人工智能概論:從基礎到大模型
方敏 孫中亮 劉禹汐 李武 袁磊
相關主題
商品描述
本書按照人工智能各技術流派分別進行講述,強調科學性、系統性、綜合性和實用性的統一。本書共分為9章,每章圍繞一個人工智能核心主題展開,逐步引導讀者深入了解AI的各個方面。首先概述人工智能研究內容和各技術學派思想;然後介紹知識表示與推理方法,如知識圖譜關鍵技術;再對人工智能中的搜索技術原理進行講解;接著介紹機器學習的相關概念和技術原理,並重點講解深度學習與大模型相關技術;還介紹強化學習,即基於價值和基於策略的強化學習;最後介紹人工智能綜合應用實踐,分別為自然語言處理與認知智能、計算機視覺與感知智能、自動駕駛與具身智能的基礎知識、創新案例以及行業應用。
本書可作為普通本科或職業教育信息類專業的專業核心課教材,也可以作為其他理工類專業學習人工智能技術創新應用的參考教材,還可作為從事智能化工作相關人員的培訓用書或入門讀本。
作者簡介
孫中亮,中信科移動通信技術股份有限公司教育業務總監、高級工程師。全國工業和信息化職業教育教學指導委員會通信職業教育教學指導分委員會專業建設專門工作委員會委員。一直致力於通信技術研究、移動通信產品開發測試及通信網絡運維工作,具有通信工程項目全交付周期管理經驗。完成教育部協同育人項目申報立項100余項,主持完成3G/4G/5G移動通信工程關鍵技術驗證項目11項。申請發明專利26篇。開發教材7部。
目錄大綱
第 1章 緒論 1
11 人工智能概述 1
111 人工智能的起源1
112 人工智能的定義3
113 人工智能發展的3要素5
12 人工智能各學派的認知觀 6
121 符號主義與邏輯推理6
122 問題求解與探尋搜索7
123 連接主義與數據驅動8
124 行為主義與強化學習9
13 人工智能的研究內容與應用領域 10
131 人工智能的研究內容10
132 人工智能的應用領域13
14 人工智能的數學基礎 16
15 人工智能路在何方 19
16 本章小結 21
第 2章 知識表示與推理 22
21 知識表示與知識推理概述 22
211 知識概念 22
212 知識表示 23
213 知識推理 23
22 知識圖譜概述 25
221 知識圖譜的概念25
222 知識圖譜的分類26
223 知識圖譜的邏輯架構27
224 知識圖譜的應用價值28
23 知識圖譜構建方法 31
24 知識圖譜關鍵技術 34
241 本體構建 34
242 知識抽取 37
243 知識融合 41
244 知識存儲 42
245 知識推理 44
246 知識更新 46
25 本章小結 47
第3章 搜索技術 49
31 搜索算法基礎 49
311 搜索基本問題定義49
312 搜索問題的類型和求解50
313 搜索算法的評價指標51
32 盲目搜索 51
321 廣度優先搜索51
322 深度優先搜索52
323 疊代加深 54
33 啟發式搜索 54
331貪婪最佳優先搜索 55
332 A*搜索 58
333 IDA 搜索 60
34 最優化問題中的搜索 62
341 優化問題概述62
342 線性規劃 64
343 單純形法 65
35 本章小結 67
第4章 機器學習 69
41 機器學習基本概念 69
42 線性回歸 71
43 決策樹 76
44 人工神經網絡 82
441 神經元與感知機82
442 BP神經網絡及其學習方法88
45 本章小結 98
第5章 深度學習與大模型 100
51 深度學習 100
511 從神經網絡到深度學習100
512 卷積神經網絡101
513 卷積神經網絡的實例LeNet-5111
52 大模型(LLM) 113
521 大模型概述 113
522 大模型的分類120
523 大模型的關鍵技術121
524 開源大模型LLaMA140
53 本章小結 143
第6章 強化學習 145
61 強化學習問題定義 145
611 強化學習基本概念145
612 馬爾可夫決策過程146
613 強化學習問題定義149
614 貝爾曼方程 151
62 基於價值的強化學習 153
621 Q-Learning154
622 DQN(Deep Q Network)156
63 基於策略的強化學習 160
631 策略梯度(Policy gradient)161
632 PPO (Proximal Policy Optimization)163
64 深度強化學習的應用 164
641 深度強化學習在遊戲AI中的應用164
642 強化學習技術在應用落地中存在的問題166
65 本章小結 167
第7章 自然語言處理與認知智能 168
71 自然語言處理概述 168
711 研究內容 168
712 應用領域 169
713 算法介紹 171
72 對話系統 173
721 對話理解 174
722 對話管理 177
723 回復生成 179
73 文本生成180
731 文本生成概述180
732 transformer181
74 本章小結 203
第8章 計算機視覺與感知智能 205
81 計算機視覺概述 205
811 研究內容 206
812 應用領域 209
813算法介紹 212
82 目標檢測 212
821 目標檢測基本概念212
822 目標檢測模型214
83 圖像分割 227
831 圖像分割基本概念227
832 全卷積 絡(FCN)228
84 本章小結 232
第9章 自動駕駛與具身智能 234
91 自動駕駛概述 234
92 同步建圖與定位 236
921 高精度地圖 236
922 汽車定位技術237
923 同步建圖與定位SLAM239
93 運動規劃與控制 241
931 路徑規劃 241
932 車用地圖與導航技術244
933 自動駕駛汽車控制245
94 環境感知與識別 247
941 車載傳感器介紹248
942 目標檢測與跟蹤249
943 障礙物檢測與避障250
944 車道線識別 251
945 環境建模與場景理解252
946 多傳感器融合253
95 本章小結 256