計算機與人工智能導論

目錄

第1章人工智能概述1

1.1智能與人工智能1

1.1.1人類智能的本質與特征1

1.1.2人工智能的定義與內涵5

1.2人工智能的發展歷程7

1.2.1孕育期7

1.2.2形成期9

1.2.3發展期10

1.3人工智能研究的主要流派11

1.3.1符號主義11

1.3.2連接主義12

1.3.3行為主義13

1.4人工智能研究的基本內容13

1.5人工智能的應用領域15

習題119

第2章計算與計算思維20

2.1計算20

2.1.1計算的概念20

2.1.2可計算問題21

2.2計算機的誕生與演變22

2.3計算機的基本概念25

2.4計算思維28

2.4.1計算思維的定義28

2.4.2計算思維的特征30

2.4.3計算思維的本質31

2.4.4計算思維的應用32

習題232

第3章數據33

3.1數與記數制33

3.1.1常用的記數制34

3.1.2不同記數制之間的轉換37

3.1.3二進制數的運算37

3.2數值型數據的表示與處理38

3.2.1定點數的表示39

3.2.2浮點數的表示39

3.3非數值信息編碼39

3.3.1文字的表示與處理39

3.3.2圖形圖像的表示與處理40

3.3.3音頻的表示與處理40

3.4數據管理41

3.4.1數據的分類41

3.4.2數據庫管理基礎41

3.5大數據42

3.5.1大數據的概念與特征42

3.5.2大數據的處理流程43

3.5.3大數據技術的應用44

3.5.4大數據思維46

習題346

第4章算力47

4.1算力概述47

4.1.1算力的概念47

4.1.2算力的分類49

4.2個人計算環境49

4.2.1馮·諾依曼體系結構49

4.2.2個人計算機的組成51

4.2.3現代計算機系統52

4.3計算機進行計算的過程53

4.3.1指令與程序53

4.3.2計算機的工作原理55

4.4人工智能算力56

4.4.1人工智能芯片56

4.4.2AI為什麼喜歡使用GPU57

習題458

第5章算法59

5.1算法的概念59

5.1.1算法入門59

5.1.2算法的表示60

5.1.3算法的特性62

5.1.4算法的分類63

5.2窮舉算法63

5.3查找算法65

5.3.1順序查找65

5.3.2二分查找65

5.4排序算法66

5.4.1直接插入排序66

5.4.2選擇排序67

5.4.3冒泡排序67

5.4.4快速排序71

習題573

第6章知識表示與推理75

6.1知識與知識表示75

6.1.1知識的概念75

6.1.2知識的特性77

6.1.3知識表示78

6.2謂詞邏輯表示法80

6.2.1命題與謂詞81

6.2.2謂詞公式82

6.2.3一階謂詞邏輯表示法86

6.3產生式表示法與專家系統88

6.3.1產生式88

6.3.2產生式系統90

6.3.3產生式表示法的特點93

6.3.4專家系統94

6.4語義網絡表示法與知識圖譜概述95

6.4.1語義網絡表示法95

6.4.2知識圖譜的定義與表示96

6.4.3知識圖譜的構建99

6.4.4知識圖譜的應用100

習題6101

第7章問題求解103

7.1問題求解與搜索103

7.1.1搜索的基本問題103

7.1.2搜索策略105

7.2狀態空間的搜索策略105

7.2.1狀態空間表示法106

7.2.2狀態空間的圖描述109

7.3盲目搜索112

7.3.1寬度優先搜索策略112

7.3.2深度優先搜索策略114

7.4啟發式搜索115

7.4.1啟發式策略115

7.4.2A搜索算法118

7.4.3A搜索算法119

習題7122

第8章計算智能123

8.1計算智能與人工智能的關系123

8.2進化算法124

8.2.1進化算法的概念124

8.2.2進化算法的設計原則125

8.3基本遺傳算法125

8.3.1遺傳算法的基本思想125

8.3.2遺傳算法的一般步驟132

8.3.3遺傳算法的特點135

8.3.4遺傳算法的應用136

8.4群智能算法137

8.4.1群智能算法產生的背景137

8.4.2群智能算法的起源和發展137

8.4.3群智能算法的特點138

8.5粒子群優化算法138

8.5.1粒子群優化算法的基本原理139

8.5.2粒子群優化算法的應用140

8.5.3粒子群優化算法與遺傳算法的比較140

8.6蟻群優化算法141

8.6.1基本蟻群優化算法模型142

8.6.2蟻群優化算法的應用143

習題8143

第9章機器學習144

9.1機器學習概述144

9.1.1機器學習的概念144

9.1.2機器學習的基本任務146

9.1.3機器學習的分類147

9.2機器學習的流程148

9.2.1模型設計148

9.2.2模型訓練149

9.2.3模型測試150

9.2.4模型選擇150

9.2.5模型評價151

9.3常用的機器學習算法152

9.3.1線性回歸152

9.3.2決策樹154

9.3.3貝葉斯分類155

9.3.4kmeans聚類157

9.3.5其他常見模型158

9.4強化學習158

9.4.1強化學習的核心邏輯158

9.4.2與監督學習的本質區別159

9.4.3強化學習的關鍵要素159

9.5遷移學習160

9.5.1遷移學習的核心思想160

9.5.2遷移學習與傳統機器學習的差異161

9.5.3遷移學習的主要實現方式161

習題9161

第10章人工神經網絡與深度學習162

10.1人工神經網絡概述162

10.1.1生物神經元的結構162

10.1.2神經元的數學模型163

10.2人工神經網絡模型165

10.2.1多層感知機165

10.2.2典型的網絡結構169

10.3BP神經網絡170

10.3.1BP神經網絡的結構170

10.3.2誤差逆傳播算法172

10.3.3BP神經網絡的設計176

10.4深度學習178

10.4.1深度學習的概念178

10.4.2層次特征學習179

10.5深度神經網絡模型181

10.5.1卷積神經網絡181

10.5.2循環神經網絡184

10.5.3自編碼器186

10.6深度學習面臨的挑戰187

10.6.1可解釋性問題187

10.6.2對抗樣本190

習題10193

第11章自然語言處理194

11.1語言理解：寫作與對話194

11.1.1人類語言的規則系統194

11.1.2語言模型195

11.1.3大語言模型195

11.2語言處理： 人工智能詩人198

11.2.1詩歌： 中華民族的文化瑰寶199

11.2.2AI寫古詩的困難199

11.2.3AI作詩的幾種方法200

11.2.4AI作詩的局限與挑戰203

11.3語言處理： 機器翻譯204

11.3.1人類語言的特點204

11.3.2機器翻譯的萌芽： 規則方法205

11.3.3統計機器翻譯206

11.3.4神經機器翻譯207

11.3.5打破語言邊界208

習題11209

第12章計算機視覺210

12.1計算機視覺概述210

12.2數字圖像212

12.2.1二值圖像212

12.2.2灰度圖像212

12.2.3彩色圖像213

12.2.4其他特殊圖像214

12.3計算機視覺的研究任務214

12.3.1圖像分類214

12.3.2目標定位216

12.3.3目標檢測216

12.3.4圖像分割217

12.3.5目標跟蹤218

12.4計算機視覺應用218

12.4.1人臉識別219

12.4.2航空航天領域的計算機視覺應用223

習題12229

第13章生成式人工智能230

13.1生成式人工智能概述230

13.1.1定義與核心特征230

13.1.2發展歷程231

13.2生成式人工智能核心技術原理233

13.2.1生成式模型的本質： 學習數據分布233

13.2.2核心架構： Transformer與自註意力機制233

13.2.3生成式模型的訓練與生成流程234

13.3典型生成式人工智能模型235

13.3.1文本生成模型： 以GPT系列為代表235

13.3.2圖像生成模型： 從GAN到擴散模型236

13.3.3視頻生成模型： 動態場景的生成237

13.3.4多模態生成模型： 跨形態內容融合237

13.4生成式人工智能的應用領域238

13.4.1內容創作領域： 重塑創作流程238

13.4.2教育領域： 個性化學習與教學輔助238

13.4.3醫療領域： 加速研發與輔助診療238

13.4.4工業領域： 優化設計與生產流程239

13.4.5金融領域： 提升決策效率與風險控制239

13.5生成式人工智能的挑戰與倫理考量240

13.5.1技術挑戰240

13.5.2內容層面的倫理風險240

13.5.3與傳統人工智能隱私風險的區別242

13.5.4安全性挑戰242

13.6未來發展趨勢243

13.6.1技術趨勢： 多模態融合與可控生成244

13.6.2應用趨勢： 人機協同與行業深度融合244

13.6.3治理趨勢： 全球協同與規範發展244

13.6.4智能體： 從生成內容到執行行動244

習題13247

第14章人工智能倫理與安全248

14.1人工智能倫理概述248

14.1.1倫理理論初步248

14.1.2計算機倫理248

14.1.3機器人倫理248

14.1.4人工智能倫理249

14.2人工智能模型的安全與挑戰249

14.2.1共性攻擊方法249

14.2.2通用防禦方法252

14.2.3通用隱私保護的原則252

14.3人工智能倫理與從業人員應具備的職業道德254

14.3.1國際人工智能倫理的規範與原則254

14.3.2企業、團體的人工智能倫理原則254

14.3.3人工智能從業人員應具備的職業道德255

習題14255

參考文獻256