目 錄

第1講 AI概覽 1
1.1 相關(guān)概念 1
1.1.1 智能的定義 1
1.1.2 人工智能的定義 2
1.2 發(fā)展歷程 4
1.2.1 漫長孕育 4
1.2.2 誕生成長 5
1.2.3 曲折前行 6
1.2.4 蓬勃興起 8
1.2.5 發(fā)展總結(jié) 9
1.3 主流學(xué)派 10
1.3.1 符號主義學(xué)派 10
1.3.2 連接主義學(xué)派 10
1.3.3 行為主義學(xué)派 11
1.3.4 學(xué)派對比分析 11
1.4 研究范疇 12
1.4.1 學(xué)科內(nèi)涵 12
1.4.2 研究領(lǐng)域 13
1.5 典型應(yīng)用 18
習(xí)題 21
第2講 AI學(xué)習(xí)機(jī)制 22
2.1 機(jī)器學(xué)習(xí) 22
2.1.1 機(jī)器學(xué)習(xí)概述 22
2.1.2 機(jī)器學(xué)習(xí)分類 24
2.1.3 常見的機(jī)器學(xué)習(xí)算法 31
2.2 機(jī)器學(xué)習(xí)主要流程 36
2.2.1 數(shù)據(jù)與數(shù)據(jù)集——機(jī)器學(xué)習(xí)的基石 37
2.2.2 數(shù)據(jù)預(yù)處理 38
2.2.3 模型訓(xùn)練與測試 41
2.2.4 模型評估 42
2.2.5 新樣本預(yù)測 42
2.3 深度學(xué)習(xí)常見模型 43
2.3.1 卷積神經(jīng)網(wǎng)絡(luò) 43
2.3.2 循環(huán)神經(jīng)網(wǎng)絡(luò) 46
2.3.3 Transformer 47
2.3.4 生成對抗網(wǎng)絡(luò) 48
2.3.5 深度強(qiáng)化學(xué)習(xí) 49
習(xí)題 51
第3講 感知與認(rèn)知智能 52
3.1 機(jī)器視覺 52
3.1.1 什么是機(jī)器視覺 52
3.1.2 機(jī)器視覺的發(fā)展 53
3.1.3 機(jī)器視覺的技術(shù)要素 53
3.2 計算機(jī)視覺 54
3.2.1 什么是計算機(jī)視覺 54
3.2.2 計算機(jī)視覺的發(fā)展歷程 56
3.3 模式識別 62
3.3.1 什么是模式識別 62
3.3.2 模式識別的研究進(jìn)展 63
3.3.3 模式識別的核心任務(wù) 63
3.3.4 模式識別的主要方法 63
3.3.5 模式識別的發(fā)展趨勢 63
3.4 圖像識別 64
3.4.1 人類的圖像識別能力 64
3.4.2 圖像識別的基礎(chǔ) 65
3.4.3 圖形識別的模型 66
3.4.4 神經(jīng)網(wǎng)絡(luò)圖像識別 67
3.5 圖像理解 67
3.5.1 圖像數(shù)據(jù)處理 67
3.5.2 圖像分類 69
3.5.3 圖像分割 70
3.6 計算機(jī)視覺的應(yīng)用 72
3.6.1 自動駕駛環(huán)境感知系統(tǒng) 72
3.6.2 工業(yè)智能質(zhì)檢系統(tǒng) 73
3.6.3 醫(yī)療影像輔助診斷系統(tǒng) 74
3.7 知識表示 75
3.7.1 知識和知識表示的概念 75
3.7.2 知識表示方法 75
3.7.3 知識圖譜的價值 76
習(xí)題 79
第4講 智能體與智能系統(tǒng) 80
4.1 智能體與智能系統(tǒng)概述 80
4.1.1 智能體組成要素 81
4.1.2 智能系統(tǒng)的分類與演進(jìn) 82
4.1.3 大模型對智能體發(fā)展的影響 83
4.2 智能體的基礎(chǔ)理論與架構(gòu) 85
4.2.1 基礎(chǔ)理論 85
4.2.2 智能體的架構(gòu)模式 86
4.2.3 典型案例 87
4.3 大模型與智能體的關(guān)鍵技術(shù) 88
4.3.1 Transformer架構(gòu)與自注意力機(jī)制 88
4.3.2 預(yù)訓(xùn)練、微調(diào)與指令優(yōu)化 89
4.3.3 多模態(tài)融合 90
4.3.4 復(fù)雜環(huán)境下的動態(tài)推理 91
4.3.5 智能體的持續(xù)學(xué)習(xí)與進(jìn)化 91
4.4 構(gòu)建基于大模型的智能體 92
4.4.1 關(guān)鍵模塊 92
4.4.2 規(guī)劃和決策能力 93
4.4.3 記憶機(jī)制 93
4.4.4 工具調(diào)用 94
4.4.5 推理引擎：ReAct框架 94
4.5 智能系統(tǒng)工程化實(shí)踐 95
4.5.1 需求分析與場景定制 95
4.5.2 數(shù)據(jù)處理與管理 95
4.5.3 模型選擇與訓(xùn)練優(yōu)化 96
4.5.4 智能體設(shè)計與集成 96
4.5.5 系統(tǒng)部署與運(yùn)維 96
4.5.6 開發(fā)工具鏈與框架 97
4.6 未來技術(shù)趨勢 98
4.6.1 具身智能 98
4.6.2 通用人工智能 99
習(xí)題 100
第5講 NLP與AI大模型 101
5.1 語言理解為何困難 101
5.1.1 語言的千面之謎 101
5.1.2 孩童的啟示錄 101
5.1.3 機(jī)器的困境之旅 102
5.2 NLP的核心任務(wù) 102
5.2.1 基礎(chǔ)處理技術(shù)：語言的解剖學(xué) 102
5.2.2 深度理解技術(shù)：語義的破譯工程 103
5.2.3 內(nèi)容生成技術(shù)：機(jī)器的創(chuàng)造力覺醒 104
5.3 技術(shù)演進(jìn)之路 104
5.3.1 規(guī)則驅(qū)動時期(1950—1989)：語言的“樂高積木”時代 104
5.3.2 統(tǒng)計學(xué)習(xí)時期(1990—2009)：概率開啟的巴別塔 105
5.3.3 深度學(xué)習(xí)革命(從2010年至今)：神經(jīng)網(wǎng)絡(luò)的覺醒 105
5.4 語法分析與語義分析：解碼語言的雙重密碼 106
5.4.1 語法分析：語言的建筑學(xué) 106
5.4.2 語義分析：意義的偵探術(shù) 107
5.4.3 技術(shù)進(jìn)化的雙重奏 108
5.4.4 現(xiàn)實(shí)挑戰(zhàn)與人文思考 109
5.5 處理數(shù)據(jù)與處理工具：從原始礦藏到精煉燃料 109
5.5.1 數(shù)據(jù)集：NLP的原始礦脈 109
5.5.2 處理工具：數(shù)據(jù)煉金術(shù)的熔爐 110
5.5.3 現(xiàn)實(shí)難點(diǎn)：煉金術(shù)士的荊棘之路 110
5.6 大語言模型的概念：數(shù)字化的語言基因 111
5.6.1 無預(yù)設(shè)的進(jìn)化 111
5.6.2 動態(tài)的語義網(wǎng)絡(luò) 112
5.7 發(fā)展歷程：從統(tǒng)計模型到認(rèn)知革命 113
5.7.1 統(tǒng)計機(jī)器翻譯時代(2000—2012)：笨拙的詞語搬運(yùn)工 113
5.7.2 深度學(xué)習(xí)崛起(2013—2017)：神經(jīng)網(wǎng)絡(luò)的啟蒙運(yùn)動 113
5.7.3 預(yù)訓(xùn)練模型紀(jì)元(從2018年至今)：智能的寒武紀(jì)大爆發(fā) 113
5.8 技術(shù)原理：智能涌現(xiàn)的數(shù)學(xué)密碼 114
5.8.1 Transformer：語言的時空折疊術(shù) 114
5.8.2 訓(xùn)練范式知識的煉金術(shù) 115
5.8.3 參數(shù)矩陣：智慧的量子糾纏 116
5.8.4 計算煉獄：智能的物理代價 116
5.9 應(yīng)用場景：從文本生成到社會重構(gòu) 116
5.9.1 內(nèi)容創(chuàng)作革命：數(shù)字繆斯的覺醒 117
5.9.2 垂直領(lǐng)域突破：專業(yè)智能體的崛起 117
5.9.3 多模態(tài)融合：跨維度的認(rèn)知飛躍 118
5.9.4 社會重構(gòu)：文明演進(jìn)的雙刃劍 118
5.10 生成式人工智能：創(chuàng)造力的數(shù)字覺醒 119
5.10.1 多模態(tài)生成應(yīng)用圖譜 119
5.10.2 技術(shù)基石：創(chuàng)造力的數(shù)學(xué)密碼 121
習(xí)題 122
第6講 AI應(yīng)用與發(fā)展 123
6.1 AI在自主智能系統(tǒng)中的應(yīng)用 123
6.1.1 無人駕駛汽車 123
6.1.2 無人機(jī)集群 124
6.1.3 探索機(jī)器人 125
6.2 AI在制造業(yè)中的應(yīng)用 126
6.2.1 工業(yè)缺陷檢測 126
6.2.2 預(yù)測性維護(hù) 127
6.3 AI在農(nóng)業(yè)中的應(yīng)用 128
6.3.1 病蟲害檢測與管理 128
6.3.2 智能采摘 129
6.4 AI在智慧城市中的應(yīng)用 129
6.4.1 智能交通 130
6.4.2 智慧能源管理 131
6.4.3 智能廢料管理 132
6.5 AI在醫(yī)療健康中的應(yīng)用 133
6.5.1 醫(yī)學(xué)影像智能診斷 133
6.5.2 健康監(jiān)測與遠(yuǎn)程醫(yī)療 134
6.5.3 AI驅(qū)動的藥物研發(fā) 135
6.6 人工智能的未來發(fā)展趨勢 136
習(xí)題 138
第7講 AI安全與倫理 139
7.1 AI安全和隱私問題 139
7.1.1 AI安全性挑戰(zhàn) 139
7.1.2 AI隱私保護(hù) 142
7.2 AI倫理和法律問題 143
7.2.1 倫理與AI倫理概念 143
7.2.2 AI倫理困境 144
7.2.3 AI法律困境 146
7.3 AI產(chǎn)生的其他社會問題 147
7.4 AI安全與倫理問題的應(yīng)對 148
習(xí)題 152
實(shí)驗(yàn)平臺 153
實(shí)驗(yàn)任務(wù)一 客戶評價情感分析 156
實(shí)驗(yàn)任務(wù)二 語音識別 165
實(shí)驗(yàn)任務(wù)三 TTS文字轉(zhuǎn)語音 171
實(shí)驗(yàn)任務(wù)四 OCR文字識別 173
參考文獻(xiàn) 177