人工智能并不是一个新鲜的概念,自提出到现在已经有半个多世纪的时间,期间经过了跌宕起伏的发展历程。 作者从专业的角度,深入浅出,梳理了人工智能发展的历程,其经历的不同阶段概况,如今*前沿的发展现状以及面临的困境,并探讨了其未来发展的可能性,堪称一部精彩的人工智能进化史。 作者玛格丽特 博登具有深厚的跨学科背景,她将心理学、医学、哲学等领域的知识融会贯通,与自己对人工智能的研究相结合,生发出独特而深刻的洞见,被誉为 人工智能领域的女性女人 。
本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果;也从科普的角度,尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员,还是这个领域的专业研究人员,或是信息科学和计算机科学的爱好者们,都能从本书中得到启发。
l 《人人都应该知道的人工智能》是斯坦福大学教授杰瑞 卡普兰继其畅销书《人工智能时代》之后的又一部重磅新作,详尽地探讨了人工智能的发展和当下面临的迫切问题。 机器在智能和体能方面的进展正在改变我们生活、工作、娱乐、寻找伴侣、教育子女,甚至照顾老人的方式,它还在颠覆我们的劳动力市场,对社会秩序进行重新洗牌,接下来的几十年里,人工智能还会肆意拉扯我们的社会结构直至被打破,未来会像《星际迷航》中那样空前繁荣与自由,还是会像《终结者》中那样爆发人与机器之间无尽的战争?《人人都应该知道的人工智能》有你想知道的一切答案。
在《 算法(机器学习和人工智能如何重塑世界)(精)》中, 的算法问题专家、机器学习领域的先驱人物佩德罗·多明戈斯,为我们揭开了算法的神秘面纱,让我们一窥谷歌、 以及你的智能手机背后的机器学习原理。他阐释了机器学习的五大学派思想,解释了它们如何将神经科学、心理学、物理等领域的理论转变为算法并为你服务,并提出了“ 算法”的设想,探讨了 算法对未来商业、科学、社会以及对每个人的意义。对于想要理解未来将发生怎样的变革、想走在变革前沿的人来说,这是一本 的思想指南。 “如果这种 算法存在,那么它将可以通过数据获得世界上过去、现在、未来的所有知识。这个算法的发明将会是科学 伟大的进步之一。”
增强现实(Augmented Reality,AR)技术能够将计算机中的虚拟物体或信息融入到真实世界中,从而能够极大地增强人对现实世界的体验和认知。AR将为未来的信息系统和信息世界提供一种革命性的操作界面,必将改变诸如产品设计、设备操作与管理、培训学习等过程中的人机交互方式。近年来,AR已成为当今具影响力的新兴技术之一,受到学术界和产业界的广泛关注,被广泛应用于工业、医疗、社交、游戏娱乐、军事、教育等多个领域。本书是广东省虚拟现实及可视化工程技术研究中心课题组在增强现实领域多年研究成果的总结,特别总结了在国家自然科学基金委员会资助下取得的成果( 增强现实装配操作空间的深度感知理论与方法研究 ,编号:51275094)。本书从增强现实人机交互的特点出发,系统阐述了增强现实交互方法的基本原理、模型、主要技术与典型应用的实
本书没有基础的Python语言的入门内容,所以如果从未学习过Python的话,可能不适合阅读本书。 本书的主要内容分为四大部分: (1)Python开发程序的一些方法技巧,如虚拟环境管理、敏捷开发入门、单元测试等; (2)Python中的一些中级使用技巧,如列表生成式、多线程与多进程、Python程序性能分析等; (3)机器学习的基本概念和常用算法介绍,以及如何选择合适的算法; (4)一些使用Python进行建模和机器学习的实际例子。 我们这样设计是在平时工作学习中发现,作为程序员和数据建模或者机器学习的同事在知识结构和实际应用程序上有一些差异。很多程序员无法理解模型的训练、调参等概念,因为这些和传统的不管是瀑布式还是敏捷式的开发都大相径庭;而建模人员对于一个应用项目的需求、详细设计、开发、测试、部署、性能等也很难理解。于是我们在
《自动控制理论》为21世纪高等学校规划教材。全书共分10章,包括经典控制理论和现代控制理论两大部分。经典控制理论主要阐述了自动控制系统的基本概念,控制系统的数学模型,线性控制系统的时域分析法、根轨迹法、频域分析法及校正方法;对线性离散系统的基础理论、数学模型、稳定性及稳态误差、动态性能分析以及*少拍设计等问题,进行了比较详细的讨论;在非线性控制系统分析方面,给出了相平面和描述函数两种常用的分析方法。现代控制理论主要阐述了控制系统的状态空间模型及建立方法,对控制系统进行定量分析即状态方程求解和定性分析,包括能控性分析和能观测性分析,主要讨论在状态空间设计中两种常用的设计方法——状态反馈和输出反馈,以及状态反馈的实现问题,即状态观测器的设计。*后讨论线性定常连续系统的稳定性分析方法,即
加里.卡斯帕罗夫在1997年对战IBM公司的超级计算机 深蓝 是科技史上的一个分水岭。这是人工智能时代的一个新纪元:在这场*激烈的比赛中,首次出现了能够击败国际象棋世界冠军的机器。那一刻是人类-一个多世纪以来孜孜以求、勇攀科技高峰的结晶。在这本突破性的书中,卡斯帕罗夫第次揭示了他惊人的一面,描述了他在面对*为强大的对手时的谋划与布局,在全世界的注视下奋勇争先,并叙述了通过国际象棋程序的发展考察人工智能的发展历史。 卡斯帕罗夫用他无与伦比的经验审视了智能机器的未来,并预见到它的可能性。许多批评家谴责人工智能是一个巨大的威胁,特别是对某些特定人群的工作岗位而言。卡斯帕罗夫在本书中强有力地论证了:人类不应害怕我们*为非凡的创造物,而是应与之协作,达到新的高度。
在《终极算法(机器学习和人工智能如何重塑世界)(精)》中,全球很好的算法问题专家、机器学习领域的先驱人物佩德罗·多明戈斯,为我们揭开了算法的神秘面纱,让我们一窥谷歌、亚马逊以及你的智能手机背后的机器学习原理。他阐释了机器学习的五大学派思想,解释了它们如何将神经科学、心理学、物理等领域的理论转变为算法并为你服务,并提出了“终极算法”的设想,探讨了终极算法对未来商业、科学、社会以及对每个人的意义。对于想要理解未来将发生怎样的变革、想走在变革前沿的人来说,这是一本必不可少的思想指南。 “如果这种终极算法存在,那么它将可以通过数据获得世界上过去、现在、未来的所有知识。这个算法的发明将会是科学目前伟大的进步之一。”
这是一本探讨人工智能或计算机思维如何形成的科普读物。如果把计算机当成一个主体,它获得人工智能的过程实际上就是一个学习 计算机语言 的过程。那么,计算机的学习过程与人的学习过程有何不同?两者之间是怎样的关系?如何实现计算机的学习行为?计算机的学习过程对人的思维形成有何启发?
本书从人工智能入手,以流行的深度学习算法作为科普的重点,用生活中常见的逻辑与方法例子类比人工智能貌似深奥的数学原理以提供普通读者深入了解人工智能及机器学习的可能,例如用买零食的例子科普遗传算法,用看医生的例子类比专家系统,用给狗分类的实例类比深度学习和神经网络,让读者在轻松的氛围中学会人工智能。
内容简介: 智能可穿戴设备已经成为一个新兴的产业,是全球关注的焦点。本书全面分析了国内外的产业发展形势、技术发展概况以及从事该行业的产业链布局,提出了产业发展建议。 本书可供机械、电子、信息、制造等行业的科技人员参考,也可供热心关注智能可穿戴领域发展的人士,尤其是当前全国正在开展智能可穿戴设备研究生产的单位参阅。
郭广颂编写的《智能控制技术(普通高校十二五规划教材)》深入浅出地阐述了智能控制的基本概念、工作原理、控制方法与应用。全书共7章:第1章概述智能控制的发展历史及主要研究问题;第2章介绍了模糊控制的数学基础;第3~4章介绍了模糊控制的基本工作原理、模糊控制系统设计方法和设计实例;第5章介绍了神经网络结构与神经网络控制类型;第6章介绍了专家系统的工作原理与专家控制系统结构;第7章介绍了遗传算法原理及其在控制中的应用。 本书可作为高等院校自动化、机电工程、电子信息类等专业高年级本科生及研究生的教材,也可供从事智能控制与智能系统研究、设计和应用的工程技术人员参考使用。
情感是人类特有的一种思维方式,如果机器具备了情感,是不是就可以取代人类? 在《情感机器(人类思维与人工智能的未来)(精)/机器人与人工智能书系》中,人工智能之父马文·明斯基有力地论证了:情感、直觉和情绪并不是与众不同的东西,而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理,而有时又会转向情感的奥秘。通过对人类思维方式建模,他为我们剖析了人类思维的本质,为大众提供了一幅创建能理解、会思考、具备人类意识、常识性思考能力,乃至自我观念的情感机器的路线图。
杨天奇编著的这本《人工智能及其应用》系统地 阐述了人工智能的基本原理、方法和应用技术,反映 了人工智能领域比较成熟的研究内容、*新进展和动 态。全书共有11章,除第1章绪论外,其余可划分为 两大部分。**部分为基本人工智能,包括第2至第4 章的知识表示、搜索技术和不确定性推理,论述了人 工智能的基本理论与技术。第二部分为人工智能的高 级理论与技术,包括第5至第11章,主要涉及智能优 化算法、神经计算、支持向量机、粗糙集、数据挖掘 算法、智能搜索引擎和分形理论及应用等人工智能的 研究热点。 本书由浅入深、循序渐进、条理清楚,力求科学 、实用、可读性强,能让学生在有限的时间内掌握人 工智能的基本原理与应用技术,为将来的开发和研究 工作打下基础。 本书可作为高等院校信息类各专业的研究生教材 ,高年级本科生可
本书介绍如何使用Java创建并实现机器学习算法,既有基础知识,又提供实战案例。主要内容包括:机器学习基本概念、原理,Weka、Mahout、Spark等常见机器学习库的用法,各类机器学习常见任务,包括分类、预测预报、购物篮分析、检测异常、行为识别、图像识别以及文本分析。*后还提供了相关Web资源、各种技术研讨会议以及机器学习挑战赛等进阶所需内容。本书适合机器学习入门者,尤其是想使用Java机器学习库进行数据分析的读者。
无监督学习是机器学习的一个重要分支,其在机器学习、数据挖掘、生物医学大数据分析、数据科学等领域有着重要地位。本书阐述作者近年在无监督学习领域所取得的主要研究成果,包括次胜者受罚竞争学习算法、K-means学习算法、K-medoids学习算法、密度学习算法、谱图聚类算法;*后介绍了无监督学习在基因选择、疾病诊断中的应用。
本书对移动机器人及其协调控制系统进行了统一论述。第1章综合论述了移动机器人的感知与定位理论及技术。第2章阐述了移动机器人的运动控制理论及硬件驱动技术,建立了移动机器人的数学模型。第3章对移动机器人协调控制的基础理论加以分类描述,作为其后移动机器人协调控制的研究基础。第4章至第6章从刚性编队控制、基于势场原理的群集运动控制算法及分级智能体结构多任务协调控制等不同角度介绍了几类移动机器人协调控制系统实例,并以目前广泛关注的物联网技术为基础,探讨了物联网环境下的移动机器人协调控制原理及其初步应用。本书可作为移动机器人结构及多机器人学系统设计方法学相关学者的参考书,也可以供控制及机器人等相关专业的研究生研读。
本书全面地介绍了人工智能的主要理论、技术和方法,主要包括:搜索策略、确定性推理、不确定性推理、专家系统、机器学习、自然语言理解和遗传算法。本书着重展现人工智能技术的基础方法和理论,同时引入了人工智能技术在机器人领域的研究应用实例,为读者知识进阶作铺垫。本书内容丰富,深入浅出,通俗易懂,以基础理论为主,兼顾实用技术,可作为高等院校计算机、自动化、机器人及相关专业的教材或教辅,也可供相关领域的工程技术人员与科研人员阅读参考。
基于Agent的建模与仿真方法,能够将复杂系统中个体的微观行为与系统的宏观“涌现性”有机地结合起来,是一种研究复杂系统与复杂性的有效方法。将基于Agent的方法用于儿战建模与仿真,必将使人们更深入地理解战争的过程,洞察战争的本质。 作者Andrew Ilachinski博士在美国海军分析中心(CNA)工作多年,被誉为“军事复杂性理论研究之父”。本书介绍了作者在如何将复杂系统理论应用于对战争基本进程的理解方面所取得的成果。