第1章簡介： 什么是人工智能
參考文獻
第2章人工智能簡史
2.1人類的古老夢想
2.2圖靈測試
2.3從通用問題求解到專家系統(tǒng)
參考文獻
第3章邏輯思維成為自動化
3.1邏輯思維意味著什么
3.2人工智能編程語言PROLOG
3.3人工智能編程語言LISP
3.4自動證明
參考文獻
第4章系統(tǒng)成為專家
4.1一個基于知識的系統(tǒng)架構
4.2知識表示編程
4.3有限性、不確定性和直覺性知識
參考文獻
第5章計算機學會說話
5.1ELIZA會識別字符串模式
5.2自動機和機器識別語言
5.3我的智能手機何時會理解我
參考文獻
第6章算法模擬進化
6.1生物學和技術性的電路圖
6.2細胞自動機
6.3遺傳算法和進化算法
參考文獻
第7章神經網絡模擬大腦
7.1大腦和認知
7.2神經網絡和學習算法
7.3情感和意識
參考文獻
第8章機器人變得社會化
8.1人形機器人
8.2認知和社會型機器人
8.3機器人的群體智慧
參考文獻
第9章基礎設施變得智能化
9.1物聯網和大數據
9.2從自動駕駛車輛到智能交通系統(tǒng)
9.3從網絡物理系統(tǒng)到智能基礎設施
9.4工業(yè)4.0和未來的勞動力世界
參考文獻
第10章從自然智能和人工智能到超級智能
10.1神經形態(tài)計算機和人工智能
10.2自然智能和人工智能
10.3量子計算機與人工智能
10.4奇點和超級智能
10.5技術設計： 人工智能作為人類的服務系統(tǒng)
參考文獻
第11章人工智能有多安全
11.1神經網絡是一個黑匣子
11.2在不完全信息下的決定性
11.3人類機構有多安全
參考文獻
第12章人工智能和責任
12.1社會積分和一帶一路
12.2人工智能與全球價值體系競爭
參考文獻
全書圖片清單
圖3.1(a)列表（S1,S2,…,SN）的樹狀表示(b)s表達式(A.((B.(C.NIL))))的
樹狀表示12
圖3.2具有打孔磁帶的圖靈機15
圖4.1基于知識的專家系統(tǒng)架構24
圖4.2正/反向推理25
圖4.3DENDRAL中一個化學結構式的推導27
圖4.4醫(yī)學專家系統(tǒng)和/或樹28
圖5.1有限自動機示例圖34
圖5.2下推自動機的結構37
圖5.3基于喬姆斯基語法體系的語義深度結構39
圖5.4NETalk學習閱讀41
圖5.5WATSON的體系結構43
圖6.1遺傳和神經元信息系統(tǒng)的進化47
圖6.2細胞自動機模擬細胞自組織49
圖6.3作為動態(tài)系統(tǒng)的單元，具有狀態(tài)變量xi、輸出變量yi和三個常數二進制輸入
ui-1,ui,ui+150
圖7.1麥卡洛克皮茨神經元56
圖7.2感知機架構57
圖7.3可分離模式57
圖7.4具有一個輸出的三層神經網絡模型58
圖7.5具有兩個輸出神經元的神經網絡的三層模型58
圖7.6人臉識別的多層模型（深度學習）59
圖7.7作為霍普菲爾德系統(tǒng)狀態(tài)空間的電勢山脈60
圖7.8霍普菲爾德系統(tǒng)中的模式識別60
圖7.9多層神經網絡檢測相關性和聚類62
圖7.10無監(jiān)督學習的科荷倫圖63
圖7.11智能體從環(huán)境中加強學習64
圖7.12具有條件概率的貝葉斯學習網66
圖7.13理性決策的認知扭曲66
圖8.1零力矩點（ZMP）和穩(wěn)定區(qū)域74
圖8.2一個家居機器人的馬爾可夫邏輯圖77
圖8.3具有基于行為和符號認知模塊的類人機器人體系結構78
圖8.4機器人足球選手的行為層次結構80
圖9.1產品網絡中的自組織83
圖9.2流行病的自組織83
圖9.3大數據與人工智能86
圖9.4物聯網深度學習86
圖9.5自主機器人移動式奧迪月球車quattro87
圖9.6谷歌自主車環(huán)境圖片88
圖9.7智能網供電基礎設施數字化91
圖9.8數控車床的功能部件93
圖10.1具有局部活動單元和局部影響范圍的復雜單元系統(tǒng)97
圖10.2非線性擴散反應方程的結構和模式形成98
圖10.3霍奇金赫胥黎模型100
圖10.4記憶電阻器（取決于角頻率）ω（ω1<>
圖10.5帶二氧化鈦開關的記憶電阻系統(tǒng)103
圖10.6超級智能發(fā)展階段116
圖11.1統(tǒng)計和因果學習126
圖11.2從數據挖掘到因果模型129
圖11.3軟件測試認證等級132
圖11.4采用哈希編碼的區(qū)塊鏈134
鄂公網安備 42010302001612號 