第1章人工智能概述1
1.1什么是人工智能2
1.1.1人工智能的定義2
1.1.2人工智能的類型3
1.2人工智能的歷史和未來3
1.2.1人工智能的歷史4
1.2.2人工智能的未來5
1.3人工智能的研究內(nèi)容6
1.4人工智能的發(fā)展趨勢7
1.4.1全球人工智能學(xué)術(shù)研究發(fā)展態(tài)勢7
1.4.2中外人工智能發(fā)展對比8
1.5本章小結(jié)10
1.6習(xí)題10
第2章計算智能11
2.1計算智能概述11
2.2神經(jīng)網(wǎng)絡(luò)12
2.2.1神經(jīng)網(wǎng)絡(luò)的定義12
2.2.2神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)14
2.3模糊系統(tǒng)17
2.3.1模糊系統(tǒng)的定義17
2.3.2if�瞭hen規(guī)則17
2.3.3模糊推理過程18
2.4進化算法19
2.4.1進化算法的定義19
2.4.2進化算法的重要性與主要應(yīng)用場景20
2.4.3遺傳算法22
2.4.4蟻群算法23
2.4.5旅行商問題24
2.4.6蟻群算法實驗25
2.5本章小結(jié)322.6習(xí)題33
第3章機器學(xué)習(xí)34
3.1有監(jiān)督學(xué)習(xí)35
3.1.1有監(jiān)督學(xué)習(xí)的定義35
3.1.2回歸問題35
3.1.3分類問題38
3.1.4波士頓房價預(yù)測實驗46
3.2無監(jiān)督學(xué)習(xí)53
3.2.1無監(jiān)督學(xué)習(xí)的分類與特點54
3.2.2無監(jiān)督學(xué)習(xí)的應(yīng)用場景55
3.2.3無監(jiān)督學(xué)習(xí)的展望60
3.3深度學(xué)習(xí)60
3.3.1神經(jīng)網(wǎng)絡(luò)發(fā)展史61
3.3.2分層神經(jīng)網(wǎng)絡(luò)62
3.3.3反向傳播64
3.3.4深度學(xué)習(xí)的常用模型65
3.4遷移學(xué)習(xí)68
3.4.1遷移學(xué)習(xí)的定義68
3.4.2遷移學(xué)習(xí)的適用場景69
3.5強化學(xué)習(xí)70
3.6本章小結(jié)71
3.7習(xí)題72
第4章視覺感知73
4.1圖像處理75
4.1.1圖像處理基礎(chǔ)75
4.1.2圖像處理任務(wù)類型77
4.2模式識別78
4.2.1模式識別的定義78
4.2.2模式識別應(yīng)用技術(shù)79
4.2.3基于模式識別的光學(xué)字符識別實驗83
4.3圖像識別92
4.3.1圖像識別方法92
4.3.2圖像識別的應(yīng)用94
4.3.3基于深度學(xué)習(xí)的圖像識別實驗95
4.4目標(biāo)檢測1014.4.1目標(biāo)檢測的基本概念101
4.4.2目標(biāo)檢測的應(yīng)用場景103
4.4.3目標(biāo)檢測常用算法104
4.5人臉識別105
4.5.1人臉識別技術(shù)的概念105
4.5.2基于深度學(xué)習(xí)的人臉識別實驗106
4.6視頻分析114
4.6.1視頻分析的基本概念114
4.6.2視頻分析的應(yīng)用場景115
4.6.3視頻分析的常見算法116
4.7本章小結(jié)117
4.8習(xí)題117
第5章自然語言處理118
5.1語義分析118
5.1.1語義分析的基本概念118
5.1.2語義分析的主要應(yīng)用場景120
5.2文本分類和情感分析122
5.2.1文本分類和情感分析的基本概念122
5.2.2文本分類和情感分析的應(yīng)用場景與展望126
5.3智能問答127
5.3.1智能問答系統(tǒng)的基本概念127
5.3.2智能問答的應(yīng)用與挑戰(zhàn)129
5.3.3基于云服務(wù)的智能問答機器人實驗134
5.4聊天機器人137
5.4.1聊天機器人簡介137
5.4.2經(jīng)典的聊天機器人138
5.4.3聊天機器人的優(yōu)缺點和未來發(fā)展趨勢140
5.5機器翻譯142
5.5.1機器翻譯的基本概念142
5.5.2機器翻譯的發(fā)展歷史142
5.5.3機器翻譯基礎(chǔ)知識144
5.5.4關(guān)于機器翻譯技術(shù)的展望145
5.6大語言模型147
5.6.1大語言模型簡介147
5.6.2大語言模型的原理148
5.6.3大語言模型的應(yīng)用1555.6.4模型設(shè)計和訓(xùn)練155
5.6.5大語言模型的未來160
5.7本章小結(jié)161
5.8習(xí)題161
第6章語音處理162
6.1語音識別162
6.1.1語音識別簡介162
6.1.2語音識別的應(yīng)用場景166
6.2語音信號基本概念167
6.2.1語音信號與音頻信號167
6.2.2聲音的物理屬性168
6.2.3語音信號的數(shù)字化表示168
6.3語音特征提取169
6.3.1語音特征169
6.3.2語音特征的意義171
6.4語音處理關(guān)鍵技術(shù)172
6.4.1語音合成172
6.4.2語音情感分析173
6.4.3說話人識別與驗證175
6.4.4機械臂語音控制實驗176
6.5語音助手182
6.5.1語音助手的歷史與定義182
6.5.2語音處理的主要技術(shù)182
6.5.3語音助手的未來發(fā)展前景184
6.6本章小結(jié)186
6.7習(xí)題186
第7章知識認知與推理187
7.1邏輯推理187
7.1.1知識推理的概念187
7.1.2知識推理的應(yīng)用188
7.1.3知識推理的方法189
7.2知識表示191
7.2.1知識表示簡介191
7.2.2知識表示的常用方法191
7.2.3知識表示的應(yīng)用場景1947.3搜索技術(shù)194
7.3.1搜索技術(shù)簡介194
7.3.2搜索技術(shù)的常用算法196
7.3.3搜索技術(shù)的應(yīng)用場景197
7.4知識圖譜198
7.4.1知識圖譜的基本概念198
7.4.2知識圖譜的常用算法198
7.4.3知識圖譜的應(yīng)用場景199
7.4.4基于知識圖譜的醫(yī)療問答系統(tǒng)實驗201
7.5本章小結(jié)205
7.6習(xí)題205
第8章機器人207
8.1機器人概述207
8.1.1什么是機器人207
8.1.2機器人分類207
8.1.3機器人的基本組成209
8.1.4人工智能在機器人中的應(yīng)用209
8.1.5未來展望209
8.2機器人控制技術(shù)210
8.2.1機器人控制系統(tǒng)的組成結(jié)構(gòu)210
8.2.2機器人控制架構(gòu)211
8.2.3控制策略和算法211
8.2.4通信協(xié)議212
8.2.5機械臂視覺分揀實驗213
8.3機器人操作系統(tǒng)概述217
8.3.1ROS簡介217
8.3.2ROS的系統(tǒng)分層結(jié)構(gòu)218
8.3.3ROS的功能220
8.4機器人智能應(yīng)用221
8.5工業(yè)機器人221
8.5.1工業(yè)機器人的定義與分類222
8.5.2工業(yè)機器人的結(jié)構(gòu)223
8.5.3工業(yè)機器人的控制方法224
8.5.4工業(yè)機器人的應(yīng)用領(lǐng)域224
8.5.5工業(yè)機器人的發(fā)展趨勢225
8.6無人駕駛2268.6.1無人駕駛技術(shù)原理226
8.6.2無人駕駛技術(shù)的應(yīng)用領(lǐng)域227
8.6.3無人駕駛技術(shù)的發(fā)展趨勢228
8.7無人機228
8.7.1無人機的分類229
8.7.2無人機技術(shù)發(fā)展229
8.7.3無人機在人工智能領(lǐng)域的應(yīng)用230
8.7.4未來展望231
8.8本章小結(jié)231
8.9習(xí)題232
第9章人工智能倫理與安全233
9.1人工智能倫理233
9.1.1人工智能與就業(yè)問題233
9.1.2人工智能與隱私問題234
9.1.3人工智能與歧視問題235
9.1.4人工智能與技術(shù)倫理問題236
9.2機器人倫理236
9.2.1機器人倫理概述236
9.2.2機器人對人類的影響238
9.2.3機器人的倫理地位239
9.2.4機器人設(shè)計和制造中的問題239
9.3人工智能安全240
9.3.1人工智能安全概述240
9.3.2人工智能安全面臨的挑戰(zhàn)和威脅類型241
9.3.3人工智能安全解決方案242
9.3.4人工智能安全的未來發(fā)展244
9.4人工智能法律問題244
9.4.1人工智能在法律領(lǐng)域中的應(yīng)用244
9.4.2人工智能對法律的挑戰(zhàn)245
9.4.3人工智能法律監(jiān)管的現(xiàn)狀和趨勢246
9.4.4人工智能法律的發(fā)展趨勢249
9.4.5基于深度學(xué)習(xí)的視頻表情更換實驗251
9.5本章小結(jié)255
9.6習(xí)題256
第10章人臉識別的應(yīng)用257
10.1人臉門禁系統(tǒng)25710.1.1人臉識別技術(shù)的基礎(chǔ)知識257
10.1.2人臉門禁系統(tǒng)的工作原理259
10.1.3人臉門禁系統(tǒng)的優(yōu)勢與挑戰(zhàn)261
10.2性別情感識別262
10.2.1性別情感識別的意義262
10.2.2性別情感識別的技術(shù)方法263
10.2.3性別情感識別的應(yīng)用場景264
10.2.4性別情感識別的未來264
10.3本章小結(jié)265
10.4習(xí)題265
第11章智能家居267
11.1機器視覺應(yīng)用268
11.1.1人臉識別268
11.1.2物體識別268
11.1.3行為識別271
11.1.4智能監(jiān)控271
11.2智能語音應(yīng)用272
11.2.1核心技術(shù)273
11.2.2發(fā)展歷程273
11.2.3應(yīng)用場景278
11.2.4未來發(fā)展趨勢278
11.3智能云服務(wù)應(yīng)用279
11.3.1數(shù)據(jù)存儲與同步279
11.3.2高級功能支持279
11.3.3遠程控制與監(jiān)控280
11.4本章小結(jié)280
11.5習(xí)題280
第12章智能制造281
12.1機器人分揀應(yīng)用282
12.1.1機器人分揀的基本原理282
12.1.2機器人分揀的應(yīng)用場景282
12.1.3技術(shù)挑戰(zhàn)283
12.2機械臂動態(tài)避障284
12.2.1機械臂、傳感器、算法和控制器285
12.2.2機械臂動態(tài)避障常用算法28712.3三維視覺目標(biāo)抓取287
12.3.1具體步驟287
12.3.2關(guān)鍵技術(shù)288
12.3.3應(yīng)用場景289
12.3.4未來展望289
12.4本章小結(jié)290
12.5習(xí)題290
第13章無人駕駛的應(yīng)用291
13.1車道線檢測292
13.1.1車道線檢測常用算法293
13.1.2車道線檢測的技術(shù)難點293
13.2交通標(biāo)志識別294
13.2.1交通標(biāo)志識別的重要性294
13.2.2交通標(biāo)志識別的基本流程294
13.2.3主要技術(shù)295
13.3自主定位和導(dǎo)航297
13.3.1定位方法297
13.3.2傳感器298
13.3.3地圖構(gòu)建299
13.3.4路徑規(guī)劃301
13.4本章小結(jié)301
13.5習(xí)題302
附錄A安裝Python實驗環(huán)境303
附錄B安裝圖數(shù)據(jù)庫Neo4j307
附錄CAI 智能分揀實訓(xùn)平臺簡介和使用方法311
C.1AI 智能分揀實訓(xùn)平臺簡介311
C.2智能邊緣計算網(wǎng)關(guān)連接312