-
1.1前言
-
1.2第一章 快速进化的人工智能——一门极富挑战的AI科学
-
1.2.11.人工智能时代将至,高效能助手的潜在威胁
-
1.2.22.早期的人工智能:控制论概念阐述
-
1.2.33.AI的大发现时代
-
1.2.44.首次低谷带来的启示
-
1.2.55.AI专家系统获得赏识
-
1.2.66.双重动力推进人工智能蓬勃发展
-
1.2.77.辉煌成就:战胜人类的计算机系统
-
1.3第二章 智能,让机器人更聪明——即将到来的机器人时代
-
1.3.11.人工智能怎样让机器人更聪明
-
1.3.22.襁褓中的机器用人:一切都从扫地开始
-
1.3.33.如何让机器人拥有“自我保护”能力
-
1.3.44.试错程序,让机器人学会了自我修复
-
1.3.55.当机器人也学会了“上网”
-
1.3.66.高级机器人的特殊功能:情感治愈
-
1.3.77.未来机器人也能够使用繁殖系统吗
-
1.4第三章 人工神经网络原理——怎样用信息处理人脑神经元
-
1.4.11.什么是人工神经网络
-
1.4.22.人工神经网络都具备哪些优势和特点
-
1.4.33.用函数协议精密定义的人工神经网络
-
1.4.44.BP神经网络能够通过学习减少误差
-
1.4.55.人工神经网络的现实应用
-
1.4.66.如何让人工神经网络具备记忆力
-
1.4.77.人工智能能否让人类灵魂不死
-
1.4.88.人脑工作机制怎样应用于智能机器人
-
1.5第四章 怎样获得智能感知——可感知人类意识的AI系统
-
1.5.11.能够读懂人心的机器人
-
1.5.22.机器人制造技术当中通常都使用哪些传感器
-
1.5.33.艰难的第一步:如何让机器人获得触觉功能
-
1.5.44.新AI技术破解“人脑密码”的艰辛历程
-
1.5.55.利用生物传感器辅助收发信息的AI技术
-
1.5.66.智能皮肤:能够感知温度变化的新AI
-
1.5.77.AI技术最高级别的感知力:智能认知
-
1.5.88.智能感知的未来:即将到来的物联网时代
-
1.6第五章 不断进化的人工智能推理——让AI通过推理去行动
-
1.6.11.贝叶斯推理:平凡而又神奇的贝叶斯方法
-
1.6.22.贝叶斯理论如何应用于人工智能推导
-
1.6.33.前向链接和后向链接推理技术
-
1.6.44.新AI技术中的不确定性推理理论
-
1.6.55.错误的推理:人工智能也会受骗
-
1.6.66.利用“黑箱推论”进行逻辑推理的AI系统
-
1.7第六章 最可怕的“深度学习”——多层神经网络的加速学习
-
1.7.11.人工智能进入“深度学习”阶段
-
1.7.22.深度学习:人工智能引领认知技术创新
-
1.7.33.AlphaGo依靠“深度学习”技术,展现计算未来
-
1.7.44.深度学习将引爆人工智能应用
-
1.7.55.深度学习将引爆下一次科技革命
-
1.7.66.深度学习存在的问题和遇到的挑战
-
1.7.77.深度学习的未来发展趋势
-
1.8第七章 被唤醒的人工智能识别——感知识别技术的大爆发
-
1.8.11.语言识别:已经被应用的语音智能处理系统
-
1.8.22.图像识别:人工智能怎样识别生活中的图像
-
1.8.33.自然语言处理:人工智能得以实现的关键
-
1.8.44.专家系统:人工智能与专家系统的完美结合
-
1.8.55.从0到1的智能化智能体
-
1.8.66.模式识别及其应用
-
1.8.77.情绪识别:识别技术的更高阶段
-
1.9第八章 人工智能时代的反思——人工智能对未来世界的影响
-
1.9.11.劳动工人的危机:人工智能技术引发的失业大潮
-
1.9.22.人工智能对行业的潜在影响力
-
1.9.33.未来若干年内,极有可能消失的职业
-
1.9.44.人工智能时代的职业选择
-
1.9.55.全球人工智能“军备竞赛”爆炸升级
-
1.9.66.充满破坏力的狂想曲:人类大脑移植给机器人
-
1.9.77.霍金的告诫:当心人工智能的反噬