目录
1
人工智能
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
1.2.1
1.人工智能时代将至,高效能助手的潜在威胁
1.2.2
2.早期的人工智能:控制论概念阐述
1.2.3
3.AI的大发现时代
1.2.4
4.首次低谷带来的启示
1.2.5
5.AI专家系统获得赏识
1.2.6
6.双重动力推进人工智能蓬勃发展
1.2.7
7.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
1.3.1
1.人工智能怎样让机器人更聪明
1.3.2
2.襁褓中的机器用人:一切都从扫地开始
1.3.3
3.如何让机器人拥有“自我保护”能力
1.3.4
4.试错程序,让机器人学会了自我修复
1.3.5
5.当机器人也学会了“上网”
1.3.6
6.高级机器人的特殊功能:情感治愈
1.3.7
7.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
1.4.1
1.什么是人工神经网络
1.4.2
2.人工神经网络都具备哪些优势和特点
1.4.3
3.用函数协议精密定义的人工神经网络
1.4.4
4.BP神经网络能够通过学习减少误差
1.4.5
5.人工神经网络的现实应用
1.4.6
6.如何让人工神经网络具备记忆力
1.4.7
7.人工智能能否让人类灵魂不死
1.4.8
8.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
1.5.1
1.能够读懂人心的机器人
1.5.2
2.机器人制造技术当中通常都使用哪些传感器
1.5.3
3.艰难的第一步:如何让机器人获得触觉功能
1.5.4
4.新AI技术破解“人脑密码”的艰辛历程
1.5.5
5.利用生物传感器辅助收发信息的AI技术
1.5.6
6.智能皮肤:能够感知温度变化的新AI
1.5.7
7.AI技术最高级别的感知力:智能认知
1.5.8
8.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
1.6.1
1.贝叶斯推理:平凡而又神奇的贝叶斯方法
1.6.2
2.贝叶斯理论如何应用于人工智能推导
1.6.3
3.前向链接和后向链接推理技术
1.6.4
4.新AI技术中的不确定性推理理论
1.6.5
5.错误的推理:人工智能也会受骗
1.6.6
6.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
1.7.1
1.人工智能进入“深度学习”阶段
1.7.2
2.深度学习:人工智能引领认知技术创新
1.7.3
3.AlphaGo依靠“深度学习”技术,展现计算未来
1.7.4
4.深度学习将引爆人工智能应用
1.7.5
5.深度学习将引爆下一次科技革命
1.7.6
6.深度学习存在的问题和遇到的挑战
1.7.7
7.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
1.8.1
1.语言识别:已经被应用的语音智能处理系统
1.8.2
2.图像识别:人工智能怎样识别生活中的图像
1.8.3
3.自然语言处理:人工智能得以实现的关键
1.8.4
4.专家系统:人工智能与专家系统的完美结合
1.8.5
5.从0到1的智能化智能体
1.8.6
6.模式识别及其应用
1.8.7
7.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
1.9.1
1.劳动工人的危机:人工智能技术引发的失业大潮
1.9.2
2.人工智能对行业的潜在影响力
1.9.3
3.未来若干年内,极有可能消失的职业
1.9.4
4.人工智能时代的职业选择
1.9.5
5.全球人工智能“军备竞赛”爆炸升级
1.9.6
6.充满破坏力的狂想曲:人类大脑移植给机器人
1.9.7
7.霍金的告诫:当心人工智能的反噬
人工智能
韦康博
创建者:瓦尔登湖
收藏量:823
转发