中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
漫話人工智能:坂本真樹老師帶你輕松讀懂人工智能 版權信息
- ISBN：9787122377104
- 條形碼：9787122377104 ; 978-7-122-37710-4
- 裝幀：一般純質紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
漫話人工智能:坂本真樹老師帶你輕松讀懂人工智能 本書特色
★書中介紹了人工智能的方方面面，包括AI的歷史、現狀、未來、發展、工作原理、應用實例； ★通俗易懂的語言+輕松愉快的漫畫，增加了閱讀的趣味性； ★讀者對象為普通大眾，即使不熟悉專業詞匯，沒有專業背景，也能讀懂本書； ★總之就是很有趣又能學到知識的一本書。
漫話人工智能:坂本真樹老師帶你輕松讀懂人工智能 內容簡介
本書將讀者群設定為普通大眾, 旨在令不熟悉人工智能專業詞匯、沒有專業背景的普通讀者也能夠讀懂本書。書中所選取的都是人工智能基礎研究相關的代表性主題, 也是讀者想要了解的問題, 如人工智能是什么時候出現的, 人工智能會超越人類嗎, 什么易導入人工智能, 什么不易導入人工智, 怎樣從信息角度來學習人工智能, 人工智能應用的領域有哪些等等。
漫話人工智能:坂本真樹老師帶你輕松讀懂人工智能 目錄
第1章 人工智能是什么？
1.1 人工智能是什么時候出現的？002
● 人的智能？人工智能？003
● 圖靈測試：哪個是人類？004
● 寂寞的人工智能？！006
● 人和人工智能的區別007
● 伴隨著計算機發展009
● AI的歷史：達特茅斯會議010
● AI的歷史：**次人工智能熱潮011
● AI的歷史：第二次人工智能熱潮013
● 現在，第三次人工智能熱潮！015
1.2 這是人工智能？016
● 人工智能與機器人的區別017
● 機器人研究？人工智能研究？019
● 人工智能需要身體嗎？020
● 第1級人工智能023
● 第2級人工智能024
● 第3級人工智能026
● 第4級人工智能，專用人工智能027
● 第5級人工智能，通用人工智能028
1.3 人工智能會超越人類嗎？030
● 奇點是什么？031
● 奇點：可怕？不可？032
● 如何實現通用人工智能？033
● AI導致人類滅亡的可能性有多大？034
● AI之下我們的未來會怎樣改變呢？036
● 將來，哪些職業會消失？037
● 將來，哪些職業會留下來？039
第2章 容易導入人工智能的事物和不容易導入人工智能的事物
2.1 容易導入人工智能的事物042
● 可以導入網絡上的任何信息043
● 0和1數字數據044
● 各種數據（語言、動畫、音頻）046
● 讓計算機擁有視覺048
● 數碼相機的演變049
● 像素提高，超過人類？！050
● 世界共享的數據051
● 圖像識別的競賽：ILSVRC052
● 讓計算機擁有聽覺054
● 使用兩個麥克風的語音識別055
● 多個麥克風056
● 把語音轉化成文字？058
● 聲學模型和語言模型060
2.2 不容易導入人工智能的事物 062
●“意思”很難懂…… 063
● 什么是語義網絡？ 064
● 不理解“意思”也能夠做出回答？ 065
● 什么是潛在語義分析？ 067
● 為什么Torobo-kun 選擇放棄 067
● 如果要變聰明，需要五感齊備嗎？ 069
● 人工智能的味覺是什么？ 070
● 人工智能的嗅覺是什么？ 070
● 將來會怎么處理氣味？072
● 人工智能的觸覺是什么？073
● 實現觸覺真的很難！074
第3章 人工智能是怎樣從信息中學習的？
3.1 什么是機器學習？ 078
● 讓機器設備（計算機）也能夠學習！ 079
● 什么是監督學習？ 080
● 分類問題：判斷垃圾郵件 082
● 回歸問題：預測數值 084
● 尋找合適的線（函數）！ 085
● 當心過度學習！ 088
● 什么是無監督學習？ 090
● 試著分組吧！ 092
● k-means 分類方法 094
● 強化學習是“蜜糖”與“鞭子” 095
3.2 什么是神經網絡？097
● 大腦依靠神經元運作098
● 人工神經元的構造100
● 代表了重要度和信賴度的權重102
● 赫布定律103
● 什么是感知機？104
● 線性不可分！105
● BP算法（誤差反向傳播算法）106
● 為了減小誤差，調整權重！108
● 增加層數：信息傳遞不到!110
● 支持向量機的優點是什么？110
● 權衡過度學習和泛化112
3.3 深度學習有哪些厲害之處？113
● 深度學習成名的日子114
● 能夠自己提取特征，厲害！115
● 4層以上的深度學習116
● 自編碼的輸入和輸出是相同的！117
● 讓輸入與輸出具有相同的意義118
● 或許和人越來越像？120
● 深度學習的方法120
3.4 AI三大模型中的“遺傳算法”是什么？124
●AI三大模型的方方面面125
● 以達爾文的進化論為基礎125
● 遺傳算法的使用方法126
第4章 人工智能的應用實例
4.1 人工智能的進化在“游戲”中的應用實例130
● 游戲AI 的進化歷史130
●人類與AI 對戰（國際象棋篇）132
●人類與AI 對戰（日本象棋篇）133
●人類與AI 對戰（圍棋篇）134
4.2 第三次AI熱潮的導火索在“圖像”領域的應用實例136
● 谷歌的貓136
● 圖像識別的發展138
● 醫療領域的應用（莊野實驗室）139
● 醫療領域的應用（惡性黑色素瘤的判別） 140
● 醫療領域的應用（癌癥的檢測）141
● 為了提高診斷的準確度142
4.3 “自動駕駛AI”的實際應用143
● 自動到什么程度？143
● 為了實現自動駕駛145
● 自動駕駛的訓練步驟146
● 為了掌握位置和情況147
● 事故的原因究竟是什么？ 149
4.4 “對話AI”的應用實例150
● 為了和計算機對話150
●“有知識”對話AI152
●“無知識”對話AI154
● 制造對話的三種技術155
● 為了自然的對話156
4.5 “遺傳算法”在“擬聲擬態詞”上的應用實例158
● 貼近人心的擬聲擬態詞158
● 生成擬聲擬態詞的系統159
● 擬聲擬態詞的生成160
● 在優化過程中要做些什么呢162
4.6 AI在“藝術”領域的實踐164
●AI在藝術方面的挑戰（小說篇）164
●AI小說項目166
●AI在藝術方面的挑戰（繪畫篇）168
●AI在藝術方面的挑戰（作曲篇）170
結語171
參考文獻174
索引176
1.1 人工智能是什么時候出現的？002
● 人的智能？人工智能？003
● 圖靈測試：哪個是人類？004
● 寂寞的人工智能？！006
● 人和人工智能的區別007
● 伴隨著計算機發展009
● AI的歷史：達特茅斯會議010
● AI的歷史：**次人工智能熱潮011
● AI的歷史：第二次人工智能熱潮013
● 現在，第三次人工智能熱潮！015
1.2 這是人工智能？016
● 人工智能與機器人的區別017
● 機器人研究？人工智能研究？019
● 人工智能需要身體嗎？020
● 第1級人工智能023
● 第2級人工智能024
● 第3級人工智能026
● 第4級人工智能，專用人工智能027
● 第5級人工智能，通用人工智能028
1.3 人工智能會超越人類嗎？030
● 奇點是什么？031
● 奇點：可怕？不可？032
● 如何實現通用人工智能？033
● AI導致人類滅亡的可能性有多大？034
● AI之下我們的未來會怎樣改變呢？036
● 將來，哪些職業會消失？037
● 將來，哪些職業會留下來？039
第2章 容易導入人工智能的事物和不容易導入人工智能的事物
2.1 容易導入人工智能的事物042
● 可以導入網絡上的任何信息043
● 0和1數字數據044
● 各種數據（語言、動畫、音頻）046
● 讓計算機擁有視覺048
● 數碼相機的演變049
● 像素提高，超過人類？！050
● 世界共享的數據051
● 圖像識別的競賽：ILSVRC052
● 讓計算機擁有聽覺054
● 使用兩個麥克風的語音識別055
● 多個麥克風056
● 把語音轉化成文字？058
● 聲學模型和語言模型060
2.2 不容易導入人工智能的事物 062
●“意思”很難懂…… 063
● 什么是語義網絡？ 064
● 不理解“意思”也能夠做出回答？ 065
● 什么是潛在語義分析？ 067
● 為什么Torobo-kun 選擇放棄 067
● 如果要變聰明，需要五感齊備嗎？ 069
● 人工智能的味覺是什么？ 070
● 人工智能的嗅覺是什么？ 070
● 將來會怎么處理氣味？072
● 人工智能的觸覺是什么？073
● 實現觸覺真的很難！074
第3章 人工智能是怎樣從信息中學習的？
3.1 什么是機器學習？ 078
● 讓機器設備（計算機）也能夠學習！ 079
● 什么是監督學習？ 080
● 分類問題：判斷垃圾郵件 082
● 回歸問題：預測數值 084
● 尋找合適的線（函數）！ 085
● 當心過度學習！ 088
● 什么是無監督學習？ 090
● 試著分組吧！ 092
● k-means 分類方法 094
● 強化學習是“蜜糖”與“鞭子” 095
3.2 什么是神經網絡？097
● 大腦依靠神經元運作098
● 人工神經元的構造100
● 代表了重要度和信賴度的權重102
● 赫布定律103
● 什么是感知機？104
● 線性不可分！105
● BP算法（誤差反向傳播算法）106
● 為了減小誤差，調整權重！108
● 增加層數：信息傳遞不到!110
● 支持向量機的優點是什么？110
● 權衡過度學習和泛化112
3.3 深度學習有哪些厲害之處？113
● 深度學習成名的日子114
● 能夠自己提取特征，厲害！115
● 4層以上的深度學習116
● 自編碼的輸入和輸出是相同的！117
● 讓輸入與輸出具有相同的意義118
● 或許和人越來越像？120
● 深度學習的方法120
3.4 AI三大模型中的“遺傳算法”是什么？124
●AI三大模型的方方面面125
● 以達爾文的進化論為基礎125
● 遺傳算法的使用方法126
第4章 人工智能的應用實例
4.1 人工智能的進化在“游戲”中的應用實例130
● 游戲AI 的進化歷史130
●人類與AI 對戰（國際象棋篇）132
●人類與AI 對戰（日本象棋篇）133
●人類與AI 對戰（圍棋篇）134
4.2 第三次AI熱潮的導火索在“圖像”領域的應用實例136
● 谷歌的貓136
● 圖像識別的發展138
● 醫療領域的應用（莊野實驗室）139
● 醫療領域的應用（惡性黑色素瘤的判別） 140
● 醫療領域的應用（癌癥的檢測）141
● 為了提高診斷的準確度142
4.3 “自動駕駛AI”的實際應用143
● 自動到什么程度？143
● 為了實現自動駕駛145
● 自動駕駛的訓練步驟146
● 為了掌握位置和情況147
● 事故的原因究竟是什么？ 149
4.4 “對話AI”的應用實例150
● 為了和計算機對話150
●“有知識”對話AI152
●“無知識”對話AI154
● 制造對話的三種技術155
● 為了自然的對話156
4.5 “遺傳算法”在“擬聲擬態詞”上的應用實例158
● 貼近人心的擬聲擬態詞158
● 生成擬聲擬態詞的系統159
● 擬聲擬態詞的生成160
● 在優化過程中要做些什么呢162
4.6 AI在“藝術”領域的實踐164
●AI在藝術方面的挑戰（小說篇）164
●AI小說項目166
●AI在藝術方面的挑戰（繪畫篇）168
●AI在藝術方面的挑戰（作曲篇）170
結語171
參考文獻174
索引176
展開全部
漫話人工智能:坂本真樹老師帶你輕松讀懂人工智能 作者簡介
坂本真樹，1993年東京外國語大學外國語學院畢業，1998年東京大學研究生院綜合文化學院語言信息科學專業博士（學術博士），1998年東京大學助理，2000年電氣通信大學電氣通信學院信息通信工學專業講師，2004年電氣通信大學研究生院通信學院人類交流學科助教，2015年電氣通信大學研究生院理工學院綜合信息專業教授，同時在電氣通信大學人工智能研究中心兼職。 簽約Oscar Promotion事務所（業務合作）。 多次參與錄制電視節目，如《真假TV》》（富士電視臺）等。 信息處理學會、人工智能學會、日本感性工學會、日本虛擬現實學會、日本認知科學會、日本認知語言學會、日本廣告學會，cognitive science society 成員。 多次獲獎，如國際會議最佳演講獎、人工智能學會論文獎等。 主要著作 《一本漫畫學懂技術英語》，歐姆社，2016年 《被寵愛的人都在用！提高女性魅力的擬聲擬態法則》，立冬社，2013年
書友推薦
- >
推拿
- >
巴金－再思錄
- >
羅曼·羅蘭讀書隨筆-精裝
- >
回憶愛瑪儂
- >
龍榆生：詞曲概論/大家小書
- >
史學評論
- >
羅庸西南聯大授課錄
- >
唐代進士錄
本類暢銷
