人工智能：何時(shí)機(jī)器能掌控一切

定　價(jià)：￥59.00

作　者：	[德] 克勞斯·邁因策爾（Klaus Mainzer）著
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787302592570	出版時(shí)間：	2022-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	160	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《人工智能——何時(shí)機(jī)器能掌控一切》共12章，從歷史、社會(huì)、哲學(xué)和人文等多學(xué)科角度審視人工智能技術(shù)的過去、現(xiàn)在和未來；既涵蓋了邏輯運(yùn)算等經(jīng)典的人工智能算法，又引入了量子計(jì)算等前沿的人工智能技術(shù)；既強(qiáng)調(diào)了人工智能對(duì)人類生活和社會(huì)各個(gè)方面的正面促進(jìn)作用，又指出了其高能耗等缺點(diǎn)。通過閱讀《人工智能——何時(shí)機(jī)器能掌控一切》，零基礎(chǔ)的讀者可以快速了解人工智能的概念、歷史和發(fā)展趨勢(shì)；略知一二的入門者可以深入學(xué)習(xí)人工智能的常用算法和技術(shù)；經(jīng)驗(yàn)豐富的從業(yè)人員則可以通過《人工智能——何時(shí)機(jī)器能掌控一切》的多學(xué)科視角更加全面地認(rèn)識(shí)人工智能對(duì)于社會(huì)和歷史影響。

作者簡(jiǎn)介

　　作者：克勞斯？？邁因策爾（Klaus Mainzer）世界知名哲學(xué)家、科學(xué)與社會(huì)研究專家和復(fù)雜性系統(tǒng)學(xué)者，歐洲科學(xué)與藝術(shù)學(xué)院院士、德國工程院院士，德國慕尼黑工業(yè)大學(xué)教育學(xué)院哲學(xué)與社會(huì)教席榮休教授，2020年當(dāng)選歐洲科學(xué)與藝術(shù)學(xué)院主席。曾任康斯坦茨大學(xué)副校長(zhǎng)、奧格斯堡大學(xué)哲學(xué)與社會(huì)科學(xué)學(xué)院院長(zhǎng)和交叉信息科學(xué)中心主任、慕尼黑工業(yè)大學(xué)林德研究院院長(zhǎng)和科技與社會(huì)研究中心主任等。出版《復(fù)雜性中的思維》《人工智能》《混沌》《生命與機(jī)器》等二十余部專著。譯者：賈積有北京大學(xué)教育學(xué)院教育技術(shù)系教授、博士生導(dǎo)師、系主任，北京大學(xué)教育信息化國際研究中心主任，德國慕尼黑工業(yè)大學(xué)教育學(xué)院（2015）、香港公開大學(xué)（2017）客座教授，入選教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃（2009）；全國和北京市教育信息化、數(shù)字校園、智慧校園咨詢專家，多個(gè)省部級(jí)科研和人才項(xiàng)目評(píng)審專家，多本國際權(quán)威SCI/SSCI期刊審稿人，多次國際會(huì)議聯(lián)合主席等；獲2016年第五屆全國教育科學(xué)研究?jī)?yōu)秀成果獎(jiǎng)一等獎(jiǎng)等國際和國內(nèi)獎(jiǎng)項(xiàng)。研究領(lǐng)域包括教育技術(shù)學(xué)、人工智能教育應(yīng)用、計(jì)算機(jī)輔助語言教學(xué)、教育決策支持系統(tǒng)等。受邀百余次在國際和國內(nèi)學(xué)術(shù)研討會(huì)分享科研成果，主持和參與十余項(xiàng)國內(nèi)外重要科研項(xiàng)目。出版專著5部，在國內(nèi)外重要期刊和國際重要會(huì)議等場(chǎng)合發(fā)表教學(xué)和科研論文百余篇。

圖書目錄

第1章簡(jiǎn)介：什么是人工智能
參考文獻(xiàn)
第2章人工智能簡(jiǎn)史
2.1人類的古老夢(mèng)想
2.2圖靈測(cè)試
2.3從通用問題求解到專家系統(tǒng)
參考文獻(xiàn)
第3章邏輯思維成為自動(dòng)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(dòng)證明
參考文獻(xiàn)
第4章系統(tǒng)成為專家
4.1一個(gè)基于知識(shí)的系統(tǒng)架構(gòu)
4.2知識(shí)表示編程
4.3有限性、不確定性和直覺性知識(shí)
參考文獻(xiàn)
第5章計(jì)算機(jī)學(xué)會(huì)說話
5.1ELIZA會(huì)識(shí)別字符串模式
5.2自動(dòng)機(jī)和機(jī)器識(shí)別語言
5.3我的智能手機(jī)何時(shí)會(huì)理解我
參考文獻(xiàn)
第6章算法模擬進(jìn)化
6.1生物學(xué)和技術(shù)性的電路圖
6.2細(xì)胞自動(dòng)機(jī)
6.3遺傳算法和進(jìn)化算法
參考文獻(xiàn)
第7章神經(jīng)網(wǎng)絡(luò)模擬大腦
7.1大腦和認(rèn)知
7.2神經(jīng)網(wǎng)絡(luò)和學(xué)習(xí)算法
7.3情感和意識(shí)
參考文獻(xiàn)
第8章機(jī)器人變得社會(huì)化
8.1人形機(jī)器人
8.2認(rèn)知和社會(huì)型機(jī)器人
8.3機(jī)器人的群體智慧
參考文獻(xiàn)
第9章基礎(chǔ)設(shè)施變得智能化
9.1物聯(lián)網(wǎng)和大數(shù)據(jù)
9.2從自動(dòng)駕駛車輛到智能交通系統(tǒng)
9.3從網(wǎng)絡(luò)物理系統(tǒng)到智能基礎(chǔ)設(shè)施
9.4工業(yè)4.0和未來的勞動(dòng)力世界
參考文獻(xiàn)
第10章從自然智能和人工智能到超級(jí)智能
10.1神經(jīng)形態(tài)計(jì)算機(jī)和人工智能
10.2自然智能和人工智能
10.3量子計(jì)算機(jī)與人工智能
10.4奇點(diǎn)和超級(jí)智能
10.5技術(shù)設(shè)計(jì)：人工智能作為人類的服務(wù)系統(tǒng)
參考文獻(xiàn)
第11章人工智能有多安全
11.1神經(jīng)網(wǎng)絡(luò)是一個(gè)黑匣子
11.2在不完全信息下的決定性
11.3人類機(jī)構(gòu)有多安全
參考文獻(xiàn)
第12章人工智能和責(zé)任
12.1社會(huì)積分和一帶一路
12.2人工智能與全球價(jià)值體系競(jìng)爭(zhēng)
參考文獻(xiàn)

全書圖片清單
圖3.1(a)列表（S1,S2,…,SN）的樹狀表示(b)s表達(dá)式(A.((B.(C.NIL))))的
樹狀表示12
圖3.2具有打孔磁帶的圖靈機(jī)15
圖4.1基于知識(shí)的專家系統(tǒng)架構(gòu)24
圖4.2正/反向推理25
圖4.3DENDRAL中一個(gè)化學(xué)結(jié)構(gòu)式的推導(dǎo)27
圖4.4醫(yī)學(xué)專家系統(tǒng)和/或樹28
圖5.1有限自動(dòng)機(jī)示例圖34
圖5.2下推自動(dòng)機(jī)的結(jié)構(gòu)37
圖5.3基于喬姆斯基語法體系的語義深度結(jié)構(gòu)39
圖5.4NETalk學(xué)習(xí)閱讀41
圖5.5WATSON的體系結(jié)構(gòu)43
圖6.1遺傳和神經(jīng)元信息系統(tǒng)的進(jìn)化47
圖6.2細(xì)胞自動(dòng)機(jī)模擬細(xì)胞自組織49
圖6.3作為動(dòng)態(tài)系統(tǒng)的單元，具有狀態(tài)變量xi、輸出變量yi和三個(gè)常數(shù)二進(jìn)制輸入
ui-1,ui,ui+150
圖7.1麥卡洛克皮茨神經(jīng)元56
圖7.2感知機(jī)架構(gòu)57
圖7.3可分離模式57
圖7.4具有一個(gè)輸出的三層神經(jīng)網(wǎng)絡(luò)模型58
圖7.5具有兩個(gè)輸出神經(jīng)元的神經(jīng)網(wǎng)絡(luò)的三層模型58
圖7.6人臉識(shí)別的多層模型（深度學(xué)習(xí)）59
圖7.7作為霍普菲爾德系統(tǒng)狀態(tài)空間的電勢(shì)山脈60
圖7.8霍普菲爾德系統(tǒng)中的模式識(shí)別60
圖7.9多層神經(jīng)網(wǎng)絡(luò)檢測(cè)相關(guān)性和聚類62
圖7.10無監(jiān)督學(xué)習(xí)的科荷倫圖63
圖7.11智能體從環(huán)境中加強(qiáng)學(xué)習(xí)64
圖7.12具有條件概率的貝葉斯學(xué)習(xí)網(wǎng)66
圖7.13理性決策的認(rèn)知扭曲66
圖8.1零力矩點(diǎn)（ZMP）和穩(wěn)定區(qū)域74
圖8.2一個(gè)家居機(jī)器人的馬爾可夫邏輯圖77
圖8.3具有基于行為和符號(hào)認(rèn)知模塊的類人機(jī)器人體系結(jié)構(gòu)78
圖8.4機(jī)器人足球選手的行為層次結(jié)構(gòu)80
圖9.1產(chǎn)品網(wǎng)絡(luò)中的自組織83
圖9.2流行病的自組織83
圖9.3大數(shù)據(jù)與人工智能86
圖9.4物聯(lián)網(wǎng)深度學(xué)習(xí)86
圖9.5自主機(jī)器人移動(dòng)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(wǎng)供電基礎(chǔ)設(shè)施數(shù)字化91
圖9.8數(shù)控車床的功能部件93
圖10.1具有局部活動(dòng)單元和局部影響范圍的復(fù)雜單元系統(tǒng)97
圖10.2非線性擴(kuò)散反應(yīng)方程的結(jié)構(gòu)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(guān)的記憶電阻系統(tǒng)103
圖10.6超級(jí)智能發(fā)展階段116
圖11.1統(tǒng)計(jì)和因果學(xué)習(xí)126
圖11.2從數(shù)據(jù)挖掘到因果模型129
圖11.3軟件測(cè)試認(rèn)證等級(jí)132
圖11.4采用哈希編碼的區(qū)塊鏈134