您的浏览器不支持JavaScript,请开启后继续
漫话人工智能:坂本真树老师带你轻松读懂人工智能

漫话人工智能:坂本真树老师带你轻松读懂人工智能

  • 作者
  • (日)坂本真树著 (日)坂本真树著

本书将读者群设定为普通大众,旨在令不熟悉人工智能专业词汇、没有专业背景的普通读者也能够读懂本书。书中选取了具有代表性的人工智能基础研究的相关主题,也是读者想要了解的问题,如人工智能是什么时候出现的,人工智能会超越人类吗,什么易导入人工智能,什么不易导入人工智能,怎样从信息角度来学习人工智能,人工智能应用的领域有哪些等。 本书语言通俗易懂,采用大量插画进行讲解...


  • ¥49.80

ISBN: 978-7-122-37710-4

版次: 1

出版时间: 2021-01-01

图书介绍

ISBN:978-7-122-37710-4

语种:汉文

开本:32

出版时间:2021-01-01

装帧:平

页数:178

编辑推荐

★书中介绍了人工智能的方方面面,包括AI的历史、现状、未来、发展、工作原理、应用实例; ★通俗易懂的语言+轻松愉快的漫画,增加了阅读的趣味性; ★读者对象为普通大众,即使不熟悉专业词汇,没有专业背景,也能读懂本书; ★总之就是很有趣又能学到知识的一本书。

作者简介

张歌,日语翻译,Catti日语笔译二级;日语N1通过、专八良好。多次于《大学生》杂志、北京大学校友会公众号等平台发表原创文章、采访稿,如《大学生》杂志2018年02月、03月、04月刊等;口笔译经历丰富,一本译著待出版。 口译经历如下。 2017.10日本大学展陪同口译 2017.10日本电影周陪同口译 2018.5至今司法部燕城监狱交替口译(多次) 2018.6天津亚当斯公司会议翻译(建筑设计领域) 2018.6日本terradrone公司会议翻译(无人机领域) 2018.7丰田竞标同声传译等

精彩书摘

本书将读者群设定为普通大众,旨在令不熟悉人工智能专业词汇、没有专业背景的普通读者也能够读懂本书。书中选取了具有代表性的人工智能基础研究的相关主题,也是读者想要了解的问题,如人工智能是什么时候出现的,人工智能会超越人类吗,什么易导入人工智能,什么不易导入人工智能,怎样从信息角度来学习人工智能,人工智能应用的领域有哪些等。 本书语言通俗易懂,采用大量插画进行讲解,一一为读者解答了人工智能的问题。不论是对人工智能感兴趣的非专业人士,还是准备从事人工智能相关工作的学生,都能通过本书了解人工智能的方方面面。

目录

第1章人工智能是什么?
1.1人工智能是什么时候出现的?002
●人的智能?人工智能?003
●图灵测试哪个是人类?004
●寂寞的人工智能?!006
●人和人工智能的区别007
●伴随着计算机发展009
●AI的历史达特茅斯会议010
●AI的历史第一次人工智能热潮011
●AI的历史第二次人工智能热潮013
●现在,第三次人工智能热潮!015
1.2这是人工智能?016
●人工智能与机器人的区别017
●机器人研究?人工智能研究?019
●人工智能需要身体吗?020
●第1级人工智能023
●第2级人工智能024
●第3级人工智能026
●第4级人工智能,专用人工智能027
●第5级人工智能,通用人工智能028
1.3人工智能会超越人类吗?030
●奇点是什么?031
●奇点可怕?不可?032
●如何实现通用人工智能?033
●AI导致人类灭亡的可能性有多大?034
●AI之下我们的未来会怎样改变呢?036
●将来,哪些职业会消失?037
●将来,哪些职业会留下来?039

第2章容易导入人工智能的事物和不容易导入人工智能的事物
2.1容易导入人工智能的事物042
●可以导入网络上的任何信息043
●0和1数字数据044
●各种数据(语言、动画、音频)046
●让计算机拥有视觉048
●数码相机的演变049
●像素提高,超过人类?!050
●世界共享的数据051
●图像识别的竞赛ILSVRC052
●让计算机拥有听觉054
●使用两个麦克风的语音识别055
●多个麦克风056
●把语音转化成文字?058
●声学模型和语言模型060
2.2不容易导入人工智能的事物062
●“意思”很难懂……063
●什么是语义网络?064
●不理解“意思”也能够做出回答?065
●什么是潜在语义分析?067
●为什么Torobo-kun选择放弃067
●如果要变聪明,需要五感齐备吗?069
●人工智能的味觉是什么?070
●人工智能的嗅觉是什么?070
●将来会怎么处理气味?072
●人工智能的触觉是什么?073
●实现触觉真的很难!074

第3章人工智能是怎样从信息中学习的?
3.1什么是机器学习?078
●让机器设备(计算机)也能够学习!079
●什么是监督学习?080
●分类问题判断垃圾邮件082
●回归问题预测数值084
●寻找合适的线(函数)!085
●当心过度学习!088
●什么是无监督学习?090
●试着分组吧!092
●k-means分类方法094
●强化学习是“蜜糖”与“鞭子”095
3.2什么是神经网络?097
●大脑依靠神经元运作098
●人工神经元的构造100
●代表了重要度和信赖度的权重102
●赫布定律103
●什么是感知机?104
●线性不可分!105
●BP算法(误差反向传播算法)106
●为了减小误差,调整权重!108
●增加层数信息传递不到!110
●支持向量机的优点是什么?110
●权衡过度学习和泛化112
3.3深度学习有哪些厉害之处?113
●深度学习成名的日子114
●能够自己提取特征,厉害!115
●4层以上的深度学习116
●自编码的输入和输出是相同的!117
●让输入与输出具有相同的意义118
●或许和人越来越像?120
●深度学习的方法120
3.4AI三大模型中的“遗传算法”是什么?124
●AI三大模型的方方面面125
●以达尔文的进化论为基础125
●遗传算法的使用方法126

第4章人工智能的应用实例
4.1人工智能的进化在“游戏”中的应用实例130
●游戏AI的进化历史130
●人类与AI对战(国际象棋篇)132
●人类与AI对战(日本象棋篇)133
●人类与AI对战(围棋篇)134
4.2第三次AI热潮的导火索在“图像”领域的应用实例136
●谷歌的猫136
●图像识别的发展138
●医疗领域的应用(庄野实验室)139
●医疗领域的应用(恶性黑色素瘤的判别)140
●医疗领域的应用(癌症的检测)141
●为了提高诊断的准确度142
4.3“自动驾驶AI”的实际应用143
●自动到什么程度?143
●为了实现自动驾驶145
●自动驾驶的训练步骤146
●为了掌握位置和情况147
●事故的原因究竟是什么?149
4.4“对话AI”的应用实例150
●为了和计算机对话150
●“有知识”对话AI152
●“无知识”对话AI154
●制造对话的三种技术155
●为了自然的对话156
4.5“遗传算法”在“拟声拟态词”上的应用实例158
●贴近人心的拟声拟态词158
●生成拟声拟态词的系统159
●拟声拟态词的生成160
●在优化过程中要做些什么呢162
4.6AI在“艺术”领域的实践164
●AI在艺术方面的挑战(小说篇)164
●AI小说项目166
●AI在艺术方面的挑战(绘画篇)168
●AI在艺术方面的挑战(作曲篇)170

结语171

参考文献174

索引176

发送电子邮件联系我们