本书语言通俗易懂，以理论和实际应用相结合的方式，深入浅出地介绍了人工智能的基础知识和实现的基本技术。通过典型场景化应用案例，帮助读者理解人工智能技术的概念、原理，激发学生对人工智能的学习兴趣。注重算法思想的介绍，简化了算法的数学推导，让学生在课堂上能够“听得懂、学得会”。
本书共 8 章，分别是人工智能概述、大数据与人工智能、专家系统、机器学习、深度学习、计算机视觉、自然语言处理和机器人技术。
本书可作为高职院校人工智能通识课程教材，也可作为电子信息类、计算机类相关专业的人工智能入门教材。

前言
二维码资源清单
第1章 人工智能概述1
知识目标1
思政与素养1
导入案例 手机中的人工智能1
1.1 人工智能基础知识2
1.1.1 人工智能的定义2
1.1.2 人工智能的分类3
拓展阅读 奇点来临？4
1.2 人工智能的起源和发展5
1.2.1 人工智能的孕育5
1.2.2 图灵测试与人工智能7
1.2.3 冯·诺依曼体系结构8
1.2.4 人工智能学科的诞生9
1.2.5 人工智能的发展历程10
拓展阅读 几位人工智能的奠基人11
1.3 人工智能的主要流派及研究领域14
1.3.1 人工智能的主要流派14
1.3.2 人工智能的研究领域15
1.4 人工智能的发展现状17
1.4.1 国际人工智能发展现状17
1.4.2 我国的人工智能发展现状18
1.4.3 “人工智能＋”时代已经来临18
1.5 人工智能安全22
1.5.1 人工智能的安全的挑战和机遇22
1.5.2 人工智能安全应用23
1.5.3 人工智能安全治理25
拓展阅读 马斯克和扎克伯格的人工智能论战26
案例赏析27
案例1 无人银行的全新服务体验27
案例2 智能试衣间：试衣不烦琐28
1.6 习题30
第2章 大数据与人工智能31
知识目标31
思政与素养31
导入案例 天猫“双十一”购物节31
2.1 大数据的概念32
2.1.1 什么是大数据32
2.1.2 大数据的产生32
2.1.3 大数据的发展历程34
2.1.4 数据的量级34
2.2 大数据的特征35
2.2.1 大数据的数据特征35
2.2.2 大数据的技术特征36
拓展阅读 大数据到底给贵州带来了什么？37
2.3 大数据下的云计算38
2.3.1 云计算的概念38
2.3.2 云计算的分类39
2.3.3 云计算的服务模式40
2.3.4 云计算的主要技术41
拓展阅读 阿里云42
2.4 大数据、云计算与人工智能43
2.4.1 大数据与云计算44
2.4.2 大数据与人工智能45
拓展阅读 “啤酒与尿布”的故事45
2.5 大数据分析处理46
2.5.1 大数据思维46
2.5.2 大数据处理47
2.5.3 大数据与人工智能应用48
案例赏析48
案例1 智慧交通48
案例2 智慧电商50
2.6 习题53
第3章 专家系统55
知识目标55
思政与素养55
导入案例 “沃森医生”来上海为肿瘤患者看病了55
3.1 专家系统概述56
3.1.1 专家系统的定义56
3.1.2 专家系统的特点57
3.1.3 专家系统的发展历程57
3.1.4 专家系统的基本结构58
拓展阅读 DENDRAL系统研发团队60
3.2 知识的表示61
3.2.1 知识的概念61
3.2.2 谓词逻辑表示法63
3.2.3 产生式表示法65
3.2.4 框架表示法66
3.2.5 语义网络表示法69
3.2.6 知识图谱70
拓展阅读 会写新闻稿的机器人Dreamwriter73
3.3 搜索技术74
3.3.1 盲目搜索74
3.3.2 启发式搜索75
3.3.3 蒙特卡罗树搜索算法77
拓展阅读 汉诺塔问题78
3.4 专家系统的开发79
3.4.1 需求分析79
3.4.2 系统设计80
3.4.3 知识库构建81
3.4.4 系统开发与测试82
3.5 专家系统应用82
案例赏析83
案例1 DENDRAL专家系统83
案例2 MYCIN专家系统84
3.6 习题87
第4章 机器学习89
知识目标89
思政与素养89
导入案例 “深蓝”大战国际象棋世界冠军卡斯帕罗夫89
4.1 机器学习概念90
4.1.1 什么是机器学习90
4.1.2 机器学习的发展91
拓展阅读 跳棋中的机器学习93
4.2 机器学习的类型94
4.2.1 监督学习94
4.2.2 无监督学习95
4.2.3 半监督学习95
4.2.4 强化学习96
拓展阅读 Netflix电影推荐系统96
4.3 机器学习的算法97
4.3.1 回归算法98
4.3.2 决策树算法100
4.3.3 朴素贝叶斯算法101
4.3.4 支持向量机102
4.3.5 聚类算法103
4.3.6 降维算法105
拓展阅读 没有免费的午餐106
4.4 机器学习的应用106
4.4.1 机器学习的应用领域106
4.4.2 机器学习的一般流程108
案例赏析109
案例1 自动过滤垃圾邮件的克星109
案例2 能够自适应学习的BRETT机器人111
4.5 习题112
第5章 深度学习114
知识目标114
思政与素养114
导入案例 AlphaGo大战李世石114
5.1 人工神经网络116
5.1.1 神经元116
5.1.2 神经元模型116
5.1.3 感知机117
拓展阅读 一代宗师杰弗里·辛顿118
5.2 BP神经网络119
5.2.1 BP神经网络结构119
5.2.2 BP神经网络算法120
拓展阅读 延恩·乐存121
5.3 卷积神经网络121
5.3.1 卷积神经网络简介121
5.3.2 卷积神经网络的结构122
5.3.3 常用的卷积神经网络124
拓展阅读 GPU与海量训练数据127
5.4 循环神经网络128
5.4.1 循环神经网络简介128
5.4.2 循环神经网络的结构129
5.4.3 常用的循环神经网络130
拓展阅读 TensorFlow深度学习框架130
5.5 深度学习及应用131
案例赏析133
案例1 AlphaGo的成功秘诀133
案例2 AlphaGo Zero的成功秘诀135
5.6 习题136
第6章 计算机视觉138
知识目标138
思政与素养138
导入案例 “最强大脑”之人机大战，百度人工智能胜出138
6.1 计算机视觉的概念139
6.1.1 什么是计算机视觉139
6.1.2 计算机视觉的发展历程140
6.1.3 计算机视觉的应用140
6.2 图像处理与视觉系统142
6.2.1 图像基础143
6.2.2 图像处理技术145
6.2.3 计算机视觉系统148
拓展阅读 智能布匹质量检测系统149
6.3 人脸识别150
6.3.1 人脸识别概述150
6.3.2 人脸识别系统151
6.3.3 人脸识别的应用153
拓展阅读 人脸识别的相关法律法规153
6.4 无人驾驶154
6.4.1 无人驾驶的分级154
6.4.2 无人驾驶的发展历史157
6.4.3 无人驾驶的原理与实现159
拓展阅读 国内首个无人驾驶商业化试点启动160
6.5 文字识别162
6.5.1 OCR的概念162
6.5.2 OCR的发展历程162
6.5.3 OCR识别系统163
6.5.4 OCR的应用165
案例赏析166
案例1 人脸识别助力警方抓捕逃犯166
案例2 百度无人驾驶汽车167
6.6 习题168
第7章 自然语言处理169
知识目标169
思政与素养169
导入案例 美智力竞答节目上演人机对决169
7.1 自然语言处理概述170
7.1.1 什么是自然语言处理171
7.1.2 自然语言处理的发展历程172
7.1.3 自然语言处理的应用173
7.1.4 自然语言处理的一般过程174
7.2 自然语言理解175
7.2.1 自然语言理解的困难175
7.2.2 传统语言理解方法177
7.2.3 基于深度学习的语言理解方法180
拓展阅读 携程“诗情画意”小诗机182
7.3 机器翻译183
7.3.1 机器翻译的基本模式183
7.3.2 统计机器翻译184
7.3.3 机器翻译的应用185
拓展阅读 科大讯飞晓译翻译机186
7.4 语音识别186
7.4.1 语音识别的定义186
7.4.2 语音识别的发展历程187
7.4.3 语音识别系统187
7.4.4 语音识别的应用188
案例赏析189
案例1 科大讯飞语音识别189
案例2 聊天机器人190
7.5 习题192
第8章 机器人技术194
知识目标194
思政与素养194
导入案例 RoboCup机器人世界杯足球锦标赛194
8.1 机器人的概念196
8.1.1 机器人的定义196
8.1.2 机器人的发展197
8.1.3 机器人三定律202
8.2 机器人的结构与分类204
8.2.1 机器人的结构204
8.2.2 机器人的分类205
拓展阅读 “工业4.0”与“中国制造2025”218
8.3 智能机器人219
8.3.1 智能机器人的概念219
8.3.2 智能机器人的关键技术220
8.3.3 智能机器人的发展方向222
案例赏析224
案例 大疆农业发布T30植保无人机224
8.4 习题225
参考文献227