人工智能通識課（簡體書）

《人工智能通識課》縱貫人工智能技術在全球 70 多年的發展歷史，綜合邏輯學派和神經網絡學派的主流觀點，系統介紹了人工智能各種算法的起源與演進過程，以及人工智能技術在消費者行為分析、機器人、自動駕駛、醫療等方面的應用實踐，使讀者可以全面瞭解人工智能領域的真實現狀，及其給人類社會帶來的技術、哲學乃至藝術層面的影響。最後，本書作者對於人工智能的未來發展做了非常客觀、務實的展望。
《人工智能通識課》語言深入淺出，非技術專業人士也可以讀懂，適合各種知識背景的讀者瞭解人工智能技術的全貌，對人工智能技術建立起客觀理性的認知；也適合作為高校人工智能通識課程的教材或參考讀物。

第一章人工智能發展史//1

文化背景：知識型的社會//2

人工智能研究的起源//2

人工智能研究的早期發展//7

專家系統的興起//9

探討人工智能歷史的前提//12

步入人工智能的寒冬//15

人工智能的逆向發展階段//16

玻爾茲曼機與神經網絡//20

人工智能的強化學習階段//28

人工智能的卷積神經網絡階段//36

人工智能發展的深度學習階段//50

人工智能發展的深度強化學習階段//56

機器是如何學習的//63

深度學習源自哪裡//72

從認識到創造：生成對抗性網絡//75

網絡時代的社會文化變遷//82

第二章智能的定義與本質//89

認知科學的發展史//90

邏輯推理的發展史//92

對“智能”的(冗余)定義//101

人工智能系統能得諾貝爾獎嗎//107

大腦模擬與智能//111

能聽到我說話嗎//113

結構化環境中的智能行為//119

第三章人工智能的應用實驗//127

仿生人類、半機械人和神經工程//128

實現人工智能的第一步//133

第一項失敗//135

另一次失敗：機器學習//139

又一次失敗：常識//141

預告：學習聊天//143

變臉//146

數字生活的起源//149

難題：智慧並不意味著精確//150

聊天機器人的發展歷程//153

第四章人工智能的算法進化//155

計算機的發展歷程//156

將計算作為推論//159

概率論、馬爾可夫鏈與蒙特卡羅方法//161

數學上的難題：假如你不得不經歷一次智力層面的相變//168

設計機器與設計人類//171

遺傳算法的復興//177

大數據集的詛咒//182

模擬計算與儲備池計算//186

算法官僚系統的反烏托邦引發的推測：利維坦、圓形監獄與生命權利//189

道德的算法//192

明日烏托邦――與算法共生//193

第五章神經網絡與認知//195

聯結主義//196

人工與自然神經網絡：反向傳播的神話//204

模式識別問題//205

關於AlphaZero//206

動態路由和膠囊網絡//213

變分推理//215

分層貝葉斯網絡//222

神經網絡的智能//224

神經網絡的常識//225

基於知識的系統//230

第六章智能與機器人//235

機器學習先於人工智能//236

機器人的誕生//238

機器學習的未來：無監督學習的救贖之道//239

生活在智能機器的世界//255

迎娶人工智能：滿懷信心地迎接未來//262

後機器智能時代：機器創造力能否成就藝術//274

機器智能的危險之處//289

過度就業//293

第七章人工智能的倫理學困境//297

一個哲學層面的問題：我們真的需要全能的智能嗎//298

對歷史的注釋：新無神論//300

機器倫理//301

反烏托邦四部曲//303

你是一個機器人//308

第八章人工智能的未來//313

人工智能與“沒有免費午餐定理”//314

揭開圖靈測試的神秘面紗//315

淺人工智能//319

為何沒有構建人工通用智能//320

通用性人工智能的時間框架//326

矽能產生智能嗎//328

下一項突破是：瞭解大腦//329

為什麼我不害怕人工智能的到來//331

隱形的機器人雲//334

附錄 人工智能大事記//337