從零解說(shuō)人工智能：結(jié)構(gòu)原理及其應(yīng)用

第1章　人工智能的基礎(chǔ)知識(shí) 1
1.1　面向嶄新的計(jì)算機(jī)時(shí)代 2
1.2　何為人工智能 3
1.3　強(qiáng)AI和弱AI（AGI和特殊型AI） 7
1.4　大腦是如何進(jìn)行識(shí)別和判斷的？ 8
1.5　數(shù)字識(shí)別方法（以前的方法） 13
1.6　機(jī)器學(xué)習(xí)和大數(shù)據(jù) 16
1.7　特征向量 17
1.8　和人一樣學(xué)習(xí)的機(jī)器學(xué)習(xí) 19

第2章　神經(jīng)網(wǎng)絡(luò)的沖擊 23
2.1　谷歌的貓 24
2.2　游戲AI計(jì)算機(jī)—DQN 25
2.3　圖像識(shí)別競(jìng)賽中深度學(xué)習(xí)取得決定性勝利 27
2.4　AlphaGo完勝?lài)鍖?shí)力選手 30
2.5　無(wú)碰撞汽車(chē) 31

第3章　人工智能原理 37
3.1　機(jī)器學(xué)習(xí)的方法 38
3.2　分類(lèi)問(wèn)題和回歸問(wèn)題 41
3.3　強(qiáng)化學(xué)習(xí) 42
3.4　經(jīng)驗(yàn)和報(bào)酬 44
3.5　神經(jīng)網(wǎng)絡(luò)原理 46
3.6　深度學(xué)習(xí) 48
3.7　CNN和RNN 50

第4章　認(rèn)知系統(tǒng)與AI聊天機(jī)器人 55
4.1　IBM Watson是什么？ 56
4.2　活躍于醫(yī)療領(lǐng)域的沃森 57
4.3　何為認(rèn)知系統(tǒng)？ 60
4.4　沃森的實(shí)體是什么？ 66
4.5　IBM沃森日文版的六大功能 71
4.6　沃森的導(dǎo)入實(shí)例（1）—呼叫中心 73
4.7　人工智能和機(jī)器人—銀行接待 76
4.8　沃森的導(dǎo)入實(shí)例（2）—銷(xiāo)售支持 79
4.9　沃森回答問(wèn)題的原理（6個(gè)日文版API） 84
4.10　IBM沃森日文版解決方案包 87
4.11　聊天機(jī)器人中AI導(dǎo)入關(guān)鍵 90
4.12　沃森的導(dǎo)入實(shí)例（3）—郵件回復(fù)支持 95
4.13　從推文或郵件分析性格、情感和文章語(yǔ)調(diào) 98

第5章　AI計(jì)算的最新技術(shù) 103
5.1　Microsoft Cognitive Services (Microsoft Azure) 104
5.2　具體體驗(yàn)圖像、動(dòng)畫(huà)解析技術(shù) 106
5.3　深度學(xué)習(xí)和GPU 112
5.4　應(yīng)用于自動(dòng)駕駛和機(jī)器人中的AI計(jì)算 117
5.5　輕松實(shí)現(xiàn)深度學(xué)習(xí)框架 123
5.6　依靠使用CPU的AI高速化技術(shù)卷土重來(lái)的Intel公司 124

第6章　實(shí)際應(yīng)用中的人工智能 127
6.1　呼叫中心和客戶(hù)接待中的應(yīng)用 128
6.2　人工智能聊天機(jī)器人 133
6.3　開(kāi)始活躍于醫(yī)療現(xiàn)場(chǎng)的人工智能 137
6.4　披頭士風(fēng)格作曲人工智能 142
6.5　理解情感的人工智能 145
6.6　求職人工智能 153
6.7　撰寫(xiě)小說(shuō)或新聞的人工智能 156
6.8　其他應(yīng)用實(shí)例 160