醉染图书人工智能9787302531876

目录
章 的人工智能 1
1.1 什么是人工智能 2
1.2 人工智能简史 2
1.2.1 数理逻辑:人工智能的前期积累 2
1.2.2 图灵:人工智能的真正创始人 4
1.. 达特茅斯会议:AI的开端 5
1.2.4 人工智能的三起两落 6
1.3 机器学习:现代人工智能的灵魂 8
1.3.1 什么是机器学习 9
1.3.2 机器学习发展史 9
1.3.3 机器学习的基本框架 11
1.4 让人惊讶的“学习” 13
1.4.1 从猴子摘香蕉到星际大战 13
1.4.2 集体学习的机器人 14
1.4.3 图片和文字理解 16
1.4.4 AlphaG 7
1.4.5 机器智能会超过人类智能吗 18
1.5 开始你的机器学习之旅 19
1.5.1 训练、验与测试 19
1.5.2 Occam剃刀准则 20
1.5.3 没有免费的午餐 20
1.5.4 对初学者的几点建议 20
1.6 Aemo示例系统 21
1.6.1 Aemo环境搭建 21
1.6.2 Aemo示例基础 22
1.6.3 人脸检测(Face-detection):个示例程序

第2章 认识你的脸 26
2.1 人脸识别概述 26
2.1.1 什么是人脸识别 26
2.1.2 人脸识别系统的基本组成 28
2.1.3 人脸识别简史 29
2.2 基于特征脸的人脸识别 34
2.2.1 主成分分析 34
2.2.2 支持向量机 37
. 基于深度学习的人脸识别 39
..1 神经网络的故事 39
..2 神经网络结构 42
.. 深度学习 43
..4 基于深度卷积网络的人脸识别 44
..5 基于DNN的人脸识别能 46
2.4 深度神经网络的应用 49
2.4.1 人脸检测 49
2.4.2 人脸正规化 50
2.4.3 图像生成 50
2.4.4 图像风格转换 52
2.5 Aemo:人脸识别 53
思考题 57
第3章 聆听你的声音 58
3.1 语音的产生与感知 59
3.1.1 语音的产生 59
3.1.2 语音的感知 61
3.2 语音识别概述 6
.2.1 什么是语音识别 6
.2.2 语音识别简史 63
3.3 基于GMM-HMM 的语音识别 67
3.3.1 MFCC特征提取 68
3.3.2 GMM-HMM 声学模型 68
3.3.3 N-Gram语言模型 69
3.3.4 解码过程 70

3.4 基于深度学习的语音识别 71
3.4.1 DNN特征提取 7
.4.2 DNN静态建模 7
.4.3 RNN动态建模 7
.5 说话人识别 76
3.5.1 传统GMM-UBM 系统 76
3.5.2 基于DNN的说话人识别系统 77
3.6 语音合成 79
3.6.1 参数合成 80
3.6.2 拼接合成 81
3.6.3 统计模型合成 81
3.6.4 神经模型合成 8
. Aemo:语音信号处理 84
3.7.1 实验说明 84
3.7.2 实验步骤 84
思考题 86
第4章 理解你的语言 87
4.1 人类语言的复杂 8
4.1.1 结构复杂 8
4.1.2 语义复杂 9
4.1.3 知识复杂 90
4.1.4 时空复杂 90
4.1.5 应用复杂 91
4.1.6 什么是语言理解 91
4.2 传统语言理解方法 91
4.2.1 词法分析 92
4.2.2 句法分析 93
4.. 语义分析 94
4.3 基于深度学习的语言理解方法 96
4.3.1 词向量 97
4.3.2 句向量 99
4.3.3 传统方法和深度学习方法对比 100
4.4 机器翻译 101
4.4.1 机器翻译的历史 101

4.4.2 统计机器翻译 103
4.4.3 神经机器翻译 103
4.5 语言理解的应用 106
4.5.1 搜索引擎 106
4.5.2 系统 108
4.5.3 会话机器人 109
4.6 Aemo:计算中文词向量 111
思考题 113
第5章 模仿你的行为 114
5.1 现代机器人发展史 115
5.2 基于设计的机器人 120
5.2.1 操作机器人 120
5.2.2 移动机器人 122
5.3 基于学习的机器人 124
5.3.1 简单的例子:模仿学习 125
5.3.2 强化学习 125
5.3.3 强化学习的学习对象 128
5.4 深度强化学习方法 130
5.4.1 Atari游戏 130
5.4.2 AlphaGoZer 31
5.4.3 实体机器人 132
5.4.4 两种机器人的比较 135
5.5 Aemo:AI机器人 136
思考题 137
第6章 学习你的思维 138
6.1 形象思维 139
6.1.1 诗词生成 139
6.1.2 DeepDream 143
6.2 逻辑思维 148
6.2.1 定理明:逻辑推理 149
6.2.2 阅读理解:非逻辑推理 151
6.3 Aemo:DeepDream 156
思考题 158

王东， 1995-2002年清华、硕士，2010年英国爱丁堡大学博士，历任Oracle中国软件、IBM中国不错软件、英国爱丁堡大学Marie Curie 研究员、法国EURECOM博士后研究员，美国Nuance公司不错研究科学家。现任清华大学语音语言中心副研究员，中心常务副主任，FreeNeb公司首席科学家。王东博士是全国人机语音通讯会议常设机构秘书长，是亚太信号信息处理联盟(APASIPA)语音专委会副、杰出讲师，是靠前标准与语音数据资源委员会(COCOSDA)大陆区代表。王东博士自1997年开始从事语音识别、自然语言处理方面的研究，在相关领域发表学术120余篇，公开20余项，其技术在日本软银、新松、智能管家等多家国内外有名公司应用，创造了良了的社会效益和经济效益。

2016年以来 ,几乎所有人都在谈论人工智能 (AI)。然而 ,究竟什么是人工智能?人工智能与科学有何关系 ?人工智能是如何发展起来的 ,未来会走向何方?这些问题在很多人的脑海里还是模糊的。可以确定的是 ,人工智能技术必然会对我们的生活产生深远的影响 ,这种影响会像电、计算机的出现一样改变我们的生活 ,并成为我们未来生活方式的一部分。
我于 1995年进入清华大学计算机系 ,1998年进入朱小燕老师的课题组 ,开始从事语音和语言信息处理工作。这个课题组隶属于清华大学智能与系统重点实验室 ,专注于人工智能技术的研究。有趣的是 ,当时大家很少提到 AI,可能是因为这个词太宽泛了 ,对研究者缺少标识意义。后 ,我在若干企业和研究机构间辗转 ,主要还是从事语音和语言工作 ,见了研究方法从模式匹配到概率模型 ,再到深度学习的变迁。事实上 ,同样的变化也发生在 AI的相关应用领域 ,包括图像处理、机器人、生物信息处理等。这一变化背后的推动力事实上是机器学习方法的快速进步 ,而这一进步直接导致了今天的 AI热潮。我想 ,理解今天的 AI首先应该从理解机器学习开始。
基于这一思路 ,我用了将近两年的时间完成了一本题为《现代机器学习技术导论》的学习笔记 ,系统地总结了当前主流的机器学习方法 ,特别是深度学习技术。这本书恰好被利节老师看到。她提出建议 :这本书应该让更多年轻人读一读 ,只有年轻人静下心来读懂 AI背后的原理和算法 ,人工智能的未来才有希望。但是 ,这本《导论》过于学术化 ,需要更通俗和直观的表达才能被零基础的读者接受。这个建议得到重庆巴蜀中学许莎老师的赞同 ,她觉得应该有一本通俗的读物 ,让高中生都能理解人工智能。特别是 ,她建议在不增加学习压力的前提下 ,满足青年学生对新知识的渴求。这本书里不必有公式 ,但必须概念明晰 ,让学生从一开始就树立一个正确的概念体系和科学思维 ,为以后从事这方面的工作打下基础 ,于是有了这本书。我们的目的只有一个 :用浅显的语言向读者 ,特别是青年学生 ,介绍人工智能的基本原理和背后的机器学习方法。
我们将人的智能分为看、听、言、行、思五个方面 ,每一方面用一章的篇幅进行讨论。我们将介绍机器如何通过学习来模拟人的智能 ,并提供了一系列小实验 ,让读者可以自己动手实现一些有趣的人工智能系统。

在本书的成书过程中 ,众多老师和学生提供了热心的帮。清华大学的朱小燕老师对全书进行了审读 ,周强老师、刘华平老师分别对第四章和第五章进行了审读。清华大学语音语言实验室的蔡云麒博士参与了校订工作 ,实习生杜文强、张阳、吴嘉瑶、齐诏娣、于嘉威、姜修齐、刘逸博等都参与了实验样例设计。
由于作者水平有限 ,书中难免有疏漏之处 ,其中的一些观点也只是一家之言 ,敬请读者批评指正。

本书用浅显的语言向读者，特别是青少年学生，介绍人工智能的基本原理和背后的机器学习方法。不需要复杂的数学公式。读者就可以了解到机器如何通过学习来模拟人的智能（看、听、言、行、思五个方面），并根据书提的一系列小实验自己动手实现一些有趣的人工智能系统。