1956年,達特茅斯會議的召開及人工智能概念的首次提出,標志著人
工智能的誕生。之后10余年,人工智能迎來了發(fā)展史上的個小高峰,相繼
取得了如工業(yè)機器人和聊天機器人等一批令人矚目的研究成果。但由于計算機
有限的內(nèi)存和處理性能不足以解決實際的人工智能問題,整個人工智能領域都
遭遇了瓶頸,人工智能發(fā)展進入了消沉期。1980年,屆機器學習國際
研討會在卡內(nèi)基梅隆大學召開,標志著機器學習在全世界的興起。隨后出現(xiàn)的
神經(jīng)網(wǎng)絡反向傳播算法,更是加速了神經(jīng)網(wǎng)絡的研究進程,各種專家系統(tǒng)被人
們廣泛應用。但隨著專家系統(tǒng)的應用領域越來越廣,問題也逐漸暴露出來,專
家系統(tǒng)應用有限,且經(jīng)常在常識性問題上出錯,人工智能迎來了第二個寒冬。
1997年,IBM的超級計算機 深藍戰(zhàn)勝了當時的國際象棋世界冠軍,成為
人工智能史上的一個重要里程碑,人工智能開始了平穩(wěn)向上的發(fā)展。以2006年
加拿大多倫多大學Geoffrey Hinton教授提出深度學習神經(jīng)網(wǎng)絡為標志,人工
智能進入了新的快速發(fā)展階段。
在新時期的人工智能發(fā)展中,數(shù)據(jù)、算法、算力并稱為推動人工智能發(fā)展
的三駕馬車:其中數(shù)據(jù)是人工智能發(fā)展的基礎,為人工智能發(fā)展提供了源源不
斷的數(shù)據(jù)資源;算法是人工智能發(fā)展的內(nèi)在推動力,為人工智能帶來了相應的
實現(xiàn)手段;算力是人工智能發(fā)展的平臺,為人工智能技術的實現(xiàn)提供了堅實保障。
數(shù)據(jù)、算法、算力共同推動人工智能不斷向前發(fā)展,缺一不可。
本書從人工智能的定義入手,闡述了人工智能的概念、發(fā)展歷程、研究目標、
應用場景及人工智能帶來的機遇和挑戰(zhàn)。從第二章開始詳細闡述人工智能發(fā)展
的核心要素:大數(shù)據(jù)、云計算和深度學習,論證了這三大要素對人工智能發(fā)展
的影響。通過閱讀本書,讀者不僅能夠?qū)W習人工智能涉及的各方面知識,而且
能夠深入學習人工智能的關鍵技術。我們也希望讀者通過閱讀本書,能夠?qū)⑷?br />工智能技術和實際應用場景結合起來,實現(xiàn)人工智能的落地應用,共同創(chuàng)建一
個智能的時代。
目 錄
章人工智能及其應用 / 001
節(jié) 人工智能的概念與發(fā)展 / 001
第二節(jié) 人工智能的研究目標與內(nèi)容 / 008
第三節(jié) 人工智能的主要應用領域 / 013
第四節(jié) 人工智能的機遇與挑戰(zhàn) / 020
第二章人工智能的基礎大數(shù)據(jù) / 023
節(jié) 大數(shù)據(jù)的概念與發(fā)展 / 023
第二節(jié) 數(shù)據(jù)采集與預處理 / 028
第三節(jié) 大數(shù)據(jù)存儲 / 034
第四節(jié) 數(shù)據(jù)挖掘算法 / 046
第五節(jié) 大數(shù)據(jù)挖掘工具 / 057
第六節(jié) 大數(shù)據(jù)安全 / 065
第七節(jié) 大數(shù)據(jù)的典型類型及應用 / 075
第三章人工智能的平臺云計算 / 083
節(jié) 云計算的概念與發(fā)展 / 083
第二節(jié) 云計算的分類 / 087
第三節(jié) 云計算技術 / 089
第四節(jié) 云計算安全 / 110
第五節(jié) 主要云計算應用 / 121
第六節(jié) 云計算的未來 / 140
第四章人工智能的手段深度學習 / 147
節(jié) 深度學習的概念與發(fā)展 / 148
第二節(jié) 機器學習基礎 / 161
第三節(jié) 神經(jīng)網(wǎng)絡基礎 / 177
第四節(jié) 深度學習經(jīng)典算法 / 188
第五節(jié) 深度學習應用 / 218
第六節(jié) 深度學習的未來 / 226
參考文獻 / 230