人工智能引論 張長水 9787302662761 【台灣高等教育出版社】

內容簡介
本書是全面介紹人工智慧技術的教材，內容豐富、系統，語言表述清晰易懂，是學習人工智慧的入門之選。本書以深入淺出的方式，引領讀者走進人工智慧的世界，激發探索未知的熱情。
全書共12章，開篇首章闡述人工智慧的歷程，接下來的章節則緊密圍繞人工智慧的核心技術展開，包括搜索、計算機視覺、計算機聽覺、自然語言處理與理解、知識表示與知識獲取、機器學習、推理、多模態信息處理、多智能體系統、可信的人工智慧、人工智慧生態等內容。
本書不僅適合作為高等院校計算機、自動化、人工智慧等專業的教材，還可作為非工科專業學生的入門學習資料。

目錄
第1章緒論
/

1 1達特茅斯會議/
1 21956年—20世紀70年代初/
1 320世紀70年代末—80年代末/
1 420世紀80年代末后的二十年/
1 52010年之後的深度學習時代/
1 6圖靈測試/
1 7封閉世界與開放世界/
*1 8進一步學習的內容/
第2章搜索/

2 1從一個例子開始/
2 2如何表示一個迷宮/
2 3搜索演算法和搜索過程/
2 4理論分析——搜索演算法的性質/
2 5搜索演算法應用舉例/
2 6下棋也可以用搜索演算法來完成/
2 7使用搜索演算法的關鍵問題/
2 8指數爆炸/
2 9使用知識/
2 10如何得到一個好的啟髮式函數/
*2 11進一步學習的內容/
第3章計算機視覺
/

3 1計算機視覺系統構成/
3 2一些計算機視覺任務/
3 3計算機視覺用到的方法/
3 4計算機視覺傳統方法/
3 5計算機視覺深度學習方法/
3 6LeNet： 一個圖像識別模型/
3 7目標函數與優化/
3 8端到端/
3 9表示學習/
3 10特徵的可視化/
3 11其他神經網路模型/
3 12一些計算機視覺成功案例/
3 13深度神經網路方法為什麼能在計算機視覺一些任務中取得成功/
3 14計算機視覺任務的困難/
3 15人類視覺和計算機視覺之間的比較/
*3 16進一步學習的內容/
第4章計算機聽覺
/

4 1計算機聽覺的任務/
4 2聲音相關的基本概念/
4 3音樂相關的基本概念/
4 4計算機聽覺採用的方法/
4 5適合序列數據的神經網路模型/
4 6當前的技術狀況/
4 7計算機視覺和計算機聽覺的比較/
*4 8進一步學習的內容/
第5章自然語言處理與理解
/

5 1為什麼要研究自然語言處理與理解？/
5 2自然語言處理與理解的一些任務/
5 3自然語言處理與理解包含的幾個層次/
5 4詞的表示/
5 5三大類方法/
5 6Transformer/
5 7BERT/
5 8OpenAI公司的ChatGPT/
5 9一個機器翻譯的例子/
5 10機器對話和問答/
5 11文本生成/
5 12生成的文本的評價/
5 13基於深度學習方法的優缺點/
5 14自然語言處理與理解模型成功的原因與給我們的啟示/
5 15語言的局限性/
*5 16進一步學習的內容/
第6章知識表示與知識獲取
/

6 1為什麼要研究知識表示與知識獲取/
6 2主要研究內容/
6 3知識表示方法/
6 4知識獲取方法/
6 5知識的使用/
6 6困難和挑戰/
6 7知識不只在語言中/
*6 8進一步學習的內容/
第7章機器學習
/

7 1回歸/
7 2分類/
7 3聚類/
7 4再勵學習/
7 5使用機器學習方法的幾個關鍵問題/
7 6過擬合與泛化/
7 7機器學習的思想/
7 8黑盒和白盒/
7 9機器學習生態/
7 10機器學習理論/
*7 11進一步學習的內容/
第8章推理
/

8 1表示一個待求解問題/
8 2推理規則與形式化推理/
8 3推理演算法以及推理演算法的關鍵問題/
8 4和推理相關的一些理論問題/
8 5推理方法/
8 6深度學習時代推理研究的新任務/
8 7推理研究當前的方法和挑戰/
8 8和推理密切相關的一些任務/
8 9神經感知和符號系統的「聯合」/
8 10因果關係/
*8 11進一步學習的內容/
第9章多模態信息處理
/

9 1多模態信息處理的簡史/
9 2多模態學習任務舉例/
9 3方法/
9 4關鍵問題/
9 5多模態大模型/
9 6多模態數據讓智能系統更好地理解世界/
*9 7進一步學習的內容/
第10章多智能體系統
/

10 1為什麼要研究多智能體系統/
10 2群體智能/
10 3合作的智能體/
10 4非合作的智能體/
10 5多智能體學習/
10 6多智能體學習的困難/
10 7人類社會的啟發/
*10 8進一步學習的內容/
第11章可信的人工智慧
/

11 1公平性/
11 2隱私和隱私保護/
11 3模型的安全與魯棒/
11 4可解釋性/
11 5環境友好/
11 6可問責性/
*11 7進一步學習的內容/
第12章人工智慧生態
/

12 1人工智慧賦能/
12 2助力人工智慧/
12 3機器人與智能機器人/
12 4人工智慧與認知科學/
12 5傳感器與材料科學/
12 6人工智慧與社會治理/
12 7人工智慧與藝術/
*12 8進一步學習的內容/

前言/序言
黨的二十大報告提出，要堅持教育優先發展、科技自立自強、人才引領驅動，加快建設教育強國、科技強國、人才強國，堅持為黨育人、為國育才，全面提高人才自主培養質量，著力造就拔尖創新人才，聚天下英才而用之。而「人工智慧」是落實立德樹人根本任務，培養德智體美全面發展的社會主義建設者和接班人不可或缺的重要內容。
在人工智慧已經成為我國發展戰略的今天，很多人想知道「什麼是人工智慧」「人工智慧都研究什麼」「人工智慧發展水平如何」。
在清華大學，很多學生，包括理工科的學生，以及人文、社科等學院的學生都想系統地了解、學習人工智慧。
理工科學生會關心「人工智慧都研究什麼」「今後我是否要學習相關課程」。人文、社科等學院的學生也希望了解和學習人工智慧： 「人工智慧對我今後的學習、工作和生活有什麼幫助？」
為此，我在清華大學開設了這樣一門課，為本科低年級學生，包括理工科的學生，以及人文、社科等學院的學生，系統地講授人工智慧。這本教材就是為這門課服務的。這本教材有這樣一些特點：
具備高中數學知識的學生就能夠理解課程內容。人工智慧很多內容非常艱深。然而，低年級本科生的數學知識還比較有限。因此，課上儘可能避開艱深的數學，用比較通俗易懂的語言解釋其中的做法和道理。儘管書中有少量的數學公式及其推導，但是這些內容並不艱深。即使跳過相應的公式推導的段落和小節，也不影響學生對於整體內容的理解和把握。這樣，就為有不同需求的學生提供了更大的靈活性。
比較系統全面地介紹人工智慧的主要內容。有些人工智慧導論性質的課程，只能深入講解人工智慧的某幾方面。由於人工智慧內容繁多，而學時有限，因此考慮了內容的深度就無法顧及內容的廣度。該課程由於面對低年級本科生，因此更適合考慮內容的廣度，因為他們的數學知識還比較有限。這樣，就可以比較系統、全面地介紹人工智慧的一些主要方向。也正因為如此，每一個方向只能介紹一些最基本的理論、方法和模型。當然，人工智慧中很多重要的內容就無法一一講解，更無法深入講解。希望深入學習和研究人工智慧的學生僅僅學習本課程是遠遠不夠的，需要今後繼續閱讀相關的資料，學習相關的課程。為此，在每一章內容後面，列舉了相關方向的課程、書籍、數據和資料，以便學生選擇和學習。
各部分內容之間的依賴性弱。為了教學的考慮，各部分內容之間的依賴性儘可能被弱化了。但這畢竟是理工科的課程，課堂內容的先後依賴性還是有的，只是被弱化了。按照現在的章節順序講課，這種內容的銜接是最自然的。例如，「搜索」放在第2章。這樣，後面各章的方法中有可能會涉及搜索技術的使用； 再例如，在「推理」一章，傳統的推理方法是符號系統的方法，而近些年的推理研究涉及了學習演算法(學習語言、圖像等數據)和推理技術。因此，這一章放在了計算機視覺、計算機聽覺、自然語言處理與理解等章之後。還有一些內容也是這樣，這裏不一一解釋了。
從問題舉例和實際應用問題入手。每章的內容是從應用需求開始討論，這樣學生會更容易理解人工智慧相關研究的必要性。方法和演算法的講解也往往是通過舉例完成，這樣能夠直接體會一個演算法的實際執行過程，也能避免一些高深數學帶來的困擾。對於這些例子和實際應用背後的問題，特別是理論問題、研究的難點，會在每章比較靠後的部分簡要討論。
內容反映人工智慧的研究前沿。人工智慧研究發展迅速。結合當前最新的人工智慧研究狀況，講解相關內容，更容易激發學生學習興趣。因此，人工智慧方面重要的研究進展會體現在教材中。不僅如此，在每一章中，還介紹了相關方向的一些研究困難和沒有解決的問題。這樣，學生可以了解當前技術的局限、今後可能的研究方向。這也可避免學生在進一步學習和研究中「不看方向只走路」。
每章后提供了練習題。只聽課是遠遠不夠的，做練習是必要的。但限於學時等因素，除第1章外，每章后只布置了少量習題供學生消化和鞏固學習內容。
當然，人工智慧內容繁多，即使是寬泛的介紹，這樣一門課也不能涵蓋人工智慧所有內容。因此，有一些內容只能淺淺提及。
從教學角度看，大致上每章內容可以講一次2個學時的課。其他時間安排學生進行討論、實驗、參觀。考慮到不同學校不同老師的需求，很多章節包含了比較豐富的內容，包括一些簡單的公式推導、演算法描述、計算和應用舉例，以供選擇。如果全部講授這些內容，2個學時可能不夠。
講課時使用的教學課件，可以通過掃描書中的二維碼下載，以利於讀者的使用。書中每章最後一小節為「進一步學習的內容」，內容會及時更新，以方便學習最新內容。
為及時出版此書，我的學生提供了很多幫助。感謝崔森、肖昌明、洪銳鑫、李子昂、劉浩滌、閆昆達、龐昕宇、吳浩睿、朱宇軒、吾爾開希·阿布都克力木。
人工智慧是正在發展中的學科，很多問題沒有定論。筆者才疏學淺，對人工智慧所知寥寥。因此，個人的觀點及書中錯誤在所難免，真心希望讀者不吝賜教。
張長水
2024年4月于清華園