导语

  

    硅谷人工智能先行者倾力打造之作，牛津、清华、北大计算机科学教授、中科院院士审读推荐；
    系统化整理人工智能领域各个分支的共识，提供一套可以为不同人群所理解的关于人工智能技术真实进展的通识。
    本书讨论了什么是人工智能，如何发展人工智能以及人工智能的未来等大问题，既有哲学高度的大道理，也有基于大量的技术细节和目前人工智能已取得的最新成果的深入分析，颇具说服力。
    本书值得不同领域和不同背景的读者阅读。

内容提要

  

    人人都说我们正在进入人工智能时代，但是对于什么是人工智能、什么不是，技术人员与非技术人员之间，甚至不同的人工智能学派之间，都有着自己的解读。因此，本书力图系统化整理人工智能领域各个分支的共识，提供一套可以为不同人群所理解的关于人工智能技术真实进展的通识。
    本书纵贯人工智能技术在全球70多年的发展历史，综合逻辑学派和神经网络学派的主流观点，系统介绍了人工智能各种算法的起源与演进过程，以及人工智能技术在消费者行为分析、机器人、自动驾驶、医疗等方面的应用实践，使读者可以全面了解人工智能领域的真实现状，及其给人类社会带来的技术、哲学乃至艺术层面的影响。最后，本书作者对于人工智能的未来发展做了非常客观、务实的展望。
    本书语言深入浅出，非技术专业人士也可以读懂，适合各种知识背景的读者了解人工智能技术的全貌，对人工智能技术建立起客观理性的认知；也适合作为高校人工智能通识课程的教材或参考读物。

第一章  人工智能发展史
  文化背景：知识型的社会
  人工智能研究的起源
  人工智能研究的早期发展
  专家系统的兴起
  探讨人工智能历史的前提
  步入人工智能的寒冬
  人工智能的逆向发展阶段
  玻尔兹曼机与神经网络
  人工智能的强化学习阶段
  人工智能的卷积神经网络阶段
  人工智能发展的深度学习阶段
  人工智能发展的深度强化学习阶段
  机器是如何学习的
  深度学习源自哪里
  从认识到创造：生成对抗性网络
  网络时代的社会文化变迁
第二章  智能的定义与本质
  认知科学的发展史
  逻辑推理的发展史
  对“智能”的（冗余）定义
  人工智能系统能得诺贝尔奖吗
  大脑模拟与智能
  能听到我说话吗
  结构化环境中的智能行为
第三章  人工智能的应用实验
  仿生人类、半机械人和神经工程
  实现人工智能的第一步
第一项失败
  另一次失败：机器学习
  又一次失败：常识
  预告：学习聊天
  变脸
  数字生活的起源
  难题：智慧并不意味着精确
  聊天机器人的发展历程
第四章  人工智能的算法进化
  计算机的发展历程
  将计算作为推论
  概率论、马尔可夫链与蒙特卡罗方法
  数学上的难题：假如你不得不经历一次智力层面的相变
  设计机器与设计人类
  遗传算法的复兴
  大数据集的诅咒
  模拟计算与储备池计算
  算法官僚系统的反乌托邦引发的推测：利维坦、圆形监狱与生命权利
  道德的算法
  明日乌托邦——与算法共生
第五章  神经网络与认知
  联结主义
  人工与自然神经网络：反向传播的神话
  模式识别问题
  关于AlphaZero
  动态路由和胶囊网络
  变分推理
  分层贝叶斯网络
  神经网络的智能
  神经网络的常识
  基于知识的系统
第六章  智能与机器人
  机器学习先于人工智能
  机器人的诞生
  机器学习的未来：无监督学习的救赎之道
  生活在智能机器的世界
  迎娶人工智能：满怀信心地迎接未来
  后机器智能时代：机器创造力能否成就艺术
  机器智能的危险之处
  过度就业
第七章  人工智能的伦理学困境
  一个哲学层面的问题：我们真的需要全能的智能吗
  对历史的注释：新无神论
  机器伦理
  反乌托邦四部曲
  你是一个机器人
第八章  人工智能的未来
  人工智能与“没有免费午餐定理”
  揭开图灵测试的神秘面纱
  浅人工智能
  为何没有构建人工通用智能
  通用性人工智能的时间框架
  硅能产生智能吗
  下一项突破是：了解大脑
  为什么我不害怕人工智能的到来
  隐形的机器人云
附录  人工智能大事记