從零解說人工智能：結構原理及其應用

第1章　人工智能的基礎知識 1
1.1　面向嶄新的計算機時代 2
1.2　何為人工智能 3
1.3　強AI和弱AI（AGI和特殊型AI） 7
1.4　大腦是如何進行識別和判斷的？ 8
1.5　數字識別方法（以前的方法） 13
1.6　機器學習和大數據 16
1.7　特征向量 17
1.8　和人一樣學習的機器學習 19

第2章　神經網絡的沖擊 23
2.1　谷歌的貓 24
2.2　游戲AI計算機—DQN 25
2.3　圖像識別競賽中深度學習取得決定性勝利 27
2.4　AlphaGo完勝圍棋實力選手 30
2.5　無碰撞汽車 31

第3章　人工智能原理 37
3.1　機器學習的方法 38
3.2　分類問題和回歸問題 41
3.3　強化學習 42
3.4　經驗和報酬 44
3.5　神經網絡原理 46
3.6　深度學習 48
3.7　CNN和RNN 50

第4章　認知系統(tǒng)與AI聊天機器人 55
4.1　IBM Watson是什么？ 56
4.2　活躍于醫(yī)療領域的沃森 57
4.3　何為認知系統(tǒng)？ 60
4.4　沃森的實體是什么？ 66
4.5　IBM沃森日文版的六大功能 71
4.6　沃森的導入實例（1）—呼叫中心 73
4.7　人工智能和機器人—銀行接待 76
4.8　沃森的導入實例（2）—銷售支持 79
4.9　沃森回答問題的原理（6個日文版API） 84
4.10　IBM沃森日文版解決方案包 87
4.11　聊天機器人中AI導入關鍵 90
4.12　沃森的導入實例（3）—郵件回復支持 95
4.13　從推文或郵件分析性格、情感和文章語調 98

第5章　AI計算的最新技術 103
5.1　Microsoft Cognitive Services (Microsoft Azure) 104
5.2　具體體驗圖像、動畫解析技術 106
5.3　深度學習和GPU 112
5.4　應用于自動駕駛和機器人中的AI計算 117
5.5　輕松實現(xiàn)深度學習框架 123
5.6　依靠使用CPU的AI高速化技術卷土重來的Intel公司 124

第6章　實際應用中的人工智能 127
6.1　呼叫中心和客戶接待中的應用 128
6.2　人工智能聊天機器人 133
6.3　開始活躍于醫(yī)療現(xiàn)場的人工智能 137
6.4　披頭士風格作曲人工智能 142
6.5　理解情感的人工智能 145
6.6　求職人工智能 153
6.7　撰寫小說或新聞的人工智能 156
6.8　其他應用實例 160