谷歌围棋人工智能AlphaGo与李世石的人机大战让人工智能成为人们关注的焦点。什么是人工智能？人工智能是如何工作的？人工智能对人们的生活有哪些影响？本书将带你找到这些问题的答案。本书共分为6章，第1章简要介绍人工智能的基础知识，第2章讲解神经网络的冲击，第3章叙述人工智能原理，第4章介绍认知系统和AI聊天系统，第5章介绍AI计算的*技术，第6章介绍了实际应用中的人工智能。本书适合对人工智能有兴趣的读者阅读。
谷歌围棋人工智能AlphaGo与李世石的人机大战受到广泛关注，那么，人工智能到底是什么？它的发展怎样？这本书给你解答。
人工智能（AI）备受关注，电影和漫画中登场的人工智能被描绘成知识丰富、能正确判断、全知全能的一种存在，而现实中的人工智能并没有那么强大。但如果把它想象成不是什么大不了的的话，那又大错特错了。另外，感觉人工智能与自己的工作和生活没有关系也是不正确的。
那么，人工智能到底为什么了不起呢？人工智能了不起的地方就在于它具有现今计算机所不具备的能力。
首先是人工智能的视觉。随着摄像头和传感器性能的提高，人工智能可以汇集更丰富的数字图像，从而奠定了计算机图像识别的基础。但是如果只有图像识别，没有看图和辨别图像能力的话也是没有任何意义的。至今就是这样一种状况，然而随着神经网络技术的实用化，图像解析技术可以大幅度提高人工智能对事物的辨别能力。
但是，要发挥看图和识图能力，学习（机器学习）是非常必要的，庞大的大数据就是其教材。人类要通过多年才能积累的看图经验，计算机通过大数据很快就可以获得全部的经验，利用深度学习的机理分析并加以学习。使用深度学习方法进行学习，计算机能够建立区别事物、判别事物的模式。
获得了视觉的计算机能区分狗和猫，能推测人的性别和年龄。如果在汽车上装载这种计算机，汽车就能识别道路标志、步行者及其周围的汽车。这个过程与孩子通过学习在短时间内达到了大人认知程度的成长过程很类似。没有学习过的东西很难理解，从学习中发现各种模式，这样就能做出准确度高的预测和正确的判断。至今计算机没有做到的事情以及人们认为计算机做不到的事情，都将变得可以做到了。
学习、识别的能力不仅停留在视觉上，而且还能大大提高计算机的听觉能力。通过与高性能的传感器联动，计算机获得各种感觉的日子也日益临近了。计算机和人的区别就在于有无感觉和有无情感，现在这种差异正在急速缩小。
我们日常生活的很多事情都依赖于以计算机为首的电子机器，因此互联网可以说是生活中重要的基础设施之一。
获得视觉和感觉，预测和判断能力大幅提高的计算机和以前的计算机相比，能做的事情也发生了重大的变化。对于开发计算机或者使用计算机的人来说，今后若干年，计算机能做的事情有可能发生大幅度变化。在我们的生活中也是如此，现在人来完成的许多事情可能会被计算机或者机器人替代。
人工智能这个词汇或者说这种表达方式是否合适姑且不论，但是计算机正在发生着变革，这一点肯定没错。
本书将就一些热门话题进行介绍：人工智能到底是什么，认为计算机已经接近人类的理由及其原理，神经网络及深度学习等术语，何为AI计算，这些技术如何实际应用等。
通过阅读本书，如果能让你感受到计算机的变革和AI计算的一部分，哪怕是那么一点点，我都将感到万分荣幸。如果能长期将这本书置于自己的手边我将感到非常高兴。
在本书发行之际，我要向在本书编写过程中给予我大力协助的企业和研究机构的各位同仁们表示深深的谢意！
神崎洋治
邓阿群，富士电机（杭州）软件有限公司，副总经理、高级工程师，
1991.9-1995.7 江西工业大学（现南昌大学）化学工程系化学工程专业本科学习
1995.9-1998.4 浙江大学系统工程专业攻读硕士学位
（专业方向：化工仿真及数据处理、神经网络、人工智能）
1998.4-至今 富士电机（杭州）软件有限公司工作
其间：
2000.1-2000.12 日本富士电机株式会社软件开发进修
2002.9-2007.3 浙江大学控制理论与控制工程专业攻读博士学位
工作期间，主要从事自动售货机控制软件、工厂生产线自动化等方面软件设计、开发及管理等工作。
第1章 人工智能的基础知识 1
1.1 面向崭新的计算机时代 2
1.2 何为人工智能 3
1.3 强AI和弱AI（AGI和特殊型AI） 7
1.4 大脑是如何进行识别和判断的？ 8
1.5 数字识别方法（以前的方法） 13
1.6 机器学习和大数据 16
1.7 特征向量 17
1.8 和人一样学习的机器学习 19
第2章 神经网络的冲击 23
2.1 谷歌的猫 24
2.2 游戏AI计算机DQN 25
2.3 图像识别竞赛中深度学习取得决定性胜利 27
2.4 AlphaGo完胜围棋实力选手 30
2.5 无碰撞汽车 31
第3章 人工智能原理 37
3.1 机器学习的方法 38
3.2 分类问题和回归问题 41
3.3 强化学习 42
3.4 经验和报酬 44
3.5 神经网络原理 46
3.6 深度学习 48
3.7 CNN和RNN 50
第4章 认知系统与AI聊天机器人 55
4.1 IBM Watson是什么？ 56
4.2 活跃于医疗领域的沃森 57
4.3 何为认知系统？ 60
4.4 沃森的实体是什么？ 66
4.5 IBM沃森日文版的六大功能 71
4.6 沃森的导入实例（1）呼叫中心 73
4.7 人工智能和机器人银行接待 76
4.8 沃森的导入实例（2）销售支持 79
4.9 沃森回答问题的原理（6个日文版API） 84
4.10 IBM沃森日文版解决方案包 87
4.11 聊天机器人中AI导入关键 90
4.12 沃森的导入实例（3）邮件回复支持 95
4.13 从推文或邮件分析性格、情感和文章语调 98
第5章 AI计算的最新技术 103
5.1 Microsoft Cognitive Services (Microsoft Azure) 104
5.2 具体体验图像、动画解析技术 106
5.3 深度学习和GPU 112
5.4 应用于自动驾驶和机器人中的AI计算 117
5.5 轻松实现深度学习框架 123
5.6 依靠使用CPU的AI高速化技术卷土重来的Intel公司 124
第6章 实际应用中的人工智能 127
6.1 呼叫中心和客户接待中的应用 128
6.2 人工智能聊天机器人 133
6.3 开始活跃于医疗现场的人工智能 137
6.4 披头士风格作曲人工智能 142
6.5 理解情感的人工智能 145
6.6 求职人工智能 153
6.7 撰写小说或新闻的人工智能 156
6.8 其他应用实例 160
书单推荐
