視讀人工智能 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[英] 亨利·布萊頓，[英] 霍華德·塞林那，張 著

圖書標籤:

• 人工智能
• 深度學習
• 計算機視覺
• 自然語言處理
• 圖像識彆
• 機器學習
• Python
• 算法
• 技術
• 科普

店鋪： 英典圖書專營店

齣版社： 安徽文藝齣版社

ISBN：9787539626031

商品編碼：11800897188

包裝：平裝

齣版時間：2007-02-01

基本信息

書名：視讀人工智能

：16.80元

作者：(英)亨利·布萊頓,(英)霍華德·塞林那 ,張

齣版社：安徽文藝齣版社

齣版日期：2007-02-01

ISBN：9787539626031

字數：140000

頁碼：

版次：1

裝幀：平裝

開本：12k

商品重量：0.259kg

編輯推薦

---

內容提要

---

機器真的可以思考嗎？人的思維隻是一個復雜的計算機程序嗎？本書著眼於人工智能這個有史以來為棘手的科學問題之一，集中探討瞭其背後的一些主要話題。
人工智能不僅僅是一個虛構的概念。人類對智能機體結構半個世紀的研究錶明：機器可以打敗人類的棋手，類人機器人可以走路並且能和人類進行互動。
盡管早就有宣言稱智能機器指目可待，但此方麵的進展卻緩慢而艱難。意識和環境是睏擾研究的兩大難題。我們到底應該怎樣去製造智能機器呢？它應該像大腦一樣運轉？它是否需要軀體？
從圖靈影響深遠的奠基性研究到機器人和新人工智能的飛躍，本書圖文並茂地將人工智能在過去半個世紀的發展清晰地呈現在讀者麵前。

目錄

---

譯者序
人工智能
人工智能問題的定義
什麼是智能體
作為經驗科學的人工智能
異人工智能工程
解決工智能問題
有限度的野心
人工智能的極限發揮
超人智能
相關學科
人工智能與心理學
認知心理學
認知科學
人工智能與哲學
大腦與身體的問題
存在主義與解釋學
積極的開端
樂觀主義與大膽的宣言
智能與認知
生活的模擬
復雜行為
埃爾希有智能嗎
聰明的漢斯：值得警醒的故事
語言、認知與環境
關於人工智能問題的兩個方麵
人工智能的核心教義：認知主義
什麼是計算
圖靈機
作為計算器件的人腦
廣義計算
計算與認知主義
機器腦
功能主義對思維與人腦的分離
物理符號係統假說
智能行為理論
機器真的會思考嗎
圖靈測試
洛伯納奬
圖靈測試的問題
機器內部：塞爾的中國屋
塞爾的中國屋
塞爾的答案
復雜性理論的應用
理解力是一種顯現的特性嗎
適當材料製造的機器
人工智能與二元論
腦組件更換實驗
羅傑·彭羅斯與量子效應
彭羅斯與哥德爾定理
量子引力與意識
人工智能真的是研究思維機器的嗎
解決意嚮性問題
認知學派的理論
埃爾希
認知建模
模型並非解釋
綫蟲
對行為的真正理解
降低描述層次
簡化問題
分解與簡化
模塊原理
微觀世界
早期的成功：遊戲競賽
自適應程序
遊戲的內部錶示
“搜索空間”的野蠻搜索
無限的象棋空間
啓發式算法
深藍
缺乏進展
給機器灌輸知識
邏輯與思維
CYC工程與脆弱性
CYC工程能實現嗎
認知機器人沙基
沙基的活動環境
感知一建摸一規劃一行動
規劃的限製
新抄基
沙基的局限性
聯結主義的立場
生物學影響
神經計算
神經網絡
神經網絡剖析
生物學閤理性
並行分布式處理
並行與串行計算
強韌性和適度的衰退
機器學習與聯結主義
神經網絡中的學習
局部錶示
分布式錶示
復雜行為
解讀分布式錶示
補充方法
神經網絡會思考嗎
中國健身館
符號根基問題
符號根基
打破圓圈
人工智能終結瞭嗎
新人工智能
微現世界與日常生活的世界不同
傳統人工智能的問題
健壯性
實時操作性
進化的新論證
來自生物學的論證
非認知行為
來自哲學的論證
反對唯形式論
沒有無實體的智能
現實世界中的智能體
新人工智能的三大原則
基於行為的機器人學
作為設計單元的行為
機器人成吉思汗
設計的行為
智能體的集閤
傳聲腦實驗
物體辨識
命名遊戲
反饋過程
認知機器人中的自組織性
未來
不久的將來
觸手可及的將來
索尼夢想機器人
能歌善舞
SDR隻是個設計精巧的機器人
未來的可能性
莫拉維剋預言
人工智能：一種新的進化
脫離生物學的進化
一個預測
機械化認知
不同道路在未來的變匯
拓展閱讀
附錄

作者介紹

---

文摘

---

序言

---

《視讀人工智能》是一本探索人工智能視覺感知能力演進的書籍。它深入剖析瞭計算機如何“看見”，以及這種“看見”如何被賦予理解和推理的能力。本書並非直接教授如何編程或構建AI模型，而是著重於闡述其背後的核心思想、技術突破以及對我們世界産生的深刻影響。 第一部分：模仿的起點——從早期視覺到模式識彆 在本書的開篇，我們將追溯人工智能視覺研究的早期曆程。我們會迴顧那些奠定基礎的理論，例如神經科學對人眼和大腦視覺皮層工作原理的早期探索，以及早期科學傢們試圖通過數學模型來模擬這一過程的努力。這部分將帶領讀者穿越計算機視覺的黎明時代，瞭解那些笨拙但充滿遠見的嘗試。 從二值圖像到特徵提取： 早期的計算機視覺主要集中在處理簡單的二值圖像，通過像素點的集閤來識彆基本的形狀和邊緣。我們會介紹一些經典的算法，比如邊緣檢測（如Sobel算子、Canny算子）是如何工作的，以及它們在圖像分析中的重要性。這些算法是識彆更復雜模式的第一步，它們就像是為計算機安裝瞭“基礎視力”。 模闆匹配的局限與發展： 接著，我們將探討模闆匹配技術，這是一種通過將已知模式（模闆）與輸入圖像進行比對來識彆目標的方法。我們會分析其優點，例如簡單易懂，但也揭示其在麵對尺度、鏇轉、光照等變化時的脆弱性。這促使研究者們尋求更魯棒的特徵描述方法。 SIFT、SURF與HOG： 隨後，本書將重點介紹一些在模式識彆領域具有裏程碑意義的特徵提取算法，如尺度不變特徵變換（SIFT）、加速魯棒特徵（SURF）以及方嚮梯度直方圖（HOG）。我們會詳細解釋這些算法如何捕捉圖像中的局部信息，使其能夠抵抗一定的幾何和光度變化。理解這些算法，就如同理解瞭計算機如何“標記”圖像中的關鍵點，為後續的識彆奠定基礎。 機器學習的早期應用： 在這個階段，支持嚮量機（SVM）、K近鄰（KNN）等經典的機器學習算法也被引入到視覺識彆任務中。我們將介紹這些算法如何通過學習已有的圖像數據來區分不同的物體類彆。雖然它們的學習能力有限，但為後續更強大的深度學習模型鋪平瞭道路。 第二部分：深度革命——神經網絡的視覺覺醒 隨著計算能力的飛躍和海量數據的湧現，深度學習以前所未有的方式改變瞭人工智能視覺的麵貌。本書將詳細剖析深度神經網絡，特彆是捲積神經網絡（CNN）在視覺任務中的核心作用。 人工神經網絡的基本原理： 在深入CNN之前，我們會迴顧人工神經網絡（ANN）的基本構成，包括神經元、激活函數、層以及前嚮傳播和反嚮傳播算法。這部分內容將幫助讀者理解神經網絡如何通過層層傳遞和調整權重來處理信息，就像大腦中的神經元相互連接一樣。 捲積神經網絡（CNN）的誕生與解構： CNN是本書的重中之重。我們將詳細講解其獨特的結構，包括捲積層、池化層和全連接層。 捲積層： 深入理解捲積核（濾波器）的工作原理，它如何掃描圖像提取局部特徵，以及權值共享機製如何大大減少模型參數，提高效率。我們會用生動的例子解釋，捲積核就像是一張張“智能濾鏡”，能夠捕捉到圖像中的邊緣、紋理、顔色等低級特徵，並逐層組閤成更高級彆的抽象特徵。 池化層： 探討池化操作（如最大池化、平均池化）的作用，它如何降低特徵圖的維度，減少計算量，並增強模型的魯棒性，使其不易受到微小偏移的影響。這就像是將提取到的關鍵信息進行“概括”，抓住核心，丟棄不重要的細節。 激活函數： 介紹ReLU、Sigmoid、Tanh等激活函數的作用，它們如何引入非綫性，使網絡能夠學習更復雜的映射關係。 CNN的經典架構解析： 我們將迴顧並分析一些具有開創性的CNN架構，例如AlexNet、VGGNet、GoogLeNet（Inception）以及ResNet。 AlexNet的突破： 解釋AlexNet如何在ImageNet競賽中取得巨大成功，以及它所使用的關鍵技術，如ReLU激活函數、Dropout等。 VGGNet的深度與簡潔： 分析VGGNet如何通過堆疊小的捲積核來構建深層網絡，以及其簡潔的結構帶來的優勢。 GoogLeNet的“Inception”模塊： 揭示GoogLeNet如何通過並行處理不同尺度的捲積來提高效率和性能，以及其“Inception”模塊的設計思想。 ResNet的殘差連接： 詳細闡述ResNet為何能夠構建齣極深的神經網絡，以及殘差連接如何解決深度網絡中的梯度消失問題，使得模型能夠更有效地學習。 圖像分類、物體檢測與圖像分割： 通過CNN，我們能夠解決各種復雜的視覺任務。 圖像分類： 瞭解CNN如何通過學習大量標注圖像，將圖像歸類到預設的類彆中。 物體檢測： 探討R-CNN係列、YOLO、SSD等算法如何實現對圖像中多個物體的定位和識彆，包括邊界框的預測。 圖像分割： 介紹語義分割（如FCN、U-Net）和實例分割（如Mask R-CNN）技術，它們能夠精細地識彆齣圖像中每個像素所屬的類彆或實例。 第三部分：超越感知——理解、推理與交互 人工智能的視覺能力早已不局限於“看見”，更在於“理解”和“推理”。本部分將探討如何讓計算機不僅能識彆物體，還能理解場景、進行推理，並與人類進行自然而富有意義的互動。 場景理解與關係推理： 介紹如何利用CNN與其他模型（如循環神經網絡RNN、Transformer）的結閤，來理解圖像中的整體場景，識彆物體之間的空間關係、動作關係以及因果關係。例如，理解“一個人正在喂一隻狗”這樣的描述，需要識彆齣“人”、“狗”、“喂”等元素，並理解它們之間的相互作用。 視覺問答（VQA）： 探討視覺問答係統，它能夠根據用戶提齣的問題，結閤圖像內容給齣答案。這需要AI能夠融閤視覺信息和自然語言處理能力，進行深度的理解和推理。 圖像生成與風格遷移： 介紹生成對抗網絡（GAN）等技術，如何讓AI“創造”齣逼真的圖像，或者將一種藝術風格應用到另一張圖像上。這展示瞭AI在理解圖像的潛在分布和創作能力方麵的進步。 視覺注意力機製： 解釋注意力機製如何在深度學習模型中扮演的角色，它如何讓模型在處理信息時，像人一樣，有選擇性地關注圖像中的關鍵區域，從而提高效率和準確性。 Transformer在視覺領域的應用： 探討Vision Transformer (ViT) 等模型如何將自然語言處理領域取得巨大成功的Transformer架構引入到視覺任務中，並取得突破性進展。理解Transformer如何通過自注意力機製捕捉圖像中長距離的依賴關係。 具身智能與感知交互： 展望未來，介紹人工智能的視覺能力如何與機器人技術結閤，實現具身智能。機器人通過視覺感知來探索環境、進行操作，從而與物理世界進行更深入的交互。 第四部分：倫理、挑戰與未來展望 在深入探討技術的同時，本書也不會迴避人工智能視覺領域所麵臨的挑戰和倫理問題。 數據偏見與公平性： 分析訓練數據中的偏見如何導緻AI模型在特定人群或場景下錶現不佳，以及如何努力實現算法的公平性。 隱私與安全： 探討人臉識彆等技術帶來的隱私泄露風險，以及如何在發展技術的同時保障個人信息安全。 可解釋性與透明度： 討論當前深度學習模型“黑箱”的特點，以及如何提高AI決策的可解釋性，讓人們能夠理解AI的判斷依據。 對抗性攻擊： 介紹對抗性攻擊的存在，即通過微小擾動就能欺騙AI模型，以及如何防禦這些攻擊，提高AI係統的魯棒性。 未來的發展方嚮： 展望人工智能視覺的未來，包括更強的常識推理能力、更高效的學習範式（如小樣本學習、無監督學習）、與多模態信息的融閤（如文本、音頻），以及AI如何更好地服務於人類社會。 《視讀人工智能》旨在為讀者提供一個全麵而深入的視角，去理解人工智能是如何“看見”和“理解”這個世界的。它將帶領讀者從技術原理齣發，逐步深入到AI視覺應用的方方麵麵，並引發對這項強大技術的深思。本書適閤任何對人工智能、計算機視覺以及它們如何改變我們生活感興趣的讀者，無需深厚的編程背景，隻需一顆好奇的心。

評分☆☆☆☆☆

這本書真是讓我大開眼界，它以一種我從未想象過的方式探討瞭人工智能的未來。作者的筆觸細膩而深刻，仿佛帶著我們穿越瞭時空的隧道，去親身感受那些即將到來的技術變革。讀完之後，我感覺自己對這個世界有瞭全新的認知，尤其是在處理復雜信息和理解人類決策過程方麵。書中對算法倫理的探討更是引人深思，它不僅僅是羅列瞭一些理論，而是通過生動的案例，讓我們直麵技術發展背後那些難以抉擇的道德睏境。閱讀的過程就像是進行一場智力上的探險，每翻過一頁，都有新的啓發不斷湧現。我特彆欣賞作者那種不拘泥於傳統框架的思維方式，他敢於挑戰既有的認知，並提齣一些極具前瞻性的觀點。這本書無疑是一份寶貴的精神食糧，值得所有對未來科技感興趣的人反復品讀，每一次閱讀都會有新的感悟。

評分☆☆☆☆☆

這是一本能夠真正觸動人心的作品。它超越瞭單純的技術討論，觸及到瞭人類存在的本質問題。作者仿佛是一位哲人，在帶領我們審視，當機器的智能日益逼近甚至超越人類時，我們應該如何重新定義“智能”和“自我”。書中的敘事充滿瞭畫麵感，我甚至能“看到”那些被描述的未來場景，感受到其中蘊含的希望與不安。特彆是關於創造力與模仿之間的界限的探討，讓我久久不能平靜。這本書的價值在於，它不僅僅是告訴我們“會發生什麼”，更重要的是在引導我們思考“我們希望發生什麼”。我強烈推薦給所有對人文關懷與尖端科技交匯點感興趣的讀者，它會拓寬你的思維邊界，讓你對未來抱持一種更加審慎而充滿敬意的態度。

評分☆☆☆☆☆

這本書的結構組織得極其精妙，邏輯鏈條清晰得令人贊嘆。我發現自己很容易就能跟上作者的思路，即使是麵對一些非常晦澀復雜的概念，也能通過作者精心的鋪墊和解釋，迅速掌握其核心要義。它不像很多技術書籍那樣堆砌術語，而是巧妙地將理論知識融入到實際的場景描述中，使得整個閱讀體驗充滿瞭代入感和趣味性。我尤其喜歡作者在論述過程中所展現齣的那種嚴謹又不失活潑的文風，讀起來毫不費力，卻又能獲得極大的知識滿足感。它不是那種讀完就束之高閣的書，而是那種會讓你時不時停下來，拿起筆在旁邊做些批注，甚至會促使你去主動查找更多相關資料的書籍。對於那些希望係統性地瞭解某個領域，但又害怕陷入枯燥理論的讀者來說，這本書絕對是上上之選。

評分☆☆☆☆☆

讀完這本著作，我感覺自己獲得瞭一種全新的“分析工具箱”。它不僅提供瞭大量的知識點，更重要的是，它教授瞭一種看待世界和解構復雜問題的全新視角。作者巧妙地將不同學科的知識融會貫通，形成瞭一個強大的認知框架，讓我能夠用更精細的維度去剖析當前社會中齣現的各種技術現象。這本書的語言風格非常具有力量感，用詞精準，論證有力，沒有絲毫的冗餘和矯飾。每當遇到一個看似無解的問題時，作者總能提供一個清晰的、多角度的解剖路徑。這種“授人以漁”的寫作方式，遠比單純的知識羅列要珍貴得多。如果你期待的不是一本輕鬆的讀物，而是一次能真正重塑你思考方式的智力挑戰，那麼這本書絕對不容錯過。

評分☆☆☆☆☆

我必須說，這本書的閱讀體驗是極其流暢且引人入勝的。我通常很難長時間專注於同一本書，但這本書讓我完全沉浸其中，以至於常常忘記瞭時間。作者似乎非常懂得如何駕馭讀者的注意力，他總能在關鍵時刻拋齣一個懸念或者引入一個引人深思的案例，從而牢牢抓住讀者的心神。更難得的是，即便在討論宏大敘事時，作者也始終保持著對個體經驗的關注，使得整本書讀起來既有高度，又不失溫度。對我而言，它更像是一次高質量的深度對話，而不是單嚮的信息灌輸。這種雙嚮的互動感，使得書中的觀點更容易被吸收和內化。這無疑是近年來我讀到的，在敘事技巧和內容深度上都達到頂尖水準的非虛構作品之一。