更新时间：2022-01-04 17:33:30
封面
版权页
本书概览
作者简介
推荐语
译者序
前言
第一部分 人工智能怎么了
第1章 问题的本质
1.1 行动与思考
1.2 社交机器人
1.3 人工智能的作用
1.4 智力概述
1.5 大脑需要身体
1.6 本书的结构和主题
1.7 应对变化的步伐
1.8 对行话的解释
注释
第2章 商用机器人
2.1 家用机器人和服务机器人
2.2 野外机器人技术
2.3 机器人道路车辆
2.4 医用机器人
2.5 群机器人技术
2.6 娱乐机器人
2.7 伙伴机器人
2.8 类人机器人
2.9 观察
第3章 从广泛研究到市场
3.1 箱中取物
3.2 仿生机器人技术
3.3 护理和辅助机器人
3.4 情感计算
3.5 仿人机器人
3.6 为什么工业机器人技术如此成功
3.7 机器人技术的现状
3.8 观察
第4章 一个暴力的故事
4.1 在选项中搜索
4.2 国际象棋世界冠军是一台计算机——那又怎样
4.3 计算机“思维”
4.4 结果
4.5 观察
第5章 知识与力量
5.1 如何存储知识以供利用
5.2 常识
5.3 搜索是一种标准技术
5.4 符号与数字
5.5 学会改进
5.6 特征工程
5.7 观察
第6章 小远见和大突破
6.1 特征工程的结束
6.2 发生了什么
6.3 观察
第7章 学习机器的兴起
7.1 机器学习的发展
7.2 超市数据挖掘
7.3 通过学习算法来学习算法
7.4 发现模式
7.5 大数据
7.6 统计很重要，但是被误解了
7.7 变革仍在继续——使用Deep Zero
7.8 观察
第8章 深思熟虑和其他预言
8.1 AI是一种高度专注的产业
8.2 基于任务的AI
8.3 机器预言
8.4 知识工程
8.5 社交对话
8.6 观察
第9章 打造巨型大脑
9.1 大脑建设项目
9.2 全脑仿真
9.3 大脑是一台机器——那又怎样
9.4 基本人工神经网络
9.5 不同的方法：AI和脑科学
9.6 更先进的网络
9.7 预测编码和自动编码器
9.8 ANN的问题
9.9 机器人的模拟问题
9.10 观察
第10章 把组件子系统拴在一起
10.1 模块化交互的复杂性
10.2 计算机如何表示所知道的知识和经验
10.3 基于任务的AI局限性
10.4 通用AI
10.5 主算法
10.6 生物学比较
10.7 超级智能
10.8 集成深度人工神经网络
10.9 对第一部分的观察
