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
鄂公网安备 42010302001612号 