译者序
前言
第一部分 人工智能怎么了
第1章 问题的本质 2
11 行动与思考 3
12 社交机器人 5
13 人工智能的作用 6
14 智力概述 7
15 大脑需要身体 9
16 本书的结构和主题 9
17 应对变化的步伐 17
18 对行话的解释 18
注释 20
第2章 商用机器人 21
21 家用机器人和服务机器人 23
22 野外机器人技术 25
23 机器人道路车辆 26
24 医用机器人 29
25 群机器人技术 30
26 娱乐机器人 33
27 伙伴机器人 34
28 类人机器人 36
29 观察 37
注释 38
第3章 从广泛研究到市场 41
31 箱中取物 44
32 仿生机器人技术 46
33 护理和辅助机器人 47
34 情感计算 48
35 仿人机器人 49
36 为什么工业机器人技术如此成功 54
37 机器人技术的现状 59
38 观察 62
注释 63
第4章 一个暴力的故事 66
41 在选项中搜索 67
42 国际象棋世界冠军是一台计算机—那又怎样 70
43 计算机“思维” 74
44 结果 76
45 观察 79
注释 80
第5章 知识与力量 82
51 如何存储知识以供利用 86
52 常识 88
53 搜索是一种标准技术 90
54 符号与数字 91
55 学会改进 92
56 特征工程 94
57 观察 95
注释 96
第6章 小远见和大突破 98
61 特征工程的结束 104
62 发生了什么 109
63 观察 111
注释 112
第7章 学习机器的兴起 113
71 机器学习的发展 114
72 超市数据挖掘 115
73 通过学习算法来学习算法 119
74 发现模式 121
75 大数据 122
76 统计很重要，但是被误解了 124
77 变革仍在继续—使用Deep Zero 125
78 观察 130
注释 131
第8章 深思熟虑和其他预言 132
81 AI是一种高度专注的产业 133
82 基于任务的AI 134
83 机器预言 135
84 知识工程 140
85 社交对话 143
86 观察 146
注释 148
第9章 打造巨型大脑 150
91 大脑建设项目 151
92 全脑仿真 153
93 大脑是一台机器—那又怎样 156
94 基本人工神经网络 159
95 不同的方法：AI和脑科学 161
96 更先进的网络 164
97 预测编码和自动编码器 165
98 ANN的问题 166
99 机器人的模拟问题 170
910 观察 172
注释 173
第10章 把组件子系统拴在一起 177
101 模块化交互的复杂性 179
102 计算机如何表示所知道的知识和经验 182
103 基于任务的AI局限性 184
104 通用AI 184
105 主算法 185
106 生物学比较 187
107 超级智能 189
108 集成深度人工神经网络 192
109 对第一部分的观察 195
注释 201
第二部分 成长和发育机器人
第11章 基础工作——综合、基础和真实性 204
111 经典控制论运动 206
112 现代控制论 210
113 符号接地 212
114 新机器人技术 214
115 观察 216
注释 217
第12章 发育的方法—培育你自己的机器人 219
121 个体发育的作用：成长中的机器人 222
122 次序、阶段和时间表 224
123 发育的制约因素 228
124 从小处开始，尽早开始 230
125 解剖学的重要性 232
126 人体惊人的复杂性 234
127 自主和动机 236
128 玩耍—没有目标的探索与发现 239
129 成长的架构 242
1210 观察 247
注释 248
第13章 iCub仿人机器人的发育成长 251
131 iCub—用于研究的仿人机器人 252
132 管理不成熟的约束 254
133 视觉、凝视和注视 256
134 运动和视觉空间 258
135 物体感知 260
136 实验1—纵向发展 260
137 实验2—玩耍行为的产生 263
138 它是如何工作的 267
注释 274
第三部分 我们将何去何从
第14章 发育机器人将如何发展 278
141 发育机器人的行为 279
142 教，而不是编程 285
143 了解自己和其他个体 287
144 自我意识在动物身上很
鄂公网安备 42010302001612号 