新書推薦：
《
浪潮将至
》
售價：NT$
395.0
《
在虚无时代：与马克斯·韦伯共同思考
》
售價：NT$
260.0
《
日内交易与波段交易的资金风险管理
》
售價：NT$
390.0
《
自然信息图：一目了然的万物奇观
》
售價：NT$
640.0
《
经纬度丛书·州县之民：治乱之间的小民命运
》
售價：NT$
440.0
《
女性史：古代卷（真正意义上的女性大历史）
》
售價：NT$
560.0
《
跨代伴侣治疗
》
售價：NT$
440.0
《
精华类化妆品配方与制备手册
》
售價：NT$
990.0
|
| 內容簡介： |
当前，人工智能技术正在火热发展之中，并广泛应用于生产生活的方方面面，极大地改变了人们的生活。同时，人工智能技术的发展也对更多的领域产生了冲击。本书就以人工智能技术的发展和应用为出发点，讲述人工智能当前的发展现状、机遇和挑战，以及人工智能技术在诸多方面的应用、未来的发展前景等。
在讲述理论的同时，本书还加入了诸多经典案例，并针对人工智能技术在应用上的难点提出了解决方案。对于互联网、人工智能等领域的企业以及从事高新技术的人员而言，本书是一本可操作性极强的实战书。
|
| 關於作者： |
黄建朗
●草根梦（厦门）投资管理有限公司创始人兼首席执行官。
●管理系统研究专家，专注于管理系统发展趋势以及生态建设的研究，在战略、营销、大数据、互联网金融等方面具有良好的实践经验，积累了多个成功案例。
●多年来从事人工智能方面的研究，通过自己的实战经验形成了自己独特的观点，并总结出一套切实可行的实战方法。
|
| 目錄：
|
目录
第1章基础概述：人工智能的进击之路001第1章
1.1人工智能市场现状001
1.2人工智能标签：引擎VS价值006
1.3关于人工智能，不可不知的3个问题011
1.4人工智能VS人类017
第2章现实图景：机遇与挑战并存的时代025第2章
2.1人工智能的机遇025
2.2人工智能的挑战028
第3章创新突破：感受技术融合的魅力039第3章
3.1人工智能与5G039
3.2人工智能与区块链046
3.3人工智能与大数据051
第4章人工智能 制造：传统行业的翻新契机055第4章
4.1人工智能 制造=智能制造055
4.2如何打造无人的智能工厂058
4.3智能制造成功案例064
第5章人工智能 教育：探索新型教育模式073第5章
5.1教育的3个阶段与发展趋势073
5.2教学场景与校园管理的创新083
5.3人工智能在教育领域的应用092
5.4人工智能时代，教师如何转型098
第6章人工智能 金融：金融格局的大变革105第6章
6.1人工智能对金融的影响105
6.2人工智能与金融的“化学反应”110
6.3人工智能在金融领域的应用120
第7章人工智能 营销：为营销插上飞翔的翅膀125第7章
7.1人工智能变革营销内容125
7.2人工智能激活营销新景象129
7.3“人工智能 营销”落地实践134
第8章人工智能 医疗健康：为身体保驾护航139第8章
8.1人工智能搭上医疗可以做什么139
8.2案例汇总：数字化医疗解决方案148
人工智能 社交娱乐：新玩法与新规则157第9章
9.1AI时代，智能媒体应运而生157
9.2人工智能：新社交引领者162
9.3人工智能助力娱乐领域，解锁娱乐新体验164
人工智能 生活：创意生活来袭171第10章
10.1多样化智能产品走入家庭171
10.2多场景应用变革城市生活180
未来展望：人工智能下的未来生活189第11章
11.1未来，人工智能何去何从189
11.2人工智能时代，企业何去何从196
|
| 內容試閱：
|
当前，智能家居、智能机器人、虚拟偶像的发展无疑证明了人
工智能的强大势能。而人工智能的应用远不止如此，还广泛应用于
制造、教育、金融、营销、医疗、社交娱乐等多个领域，全面进入
并影响着我们的工作和生活。
人工智能的发展是大势所趋，政策的支持、资本的进入、消费
者的欢迎，以及 5G、大数据、区块链等技术的发展都推动了人工
智能的发展。当然，人工智能当前存在的诸多阻碍也将在未来各种
先进技术的融合应用中得到解决。人工智能的发展之路是曲折的，
但前景却是光明的。
在这一大趋势下，无论是个人，还是企业，都要做好迎接人
工智能时代到来的准备。目前，许多人对人工智能的理解还存在欠
缺，一些企业想进行人工智能的研发和实践也不知如何下手。针对
这一问题，本书就对人工智能的基本理论、现实图景、创新突破以
及人工智能在各个领域的应用进行全面的讲解，以引导人们更好地
了解人工智能，并做好人工智能技术的实践工作。
本书以输出人工智能相关的知识为目的，着眼于人工智能的发
展，人工智能在制造、教育、金融、营销、医疗、社交娱乐、生活
等多个领域的商业落地，以及对人工智能带来的一系列影响和变
革进行详细说明。
本书力求浅显直白，清晰地讲解能够解决实际问题的途径和方
法，目的就是要让读者在轻松愉悦的氛围中学到真正有用的东西。
此外，在本书中还编排了大量的案例和图表，一方面便于读者理解
书中内容，另一方面能让读者在阅读的过程中不至于因为太多的文
字而感到枯燥。
总之，通过对本书的阅读，读者可以迅速领略到人工智能及
其应用的真谛，从而更好地迎接人工智能时代的到来。对于广大
读者来说，不仅可以学习到人工智能的相关知识，也可以激励自己
不断探索、不断前行。
第1章
基础概述：人工智能的进击之路
当前，人工智能已经成为科技革命和产业变革的核心力量，覆
盖的领域越来越广泛，渗透速度也越来越快。与此同时，新技术、
新产品的大量涌现，成为传统产业升级和商业模式变革的重要驱动
因素。在这样的大环境下，人工智能的价值日益凸显，吸引了更多
人的关注。
1.1 ?人工智能市场现状?
作为当前时代的浪潮和重要风口，人工智能市场蕴含着新的
机会和巨大的潜力。商业巨头们自然不会错过这样的机会，竞相向
人工智能领域进军，致力于人工智能技术研发、落地应用探索和融
资，人工智能市场可谓是呈现出火热发展的态势。在技术层面，深
度学习算法成为热点；在应用层面，融合各种人工智能技术的智
能机器人纷纷涌现；在融资层面，获得融资的人工智能企业越来越
多，单笔融资金额也越来越大。
1.1.1?技术层面：深度学习算法是当下的热点
人工智能的发展离不开深度学习算法的支撑，在了解深度学习
算法之前，我们首先需要了解什么是机器学习算法。
机器学习算法是人工智能的核心，其目的是设计一些让计算
机实现自学的算法。下面以制作一个识别猫的程序为例。如果我们
想让计算机识别出猫这种动物，就需要输入一系列指令，如猫有毛
茸茸的毛、三角形的耳朵等，然后计算机就会依据这些指令进行识
别。但是这种识别是不精准的，程序很可能会将其他满足指令条件
的动物识别成猫。因此，更好的方式是实现机器自学。
我们可以为计算机提供各种猫的照片，让系统自己查看并分析
这些照片。在一遍一遍的实践中，系统会不断地学习并更新认知，
终准确地判断出哪些动物是猫。
深度学习算法是机器学习算法的子类。它会模拟人类大脑的
工作方式，利用深度神经网络对数据进行分析，同时进行更自然
的表达。深度学习算法能够模仿人脑的机制，能够更科学地解释
数据。
人工智能的目的是让计算机能够像人一样思考，而作为人工智
能的核心技术，深度学习算法就是一种研究计算机怎样模拟人类的
学习行为，以获取新知识、不断提升计算机技能的技术。
相比于传统的机器学习算法，深度学习算法更加智能，其应用
也让我们的生活更加智能化。在很多方面，深度学习算法都表现得
十分耀眼，下面主要介绍 3 个典型的方面（见图 1-1）。
计算机视觉 自然语言处理 强化学习
图 1-1?深度学习算法的 3 个典型应用
1. 计算机视觉
通过深度学习算法的训练和学习，计算机能够更加准确地检测
出图片里的目标，实现精准识别。例如，当一张照片里有一条狗、
一辆自行车、一辆汽车时，系统能够同时准确地识别出不同的主体。
2. 自然语言处理
深度学习算法在自然语言处理方面更加智能。以机器翻译为
例，传统的机器翻译模型是基于统计分析形成的模型，在语言的逻
辑表达方面存在欠缺。而基于深度学习的机器翻译能够更加顺畅地
表达内容。
3. 强化学习
基于深度学习的计算机能够通过自我模拟、自我训练，学习到
更好的战略。例如，由谷歌研发的深度学习人工智能程序“阿尔法
围棋”就通过其掌握的围棋规则和战略，击败了一众围棋高手。
随着深度学习算法的发展和普及应用，更多智能程序将会出
现，应用于图片、视频识别，机器翻译，自动驾驶等更多领域。基
于深度学习的智能机器人也将得到更好的发展，代替人们完成更多
的工作。
1.1.2?应用层面：“AI ”与智能机器人占主导
在人工智能领域，智能机器人是应用其技术早的，也是为
广泛的。智能机器人装有传感器装置，能够收集到现实世界的光、
温度、声音、距离等数据。随着数据的不断积累，智能机器人能够
越来越多地执行人类给出的任务。
由于拥有高效的处理器、多项传感装置与强大的深度学习能
力，智能机器人在处理任务的过程中，可以从简单的、烦琐型工作
中吸取经验来适应新的环境，在不断的学习中提升自己的能力，
终能够适应更复杂、更具难度的工作。
基于这一能力，人工智能技术拥有广阔的应用前景，各大互联
网企业也纷纷入局，以技术研发、智能机器人设计等为切入点，推
动人工智能在更多领域的应用。人工智能的商业化发展，将更高效
地帮助人类更优质地完成部分工作，让人类将更多的精力专注于更
高价值的任务上。
微软公司就看到了人工智能的闪光点，投入了大量资金在这一
领域进行深入探索。微软公司利用领先的人工智能技术，从教育、
社交、医疗与环境等维度打造智能机器人，帮助社会各行业做智能
化的改革升级。
除了微软之外，谷歌、百度、科大讯飞等企业也在积极布局
“AI ”智能机器人领域，智能机器人的应用已成趋势。
1.1.3?融资层面：单笔金额逐渐增大
人工智能已经成为新的资本风口，众多人工智能企业都获得了
资本的青睐。其中，比较典型的就是商汤科技。
商汤科技是我国在深度学习领域中技术强劲的企业，它聚集了
深度学习领域，特别是计算机视觉领域内的诸多权威专家。商汤科
技在人工智能领域有明显优势。例如，在人脸识别、图像识别、无
人驾驶、视频分析以及医疗影像识别领域，商汤科技都有很大的话
语权。这些先进技术基本上都在市场上得到了应用，而且市场占有
率极高。
良好的发展势头自然也吸引了资本的注意。2017 年 7 月，商
汤科技成功融资 4.1 亿美元，创下当时的全球人工智能领域融
资额的纪录。
而发展至今，AI 领域的投资热潮依然不减。2020 年末，人工
智能平台与技术服务提供商第四范式获得了 7 亿美元的 D 轮融资，
是 2020 年度我国 AI 领域单笔额度的一笔融资。融资之后，第
四范式将会加速重点产业布局，培养人工智能尖端产业人才。
从商汤科技的 4.1 亿美元，到第四范式的 7 亿美元，人工智能
领域的单笔融资金额正在不断增大。而这也反映了人工智能融资市
场的趋势，虽然每家企业的融资金融有多有少，但整体来看，人工
智能领域呈现出单笔融资金额不断增大的趋势。
1.2 ?人工智能标签：引擎 VS 价值?
对于人工智能而言，神经网络算法是它的引擎，能够提升其
智能性。而从人工智能的价值来看，无论是“弱”人工智能还是
“强”人工智能，都会极大地改变人们的工作和生活，为人们提供
巨大的价值。
1.2.1?引擎：神经网络算法提升 AI 能力
神经网络算法是一种更智能的算法，它能够让计算机模拟人脑
进行相关的计算与分析，能够全面提升 AI 的自主学习能力，能够
进行合理的推理，同时还具备超强的记忆能力。神经网络算法无疑
是深度学习算法的引擎。
神经网络算法的研究基于一次偶然，是一个跨学科的产物。罗
森·布拉特教授是个把神经网络算法应用到 AI 领域的科学家。
他虽然是康奈尔大学的一位心理学教授，但是他对计算机也有着深
入的研究。
1958 年，罗森·布拉特教授成功地制作出台电子感知机。
因为这台电子感知机能够识别简单的字母和图像，所以在社会上
引起了强烈的反响。另外，当时的一些专家还预测到，在未来计
算机会有更强大的智能行为。他们的这些预言，目前基本上已经
实现。
整体来看，分布式表征思想是神经网络算法的一个核心思想。
因为大脑对事物的理解并不是单一的，而是分布式的、全方位的。
而且神经网络算法的结构非常多元，这里以常见的 5 种结构为例
进行简单的说明，如图 1-2 所示。
单层前向
竞争神经 多层前向
随机神经 反馈神经
神经网络算法
结构
图 1-2?神经网络算法的 5 种结构
单层前向网络结构与多层前向网络结构的差别在于层级数量的
差别。多层前向网络结构中包含更多的“神经元”隐含层。在 AI
科学领域，神经网络算法隐含层的层数，能够直接决定它对数据的
描摹刻画能力。如果“隐含层”的层级越多，那么它的智能程度也
就越高。所以，多层前向网络结构会比单层前向网络结构的分析能
力与计算能力强很多。
但是，多层前向神经网络结构的运行效率相对低。因为它的层
数越多，它的运行时间就会越长，对运行时所需要的计算能力的要
求也就会越高。为了增加多层前向神经网络结构的运行速度，提升
它的运行效率，许多 AI 科研机构都会研发设计更高效的图形处理
器（Graphics Processing Unit，GPU）系统来进行维护。
反馈神经网络结构能够及时对用户的数据进行反馈，或者智能
分析刚刚优化处理后的数据，不断地循环往复，终向用户输出
精准的数据。这类似于一个自净系统，总是能够智能排除系统内的
“有害数据”，保持系统的健康运行。
随机神经网络结构类似于大脑的联想能力，它能够根据捕捉到
的相关信息，进行合理的推理与联想，终为用户提供为全面的
数据信息。它的典型案例就是知识图谱技术，例如，当我们在百度
中键入自己想要搜索的内容，百度会根据关键词进行拓展，为我们
提供全面的信息。
竞争神经网络结构遵从“物竞天择，适者生存”这一自然法
则。竞争神经网络结构对数据是极其挑剔的，在对复杂的数据进行
智能分析时，对于无用的数据，它会直接过滤掉，终只保留对用
户有价值的数据，然后提供给用户。
如今，神经网络算法又向前迈了一大步。该算法不仅能够使
机器具备“自主思维”能力，而且能够让它们拥有“抽象概括”能
力。科学的发展是无止境的，相关的 AI 科学家也正努力再攀高峰，
使机器更加智能，使我们的生活更加美好。
1.2.2?价值：弱人工智能不弱，强人工智能难强
人工智能共分为 3 种形态：弱人工智能形态、强人工智能形
态、超人工智能形态，如图 1-3 所示。目前，科研人员在弱人工智
能方面的研究已经取得了突破性成果，但人工智能方面的研究仍存
在极大的发展空间。
弱人工智能 强人工智能 超人工智能
图 1-3?人工智能的 3 种形态
1. 弱人工智能
弱人工智能只能进行某一项特定的工作，因此，弱人工智能
也被称为应用人工智能。弱人工智能没有自主意识，也不具备逻辑
推理能力，只能够根据预设好的程序完成任务。例如苹果公司研发
的 Siri 就是弱人工智能的代表，其只能通过预设程序完成有限的操
作，并不具备任何的自我意识。
2. 强人工智能
理论上来说，强人工智能指的是有自主意识、能够独立思考的
近似人类的人工智能，其主要具有以下几种能力。
（1）独立思考能力，能够解决预设程序之外的突发问题。
（2）学习能力，能够进行自主学习和智慧进化。
（3）自主意识，对于事物能够做出主观判断。
（4）逻辑思考和交流能力，能够与人类进行正常交流。
强人工智能的研发将会是科研人员的长久课题，而强人工智能
为人们的生活带来的影响也会更加深刻。
3. 超人工智能
超人工智能在各方面的表现都将远超强人工智能。超人工智能
具有复合能力，在语言、运动、知觉、社交及创造力方面都会有出
色的表现。
超人工智能是在人类智慧的基础上进行升级进化的超级智能。
相比于强人工智能，超人工智能不仅拥有自主意识和逻辑思考的能
力，而且能够在学习中不断提升自身的智能水平。
不过，对于人工智能的研究现在还处于弱人工智能向强人工智
能的过渡阶段。而在强人工智能的研究中，科研人员依旧面临着诸
多挑战：一方面，强人工智能的智慧模拟无法达到人类大脑的精密
性和复杂性；另一方面，强人工智能的自主意识研究也是亟须攻克
的难题。
虽然从弱人工智能向强人工智能的转化还有很长的路要走，但
可以预见的是，人工智能今后将沿云端人工智能、情感人工智能和
深度学习人工智能这几个方面发展。
云计算和人工智能的结合可以将大量的人工智能运算成本转入
云平台，不仅能有效地降低人工智能的运行成本，而且能让更多人
享受到人工智能技术带来的便利。情感人工智能可以通过对人类表
情、语气和情感变化的模拟，更好地对人类的情感进行认识、理解
和引导，这在未来势必会成为人类的虚拟助手。深度学习是人工智
能发展的重要趋势，具有深度学习能力的人工智能能够通过学习实
现自我提升。
如今，弱人工智能已经足够辅助人们进行一些工程作业，随着
人工智能的不断进化，未来强人工智能甚至超人工智能能够更深刻
地改变和影响人们的生活，为人类提供不一样的价值。
1.3 ?关于人工智能，不可不知的 3 个问题?
在探讨人工智能时，人们对它有多方面的疑问，如人工智能的
灵魂是什么、人工智能能否超越人类智慧、深度学习是“深”还是
“浅”等。对于这些问题的思考，能够加深我们对于人工智能的理解。
1.3.1?“智能”是人工智能的灵魂
人工智能究竟是什么？图灵奖得主马文·明斯基认为“让机器
做本需要人的智能才能够做到的事情的一门科学就是人工智能”；
而图灵奖和诺贝尔奖双项得主司马贺则认为“智能是对符号的操
作，而原始的符号对应于物理客体”。
不同的研究者对人工智能或许存在不同的见解和定义，但无论
研究者对人工智能如何定义，不可否认的一点是，“智能”才是人
工智能的灵魂。
人类对“智能”的了解全部来自人类自身，所以人工智能也是
相对于人类的智能而言。根据人类的智能活动特征，人工智能的智
能化表现可以用“三部曲”表示：通过感知寻找认知，然后进行决
策，即“运算智能”“感知智能”“认知智能”3 个层面，如图 1-4
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
