前言

扫码可查看视频课程及其他相关资料

本书与《人工智能基础与进阶（Python编程）》共同形成一套面向人工智能初学者的基础与实践教材。为了能够使读者对人工智能学习有更多的兴趣且易于理解，编者在书中试图尽可能少地使用过于专业的数学知识进行讲解。然而，在人工智能这门学科中，对概率、逻辑、统计和代数等数学知识的学习是不可避免的，因此编者将本书部分内容设定为拓展阅读部分，以便读者在掌握了更深入的知识之后再对这些内容做详尽的阅读和深入的理解。

本书分基础篇和进阶篇。从难易程度来讲，进阶篇中涉及数学知识的章节较难，因此对于读者的基础知识要求略高一些。考虑到读者的年龄与知识背景的不同以及编写此教材的初衷，编者已尽可能做到深入浅出。编者并不想将本书设定为一本晦涩难懂的教科书，而是希望读者在阅读了本书之后能够对人工智能形成一个初步的概念，并且对这个领域产生兴趣，进而积极主动地去系统学习该领域相关的理论知识。人工智能是一门发展极其迅速且内容丰富的学科，其众多分支领域都值得大家深入探索和学习。下面简要介绍本套教材的章节安排。

在本书的基础篇中，第1章主要介绍人工智能的发展概况，包括人工智能的定义、发展历史、发展现状以及对人工智能未来的探讨。第2章主要介绍人工智能的首次“出现”，为何今天人们提到人工智能总会将它与计算机联系在一起？人工智能何以走到今天，它的发展脉络又是什么？这些问题都将在这一章中进行探讨；如果我们想将一台计算机打造得像人一样，那么首先要使其像人一样拥有感官系统。如何让冰冷的计算机像人一样做到对环境的感知是第3章将要探讨的话题。第4章承接第3章的内容，在计算机能够获取环境信息之后，如何检测简单的直线和圆成为这一章讨论的重点话题，此技术最终也将应用于交通场景中的车道检测和交通标志的检测。第5章介绍三种基本搜索策略。第6章介绍一种包含了摄像头、麦克风、激光雷达以及受计算机控制的执行机构的微缩智能车，结合之前章节所学的内容为其赋予一定的“智能”，从而达到实验目标。

在进阶篇中，第7章主要介绍“大数据”这个近期的热点之一，梳理其与人工智能的脉络关系，让读者对大数据有较为清晰的认识。第8章主要介绍知识推理，如何使人类的知识表达与推理模式转化为计算机能够存储、运用和理解的知识与演绎推理机制？这个问题将在这一章节进行探讨。第9章针对人工智能领域中最常见的分类与回归问题，分别介绍几种常用模型。前者可以理解为“使用计算机为某个事物打上一个标签”；而后者，即回归模型就是用来描述某个事件与影响它的因素之间关系的模型。这两种方法的思想脉络将贯穿人工智能的学习和发展。第10章重点介绍深度学习网络，为读者呈现深度神经网络的完整架构。第11章将目光投放于人工智能的应用场景——感知信息处理。对语音信息和图像信息的分析与处理是计算机学科中人机交互领域无法绕开的必经之路。第12章结合实践平台和理论知识，指导读者亲自动手完成有挑战性的基于交通标志牌识别的微缩车自动巡航任务，并了解人工智能在计算机视觉中的一些前沿任务和实际效果。

本套教材的另外一本《人工智能基础与进阶（Python编程）》为Python语言初级入门教程，主要为初学者介绍了当前人工智能发展中使用最为广泛的计算机编程语言——Python语言的基础知识。书中介绍了Python语言的编写规范和Python的发展历史，同时还介绍了有关人工智能领域相关功能库的安装和使用方法，并提供了一些配套的实战练习。更重要的是，《人工智能基础与进阶（Python编程）》还就本书中涉及的人工智能和信息处理的主要算法给出了Python语言的程序设计和使用方法，以便帮助初学者能够快速尝试实践，体会“人工智能”的魅力。

人工智能经过几十年的发展已经成为一门内容丰富的学科，其众多分支领域都值得广大学者认真钻研和理解。编者在编写本套教材的过程中也时刻保持着学习的心态，由于精力和时间所限，书中如若出现错谬之处，还望广大读者告知，不胜感谢。

编者