人工智能通识课

*章人工智能发展史//1

文化背景：知识型的社会//2

人工智能研究的起源//2

人工智能研究的早期发展//7

专家系统的兴起//9

探讨人工智能历史的前提//12

步入人工智能的寒冬//15

人工智能的逆向发展阶段//16

玻尔兹曼机与神经网络//20

人工智能的强化学习阶段//28

人工智能的卷积神经网络阶段//36

人工智能发展的深度学习阶段//50

人工智能发展的深度强化学习阶段//56

机器是如何学习的//63

深度学习源自哪里//72

从认识到创造：生成对抗性网络//75

网络时代的社会文化变迁//82

第二章智能的定义与本质//89

认知科学的发展史//90

逻辑推理的发展史//92

对“智能”的（冗余）定义//101

人工智能系统能得诺贝尔奖吗//107

大脑模拟与智能//111

能听到我说话吗//113

结构化环境中的智能行为//119

第三章人工智能的应用实验//127

仿生人类、半机械人和神经工程//128

实现人工智能的*步//133

*项失败//135

另一次失败：机器学习//139

又一次失败：常识//141

预告：学习聊天//143

变脸//146

数字生活的起源//149

难题：智慧并不意味着精确//150

聊天机器人的发展历程//153

第四章人工智能的算法进化//155

计算机的发展历程//156

将计算作为推论//159

概率论、马尔可夫链与蒙特卡罗方法//161

数学上的难题：假如你不得不经历一次智力层面的相变//168

设计机器与设计人类//171

遗传算法的复兴//177

大数据集的诅咒//182

模拟计算与储备池计算//186

算法官僚系统的反乌托邦引发的推测：利维坦、圆形监狱与生命权利//189

道德的算法//192

明日乌托邦——与算法共生//193

第五章神经网络与认知//195

联结主义//196

人工与自然神经网络：反向传播的神话//204

模式识别问题//205

关于AlphaZero//206

动态路由和胶囊网络//213

变分推理//215

分层贝叶斯网络//222

神经网络的智能//224

神经网络的常识//225

基于知识的系统//230

第六章智能与机器人//235

机器学习先于人工智能//236

机器人的诞生//238

机器学习的未来：无监督学习的救赎之道//239

生活在智能机器的世界//255

迎娶人工智能：满怀信心地迎接未来//262

后机器智能时代：机器创造力能否成就艺术//274

机器智能的危险之处//289

过度就业//293

第七章人工智能的伦理学困境//297

一个哲学层面的问题：我们真的需要全能的智能吗//298

对历史的注释：新无神论//300

机器伦理//301

反乌托邦四部曲//303

你是一个机器人//308

第八章人工智能的未来//313

人工智能与“没有免费午餐定理”//314

揭开图灵测试的神秘面纱//315

浅人工智能//319

为何没有构建人工通用智能//320

通用性人工智能的时间框架//326

硅能产生智能吗//328

下一项突破是：了解大脑//329

为什么我不害怕人工智能的到来//331

隐形的机器人云//334

附录 人工智能大事记//337