新書推薦：
《
不被他人左右：基于阿德勒心理学的无压力工作法
》
售價：HK$
66.1
《
SDGSAT-1卫星热红外影像图集
》
售價：HK$
445.8
《
股市趋势技术分析（原书第11版）
》
售價：HK$
221.8
《
汉匈战争全史
》
售價：HK$
99.7
《
恶的哲学研究（社会思想丛书）
》
售價：HK$
109.8
《
不止江湖
》
售價：HK$
98.6
《
天才留步！——从文艺复兴到新艺术运动（一本关于艺术天才的鲜活故事集，聚焦艺术史的高光时刻！）
》
售價：HK$
154.6
《
双城史
》
售價：HK$
110.9
|
| 編輯推薦： |
|
目前，在移动互联网、大数据、超级计算、脑与认知科学等共同驱动下，人工智能进入了新一轮的发展热潮。《人工智能 用AI技术打造智能化未来》以科普为宗旨，讲述了人工智能的起源，前进道路上的沉浮，理论技术的更迭。书中有对人工智能影响经济、社会、国家安全的宏观思考，也有对其本质的哲学分析，还有对人工智能是天使还是魔鬼的辩证探讨。相信本书可以帮助读者全方位地了解人工智能给人类社会发展带来的深远影响，有助于读者理解和把握智能化的未来。
|
| 內容簡介： |
|
我们已处于大数据的时代。大数据作为新的生产资料与战略资源，正在逐渐改变着人民的生活方式、国家的科技竞争格局，在推动社会经济的发展中发挥着重要作用。未来几年，大数据仍将保持稳定增长的趋势，得数据者，得天下，大数据是未来的石油，是社会创新发展的动力源泉。在此，有必要探寻大数据的发展之路，平衡科技、政策、市场之间的关系，使其更好地服务人类社会。本书介绍了大数据处理系统、大数据管理技术、大数据分析方法，阐述了大数据在智慧政务、经济发展及增进民生福祉等多方面的具体应用，并展望了大数据在未来的发展趋势。
|
| 關於作者： |
|
邬贺铨，中国工程院院士，现任电信科学技术研究院顾问、中国互联网协会理事长，国家863计划监督委员会副主任。曾任电信科学技术研究院副院长兼总工、中国工程院副院长。
|
| 目錄：
|
第一章 初识大数据
什么是大数据
大数据的源头活水
大数据的六大特征
从物联网到人工智能
第二章 大数据的道与术
雏形：科学研究第四范式
破壳：麦肯锡预言大数据到来
兴起：云计算为大数据创造技术前提
前沿：从野蛮生长到博弈时代
从数据到智慧
博阅与深思
赋大数据以大智慧
第三章 大数据处理系统
大数据处理基本概念
大数据处理过程
大数据处理模式
典型的大数据处理系统
大数据存储
第四章 大数据管理
数据管理的发展历程
大数据管理方法
数据集成
大数据隐私管理
第五章 大数据分析方法
数据分析流程
关键的数据分析方法
大数据可视化
第六章 大数据赋能智慧政务
智慧政务由大数据开启
如何开展智慧政务建设
智慧政务应用方向
大数据与政府治理
未来发展路径
第七章 大数据促进经济增长
精准招商 定向引资
产业转型 智能制造
数据引流 服务升级
风险控制 智慧金融
精准扶贫 个性定制
第八章 大数据服务民生福祉
大数据守护下的社会治安
融入人工智能的智慧交通
网格化监测的大数据环保
大数据与人工智能支撑下的智慧医疗
大数据与教育
第九章 看未来，夺先机
中国大数据崛起之路
大数据开辟国家治理新路径
突破大数据发展瓶颈的方向
大数据与AI 将融为一体
万物互联迈进潘多拉星球时代
推动大数据技术产业创新发展
大数据人才培养
参考文献
|
| 內容試閱：
|
初识人工智能
自20世纪50年代至今，人工智能学科经历了三次发展浪潮，并由计算智能、感知智能，逐渐走向认知智能。可以说，人工智能是在整合了机械化、自动化、信息化时代以来人类所有文明成果基础上的技术革命，这场认知革命甚至要超越人类对自然和社会认知的疆域，具有重要的科学意义和战略地位，并将成为新一轮科技和产业革命的引擎。
什么是人工智能
人工智能学科诞生于20 世纪50 年代中期，因为计算机的产生和发展，人们开始了具有真正意义的人工智能的研究。1956 年夏， 约翰 麦卡锡（John McCarthy）、马文 闵斯基（MarvinMinsky）、克劳德香农（Claude Shannon）、艾伦纽厄尔（AllenNewell）、赫伯特西蒙（Herbert Simon）等科学家聚集在美国汉诺佛小镇的达特茅斯学院进行一场如何用机器模拟人的智能的研讨。会上提出了人工智能的概念，标志着这一崭新学科的正式确立，引起了整个学术界的高度关注。
人工智能作为一门前沿交叉学科，其定义一直存在着不同的观点：《人工智能：一种现代方法》中将已有的一些人工智能分为四类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统。《大英百科全书》则限定人工智能是数字计算机或者数字计算机控制的机器人在执行智能生物体才有的一些任务上的能力。国家标准化管理委员会发布的《人工智能标准化白皮书》认为，人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得佳结果的理论、方法、技术和应用系统。2018 年5 月，中国科学院院士谭铁牛在第十九次中国科学院院士大会上发表了《人工智能：天使还是魔鬼》的主题报告，报告中指出，人工智能的研究目的是探寻智能本质、研制出具有类人智能的智能机器或系统。
人工智能自20 世纪50 年代发展至今，大致经历了三次发展浪潮。
第一次浪潮（1956 1974 年）
达特茅斯会议之后，人工智能进入了快速发展期，涌现出大量成果。这一阶段是以信息系统为主的阶段，学界注重逻辑推理，研发出了机器定理证明、跳棋程序、LISP 处理语言等，大大简化了人工智能的场景，有效地促进了人工智能的研究。此阶段的发展离不开政府等机构的资金注入。1963 年，美国国防部高级研究计划局（Advanced Research Projects Agency，ARPA，即后来的Defense Advanced Research Projects Agency，DARPA），拨款220 万美元给麻省理工学院（Massachusetts Institute of Technology，MIT），之后每年提供300 万美元（至20 世纪70 年代结束）。
然而，好景不长。研究者们随后意识到人工智能只能实现很简单、特定的任务。当在机器翻译等问题上闹出笑话时，人工智能的发展遇到瓶颈，资本纷纷从人工智能领域撤出。到了20 世纪70 年代中期，人工智能项目已经很难找到资金支持了。
第二次浪潮（1980 1987 年）
专家系统的诞生标志着第二次浪潮的到来。专家系统能够根据某领域人类专家的知识和经验，进行推理和判断，是模拟人类专家解决专有领域问题的一类计算机程序，实现了人工智能从理论研究走向实际应用。在这个时期，算法也得到了突破性的进展，神经网络算法出现雏形。
另一个重要的助力是日本的第五代计算机项目。其目的是开发拥有人工智能的革命性的电脑，开创下一个时代。整个项目预算高达570 亿日元。受此计划的刺激，其他国家纷纷采取应对策略。
但专家系统不能自主学习，神经网络所需资源能力不足，各国人工智能的项目成果也不甚明朗，人工智能再次陷入低潮。
第三次浪潮（1993 年至今）
1997 年，IBM 深蓝（Deep Blue） 战胜国际象棋世界冠军加里卡斯帕罗夫（Garry Kasparov）。这次具有里程碑意义的成功代表了基于规则的人工智能的胜利，深度学习开始备受关注。人工智能进入爆发式的发展阶段，其主要的驱动力是大数据时代的到来，运算能力及机器学习算法得到提高。人工智能快速发展，产业界也开始不断涌现出新的研发成果：2011 年，IBM 沃森（Waston）在综艺节目《危险边缘》（Jeopardy!）中战胜了高奖金得主和连胜纪录保持者；2016 年，Google 旗下DeepMind 开发的AlphaGo 程序在围棋比赛中击败了世界冠军李世石。技术的进步和大范围、多领域渗入行业应用让其再次成为行业焦点，新的机遇和挑战也随之而来。
从人类智能说起
人工智能发展的主要阶段
人工智能是知识的工程，是机器模仿人类利用知识完成一定行为的过程。根据人工智能是否能真正实现推理、思考并解决问题，可以将现阶段人工智能技术分为专用人工智能（artificialnarrow intelligence，ANI） 和通用人工智能（artificial generalintelligence，AGI）。
专用人工智能只专注于完成某个特定的任务，例如，语音识别、图像识别和翻译，它们只是用于解决特定的具体类的任务问题而存在，大多数是统计数据并从中归纳出模型。由于专用人工智能只能处理较为单一的问题，且发展程度并没有达到模拟人脑思维的程度，所以专用人工智能仍然属于工具的范畴，与传统的产品在本质上并无区别。如IBM 的Watson 和Google 旗下DeepMind 的AlphaGo。
通用人工智能属于人类级别的人工智能，能够像人类一样进行思考、计划、解决问题和学习。通用人工智能系统包括学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习的情况下处理前所未见的细节，并同时与人类开展交互式学习。通用人工智能不仅在哲学上存在巨大争论（涉及思维与意识等根本问题的讨论），在技术上的研究也具有极大的挑战性。通用人工智能当前鲜有进展，至少在未来几十年内难以实现。
人工智能发展的主要流派
人工智能目前有三个发展流派：符号主义（symbolicism）、连接主义（connectionism）和行为主义（actionism）。
符号主义认为，人工智能源于数理逻辑。其有代表性的成果为启发式程序LT 逻辑理论家，证明了38 条数学定理，表明了可以应用计算机研究人的思维形成，模拟人类智能活动。这些符号主义者在1956 年首先采用人工智能这个术语，后来又发展了启发式算法、专家系统和知识工程理论与技术。符号主义曾为人工智能的发展做出重要贡献，尤其是专家系统的成功开发与应用，对人工智能从理论走向实际、开展工程应用发挥了重要作用。
连接主义认为，人工智能源于仿生学，强调对人脑模型的研究。它开创了用电子装置模仿人脑结构和功能的新途径，从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。1986 年，多层网络中的反向传播算法（BP 算法）提出后，从模型到算法、从理论分析到工程实现，为神经网络计算机走向市场打下了基础。
行为主义认为，人工智能源于控制论，其原理为控制论和感知- 动作型控制系统。控制论思想影响了早期的人工智能工作者。控制论把神经系统的工作原理与信息理论、控制理论、逻辑和计算机联系起来。控制论的研究播下了智能控制和智能机器人的种子，智能控制和智能机器人系统于20 世纪80 年代诞生。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
