本书将读者群设定为普通大众，旨在令不熟悉人工智能专业词汇、没有专业背景的普通读者也能够读懂本书。书中选取了具有代表性的人工智能基础研究的相关主题，也是读者想要了解的问题，如人工智能是什么时候出现的，人工智能会超越人类吗，什么易导入人工智能，什么不易导入人工智能，怎样从信息角度来学习人工智能，人工智能应用的领域有哪些等。 本书语言通俗易懂，采用大量插画进行讲解，一一为读者解答了人工智能的问题。不论是对人工智能感兴趣的非专业人士，还是准备从事人工智能相关工作的学生，都能通过本书了解人工智能的方方面面。

章 人工智能是什么？
1.1 人工智能是什么时候出现的？
·人的智能？人工智能？
·图灵测试：哪个是人类？
·寂寞的人工智能？！
·人和人工智能的区别
·伴随着计算机发展
·AI的历史：达特茅斯会议
·AI的历史：次人工智能热潮
·AI的历史：第二次人工智能热潮
·现在，第三次人工智能热潮！
1.2 这是人工智能？
·人工智能与机器人的区别
·机器人研究？人工智能研究？
·人工智能需要身体吗？
·级人工智能
·第2级人工智能
·第3级人工智能
·第4级人工智能，专用人工智能
·第5级人工智能，通用人工智能
1.3 人工智能会超越人类吗？
·奇点是什么？
·奇点：可怕？不可？
·如何实现通用人工智能？
·AI导致人类灭亡的可能性有多大？
·AI之下我们的未来会怎样改变呢？
·将来，哪些职业会消失？
·将来，哪些职业会留下来？
第2章 容易导入人工智能的事物和不容易导入人工智能的事物
2.1 容易导入人工智能的事物
·可以导入网络上的任何信息
·0和1数字数据
·各种数据（语言、动画、音频）
·让计算机拥有视觉
·数码相机的演变
·像素提高，超过人类？！
·世界共享的数据
·图像识别的竞赛：ILSVRC
·让计算机拥有听觉
·使用两个麦克风的语音识别
·多个麦克风
·把语音转化成文字？
·声学模型和语言模型
2.2 不容易导入人工智能的事物
·“意思”很难懂……
·什么是语义网络？
·不理解“意思”也能够做出回答？
·什么是潜在语义分析？
·为什么Torobo-kun选择放弃
·如果要变聪明，需要五感齐备吗？
·人工智能的味觉是什么？
·人工智能的嗅觉是什么？
·将来会怎么处理气味？
·人工智能的触觉是什么？
·实现触觉真的很难！
第3章 人工智能是怎样从信息中学习的？
3.1 什么是机器学习？
·让机器设备（计算机）也能够学习！
·什么是监督学习？
·分类问题：判断垃圾邮件
·回归问题：预测数值
·寻找合适的线（函数）！
·当心过度学习！
·什么是无监督学习？
·试着分组吧！
·k-means分类方法
·强化学习是“蜜糖”与“鞭子”
3.2 什么是神经网络？
·大脑依靠神经元运作
·人工神经元的构造
·代表了重要度和信赖度的权重
·赫布定律
·什么是感知机？
·线性不可分！
·BP算法（误差反向传播算法）
·为了减小误差，调整权重！
·增加层数：信息传递不到!
·支持向量机的优点是什么？
·权衡过度学习和泛化
3.3 深度学习有哪些厉害之处？
·深度学习成名的日子
·能够自己提取特征，厉害！
·4层以上的深度学习
·自编码的输入和输出是相同的！
·让输入与输出具有相同的意义
·或许和人越来越像？
·深度学习的方法
3.4 AI三大模型中的“遗传算法”是什么？
·AI三大模型的方方面面
·以达尔文的进化论为基础
·遗传算法的使用方法
第4章 人工智能的应用实例
4.1 人工智能的进化在“游戏”中的应用实例
·游戏AI的进化历史
·人类与AI对战（国际象棋篇）
·人类与AI对战（日本象棋篇）
·人类与AI对战（围棋篇）
4.2 第三次AI热潮的导火索在“图像”领域的应用实例
·谷歌的猫
·图像识别的发展
·医疗领域的应用（庄野实验室）
·医疗领域的应用（恶性黑色素瘤的判别）
·医疗领域的应用（癌症的检测）
·为了提高诊断的准确度
4.3 “自动驾驶AI”的实际应用
·自动到什么程度？
·为了实现自动驾驶
·自动驾驶的训练步骤
·为了掌握位置和情况
·事故的原因究竟是什么？
4.4 “对话AI”的应用实例
·为了和计算机对话
·“有知识”对话AI
·“无知识”对话AI
·制造对话的三种技术
·为了自然的对话
4.5 “遗传算法”在“拟声拟态词”上的应用实例
·贴近人心的拟声拟态词
·生成拟声拟态词的系统
·拟声拟态词的生成
·在优化过程中要做些什么呢
4.6 AI在“艺术”领域的实践
·AI在艺术方面的挑战（小说篇）
·AI小说项目
·AI在艺术方面的挑战（绘画篇）
·AI在艺术方面的挑战（作曲篇）
结语
参考文献
索引

无