目錄
前言
第一篇 人工智能基礎與前沿
第1章 人工智能概述 3
1.1 人工智能的概念 3
1.1.1 人工智能 3
1.1.2 人工智能的要素 4
1.1.3 人工智能的分類 5
1.2 人工智能的測試方法 5
1.2.1 圖靈測試 5
1.2.2 無裁判測試 6
1.3 人工智能的研究學派 6
1.3.1 符號主義學派 6
1.3.2 聯(lián)結主義學派 7
1.3.3 行為主義學派 7
1.3.4 類腦協(xié)同主義學派 7
1.4 人工智能的研究內容 8
1.4.1 人工智能研究范式 8
1.4.2 人工智能研究領域 8
本章小結 9
思考題 9
參考文獻 10
第2章 人工智能基礎 11
2.1 人工智能基礎范疇 11
2.1.1 人工智能公理 11
2.1.2 人工智能知識范疇 11
2.2 認知機理 12
2.2.1 對應機理 12
2.2.2 雙向機理 12
2.2.3 動允機理 12
2.3 人工智能原理 13
2.4 人工智能知識表示 14
2.4.1 邏輯表示 15
2.4.2 產生式表示 16
2.4.3 框架表示 16
2.4.4 面向對象的表示 17
2.4.5 語義網(wǎng)表示 17
2.4.6 基于XML的表示 17
2.4.7 本體表示 17
2.5 人工智能推理方法 18
2.5.1 基本概念 18
2.5.2 動態(tài)模糊邏輯的一般推理方法 18
2.5.3 動態(tài)模糊邏輯的連接推理方法 24
2.6 動態(tài)模糊邏輯的缺省假設推理 33
2.6.1 缺省假設推理的提出 33
2.6.2 缺省假設推理的基本框架結構 33
2.6.3 缺省規(guī)則與假設規(guī)則 36
2.6.4 算法描述 37
2.6.5 缺省假設的一致性討論 39
2.7 動態(tài)模糊邏輯推理方法的應用 39
2.7.1 動態(tài)模糊邏輯推理方法在牌類游戲中的應用 39
2.7.2 動態(tài)模糊邏輯推理方法在醫(yī)療診斷中的應用 46
本章小結 48
思考題 48
參考文獻 49
第3章 李群機器學習 50
3.1 機器學習 50
3.1.1 機器學習研究方法 50
3.1.2 機器學習分類 51
3.2 李群機器學習的基本概念 52
3.3 李群機器學習的公理假設 54
3.4 李群機器學習的學習模型 56
3.4.1 李群機器學習的代數(shù)模型 56
3.4.2 李群機器學習的幾何模型 56
3.5 李群機器學習的分類器設計 58
3.5.1 李群機器學習中的辛群分類器 58
3.5.2 李群機器學習中的量子群分類器 60
3.6 李群機器學習的相關算法 64
本章小結 66
思考題 66
參考文獻 66
第4章 動態(tài)模糊機器學習 67
4.1 動態(tài)模糊數(shù)據(jù) 67
4.2 動態(tài)模糊機器學習的基礎理論 67
4.2.1 動態(tài)模糊集合的定義 68
4.2.2 動態(tài)模糊集合的運算 68
4.2.3 動態(tài)模糊集合的截集 71
4.2.4 動態(tài)模糊集合的分解定理 72
4.3 動態(tài)模糊機器學習模型 75
4.4 動態(tài)模糊機器學習過程控制模型 77
4.4.1 動態(tài)模糊機器學習過程控制模型的概念 78
4.4.2 動態(tài)模糊學習控制器的設計 79
4.4.3 仿真實例 81
4.5 動態(tài)模糊關系學習算法 85
4.5.1 動態(tài)模糊關系的概念 85
4.5.2 動態(tài)模糊關系學習 87
4.6 動態(tài)模糊機器學習的學習算法介紹 91
本章小結 91
思考題 92
參考文獻 92
第二篇 人工智能+教育
第5章 腦的學習 95
5.1 什么是學習 95
5.1.1 廣義的學習 95
5.1.2 認知科學與學習 96
5.2 腦的學習機制 97
5.2.1 學習的路徑：腦 97
5.2.2 學習的基礎：神經(jīng)元放電 99
5.2.3 學習的模式 100
5.2.4 學習的加工：記憶 100
5.3 腦學習的啟示 101
本章小結 102
思考題 102
參考文獻 102
第6章 機器與人的深度學習 104
6.1 機器的深度學習 104
6.1.1 深度學習概述 104
6.1.2 深度學習算法 106
6.2 人的深度學習 109
6.2.1 人的深度學習來源 109
6.2.2 人的深度學習內涵 110
6.2.3 人的深度學習特征 111
6.3 人的深度學習啟示 114
本章小結 115
思考題 115
參考文獻 116
第7章 人工智能教育的發(fā)展 117
7.1 四次教育革命 117
7.1.1 第一次教育革命 117
7.1.2 第二次教育革命 117
7.1.3 第三次教育革命 118
7.1.4 第四次教育革命 119
7.2 人工智能教育發(fā)展階段 120
7.2.1 起步期（20世紀50～70年代） 120
7.2.2 形成期（20世紀70～90年代） 121
7.2.3 發(fā)展期（20世紀90年代至今） 121
7.3 人工智能教育的概念與關鍵技術 122
7.3.1 人工智能教育相關概念 122
7.3.2 人工智能教育發(fā)展的關鍵技術 124
本章小結 125
思考題 126
參考文獻 126
第8章 人工智能在教育中的應用 127
8.1 人工智能在智能輔導系統(tǒng)中的應用 128
8.1.1 智能輔導系統(tǒng)簡介 128
8.1.2 智能輔導系統(tǒng)應用案例 129
8.2 人工智能在監(jiān)督學習中的應用 136
8.2.1 監(jiān)督學習簡介 136
8.2.2 案例：AI Trainer—機器學習訓練平臺 136
8.3 人工智能在心理測量中的應用 142
8.3.1 心理測量簡介 142
8.3.2 案例：人工智能心理干預機器人“小欣” 142
8.4 人工智能在知識圖譜中的應用 147
8.4.1 知識圖譜的定義 147
8.4.2 知識圖譜的構建技術 148
8.4.3 案例：“高等數(shù)學AI”課程 150
本章小結 154
思考題 154
參考文獻 154
第三篇 人工智能+醫(yī)療
第9章 人工智能在醫(yī)療領域的應用 163
9.1 藥物研發(fā) 163
9.1.1 應用方向概述 163
9.1.2 國內外企業(yè)研究成果 166
9.1.3 應用價值與展望 168
9.2 醫(yī)療機器人 169
9.2.1 應用方向概述 169
9.2.2 國內外企業(yè)研究成果 171
9.2.3 應用價值與展望 175
9.3 精準醫(yī)療 175
9.3.1 應用方向概述 175
9.3.2 國內外企業(yè)研究成果 177
9.3.3 應用價值與展望 179
本章小結 180
思考題 180
參考文獻 181
第10章 醫(yī)學影像人工智能處理與分析 183
10.1 醫(yī)學影像成像方法 183
10.1.1 X射線 183
10.1.2 X-CT 185
10.1.3 MRI 185
10.1.4 超聲波 187
10.1.5 OCT 188
10.2 醫(yī)學影像去噪增強 189
10.2.1 噪聲 189
10.2.2 去噪方法 190
10.2.3 超分辨率增強 192
10.3 醫(yī)學影像量化分析 193
10.3.1 醫(yī)學影像分割 193
10.3.2 醫(yī)學影像分割的量化指標 197
本章小結 198
思考題 198
參考文獻 198
第11章 醫(yī)學影像人工智能診斷及編程實現(xiàn) 201
11.1 醫(yī)學影像分類方法 201
11.1.1 圖像分類及其發(fā)展 201
11.1.2 傳統(tǒng)機器學習算法類型及其常見算法 201
11.1.3 深度學習在醫(yī)學影像分類中的發(fā)展 203
11.1.4 醫(yī)學影像分類的遷移學習 203
11.1.5 醫(yī)學影像中的元學習 204
11.2 醫(yī)學影像輔助診斷 204
11.2.1 胸部CT智能診斷系統(tǒng) 204
11.2.2 乳腺X射線智能診斷系統(tǒng) 205
11.2.3 冠狀動脈輔助診斷系統(tǒng) 206
11.2.4 眼科疾病輔助診斷系統(tǒng) 207
11.3 醫(yī)學影像編程實現(xiàn) 209
11.3.1 圖像分類 209
11.3.2 圖像分割 215
11.3.3 圖像配準 218
本章小結 224
思考題 224
參考文獻 224
第四篇 人工智能+法律
第12章 智能時代的法律變革 229
12.1 智能時代法律的基本概述 229
12.1.1 法律的基本概念 229
12.1.2 我國計算機網(wǎng)絡法律規(guī)制概況 230
12.1.3 我國和國際人工智能的立法進程 231
12.2 法律人對人工智能的理解與應對 239
12.2.1 人工智能是機器人嗎？ 239
12.2.2 人工智能道德倫理維度的展開 242
12.2.3 人工智能法律知識圖譜的建構 245
本章小結 246
思考題 246
參考文獻 247
第13章 人工智能與法律理論 249
13.1 人工智能侵權責任 249
13.1.1 自動駕駛汽車的侵權案例分析 249
13.1.2 現(xiàn)行法律規(guī)制的難點 251
13.1.3 自動駕駛汽車侵權責任分擔機制 253
13.2 人工智能法律人格 254
13.2.1 人工智能法律人格不明引發(fā)的困境 255
13.2.2 人工智能法律人格的理論爭議 257
13.2.3 人工智能法律人格的確立探索 259
13.3 人工智能著作權 260
13.3.1 人工智能生成物的可版權性之爭 260
13.3.2 人工智能著作權歸屬的學理之論 262
13.3.3 人工智能著作權的保護路徑 263
本章小結 264
思考題 264
參考文獻 265
第14章 人工智能與司法裁判 267
14.1 在線法院概覽 267
14.1.1 在線法院的建設背景 267
14.1.2 在線法院的基本架構 268
14.1.3 在線法院的爭議挑戰(zhàn) 269
14.2 中國智慧法院系統(tǒng)的構建 270
14.2.1 我國智慧法院建設的背景 270
14.2.2 我國智慧法院建設的主要內容 271
14.3 中國建設智慧司法體系的戰(zhàn)略與進程 273
14.3.1 智慧公安 274
14.3.2 智慧檢務 275
14.3.3 智慧矯正 277
本章小結 278
思考題 278
參考文獻 278
第15章 人工智能與法律職業(yè) 280
15.1 人工智能律師的誕生及對行業(yè)的沖擊 280
15.2 人工智能法律人才的培養(yǎng) 281
15.2.1 課程設置：從淺層介紹到課程引入 282
15.2.2 專業(yè)聯(lián)合：加強與STEM專業(yè)的合作 283
15.2.3 生源調整：加大信息工程等專業(yè)的研究生入學比例 283
15.2.4 體系構建：規(guī)劃“法學+科技”的產學研一體化建設思路 284
本章小結 285
思考題 285
參考文獻 285
第五篇 人工智能+哲學
第16章 人文、技術與文明 289
16.1 文明、技術、人工智能技術 289
16.2 會聚技術時代的專才、通才教育 292
16.3 通才理念下的技術教育 295
本章小結 298
思考題 298
參考文獻 299
第17章 四次技術革命與人工智能技術 300
17.1 技術演變引領四次工業(yè)革命 300
17.1.1 第一次工業(yè)革命—機械化（18世紀） 300
17.1.2 第二次工業(yè)革命—電氣化（19世紀） 301
17.1.3 第三次工業(yè)革命—信息化（20世紀） 302
17.1.4 第四次工業(yè)革命—智能化（現(xiàn)在） 302
17.2 跨系統(tǒng)、跨域、跨界的技術躍遷 303
17.2.1 技術數(shù)字化：“物理、數(shù)字和生物世界融合” 303
17.2.2 NBIC會聚技術:“物理、數(shù)字和生物世界融合的另一種表達” 305
17.2.3 人類增強技術支撐生命3.0與元宇宙人類新生態(tài) 306
本章小結 310
思考題 310
參考文獻 311
第18章 人工智能的哲學基礎與哲學反思 312
18.1 康德的人之問答 312
18.2 智能的哲學探究 313
18.2.1 人的智能、人工智能與有限理性 313
18.2.2 信息、知識和智慧的層級遞進與關聯(lián) 314
18.2.3 人工智能與機器人 317
18.2.4 人工智能歷程與哲學視域中人工智能主導范式 318
本章小結 320
思考題 321
參考文獻 321
第19章 人工智能技術的人類挑戰(zhàn)與應對 322
19.1 作為代具性存在的人工智能技術 322
19.2 人工智能外在化促生智能化生存中的時空重置 322
19.3 人工智能技術與人和技術的協(xié)同演進 323
19.4 挑戰(zhàn)與應對：思維、認知、生命、倫理 324
19.4.1 求力技術到求智技術：新技術觀挑戰(zhàn) 324
19.4.2 相關性思維統(tǒng)攝因果性思維 325
19.4.3 分布式認知挑戰(zhàn)傳統(tǒng)認識論 326
19.4.4 網(wǎng)絡痕跡不斷留存，可能產生的數(shù)字人，是人類面臨的對現(xiàn)有生命觀的挑戰(zhàn) 327
19.4.5 解析社會（個體人的透明化、單體化、數(shù)據(jù)化）挑戰(zhàn)人的隱私與自我 327
19.4.6 數(shù)字化生存，挑戰(zhàn)傳統(tǒng)責任觀 328
19.4.7 算法為王，挑戰(zhàn)傳統(tǒng)正義觀 328
19.4.8 閑暇時間挑戰(zhàn)傳統(tǒng)就業(yè)觀和社會財富的分配觀 328
19.5 數(shù)據(jù)人文與智能“烏托邦” 330
本章小結 332
思考題 332
參考文獻 332
后記 333