前言


人工智能是計算機科學中涉及研究、設計和應用智能機器的一個分支，是一門研究機器智能的學科，作為一門前沿交叉學科，它的研究領域十分廣泛。人工智能的遠期目標是揭示人類智能的根本機理，用智能機器去模擬、延伸和擴展人類的智能。人工智能涉及腦科學、認知科學、計算機科學、系統(tǒng)科學、控制論等多種學科，并依賴于它們共同發(fā)展。目前，人工智能仍處于發(fā)展時期，很多問題解決得還不夠好，甚至不能求解，很多問題的求解還需要一定的條件。人工智能的核心技術是機器學習算法，尤其是深度學習算法，自從2pan>世紀初獲得突破性研展之后，機器學習算法已經(jīng)成為各研究領域的熱門話題。無論在科研還是工程領域，擁有了機器學習以及深度學習算法，就似乎真的找到了如何讓機器自主獲取智慧的那扇神奇之門。人類想讓機器獲得并提升智能，媲美甚至人類智慧。物聯(lián)網(wǎng)為機器提供了豐富的知識，讓機器能像人一樣，獲取物理環(huán)境中的豐富信息，制訂計劃和策略，并做出智能的抉擇，這是機器學重要目標。無處不在的物聯(lián)網(wǎng)傳感器，為機器學習算法提供了大量豐富的原始數(shù)據(jù)，數(shù)字圖像傳感器如同人的眼睛，聲音傳感器如同人的耳朵，還有數(shù)十億種溫度、壓力、流量、氣體和火焰等傳感器，存在于物聯(lián)網(wǎng)的嵌入式設備中，實時采集海量數(shù)據(jù)。面對如此龐大的信息，機器學習這個大腦需要像初生的嬰兒一樣，從海量數(shù)據(jù)和知識中學習智慧，訓練高度的特征抽象能力、知識表示能力和分類預測能力，才能做出媲美甚至人類智慧的決策。然而，物聯(lián)網(wǎng)數(shù)據(jù)通過各種復雜的傳感器收集含大量噪聲，同時絕大部分物聯(lián)網(wǎng)設備的存儲和計算能力有限，如何設計有效的機器學習算法，處理物聯(lián)網(wǎng)傳感器采集的粗糙原始數(shù)據(jù)，如何嵌入機器學習算法，尤其是深度學習算法，使得物聯(lián)網(wǎng)設備擁有真正的智能，是未來機器學習算法在物聯(lián)網(wǎng)應用中面臨的重大挑戰(zhàn)和機遇。作者本著順應時代，努力為教育建設添磚加瓦的思想，將多年從事人工智能領域的科研和教學經(jīng)驗加結(jié)，撰寫完成本書。全書分為10章，主要內(nèi)括緒論、機器學習經(jīng)典算法、降維算法、神經(jīng)網(wǎng)絡與深度學習、蒙特卡羅方法、生成對抗網(wǎng)絡、強化學習、集成學系統(tǒng)、機器學應用和人工智能的應用。本書在撰寫時，得到了一些專家學者的幫助和支持，同時也參考借鑒了一些國內(nèi)外的相關理論成果。由于寫作時間緊加之部分作者來源不詳，導致未能全部列出這些成果的出處，在此向各類文獻的作者表示真摯敬意、歉意和由衷的感謝。書中存在不足之處在所難免，懇請讀者批評指正。


作者


2020年12月