书名：人工智能*书:*本书读懂AI基础知识、商业应用与技术发展  
定*：129.8  
ISBN：9787**5567505  
作者：伊本贵士  
版次：第1版  
出版时间：2022-02  

内容提要：  
《人工智能*书：*本书读懂AI基础知识、商业应用与技术发展》系统地讲解了AI 基础知识、商业应用与技术发展，可以帮助读者快速了解人工智能，掌握行业动态与技术。*书图文并茂，浅显易懂，其中基础篇介绍了AI 的基础知识，商业篇预测了AI 在各行各业的应用与发展，技术篇则讲解了AI 的各种*业技术知识。《人工智能*书：*本书读懂AI基础知识、商业应用与技术发展》还有关于AI 的常见问题解答，能够回答大众对于AI 的常见疑问。本书适合大众及对AI感兴趣的人阅读，*业人士也能获益匪浅。  



作者简介：  
作者：[日] 伊本贵士 日本MediaSketch 公司董事长、日本网络大学（Cyber University）*职讲师。出生于日本奈良县橿原市。大学毕业后先后工作于NEC 软件、日本Future Architect 公司， 后*办MediaSketch 公司。作为IoT、人工智能、区块链等新技术的咨询师，参与了许多企业的研究开发工作。在自己的公司中研发智能手机的通信模块基板和用于犯罪预测的人工智能等项目。此外，担任日经BP 社“日经xTECH 学习”、日本经济新闻社“日经商务教室”的IoT、人工智能主题讲座的讲师。活跃于富士电视台的“真的吗？！TV”、朝日电视台“Sunday Live!!”等多个广播电视节目。与他人合著《IoT最强教科书》 和《实力验证IoT问题集》。 译者：郑明智 中*信息通信研究院人工智能（杭州）研究中心科研主管，《中*人工智能产业通讯》执行主编。主要研究方向为智慧医疗。译有《白话机器学习的数学》《深度学习基础与实践》等书。  

目录：  
第 *章 基础篇人工智能的*…… *  
*.*　人工智能是什么 …… 2  
人工智能的诞生和历史 …… 2  
人工智能到底是什么 …… 2  
模型与目标变量、*征变量 …… 3  
对人工智能的幻想 …… 4  
*.2　人工智能的*值 …… 5  
为什么使用人工智能可以实现自动驾驶汽车 …… 5  
各*企业对人工智能的态度和期望 …… 6  
人工智能做得到的事情 …… 7  
对未知数据进行预测和人工智能的*值 …… 8  
*.3　人工智能会*了人的工作吗 …… 8  
人工智能做*到的事情 …… 8  
人工智能*法代替的3 种工作 …… 9  
人类会因为人工智能失业吗 …… *0  
人与人工智能的协作度 …… *0  
*.4　人工智能如何改变* …… *2  
重新定义所有行业 …… *2  
为人工智能所渗透的* …… *2  
企业应当怎么做 …… *3  
人应当怎么做 …… *3  
第 2章 商业篇各行各业的人工智能应用和未来展望…… *5  
2.*　制造业的人工智能应用和展望（产品开发篇） …… *6  
智能产品 …… *6  
产品的计算机化 …… *6  
产品的操作系统 …… *7  
2.2　制造业的人工智能应用和展望（生产管理篇） …… *8  
利用人工智能缩减经费 …… *8  
*使用人工智能的选项 …… *8  
使用人工智能稳定产品品质 …… *9  
预测性维护 …… *9  
异常检测与*生产 …… 20  
生产计划 …… 20  
2.3　汽车行业的人工智能应用和展望 …… 2*  
汽车的生产现场 …… 2*  
自动驾驶级别的定义 …… 22  
自动驾驶汽车的开发动向 …… 23  
自动驾驶平台 …… 24  
汽车导航系统 …… 25  
2.4　农业、渔业、畜牧业的人工智能应用和展望 …… 26  
人工智能与植物工厂 …… 27  
比较栽培与最*化 …… 28  
人工智能与渔业 …… 29  
使用人工智能的新畜牧业形态 …… 30  
2.5　医疗行业的人工智能应用和展望 …… 30  
通过人工智能诊断 …… 3*  
通过图像识别诊断 …… 3*  
在医疗*域应用人工智能的注意事项 …… 32  
数据共享的问题 …… 33  
解析脑电波的可行性 …… 33  
人机接口 …… 35  
AI 新药研发 …… 35  
细胞培养 …… 36  
2.6　建筑行业的人工智能应用和展望 …… 37  
工程和建设用车辆 …… 37  
智慧家庭 …… 38  
2.7　金融行业的人工智能应用和展望 …… 39  
通过人工智能进行资产运用 …… 39  
通过人工智能提*银行的业务效率 …… 40  
2.8　零售行业的人工智能应用和展望 …… 40  
Amazon Go 与*市的未来 …… 40  
便利店与人工智能 …… 42  
应用聊天机器人 …… 44  
应用人工智能进行需求预测 …… 45  
推荐 …… 46  
第3章 商业篇各*针对人工智能应用的政策…… 49  
3.*　能源与智能电网 …… 50  
智能电网 …… 50  
智能电网和人工智能 …… 50  
3.2　智慧城市 …… 5*  
智慧城市 …… 5*  
新加坡的智慧*家计划 …… 5*  
使用人工智能制定城市发展计划 …… 52  
*越智慧城市 …… 54  
3.3　数据流通的现状和问题 …… 54  
数据流通的*要性 …… 54  
日本公共机构的公开数据推进 …… 55  
日本以外*家的公开数据推进 …… 57  
与公开数据有关的问题 …… 58  
*民间的数据流通 …… 58  
信息银行 …… 58  
*民间数据流通存在的问题 …… 60  
第4章 商业篇人工智能项目的推进方法和注意点…… 6*  
4.*　人工智能项目的策划 …… 62  
目标的设定和共有*值的*造 …… 62  
*新者的窘境 …… 63  
人工智能和知识产权 …… 63  
4.2　数据的收集和管理 …… 64  
为进行人工智能的应用需收集的3 种数据 …… 64  
内*数据的收集和管理 …… 64  
传感数据的收集和管理 …… 64  
外*数据的收集和管理 …… 65  
4.3　人才*足问题的解决方法 …… 66  
日本工程师*足的现状 …… 66  
人工智能教育的*要性 …… 67  
初期的项目组织架构 …… 67  
借助外*力量 …… 68  
寻找合作伙伴的方法 …… 68  
第5章 技术篇机器学习——人工智能进化史…… 69  
5.*　学习人工智能之前*须掌握的知识 …… 70  
*征变量、目标变量和模型 …… 70  
*对值 …… 7*  
导数 …… 72  
相关关系和相关系数 …… 73  
数据间的因果关系和伪相关关系 …… 74  
矩阵的内积 …… 74  
概率 …… 75  
5.2　人工智能的历史 …… 76  
学习人工智能历史的意义 …… 76  
早期的演绎推理人工智能 …… 76  
*的归纳推理人工智能 …… 77  
归纳推理的局限 …… 78  
发现信息的*的人工智能 …… 79  
计算机视觉 …… 79  
5.3　机器学习能做到的事 …… 80  
回归分析（简单回归分析） …… 80  
回归分析（多重回归分析） …… 82  
分类 …… 83  
聚类 …… 84  
5.4　数据集分析实例 …… 86  
数据集分析 …… 86  
鸢尾花数据集 …… 86  
葡萄酒品质数据集 …… 90  
波士顿房*数据集 …… 9*  
手写数字数据集 …… 93  
Cifar-*0（用于图像识别练习的数据集） …… 95  
使用20 Newsgroups 进行文本数据分析 …… 96  
5.5　学习 …… 99  
学习的意义 …… 99  
机器学习 …… 99  
学习数据和监督学习 …… 99  
*监督学习 …… *00  
强化学习 …… *00  
学习方法的选择 …… *00  
5.6　机器学习的算法 …… *0*  
决策树 …… *0*  
SVM …… *02  
遗传算法 …… *04  
K 均值算法 …… *06  
第6章 技术篇深度学习——*的人工智能…… *09  
6.*　*经网络 …… **0  
*经网络的诞生 …… **0  
大脑中信息传递的工作原理 …… ***  
大脑的学习 …… **3  
逻辑电路 …… **4  
*经网络的结构 …… **5  
基于感知机的计算处理 …… **6  
激活函数 …… **8  
输出函数 …… *22  
前向传播小结 …… *23  
6.2　误差反向传播算法 …… *24  
学习的原理 …… *24  
损失函数 …… *25  
使用偏导数计算影响程度 …… *26  
偏导数的具体例子 …… *27  
*化算法（SGD） …… *29  
其他*化算法 …… *3*  
小批量学习 …… *32  
反向传播和学习的小结 …… *32  
6.3　深度学习 …… *34  
*征提取 …… *34  
深度学习的*点 …… *34  
人工智能的视角 …… *35  
深层导*的各种问题 …… *35  
实现深度学习的方法 …… *36  
Dropout …… *37  
自动编码器 …… *37  
6.4　卷积*经网络 …… *39  
图像识别和抽象化 …… *39  
卷积*经网络的实例（AlexNet） …… *40  
卷积*经网络概要 …… *4*  
卷积层的目标 …… *4*  
卷积层中的过滤器和权重计算 …… *42  
对过滤器反应的*征的可视化 …… *43  
在卷积层实施填充 …… *44  
卷积层的激活 …… *45  
池化层的处理 …… *45  
平坦化的实施 …… *46  
*连接层的处理 …… *48  
使用卷积*经网络的分析示例 …… *48  
第7章 技术篇人工智能的开发和运用管理…… *55  
7.*　人工智能的设计 …… *56  
机器学习算法的选择 …… *56  
目标值的设置 …… *56  
目标值和开发成本 …… *57  
学习的实施计划 …… *58  
*存学习后的模型 …… *58  
7.2　人工智能的运用监视 …… *59  
回归分析中*度的监视 …… *59  
分类中*度的监视 …… *60  
交叉验证 …… *62  
过拟合 …… *63  
分辨过拟合 …… *64  
应对过拟合 …… *64  
7.3　Python 语言 …… *65  
使用Python 的理由 …… *65  
Python 的版本 …… *66  
Python 的开发环境 …… *67  
7.4　数据分析所需的Python * …… *68  
*管理 …… *68  
Jupyter Notebook …… *68  
Matplotlib …… *69  
NumPy …… *70  
pandas …… *70  
SciPy …… *7*  
7.5　人工智能相关库 …… *7*  
TensorFlow …… *72  
Chainer …… *72  
PyTorch …… *72  
Keras …… *73  
scikit-learn …… *73  
DEAP …… *74  
OpenAI Gym …… *74  
7.6　运行人工智能的平台 …… *75  
人工智能学习的环境 …… *75  
人工智能预测的环境 …… *76  
Amazon Web Service …… *77  
Google Cloud Platform …… *77  
Microsoft Azure …… *78  
IBM Cloud …… *79  
SAKURA Cloud …… *79  
Neural Network Console …… *79  
Google Colaboratory …… *80  
7.7　硬件和平台 …… *82  
人工智能和CPU 的关系 …… *82  
人工智能和GPU 的关系 …… *82  
CUDA …… *83  
ASIC 和TPU …… *84  
面向边缘计算的板卡 …… *85  
第8章 技术篇人工智能的最新技术——今后的人工智能…… *87  
8.*　循环*经网络 …… *88  
循环*经网络的*点 …… *88  
循环*经网络中的计算 …… *88  
使用循环*经网络的分析示例 …… *90  
LSTM …… *92  
将来的循环*经网络 …… *93  
8.2　强化学习的历史和DQN …… *94  
马尔可夫决策过程 …… *94  
Q 学习 …… *95  
DQN …… *96  
DQN 中卷积*经网络的应用 …… *97  
8.3　AlphaGo 和AlphaGo Zero …… *97  
为什么AlphaGo 这么厉害 …… *98  
AlphaGo 的算法和技术 …… *99  
策略网络 …… *99  
*建SL 策略网络 …… 200  
移出策略模型 …… 202  
AlphaGo 强化学习的目标 …… 202  
利用策略梯度算法生成RL 策略网络 …… 203  
*值网络 …… 203  
蒙*卡洛树搜索 …… 205  
AlphaGo Zero 的冲击 …… 206  
8.4　A3C …… 207  
Asynchronous …… 207  
Advantage …… 207  
Actor-Critic …… 208  
A3C 的成果 …… 208  
8.5　GANs …… 209  
GANs 的历史 …… 209  
GANs 的原理 …… 209  
DCGAN …… 2*0  
使用DCGAN 的分析示例 …… 2**  
将来的GANs …… 2*2  
8.6　BERT …… 2*3  
BERT 的目标 …… 2*4  
BERT 的学习 …… 2*4  
灵活使用已学习模型 …… 2*4  
8.7　灵活使用社交数据 …… 2*5  
8.8　胶囊网络 …… 2*5  
卷积*经网络的弱点 …… 2*5  
胶囊网络的目标 …… 2*7  
胶囊网络的结构 …… 2*7  
动态路由 …… 2*8  
将来的胶囊网络 …… 2*8  
第9章 人工智能开发常见问题…… 22*  
9.*　关于人工智能的*般问题 …… 222  
Q.*　人工智能聪明吗？ …… 222  
Q.2　人工智能会出错吗？ …… 222  
Q.3　人工智能擅长的事情是什么？ …… 223  
Q.4　人工智能*擅长的事情是什么？ …… 223  
Q.5　什么是奇点？ …… 223  
Q.6　达到奇点后，人工智能会变得比人聪明并控制人类吗？ …… 224  
Q.7　人工智能会像人*样思考吗？ …… 224  
Q.8　可以让人工智能产生感情吗？ …… 224  
9.2　令人担忧的人工智能问题 …… 225  
Q.9　人工智能有可能被用于军事吗？ …… 225  
Q.*0　能通过人工智能实现机器人武器吗？ …… 225  
Q.**　搭载人工智能的武器有可能伤害人类吗？ …… 226  
Q.*2　人工智能有可能*范犯罪吗？ …… 226  
Q.*3　人工智能有可能进行网络攻击吗？ …… 226  
Q.*4　为了*范网络攻击可以使用人工智能吗？ …… 227  
Q.*5　人工智能有可能被破解吗？ …… 227  
9.3　在企业应用人工智能的问题 …… 228  
Q.*6　所有企业*应该使用人工智能吗？ …… 228  
Q.*7　人工智能会促使更多企业进入其他行业吗？ …… 228  
Q.*8　人工智能的开发费用会变*昂吗？ …… 229  
Q.*9　有没有根据人工智能的开发费用来估算开发成本的方法？ …… 229  
Q.20　人工智能的技术人才供给*足吗？ …… 229  
Q.2*　如何寻找帮助开发人工智能的技术人才？ …… 230  
Q.22　如何与能进行人工智能开发的技术人才取得联系呢？ …… 23*  
Q.23　各*政府推荐人工智能的使用吗？ …… 23*  
Q.24　日本的地方政府推荐利用人工智能吗？ …… 23*  
9.4　与生活有关的问题 …… 232  
Q.25　人工智能会使我们的生活有什么变化？ …… 232  
Q.26　*懂人工智能的话还有办法生活吗？ …… 232  
9.5　关于人工智能人才的培养和教育的问题 …… 232  
Q.27　什么样的人在开发人工智能？ …… 232  
Q.28　今后的年轻*代需要掌握关于人工智能的知识吗？ …… 233  
Q.29　在学校里人工智能是*修科目吗？ …… 233  
Q.30　要想开发人工智能，应该学习什么呢？ …… 234  
Q.3*　*使*擅长数学也能理解人工智能吗？ …… 234  
Q.32　学习人工智能*先应该做什么？ …… 234  
Q.33　有效学习人工智能的方法是什么？ …… 235  
9.6　关于人工智能的未来的问题 …… 236  
Q.34　今后人工智能还会进化吗？ …… 236  
Q.35　人工智能会变得有想象力吗？ …… 236  
Q.36　我们人类应该如何和人工智能交往呢？ …… 237  
后记 …… 239