人工智能基礎(chǔ)與應(yīng)用

“十四五”職業(yè)教育人工智能技術(shù)應(yīng)用專業(yè)系列教材

人工智能基礎(chǔ)與應(yīng)用

周斌斌周蘇◎主編

藍(lán)忠華林志燦◎副主編

文前.indd12022/3/716:54:09

內(nèi)容簡介

人工智能（arti?cialintelligence，AI）是計算機科學(xué)與技術(shù)的一個重要分支與應(yīng)用。人工

智能當(dāng)前主要的研究與開發(fā)方向是模擬、延伸與擴展人類智能的理論、方法、技術(shù)及應(yīng)用系

統(tǒng)，涉及的技術(shù)包括思考的工具、人工智能定義、模糊邏輯與大數(shù)據(jù)思維、機器學(xué)習(xí)、神經(jīng)

網(wǎng)絡(luò)與深度學(xué)習(xí)、大數(shù)據(jù)挖掘、智能代理、群體智能、機器視覺、智能圖像處理、包容體系

結(jié)構(gòu)與智能機器人、自動規(guī)劃、自然語言處理和人工智能的發(fā)展等方面。

本書是針對各級各類學(xué)校學(xué)生的發(fā)展需要，為職業(yè)教育相關(guān)各專業(yè)“人工智能基礎(chǔ)”

課程、通識課程而全新設(shè)計編寫，是具有豐富知識性與應(yīng)用特色的教材。本書知識內(nèi)容較系

統(tǒng)和全面，可以幫助讀者扎實地打好人工智能的知識基礎(chǔ)。本書內(nèi)容特色鮮明、內(nèi)容易讀易

學(xué)，既適合職業(yè)院校的學(xué)生學(xué)習(xí)，也適合對人工智能相關(guān)領(lǐng)域感興趣的讀者閱讀參考。

圖書在版編目（CIP）數(shù)據(jù)

人工智能基礎(chǔ)與應(yīng)用/周斌斌，周蘇主編.—北京：

中國鐵道出版社有限公司，2022.3

“十四五”職業(yè)教育人工智能技術(shù)應(yīng)用專業(yè)系列教材

ISBN978-7-113-28724-5

Ⅰ.①人…Ⅱ.①周…②周…Ⅲ.①人工智能-職業(yè)

教育-教材Ⅳ.①TP18

中國版本圖書館CIP數(shù)據(jù)核字（2021）第263980號

書名：人工智能基礎(chǔ)與應(yīng)用

作者：周斌斌周蘇

策劃：汪敏編輯部電話：（010）51873628

責(zé)任編輯：汪敏

封面設(shè)計：鄭春鵬

責(zé)任校對：焦桂榮

責(zé)任印制：樊啟鵬

出版發(fā)行：中國鐵道出版社有限公司（100054，北京市西城區(qū)右安門西街8號）

網(wǎng)址：/51eds/

印刷：三河市興達印務(wù)有限公司

版次：2022年3月第1版2022年3月第1次印刷

開本：787mm×1092mm1/16印張：15.5字?jǐn)?shù)：376千

書號：ISBN978-7-113-28724-5

定價：49.80元

版權(quán)所有?侵權(quán)必究

凡購買鐵道版圖書，如有印制質(zhì)量問題，請與本社教材圖書營銷部聯(lián)系調(diào)換。電話：（010）63550836

打擊盜版舉報電話：（010）63549461

文前.indd22022/3/717:17:59

前言

作為計算機科學(xué)與技術(shù)的一個重要的研究與應(yīng)用分支，人工智能

（artificialintelligence，AI）的發(fā)展幾經(jīng)起落，終于迎來了蓬勃發(fā)展、

碩果累累的大好局面。毫無疑問，一如當(dāng)年的計算機，之后的網(wǎng)絡(luò)，

接著的因特網(wǎng)、物聯(lián)網(wǎng)、云計算與大數(shù)據(jù)。今天，人工智能與這些主

題一樣，是每個學(xué)生甚至社會人所必須關(guān)注、學(xué)習(xí)和重視的知識。

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、

方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)，它試圖了解人類智能的實質(zhì)，

并生產(chǎn)出新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域

的研究包括基礎(chǔ)概念、人工智能定義、模糊邏輯與大數(shù)據(jù)思維、機器

學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、大數(shù)據(jù)挖掘、智能代理、群體智能、機

器視覺、智能圖像處理、包容體系結(jié)構(gòu)與智能機器人、自動規(guī)劃、自

然語言處理和人工智能的發(fā)展等?？梢韵胂?，未來人工智能帶來的科

技產(chǎn)品，將會是人類智慧的“容器”。人工智能不是人的智能，但能像

人那樣思考，甚至也可能超過人的智能。

人工智能是一門極富挑戰(zhàn)性的科學(xué)，包括的知識內(nèi)容十分廣泛。

本書結(jié)構(gòu)新穎、內(nèi)容生動，較為系統(tǒng)、全面地介紹了人工智能的相關(guān)

概念與理論，可以幫助讀者扎實地打好人工智能的知識與應(yīng)用基礎(chǔ)。

本書內(nèi)容共分14課，每課都提供了課后作業(yè)和研究性學(xué)習(xí)環(huán)節(jié)。本書

最后的附錄給出了各課作業(yè)的參考答案。

每課在編寫時都做了以下安排：

（1）精選的導(dǎo)讀案例，以深入淺出的方式，引發(fā)讀者的自主學(xué)習(xí)

興趣。

（2）解釋基本原理，讓讀者切實理解和掌握人工智能相關(guān)知識與

應(yīng)用。

（3）淺顯易懂的案例，注重培養(yǎng)扎實的基本理論知識，重視培養(yǎng)

學(xué)習(xí)方法。

（4）思維與實踐并進，為讀者提供自我評量的作業(yè)，讓學(xué)習(xí)者自

我構(gòu)建人工智能的基本觀念與相關(guān)技術(shù)。

I

文前.indd12022/3/716:54:09

人工智能基礎(chǔ)與應(yīng)用

（5）研究性學(xué)習(xí)（或課程實踐）。依托互聯(lián)網(wǎng)環(huán)境完成精心設(shè)計

的研究性小組活動或課程實踐活動，以帶來真切的實踐體驗。

■課程進度安排

本課程的教學(xué)進度設(shè)計見“課程教學(xué)進度表”，供教師授課和學(xué)

生學(xué)習(xí)參考。

■建議測評手段

本課程的教學(xué)測評可以從以下幾個方面入手，即：

（1）每課課前的【導(dǎo)讀案例】（14項）；

（2）結(jié)合每課的課后作業(yè)（四選一標(biāo)準(zhǔn)選擇題，14組）；

（3）結(jié)合每課的課后【研究性學(xué)習(xí)】（13項）；

（4）【課程學(xué)習(xí)與實訓(xùn)總結(jié)】（大作業(yè)，第14課）。

（5）平時學(xué)習(xí)考勤記錄；

（6）任課老師認(rèn)為必要的其他測評方法。

最后，綜合上述得分折算為本課程百分制成績。

本書特色鮮明、易讀易學(xué)，適合應(yīng)用型高校與職業(yè)院校相關(guān)專業(yè)的

學(xué)生學(xué)習(xí)，也適合對人工智能相關(guān)領(lǐng)域感興趣的讀者閱讀參考。

本書的編寫得到了嘉興技師學(xué)院、溫州商學(xué)院、廣州慧谷動力科技

有限公司、嘉興市木星機器人科技有限公司、江蘇匯博機器人技術(shù)股份

有限公司、天津匯博智聯(lián)機器人技術(shù)有限公司、嘉興市萊沃機器人科技

有限公司、浙江紡織服裝職業(yè)技術(shù)學(xué)院、廣州市工貿(mào)技師學(xué)院、浙江科

博達工業(yè)有限公司、杭州匯萃智能科技有限公司等多所院校師生和公司

的支持，在此一并表示感謝！本書由周斌斌、周蘇任主編，藍(lán)忠華、林

志燦任副主編，郭鎧能、倪晨瑋、沈金強、劉婷、胡勇杰、麥家明、原

瑞彬、周盼盼、吳炘翌、崔海、章安福、楊曉斐、徐建輝、王紳宇、王

文等參與了本書的部分編寫工作。

歡迎教師索取為本書配套的教學(xué)資料并與編者交流。編者郵箱：

zhousu@，QQ：81505050。

周蘇

2021年9月于嘉興南湖

II

文前.indd22022/3/716:54:09

課程教學(xué)進度表

（20—20學(xué)年第學(xué)期）

課程號：課程名稱：人工智能基礎(chǔ)與應(yīng)用學(xué)分：2周學(xué)時：2

總學(xué)時：32

主講教師：

校歷章節(jié)（或?qū)嵱?xùn)、習(xí)題課等）

序號學(xué)時教學(xué)方法課后作業(yè)布置

周次名稱與內(nèi)容

11引言

21第1課思考的工具2

32第2課人工智能定義2

43第3課模糊邏輯與大數(shù)據(jù)思維2

54第4課機器學(xué)習(xí)2

65第5課神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)2

76第6課大數(shù)據(jù)挖掘2

87第7課智能代理2導(dǎo)讀案例作業(yè)

第課群體智能

9882課文研究性學(xué)習(xí)

109第9課機器視覺2

1110第9課機器視覺2

1211第10課智能圖像處理2

1312第11課包容體系結(jié)構(gòu)與智能機器人2

1413第12課自動規(guī)劃2

1514第13課自然語言處理2

1615第14課人工智能的發(fā)展2

1716第14課人工智能的發(fā)展2課程學(xué)習(xí)總結(jié)

填表人（簽字）：日期：

系（教研室）主任（簽字）：日期：

III

文前.indd32022/3/716:54:09

文前.indd42022/3/716:54:09

目錄

第1課思考的工具..............................................................................1

1.1計算的淵源.........................................................................3

1.1.1巨石陣............................................................................4

1.1.2安提基特拉機械..............................................................4

1.1.3皮格瑪利翁.....................................................................5

1.1.4阿拉伯?dāng)?shù)字.....................................................................5

1.2巴貝奇與數(shù)學(xué)機器...............................................................6

1.2.1差分機............................................................................6

1.2.2分析機............................................................................7

1.2.3“機器人”的由來.............................................................8

1.3計算機的出現(xiàn)......................................................................8

1.3.1為戰(zhàn)爭而發(fā)展的計算機器.................................................8

1.3.2計算機無處不在..............................................................9

1.3.3通用計算機.....................................................................9

1.3.4計算機語言...................................................................10

1.3.5建模.............................................................................10

1.4人工智能大師.....................................................................12

第2課人工智能定義.........................................................................16

2.1人工智能概述.....................................................................20

2.1.1“人工”與“智能”.........................................................20

2.1.2人工智能定義................................................................20

2.1.3圖靈測試......................................................................21

2.1.4人工智能的實現(xiàn)途徑......................................................22

2.2人工智能發(fā)展歷史..............................................................23

2.2.1從人工神經(jīng)元開始.........................................................23

2.2.2人工智能發(fā)展的6個階段...............................................26

2.3人工智能的研究..................................................................28

2.3.1人工智能的研究領(lǐng)域......................................................28

2.3.2超越圖靈測試——家庭健康護理.....................................30

第3課模糊邏輯與大數(shù)據(jù)思維..........................................................34

3.1什么是模糊邏輯..................................................................36

3.1.1甲蟲機器人規(guī)則.............................................................37

3.1.2模糊邏輯的發(fā)明............................................................37

3.1.3模糊邏輯的定義............................................................38

3.1.4模糊邏輯的規(guī)則............................................................39

3.1.5模糊理論的發(fā)展............................................................40

3.2大數(shù)據(jù)與人工智能..............................................................41

文前.indd12022/3/716:54:09

人工智能基礎(chǔ)與應(yīng)用

3.3大數(shù)據(jù)思維之一：樣本=總體.............................................42

3.4大數(shù)據(jù)思維之二：接受數(shù)據(jù)混雜性........................................43

3.5大數(shù)據(jù)思維之三：數(shù)據(jù)相關(guān)關(guān)系...........................................43

第4課機器學(xué)習(xí)................................................................................48

4.1機器學(xué)習(xí)的發(fā)展與定義........................................................50

4.1.1機器學(xué)習(xí)的發(fā)展.............................................................51

4.1.2機器學(xué)習(xí)的定義............................................................52

4.2機器學(xué)習(xí)的學(xué)習(xí)類型...........................................................53

4.2.1監(jiān)督學(xué)習(xí)......................................................................53

4.2.2無監(jiān)督學(xué)習(xí)...................................................................54

4.2.3強化學(xué)習(xí)......................................................................54

4.3專注于學(xué)習(xí)能力..................................................................54

4.3.1算法的特征與要素.........................................................54

4.3.2算法的評定...................................................................55

4.4機器學(xué)習(xí)的算法..................................................................55

4.4.1回歸算法......................................................................56

4.4.2基于實例的算法............................................................56

4.4.3決策樹算法...................................................................56

4.4.4貝葉斯算法...................................................................56

4.4.5聚類算法......................................................................57

4.4.6神經(jīng)網(wǎng)絡(luò)算法................................................................57

4.5機器學(xué)習(xí)的基本結(jié)構(gòu)...........................................................57

4.6機器學(xué)習(xí)的應(yīng)用..................................................................59

4.6.1應(yīng)用于物聯(lián)網(wǎng)................................................................59

4.6.2應(yīng)用于聊天機器人.........................................................59

4.6.3應(yīng)用于自動駕駛.............................................................60

第5課神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)..............................................................63

5.1動物的中樞神經(jīng)系統(tǒng)...........................................................66

5.2了解人工神經(jīng)網(wǎng)絡(luò)..............................................................68

5.2.1人工神經(jīng)網(wǎng)絡(luò)的研究......................................................68

5.2.2典型的人工神經(jīng)網(wǎng)絡(luò)......................................................69

5.2.3類腦計算機...................................................................69

5.2.4神經(jīng)網(wǎng)絡(luò)理解圖片.........................................................70

5.2.5訓(xùn)練神經(jīng)網(wǎng)絡(luò)................................................................72

5.3基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí).....................................................72

5.3.1深度學(xué)習(xí)的意義.............................................................72

5.3.2深度學(xué)習(xí)的方法............................................................73

II

文前.indd22022/3/716:54:10

目錄

5.3.3深度的概念...................................................................77

5.3.4深度學(xué)習(xí)的實現(xiàn)............................................................77

5.4機器學(xué)習(xí)與深度學(xué)習(xí)...........................................................79

第6課大數(shù)據(jù)挖掘............................................................................84

6.1從數(shù)據(jù)到知識.....................................................................88

6.1.1決策樹分析...................................................................88

6.1.2購物車分析...................................................................89

6.1.3貝葉斯網(wǎng)絡(luò)...................................................................90

6.2數(shù)據(jù)挖掘...........................................................................90

6.2.1數(shù)據(jù)挖掘的步驟............................................................91

6.2.2數(shù)據(jù)挖掘分析方法.........................................................92

6.3數(shù)據(jù)挖掘經(jīng)典算法..............................................................93

6.3.1神經(jīng)網(wǎng)絡(luò)法...................................................................93

6.3.2決策樹法......................................................................94

6.3.3遺傳算法......................................................................94

6.3.4粗糙集法......................................................................94

6.3.5模糊集法......................................................................95

6.3.6關(guān)聯(lián)規(guī)則法...................................................................95

6.4機器學(xué)習(xí)與數(shù)據(jù)挖掘...........................................................95

6.4.1典型的數(shù)據(jù)挖掘和機器學(xué)習(xí)過程......................................96

6.4.2機器學(xué)習(xí)與數(shù)據(jù)挖掘應(yīng)用案例.........................................97

第7課智能代理..............................................................................102

7.1智能代理的定義................................................................107

7.2智能代理的特征................................................................108

7.3系統(tǒng)內(nèi)的協(xié)同合作............................................................109

7.4智能代理的典型應(yīng)用場景...................................................111

7.4.1股票/債券/期貨交易..................................................111

7.4.2實體機器人.................................................................112

7.4.3計算機游戲.................................................................113

7.4.4醫(yī)療診斷....................................................................113

7.4.5搜索引擎....................................................................113

7.5與外部環(huán)境相關(guān)的重要術(shù)語................................................114

第8課群體智能..............................................................................118

8.1從蜜蜂身上學(xué)習(xí)群體智能...................................................121

8.2什么是群體智能................................................................123

8.2.1群體人工智能技術(shù).......................................................123

8.2.2基本原則與特點..........................................................124

III

文前.indd32022/3/716:54:10

人工智能基礎(chǔ)與應(yīng)用

8.3典型算法模型...................................................................125

8.3.1蟻群算法....................................................................125

8.3.2搜索機器人.................................................................127

8.3.3微粒群（鳥群）優(yōu)化算法.............................................128

8.3.4沒有機器人的集群.......................................................130

8.4群體智能背后的故事.........................................................130

8.5群體智能的發(fā)展................................................................132

第9課機器視覺..............................................................................135

9.1機器視覺概述...................................................................139

9.1.1機器視覺的概念..........................................................140

9.1.2機器視覺的發(fā)展..........................................................140

9.2機器視覺工作原理............................................................141

9.2.1照明...........................................................................142

9.2.2鏡頭...........................................................................143

9.2.3高速照相機.................................................................143

9.2.4圖像采集卡.................................................................144

9.3光源選擇.........................................................................144

9.4機器視覺的行業(yè)應(yīng)用.........................................................145

9.4.1半導(dǎo)體及電子行業(yè).......................................................145

9.4.2汽車車身檢測系統(tǒng).......................................................146

9.4.3質(zhì)量檢測系統(tǒng)..............................................................147

第10課智能圖像處理.......................................................................150

10.1模式識別.......................................................................153

10.2圖像識別.......................................................................154

10.2.1圖像識別的基礎(chǔ).........................................................154

10.2.2圖形識別的模型.........................................................155

10.2.3圖像識別的發(fā)展.........................................................156

10.2.4模式識別與圖像識別..................................................157

10.3圖像處理技術(shù).................................................................157

10.3.1圖像再認(rèn)...................................................................157

10.3.2圖像采集..................................................................158

10.3.3圖像預(yù)處理...............................................................158

10.3.4圖像分割...................................................................158

10.3.5目標(biāo)識別和分類.........................................................159

10.3.6目標(biāo)定位和測量.........................................................159

10.3.7目標(biāo)檢測和跟蹤.........................................................159

10.4計算機視覺....................................................................159

10.4.1計算機視覺的定義.....................................................160

IV

文前.indd42022/3/716:54:10

目錄

10.4.2計算機視覺的研究.....................................................161

10.4.3計算機視覺與圖像識別...............................................161

10.4.4神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)............................................162

10.5圖像識別技術(shù)的應(yīng)用.......................................................162

10.5.1熱成像......................................................................163

10.5.2傳感器......................................................................163

10.5.3醫(yī)學(xué)影像..................................................................164

10.5.4激光雷達/雷達.........................................................164

10.5.5大數(shù)據(jù)分析...............................................................164

第11課包容體系結(jié)構(gòu)與智能機器人.................................................167

11.1包容體系結(jié)構(gòu)的建立........................................................170

11.1.1所謂“中文房間”.......................................................170

11.1.2建立包容體系結(jié)構(gòu).....................................................171

11.2包容體系結(jié)構(gòu)的實現(xiàn)........................................................172

11.2.1艾倫機器人...............................................................172

11.2.2赫伯特機器人............................................................172

11.2.3托托機器人...............................................................173

11.3劃時代的阿波羅計劃........................................................174

11.4機器感知.......................................................................176

11.4.1機器智能與智能機器..................................................176

11.4.2機器思維與思維機器..................................................177

11.4.3機器行為與行為機器..................................................177

11.5機器人的概念.................................................................177

11.5.1機器人的發(fā)展............................................................177

11.5.2機器人“三定律”.......................................................178

11.6機器人的技術(shù)問題...........................................................179

11.6.1機器人的組成............................................................179

11.6.2機器人的運動.........................................