-
第一章思考的工具
本章先通过巨石阵、安提基特拉机械、皮格马利翁和阿拉伯数字等故事介绍了人类计算的渊源，然后介绍巴贝奇与数学机器的研发故事，接着介绍计算机出现的历史及两位人工智能大师
-
●1.1计算机的渊源
本节介绍了巨石阵、安提基特拉机械、皮格马利翁和阿拉伯数字的故事。
-
●1.2巴贝奇与数学机器
本节介绍了英国数学家查尔斯•巴贝奇及其对数学机器的研究历史故事。
-
●1.3计算机的出现
本节介绍了为战争而发展的计算机器，无处不在的计算机、通用计算机的发展、计算机语言和建模的相关知识。
-
●1.4人工智能大师
本节介绍计算机科学之父——图灵和现代计算机之父——冯•诺依曼两位人工智能大师。
-
第二章什么是人工智能
本章主要介绍人工智能概念、图灵测试、人工智能的定义、人工智能的发展历史及人工智能的研究领域及新图灵测试。
-
●2.1人工智能概述
本节介绍了人工与智能的概念、图灵测试、人工智能的定义及人工智能的实现途径。
-
●2.2人工智能发展历史
本节从神经元开始介绍了人工智能的发展历史及各阶段所取得的主要成就。
-
●2.3人工智能的研究
本节主要介绍了人工智能进展最快的六个研究领域：深度学习、自然语言处理、计算机视觉、智能机器人、自动程序设计和数据挖掘，新图灵测试。
-
第三章规则与专家系统
本章主要介绍了规则和策略、利用规则推导的专家系统以及专家系统的结构。
-
●3.1规则与策略
本节主要介绍了致胜策略和极小化极大化策略。
-
●3.2利用规则推导建立的专家系统
本节主要介绍处理家庭日常问题的专家系统案例、建立框架以及IBM公司的沃森系统。
-
●3.3专家系统的机构
本节主要介绍了专家系统的基本结构：知识库、推理机及其他部分。
-
●3.4专家系统及其发展
本节主要介绍了在自己的领域里作为专家、专家技能获取的5个阶段、专家的特点与特征及典型的专家爱系统—ADIS。
-
第四章模糊逻辑与大数据思维
本章主要介绍了模糊逻辑的发明、制定模糊逻辑的规则、模糊逻辑的定义、模糊逻辑理论的发展、模糊逻辑系统结构及大数据思维变革等内容。
-
●4.1什么是模糊逻辑
本节主要介绍了模糊逻辑的发明、制定模糊逻辑的规则及模糊逻辑的定义。
-
●4.2模糊理论的发展
本节主要介绍模糊理论的发展历史，创立和研究模糊逻辑的主要意义。
-
●4.3模糊逻辑系统
本节主要介绍了存模糊逻辑系统、高木-关野模糊逻辑系统及具有模糊产生器和模糊消除器的模糊逻辑系统。
-
●4.4大数据思维变革
本节主要介绍了三个思维转变：样本=总体、接收数据的复杂性、关注数据的相关关系。
-
第五章包容体系结构与机器人技术
本章主要介绍了什么是包容体系结构、包容体系结构的实现、划时代的阿波罗计划、机器感知和机器人的概念。
-
●5.1什么是包容体系结构
本节主要介绍了“中文房间”思维实验和包容体系结构创建。
-
●5.2包容体系结构的实现
本节主要介绍了机器人艾伦、赫伯特、托托的基本情况。
-
●5.3划时代的阿波罗计划
本节主要介绍了人类提出的三个长期目标，以及实现RoboCup机器人世界杯赛这一划时代的阿波罗计划需要攻克的4个关键难题。
-
●5.4机器感知
本节主要介绍了机器智能与智能机器、机器思维与思维机器、机器行为与行为机器的概念区分。
-
●5.5机器人的概念
本节主要介绍了机器人的发展、机器人的三大定律。
-
●5.6机器人的组成
本节主要介绍机器人的组成、机器人的运动以及机器狗的发展情况。
-
第六章机器学习
本章主要介绍机器学习的概念、机器学习的类型、机器学习的算法、机器学习的基本结构及机器学习的应用。
-
●6.1什么是机器学习
本节主要介绍了机器学习的发展、机器学习的定义。
-
●6.2机器学习的学习类型
本节主要介绍了机器学习三大类型：监督学习、无监督学习和半监督学习。
-
●6.3机器学习的算法
本节主要介绍了机器学习算法的5个特征和2个要素和算法的主要评价指标，并简要介绍了回归算法、基于示例的算法、决策树算法、贝叶斯算法、聚类算法和神经网络算法等算法。
-
●6.4机器学习的基本结构及其应用
本节主要介绍了机器学习的基本流程，机器学习的基本结构组成：环境、知识库、执行部分，机器学习在自动翻译、互联网及聊天机器人等领域的应用。
-
第七章神经网络与深度学习
本章主要介绍了动物的中枢神经系统、人工神经网络、基于人工神经网络的深度学习以及机器学习和深度学习的比较。
-
●7.1动物的中枢神经系统
本节主要介绍生物神经元的基本构造及神经元间“通信”特点。
-
●7.2了解人工神经网络
本节主要介绍了人工神经网络的研究概况、典型的神经网络、类脑计算机、利用人工神经网络理解图片的过程以及人工神经网络的训练。
-
●7.3基于人工神经网络的深度学习
本节主要介绍了深度学习的概念及意义、例举5个例子探索深度学习的方法。
-
●7.4机器学习与深度学习的比较
本节主要介绍机器学习和深度学习在数据依赖性、硬件依赖、特征处理、问题解决方式、执行时间和可解释性等方面的比较。
-
第八章群体智能
本章主要介绍了向蜜蜂学习群体智能、群体智能的概念、典型群体智能算法模型以及群体智能背后的故事。
-
●8.1向蜜蜂学习群体智能
本节主要介绍了蜜蜂选择蜂巢的过程，并以此引出群集机器人系统广泛应用领域。
-
●8.2什么是群体智能
本节主要介绍群体智能的概念、群集人工智能技术、群集智能的基本原则与特点。
-
●8.3典型群体智能算法模型-蚁群优化算法
本节主要介绍了蚁群在生活中的群体智能及作为真社会化属性的3个典型特征。
-
●8.4群体智慧背后的故事及其发展
本节主要例举鸟群、北美驯鹿的群体智能以及群体智能的广泛应用。
-
第九章数据挖掘与统计数据
本章主要介绍了从数据到知识的方法、数据挖掘、数据挖掘经典算法、机器学习与数据挖掘的区别与联系。
-
●9.1从数据到知识
本节主要介绍了决策树分析、购物车分析、贝叶斯网络等典型的数据分析算法。
-
●9.2数据挖掘
本节主要介绍了数据挖掘的内涵、数据挖掘的对象与步骤、数据挖掘分析方法。
-
●9.3数据挖掘经典算法
本节主要介绍了神经网络法、决策树法、遗传算法、粗糙集法、模糊集发和关联规则法等数据挖掘经典算法。
-
●9.4机器学习与数据挖掘
本节主要介绍机器学习与数据挖据之间的区别与联系，典型的数据挖掘和机器学过程，例举机器学习和数据挖掘应用4个案例。
-
第十章智能图像处理
本章主要介绍了模式识别、图像识别、机器视觉与图像处理、图像识别技术的应用和智能图像处理技术等。
-
●10.1模式识别
本节主要介绍了模式识别的概念及其研究领域。
-
●10.2图像识别
本节主要介绍了图像识别的概念、人类的图像识别能力、图像识别的基础、图像识别的模型及图像识别技术的发展。
-
●10.3机器视觉与图像处理
本节主要介绍了及其视觉的发展、图像处理、计算机视觉、计算机视觉与机器视觉的区别以及神经网络图像识别技术。
-
●10.4图像识别技术的应用
本节主要介绍机器视觉的行业应用、机器视觉的两个主要应用：检测与机器人视觉。
-
●10.5智能图像处理技术
本节主要介绍图像采集、图像预处理、图像分割、目标识别和分类、目标定位和测量、目标检测和跟踪。
-
第十一章自然语言处理
本章主要介绍语言的问题和可能性、什么是自然语言处理、语法类型与语义分析、处理数据与处理工具、语音处理等内容。
-
●11.1语言的问题和可能性
本节主要介绍语言交流中存在的错误理解、错误解释和误解等问题和可能性。
-
●11.2什么是自然语言处理
本节主要介绍自然语言处理的概念、自然语言处理的应用方向及存在困难的根本原因。
-
●11.3语法类型与语义分析
本节主要介绍机器翻译中语法类型、语义分析和扩展语义。
-
●11.4处理数据和处理工具
本节主要介绍自然语言处理中的数据集、自然语言处理工具、自然语言处理的技术难点。
-
●11.5语音处理
本节主要介绍语音发展的历史、语音理解的起源及语音理解系统的组成。
-
第十二章自动规划
本章主要介绍什么是自动规划、规划方法和两个注明的规划系统。
-
●12.1什么是自动规划
本节主要介绍了规划的概念分析、自动规划的定义及应用示例。
-
●12.2规划方法
本节主要介绍了规划即搜索、部分有序规划、分级规划及基于案例的规划。
-
●12.3著名的规划系统
本节主要介绍了三个重要规划系统：STRIPTS、NOAH和O-PLAN，O-PLAN的系统的特征及其应用领域。
-
第十三章智能代理
本章主要介绍了智能代理的概念和特点、智能代理系统内的协同合作、智能代理5个典型应用场景、智能代理与外部环境相关的重要术语。
-
●13.1智能代理的概念和特点
本节主要介绍智能代理的概念，智能代理的智能性、带理性、移动性、主动性、协作性及其学习能力等特点。
-
●13.2智能代理系统内的协同合作
本节举例介绍智能代理系统内各模块间的协同合作。
-
●13.3智能代理的典型应用场景
本节主要介绍股票/债券/期货交易、实体机器人、电脑游戏、医疗诊断、搜索引擎等5个典型智能代理应用。
-
●13.4与外部环境相关的重要术语
本节主要介绍智能代理系统与外部环境相关的8个重要术语。
-
第十四章人工智能的发展
本章主要介绍了未来的人工智能、人工智能的创新发展和社会影响、人工智能时代需要的人才、人工智能与安全。
-
●14.1未来的人工智能
本节主要介绍几类工作型机器人、技术加速、强人工智能的发展及机器是否能思考等。
-
●14.2创新发展与社会影响
本节主要介绍人工智能的发展现状和对社会的影响，建立人工智能生态系统所需的4大配套能力。
-
●14.3人工智能时代需要的人才
本节主要介绍人工智能对就业的影响、人工智能带来新创造的核心岗位以及未来五个热门人工智能岗位。
-
●14.4人工智能与安全
本节主要介绍人工智能现阶段存在人才和技术基础设施短缺、安全隐患、要求设定伦理、个人隐私保护等安全或需求问题。
-
第十五章人工智能技术应用
用三个具体案例来说明人工智能技术应用的流程和步骤，三个案例分别是智能机器人、智慧物流、ChatGPT。
-
●15.1智能机器人
介绍了人工智能技术应用之智能机器人，以ROS平台机器人为例。ROS是一个面向机器人的开源操作系统，提供一系列程序库和工具，帮助开发者创建机器人的应用软件。本节介绍了ROS平台机器人的组成、技术原理、操作步骤、应用价值和未来的发展。
-
●15.2智慧物流
介绍了人工智能技术应用之智慧物流，以智慧物流分拣、配送模拟演示系统为例。智慧物流分拣、配送模拟演示系统是一个以物流业务为基础，综合了机械臂、自动化分拣线、AGV物流机器人、无人机等多个智能体为一体的经典物流应用场景，是物流行业和AI技术相结合应用的典范。本节介绍了智慧物流分拣、配送模拟演示系统的组成、技术原理、操作步骤、应用价值和未来的发展。
-
●15.3ChatGPT
介绍了人工智能技术应用之ChatGPT。ChatGPT是一种基于人工智能的自然语言处理技术，它可以模拟人类的对话，与用户进行交互。本节介绍了ChatGPT组成、技术原理、操作步骤、应用价值和未来的发展。