Таулли Т. Основы искусственного интеллекта: нетехническое введение

СПб.: БХВ-Петербург, 2021. — 288 с.: ил. — ISBN 978-5877567176, 5977567170.Книга представляет собой увлекательное, нетехническое введение в такие важные понятия искусственного интеллекта (ИИ), как машинное обучение, глубокое обучение, обработка естественного языка, робототехника и многое другое. Проведено знакомство с историей и основными понятиями ИИ. Раскрыто значение данных как «топлива» для ИИ. Рассмотрены традиционные и продвинутые статистические методы машинного обучения, алгоритмы нейронных сетей для глубокого обучения, сферы применения разговорных роботов (чат-ботов), методы роботизации производственных процессов, технологии обработки естественного языка. Рассказано о применении языка Python и платформ TensorFlow и PyTorch при внедрении проектов ИИ. Освещены современные тренды ИИ: автономное вождение, милитаризация, технологическая безработица, изыскание новых лекарственных препаратов и другие.Об авторе.
Предисловие,
Введение.
Сопроводительный материал.
Основания искусственного интеллекта: уроки истории.
Алан Тьюринг и тест Тьюринга.
Мозг — это„, машина?
Кибернетика.
История происхождения.
Золотой век искусственного интеллекта.
Зима искусственного интеллекта.
Взлет и падение экспертных систем.
Нейронные сети и глубокое обучение.
Технологические движущие силы современного искусственного интеллекта.
Структура искусственного интеллекта.
Вывод.
Ключевые моменты.
Данные: топливо для искусственного интеллекта.
Основы данных.
Типы данных.
Большие данные.
Объем.
Разнообразие.
Скорость.
Базы данных и другие инструменты.
Процесс обработки данных.
Шаг 1 Понимание бизнеса.
Шаг 2, Понимание данных.
Шаг 3. Подготовка данных.
Этика и руководство.
Сколько данных вам нужно для искусственного интеллекта?
Дополнительные термины и понятия относительно данных.
Вывод.
Ключевые моменты.
Машинное обучение: добыча регулярностей из данных.
Что такое машинное обучение?
Стандартное отклонение.
Нормальное распределение.
Теорема Байеса.
Корреляция.
Извлечение признаков.
Что можно сделать с помощью машинного обучения?
Процесс машинного обучения.
Шаг К Рандомизировать данные.
Шаг 2. Выбрать модель.
Шаг 3. Натренировать модель.
Шаг 4. Оценить модель.
Шаг 5. Отрегулировать модель.
Применение алгоритмов.
Контролируемое самообучение.
Неконтролируемое самообучение.
Подкрепляемое самообучение.
Полуконтролируемое самообучение.
Распространенные типы алгоритмов машинного обучения.
Наивный байесовский классификатор (контролируемое самообучение/классификация).
К ближайших соседей (контролируемое самообучение/классификация).
Линейная регрессия (контролируемое самообучение/регрессия).
Дерево решений (контролируемое самообучение/регрессия).
Ансамблевое моделирование (контролируемое самообучение/регрессия).
Кластеризация на основе к средних (неконтролируемое самообучение/кластеризация).
Вывод.
Ключевые моменты.
Глубокое обучение: революция в искусственном интеллекте.
Разница между глубоким и машинным обучением.
Так что же такое глубокое обучение?
Человеческий мозг и глубокое обучение.
Искусственные нейронные сети (ANN-сети).
Обратное распространение.
Различные нейронные сети.
Рекуррентная нейронная сеть (RNN-сетъ).
Сверточная нейронная сеть (CNN-сеть).
Генеративные состязательные сети (GAN-сети).
Применение технологии глубокого обучения.
Пример использования: обнаружение болезни Альцгеймера.
Пример использования: энергия.
Пример использования: землетрясения.
Пример использования: радиология.
Аппаратное обеспечение для технологии глубокого обучения.
Когда использовать глубокое обучение?
Недостатки глубокого обучения.
Вывод.
Ключевые моменты.
Роботизированная автоматизация процессов: более простой путь к искусственному интеллекту..
Что такое РАП?
Достоинства и недостатки технологии РАП.
Чего можно ожидать от РАП?
Как имплементировать технологию РАП.
Определить подходящие для автоматизации функции.
Проанализировать процессы.
Выбрать поставщика платформы РАП и развернуть ее.
Создать команду по управлению платформой.
РАП и искусственный интеллект.
РАП в реальном мире.
Вывод.
Ключевые моменты.
Обработка естественного языка: как компьютеры разговаривают
Трудности обработки естественного языка.
Понимание того, как искусственный интеллект переводит язык.
Шаг 1. Очистка и предобработка.
Лексемизация.
Выделение основ слов.
Лемматизация.
Шаг 2. Понимание и генерирование языка.
Распознавание голоса.
Обработка естественного языка в реальном мире.
Пример использования: улучшение продаж.
Пример использования: борьба с депрессией.
Пример использования: создание контента.
Пример использования: язык телодвижений, жестов и мимики.
Гопосовая коммерция.
Виртуальные помощники.
Разговорные роботы.
Будущее обработки естественного языка.
Вывод.
Ключевые моменты.
Физические роботы: итоговое воплощение искусственного интеллекта.
Что такое робот?
Промышленные и коммерческие роботы.
Роботы в реальном мире.
Пример использования: обеспечение безопасности.
Пример использования: роботы для мытья полов.
Пример использования: онлайновая аптека.
Пример использования: роботы-ученые.
Гуманоидные и потребительские роботы.
Три закона робототехники.
Кибербезопасность и роботы.
Программирование роботов для искусственного интеллекта.
Будущее роботов.
Вывод.
Ключевые моменты.
Оглавление.
Внедрение искусственного интеллекта: привнесение изменений в вашу компанию.
Подходы к внедрению искусственного интеллекта.
Шаги внедрения искусственного интеллекта.
Выявить задачу, требующую решения.
Сформировать команду.
Выбрать походящие инструменты и платформы.
Язык Python.
Вычислительные каркасы искусственного интеллекта.
Развернуть и отслеживать работу системы искусственного интеллекта.
Вывод.
Ключевые моменты.
Будущее искусственного интеллекта: за и против.
Автономные автомобили.
США против Китая.
Технологическая безработица.
Милитаризация искусственного интеллекта.
Изыскание новых лекарственных препаратов.
Правительство.
Развитый искусственный интеллект.
Общественное благо.
Вывод.
Ключевые моменты.
Приложение. Ресурсы по искусственному интеллекту.
Публикации и блоги, посвященные искусственному интеллекту.
Блоги компаний, посвященные искусственному интеллекту.
Twitter-каналы топовых исследователей искусственного интеллекта.
Инструменты и платформы с открытым исходным кодом.
Онлайновые курсы.
Глоссарий и...
Предметный указатель.