《漫話人工智能：坂本真樹老師帶你輕松讀懂人工智能》將讀者群設定為普通大眾，旨在令不熟悉人工智能專業(yè)詞匯、沒有專業(yè)背景的普通讀者也能夠讀懂本書。書中所選取的都是人工智能基礎研究相關的代表性主題，也是讀者想要了解的問題，如人工智能是什么時候出現(xiàn)的，人工智能會超越人類嗎，什么易導入人工智能，什么不易導入人工智，怎樣從信息角度來學習人工智能，人工智能應用的領域有哪些等等。
本書語言通俗易懂，采用大量插畫進行講解，一一為讀者解答了人工智能的問題，不論是對人工智能感興趣的非專業(yè)人士，還是準備從事人工智能相關工作的學生，都能通過本書了解人工智能的方方面面。
第1章 人工智能是什么？
1.1 人工智能是什么時候出現(xiàn)的？002
● 人的智能？人工智能？003
● 圖靈測試：哪個是人類？004
● 寂寞的人工智能？！006
● 人和人工智能的區(qū)別007
● 伴隨著計算機發(fā)展009
● AI的歷史：達特茅斯會議010
● AI的歷史：第一次人工智能熱潮011
● AI的歷史：第二次人工智能熱潮013
● 現(xiàn)在，第三次人工智能熱潮！015
1.2 這是人工智能？016
● 人工智能與機器人的區(qū)別017
● 機器人研究？人工智能研究？019
● 人工智能需要身體嗎？020
● 第1級人工智能023
● 第2級人工智能024
● 第3級人工智能026
● 第4級人工智能，專用人工智能027
● 第5級人工智能，通用人工智能028
1.3 人工智能會超越人類嗎？030
● 奇點是什么？031
● 奇點：可怕？不可？032
● 如何實現(xiàn)通用人工智能？033
● AI導致人類滅亡的可能性有多大？034
● AI之下我們的未來會怎樣改變呢？036
● 將來，哪些職業(yè)會消失？037
● 將來，哪些職業(yè)會留下來？039
第2章 容易導入人工智能的事物和不容易導入人工智能的事物
2.1 容易導入人工智能的事物042
● 可以導入網(wǎng)絡上的任何信息043
● 0和1數(shù)字數(shù)據(jù)044
● 各種數(shù)據(jù)（語言、動畫、音頻）046
● 讓計算機擁有視覺048
● 數(shù)碼相機的演變049
● 像素提高，超過人類？！050
● 世界共享的數(shù)據(jù)051
● 圖像識別的競賽：ILSVRC052
● 讓計算機擁有聽覺054
● 使用兩個麥克風的語音識別055
● 多個麥克風056
● 把語音轉化成文字？058
● 聲學模型和語言模型060
2.2 不容易導入人工智能的事物 062
●“意思”很難懂…… 063
● 什么是語義網(wǎng)絡？ 064
● 不理解“意思”也能夠做出回答？ 065
● 什么是潛在語義分析？ 067
● 為什么Torobo-kun 選擇放棄 067
● 如果要變聰明，需要五感齊備嗎？ 069
● 人工智能的味覺是什么？ 070
● 人工智能的嗅覺是什么？ 070
● 將來會怎么處理氣味？072
● 人工智能的觸覺是什么？073
● 實現(xiàn)觸覺真的很難！074
第3章 人工智能是怎樣從信息中學習的？
3.1 什么是機器學習？ 078
● 讓機器設備（計算機）也能夠學習！ 079
● 什么是監(jiān)督學習？ 080
● 分類問題：判斷垃圾郵件 082
● 回歸問題：預測數(shù)值 084
● 尋找合適的線（函數(shù)）！ 085
● 當心過度學習！ 088
● 什么是無監(jiān)督學習？ 090
● 試著分組吧！ 092
● k-means 分類方法 094
● 強化學習是“蜜糖”與“鞭子” 095
3.2 什么是神經(jīng)網(wǎng)絡？097
● 大腦依靠神經(jīng)元運作098
● 人工神經(jīng)元的構造100
● 代表了重要度和信賴度的權重102
● 赫布定律103
● 什么是感知機？104
● 線性不可分！105
● BP算法（誤差反向傳播算法）106
● 為了減小誤差，調整權重！108
● 增加層數(shù)：信息傳遞不到!110
● 支持向量機的優(yōu)點是什么？110
● 權衡過度學習和泛化112
3.3 深度學習有哪些厲害之處？113
● 深度學習成名的日子114
● 能夠自己提取特征，厲害！115
● 4層以上的深度學習116
● 自編碼的輸入和輸出是相同的！117
● 讓輸入與輸出具有相同的意義118
● 或許和人越來越像？120
● 深度學習的方法120
3.4 AI三大模型中的“遺傳算法”是什么？124
●AI三大模型的方方面面125
● 以達爾文的進化論為基礎125
● 遺傳算法的使用方法126
第4章 人工智能的應用實例
4.1 人工智能的進化在“游戲”中的應用實例130
● 游戲AI 的進化歷史130
●人類與AI 對戰(zhàn)（國際象棋篇）132
●人類與AI 對戰(zhàn)（日本象棋篇）133
●人類與AI 對戰(zhàn)（圍棋篇）134
4.2 第三次AI熱潮的導火索在“圖像”領域的應用實例136
● 谷歌的貓136
● 圖像識別的發(fā)展138
● 醫(yī)療領域的應用（莊野實驗室）139
● 醫(yī)療領域的應用（惡性黑色素瘤的判別） 140
● 醫(yī)療領域的應用（癌癥的檢測）141
● 為了提高診斷的準確度142
4.3 “自動駕駛AI”的實際應用143
● 自動到什么程度？143
● 為了實現(xiàn)自動駕駛145
● 自動駕駛的訓練步驟146
● 為了掌握位置和情況147
● 事故的原因究竟是什么？ 149
4.4 “對話AI”的應用實例150
● 為了和計算機對話150
●“有知識”對話AI152
●“無知識”對話AI154
● 制造對話的三種技術155
● 為了自然的對話156
4.5 “遺傳算法”在“擬聲擬態(tài)詞”上的應用實例158
● 貼近人心的擬聲擬態(tài)詞158
● 生成擬聲擬態(tài)詞的系統(tǒng)159
● 擬聲擬態(tài)詞的生成160
● 在優(yōu)化過程中要做些什么呢162
4.6 AI在“藝術”領域的實踐164
●AI在藝術方面的挑戰(zhàn)（小說篇）164
●AI小說項目166
●AI在藝術方面的挑戰(zhàn)（繪畫篇）168
●AI在藝術方面的挑戰(zhàn)（作曲篇）170
結語171
參考文獻174
索引176
書單推薦
