人工智能核心：神经网络（青少科普版）　

　　《人工智能核心：神经网络（青少科普版）/中小学人工智能教育丛书》主要讲解了图像和文本在计算机中的表达和计算方法、神经网络的基本原理，并以圈叉棋为例讲解了计算机在图像分类问题上挑战人类的卷积神经网络技术，以单词拼写为例讲解了处理文本和语音的循环神经网络技术。
　　读者只需要具备基础的加减乘除计算能力，就可以不借助计算机而掌握书中的所有技术和原理，并尝试实现书中的所有实例。
　　可以说，《人工智能核心：神经网络（青少科普版）/中小学人工智能教育丛书》的真正目的是实现作者的期望：人人都会人工智能！

　　齐勇刚，博士，硕士研究生导师，讲师，北京邮电大学数据科学中心副主任，中国计算机学会会员，中国图像图形学学会会员。国家留学基金管理委员会公派访问学者，主持并参与多项国家自然科学基金项目。开设本科生课程“模式识别”“社会网络分析”等。主要研究方向为计算机视觉与机器学习，已公开发表20余篇相关学术论文，包括IEEE国际计算机视觉与模式识别会议（Conference on Computer Vision and Pattern Recognition，CVPR）、欧洲计算机视觉国际会议（European Conference on Computer Vision，ECCV）、IEEE视频技术电路和系统学报（Transactions on Circuits and Systems for Video Technology，TCSVT）等国际会议论文和期刊论文。

　　乔媛媛，博士，北京邮电大学人工智能学院副教授，国家公派美国麻省理工学院访问学者，主要研究领域为智能城市计算、移动大数据分析；获北京高校第十一届青年教师教学基本功比赛工科组二等奖、最受学生欢迎奖；获北京邮电大学第十四届教学观摩评比一等奖；主讲课程有“深度学习”“数据科学基础”“大数据分析技术与实践”；发表论文50余篇；主持多项国家项目及企事业合作项目，研究成果在企业得到转化和应用，产生了可观的社会和经济效益，获2019年度北京市科学技术进步奖。

　　刘军，博士生导师，北京邮电大学数据科学中心主任，北京大数据协会常务理事；目前的研究方向为人工智能及大数据；2012年起在北京邮电大学担任信息与通信工程学院教师，研究方向为电信及互联网大数据分析、人工智能算法及应用，负责组建北京邮电大学数据科学中心，开设研究生及留学生课程“海量信息处理技术与实践”、本科生课程“深度学习”，已发表大数据及人工智能相关 SCI（科学引文索引）/EI（工程索引）论文十余篇；独著《Hadoop大数据处理》一书，合著《Spark 大数据处理：原理、算法与实例》，已被哈尔滨工业大学、中南大学等多所高校用作相关课程的参考教材。

第1章 走入计算机世界 / 1

1.1 没有人工智能的计算机——只认识0和1 / 2

1.2 计算机“看”图像——从黑白到五彩斑斓 / 8

1.3 计算机“读”文字——从英文到中文 / 15

第2章 让计算机具备人工智能的大脑——神经网络 / 19

2.1 这是蝙蝠还是鸟？——大脑的基本单元“神经元”的原理 / 21

2.2 猫、猴、鸟，让计算机认识更多动物——神经元构成的“单层神经网络” / 28

2.3 像人一样去思考——计算机大脑的高级版本“多层神经网络” / 35

2.4 从认识动物到认识世间万物——人工智能计算机大脑的学习过程 / 38

第3章 会当圈叉棋裁判的智能计算机：卷积神经网络 / 56

3.1 “○”是圈，“×”是叉——让计算机自己识别圈和叉 / 58

3.2 给计算机“喂食”各种图形——让我们教会计算机认识圈和叉 / 62

3.3 从棋子到棋盘——会判断圈叉棋胜负的计算机裁判 / 66

第4章 会拼写单词的智能计算机：循环神经网络 / 73

4.1 把字母变成0和1——计算机怎么“读”文字 / 74

4.2 “har”加上“e”就是野兔——用前三个字母“猜”出最后一个字母 / 76

4.3 “h-a-r-e”——计算机怎么逐个字母“拼写”单词 / 78

4.4 用字典来训练计算机——让我们教会计算机拼写单词 / 83

4.5 让我们来给智能计算机出一道考试题——单词拼写测试 / 98

习题答案 / 101

参考文献 / 122

前言

在21世纪的第二个十年，一系列前所未闻的大事件接连发生：

2015年，微软公司开发的机器视觉算法在ImageNet图像集上的分类准确率高于人类！

2016年，谷歌公司开发的阿尔法狗（AlphaGo）围棋程序以4∶1的成绩击败人类顶级职业围棋选手李世石！

2017年，波士顿动力公司研发的阿特拉斯（Atlas）机器人学会了媲美人类体操运动员的后空翻动作！

2018年，IBM公司开发的Project Debater辩论系统战胜了两位国家级专业辩论专家！

2019年，Open AI和Deepmind的机器人选手分别在Dota 2和星际争霸2两个游戏中完胜人类顶级职业玩家！

这一连串的大事件背后隐藏的是一项充满神秘色彩的新技术——人工智能。人工智能技术的爆炸式发展，得益于一项关键技术的突破，那就是深层神经网络。近年来，众多高校已开始成立人工智能学院，并开设人工智能专业。然而，由于人工智能和深层神经网络技术的复杂性，目前大多数人需要有计算机技术、高等数学、模式识别等专业知识才能看懂人工智能相关的书籍。面向普通读者，甚至是中小学生这一社会未来中坚力量的人工智能技术书籍极其匮乏。

本书的作者均是北京邮电大学人工智能学院的一线教师和科研人员。在近几年的面向不同专业本科生的人工智能教学过程中，本书作者摸索出了一套浅显易懂讲解人工智能和神经网络关键知识点的独特方法。经过总结和梳理，在多次将这套方法应用于中小学人工智能科普课的过程中，本书作者惊喜地发现，这套方法可以让中小学生在有限的课时内准确地掌握神经网络的主要知识点。因此，本书作者将这套方法整理成书，希望能够助力人工智能教育普及工作。

本书以图文并茂的方法，深入浅出地讲解了图像和文本在计算机中的表达和计算方法以及神经网络的基本原理，并以圈叉棋为例讲解了帮助计算机在图像分类问题上战胜人类的卷积神经网络技术，以单词拼写为例讲解了处理文本和语音技术的循环神经网络技术。读者只需要具备基础的加减乘除计算能力，就可以不借助计算机而掌握书中的所有技术和原理，并尝试实现书中的所有实例。可以说，本书的真正目的是实现作者的期望：人人都会人工智能！

本书初稿写于2020年“新冠肺炎”疫情期间，我们也谨以此书向全球罹难者致以沉重的哀思，向全球医护人员致以崇高的敬意！同时，也希望本书的内容，能引导年轻读者走上人工智能的道路，将人工智能用于医疗健康等领域为人类造福！

由于作者水平有限，书中难免会有疏漏之处，欢迎读者提出批评和建议。

编 者

2021年1月

页　　数：124

开　　本：32开

正文语种：中文