人工智能导论

人工智能导论

8 章课件 · 13 个交互实验

章节目录

第 1—8 章 · 课件与页边注

01 绪论
人工智能是什么，它从哪里来，内部分成哪几条路线，现在走到了哪一步。
  1. 第一节　人工智能的源与流
  2. 第二节　人工智能的技术版图
  3. 第三节　发展现状与挑战
02 人工智能数学基础
一个人工智能问题怎么被写成数学题，写好之后又怎么把答案算出来。
  1. 第一节　从计算到智能
  2. 第二节　回归与分类建模
  3. 第三节　梯度下降法
  4. 第四节　非凸优化与现代优化算法
  5. 第五节　泛化与约束优化
03 机器学习基础
有哪些具体的学习方法，各自适合什么问题，以及怎么判断一个模型好不好。
  1. 第一节　从统计学习说起
  2. 第二节　支持向量机与核方法
  3. 第三节　决策树
  4. 第四节　聚类与降维
  5. 第五节　模型评估
  6. 第六节　强化学习基础
  7. 第七节　强化学习的求解与前沿
04 深度学习新方法
标注少、模型大、算力紧，这一章讲怎样让深度学习训得起、跑得动、看得懂。
  1. 第一节　自监督学习
  2. 第二节　InfoNCE 损失函数
  3. 第三节　模型迁移与轻量化
  4. 第四节　数据增广
  5. 第五节　分布式训练与混合精度
  6. 第六节　黑箱与激活最大化
  7. 第七节　输入归因与 t-SNE
05 人工智能生成内容与大模型
从会判断到会创造，这一章讲机器怎样写出文章、画出图像、听懂声音。
  1. 第一节　生成式 AI 的基本概念
  2. 第二节　生成式 AI 能做什么
  3. 第三节　GAN 与 VAE
  4. 第四节　扩散模型与自回归模型
  5. 第五节　Transformer 与注意力机制
  6. 第六节　大模型的规模、训练与使用
  7. 第七节　多模态大模型的架构
  8. 第八节　多模态的训练与推理
06 智能体系统
从会回答问题到会完成任务：机器怎样自己动手把一件事办完。
  1. 第一节　智能体是什么
  2. 第二节　智能体与大语言模型
  3. 第三节　感知、状态与推理规划
  4. 第四节　决策、行动与反馈学习
  5. 第五节　多智能体系统
  6. 第六节　智能体的典型应用
  7. 第七节　小结与展望
07 人工智能实践
前面讲的是原理，这一章讲怎样把一个 AI 项目从数据、环境、代码一路做到上线。
  1. 第一节　AI 实践三要素
  2. 第二节　开发环境与工具箱
  3. 第三节　经典机器学习实践
  4. 第四节　深度学习实践
  5. 第五节　强化学习实践
  6. 第六节　大模型与 AIGC 实践
  7. 第七节　模型部署实践
  8. 第八节　算法竞赛平台实践
  9. 第九节　行业实践
08 人工智能前沿技术
全书最后一章，讲正在发生但还没定型的部分，以及这门学科最终要去的地方。
  1. 第一节　引言与前沿概览
  2. 第二节　智能无人系统的四类形态
  3. 第三节　无人集群与具身智能
  4. 第四节　元宇宙
  5. 第五节　AI 驱动科学研究
  6. 第六节　AI 安全：对抗攻击与防御
  7. 第七节　数据隐私与隐私计算
  8. 第八节　AI 伦理的主要挑战
  9. 第九节　公平性、透明度与价值对齐
  10. 第十节　AI 全球治理
  11. 第十一节　通用人工智能的概念
  12. 第十二节　通用人工智能的能力
  13. 第十三节　技术路径展望与小结

实验目录

按章节与实验次序排列 · 共 13 个实验

点击实验名称即可开始。目前已收录第 2、3、4、6、7 章的实验。

02

人工智能数学基础

2 个实验
观察梯度下降的行为，比较不同优化算法。
  1. 02.01实验一　走下山坡
  2. 02.02实验二　走出香蕉谷
03

机器学习基础

4 个实验
从决策树、逻辑回归做分类，到 K-Means 聚类，再到用值迭代找最优策略。
  1. 03.01实验一　谁能活下来
  2. 03.02实验二　及格的把握有多大
  3. 03.03实验三　给顾客自动分群
  4. 03.04实验四　走迷宫
04

深度学习新方法

2 个实验
用激活最大化与集成梯度，观察模型学到了什么、关注哪里。
  1. 04.01实验一　机器眼里的花纹
  2. 04.02实验二　它到底在看哪儿
06

智能体系统

2 个实验
理解工具调用，体验感知、规划、行动与反馈的闭环。
  1. 06.01实验一　让它自己去查
  2. 06.02实验二　一个人干活的智能体
07

人工智能实践

3 个实验
完成多分类预测、DQN 平衡控制与机器学习竞赛实践。
  1. 07.01实验一　什么时候，哪儿，会出什么事
  2. 07.02实验二　让一根杆子别倒下
  3. 07.03实验三　同一批人，不同的做法
保山学院·人工智能教研室·曹鼎鼎