漫话人工智能

1. 本书是一部兼具深度与温度的科普佳作。作者陶少国和郎为民凭借扎实的学术功底与图书编写经验，以“漫话”形式勾勒出人工智能数千年探索与近80年发展的全景图景。书中巧妙串联历史纵深与技术内核，既追溯人类对智能的千年向往，也解析机器学习、深度学习的核心逻辑，用 生动比喻打破专业壁垒。
2. 作品不神化技术、不回避局限，客观呈现AI的潜力与挑战，兼具科学性与批判性思维。本书适配普通读者、从业者与青少年等多元受众，既为大众打开AI认知之门，也为行业者提供实践灵感，是人工智能热潮下一部难得的理性科普力作。

本书为读者勾勒出了一幅人工智能发展与进步的全景图。全书核心内容可归纳为四个维度：一是回溯千百年来，人类对智慧本质与机械生命的持续探索，梳理AI思想的源头；二是聚焦20世纪50年代“机器能思考吗？”这一命题，并以达特茅斯会议为起点，展现人工智能在“兴起期”“寒冬期”与“复苏期”跌宕起伏的发展历程；三是剖析互联网、大数据、计算机硬件等技术如何推动机器学习与深度学习崛起，进而促成人工智能的范式变革与能力跃迁；四是立足当下大模型时代，探讨AI如何赋能产业变革、加速人类社会发展，诠释“AI未来已来”的时代图景。
本书举重若轻、循序渐进、通俗易懂。对于对AI感兴趣的普通读者，本书将帮助他们了解AI的前世今生，带领他们轻松走进AI世界；对于AI从业者，本书将助力他们在AI波澜壮阔的发展历程中获得新的灵感，让他们的AI实践之路走得更稳、更准、更踏实；而对于青少年，本书将为他们种下一颗探索智能奥秘的种子，激发他们探索未来前沿科技的无限潜能。

1. 陶少国
工学博士，毕业于华中科技大学通信与信息系统专业。长期从事计算机网络、人工智能等关键技术及其应用的研究与探索。曾作为主要参与者和项目负责人，承担了多项纵、横向课题，并在国内外权威与核心期刊发表多项科研成果。此外，还曾作为核心研究人员赴海外从事前沿信息技术的国际合作研究。拥有10多年企业数智化转型从业经历，对人工智能与大数据应用、科技赋能业务创新有广泛的实践经验，对高新技术产业格局、发展趋势等也有深刻的理解。

2. 郎为民
工学博士，信息支援部队工程大学研究员。主持国家自然科学基金、国家社会科学基金等项目22项。在各类期刊与会议上发表学术论文401篇，出版人工智能、云计算、物联网、移动通信等领域专著48部。荣获军队科技进步三等奖3项、全国十大科普图书奖1项、解放军和武警部队科普讲解大赛二等奖1项。

序一　仰望星辰，奔赴大海
序二　穿越时空的AI对话
前言
第1章　走进人工智能　/
1.1　从四个惊艳又惊悚的事实说起　/
1.1.1　易容术：网络世界的AI幽灵　/
1.1.2　读心术：广告为何如影随形　/
1.1.3　萝卜快跑：出租车司机怎么办　/
1.1.4　山雨欲来：70%工作或将被AI替代　/
1.2　追问：什么是人工智能　/
1.2.1　机器也能变聪明吗　/
1.2.2　到底什么是人工智能　/
1.3　全方位审视AI　/
1.3.1　能力分级：从模仿到创造　/
1.3.2　从信息智能到生物智能　/
1.4　AI研究全景视图　/
1.4.1　理论基础层：算法的基石　/
1.4.2　感知交互层：构建数字感官　/
1.4.3　应用实践层：落地与场景创新　/
1.4.4　伦理社会层：守护智能时代　/
本章小结　/
第2章　图灵梦想：机器能思考吗　/
2.1　人类智能的最初设想　/
2.1.1　机械生命：希腊神族的传说　/
2.1.2　机关解密：木牛流马的AI密码　/
2.2　AI浪漫时代的开启　/
2.2.1　第一个人工神经元模型　/
2.2.2　神秘挑战：图灵测试　/
2.2.3　群星荟萃：达特茅斯会议　/
2.3　华山论剑：AI的三大学派　/
2.3.1　符号信徒：万物皆为符号系统　/
2.3.2　接线达人：万物皆可连连看　/
2.3.3　控制大师：万物皆能控制　/
本章小结　/
第3章　成长的烦恼：AI的兴起、寒冬与曙光　/
3.1　蹒跚学步中的人工智能　/
3.1.1　基于规则的AI系统（RBS）　/
3.1.2　首个AI程序：逻辑理论家　/
3.2　人工智能的黄金十年　/
3.2.1　理论探索：用魔法搭建积木　/
3.2.2　应用突破：AI实践推进　/
3.3　人工智能兴起的“陷阱”　/
3.3.1　史上最强“画饼”大会　/
3.3.2　科学家们“集体上头”　/
3.4　莱特希尔报告：AI寒冬的“导火索”　/
3.4.1　报告出炉：AI期望破灭　/
3.4.2　困境重重：计算能力和算法限制　/
3.4.3　感知机受挫：当头一击　/
3.4.4　资金断流：研究项目停滞　/
3.5　历史的转折：复苏与繁荣　/
3.5.1　专家系统：AI复兴的催化剂　/
3.5.2　机器学习：从硬编码到自学习　/
3.5.3　神经网络：辛顿的坚持　/
本章小结　/
第4章　双轮驱动：AI的数据与数学　/
4.1　AI的本质：映射关系的探寻　/
4.1.1　寻找函数映射关系　/
4.1.2　模型训练：从数据中学习规律　/
4.2　数据：数字化的现实映射　/
4.2.1　数据的多元化形式　/
4.2.2　数据预处理　/
4.2.3　训练集、测试集与验证集　/
4.2.4　数据之间的“距离”　/
4.3　数学：AI的算法引擎　/
4.3.1　损失函数　/
4.3.2　激活函数　/
4.3.3　梯度：模型优化的导航仪　/
本章小结　/
第5章　数据驱动的AI革命：机器学习　/
5.1　机器学习的底层逻辑　/
5.1.1　机器学习重构AI范式　/
5.1.2　“吃”数据与“吐”数据的秘密　/
5.1.3　例看机器学习　/
5.2　模型优化与评估　/
5.2.1　过拟合与欠拟合　/
5.2.2　模型评估：混淆矩阵　/
5.3　从数据到智能的奥秘　/
5.3.1　名师指点：监督学习　/
5.3.2　无师自通：无监督学习　/
5.3.3　自学有道：半监督学习　/
5.3.4　奖励驱动：强化学习　/
5.4　机器学习以案说“法”　/
5.4.1　线性回归：数值预测的科学　/
5.4.2　逻辑回归：判断的艺术　/
5.4.3　决策树：分支选择的智慧　/
5.4.4　朴素贝叶斯：织就“因果网”　/
5.4.5　k均值聚类：物以类聚，人以群分　/
本章小结　/
第6章　智能的跃迁：深度学习　/
6.1　神经网络：AI智慧大脑的觉醒　/
6.1.1　感知机：神经网络的萌芽　/
6.1.2　神经网络　/
6.2　神经网络到深度学习的蜕变　/
6.2.1　神经网络的沉浮　/
6.2.2　华丽转身：深度学习　/
6.2.3　深度学习与人工智能　/
6.3　深度学习的方法论　/
6.3.1　神经网络训练的目标　/
6.3.2　如何训练神经网络　/
6.3.3　反向传播算法　/
6.4　深度学习以案说“法”　/
6.4.1　卷积神经网络：看图说话　/
6.4.2　循环神经网络：前事不忘后事之师　/
6.4.3　长短期记忆网络：有选择地记忆　/
6.4.4　生成对抗网络：万事皆可使用GAN　/
本章小结　/
第7章　跨越AI时代：现实与梦想　/
7.1　看得见的AI：练就火眼金睛　/
7.1.1　人脸识别：从手机解锁到“天网”抓逃　/
7.1.2　目标检测：精准锁定图中目标　/
7.1.3　医学影像：AI看片比人更靠谱吗　/
7.2　听得懂的AI：聆听世界之声　/
7.2.1　语音助手：Siri和Alexa的“塑料友情”　/
7.2.2　机器翻译：从“逐字硬译”到“信达雅”　/
7.2.3　智能客服：面对AI，如何优雅吐槽　/
7.3　行走的AI：迈出铿锵智能步伐　/
7.3.1　自动驾驶：方向盘动起来　/
7.3.2　智能交通：让拥堵成为“过去式”　/
本章小结　/
第8章　大模型：重塑AI智能生态　/
8.1　AI神话：谷歌与OpenAI　/
8.1.1　开拓者：谷歌的AI创新之路　/
8.1.2　思维革命：OpenAI的GPT　/
8.2　大语言模型（LLM）时代　/
8.2.1　ChatGPT一鸣惊人　/
8.2.2　Transformer：让ChatGPT变成“话痨”　/
8.2.3　LLM技术解密　/
8.2.4　LLM自我意识之谜：开悟、顿悟、思维链与幻觉　/
8.3　提示工程：LLM时代的超级密码　/
8.3.1　从模型驱动到提示驱动　/
8.3.2　CO-STAR：释放LLM潜能　/
本章小结　/
第9章　DeepSeek：探索智能新边界　/
9.1　DeepSeek横空出世　/
9.1.1　国产LLM江湖风云录　/
9.1.2　DeepSeek的突围之路　/
9.1.3　算法与智慧：解码DeepSeek　/
9.2　DeepSeek：智能新边界　/
9.2.1　DeepSeek-V3和DeepSeek-R1　/
9.2.2　快速使用DeepSeek服务　/
9.2.3　DeepSeek的能力图谱　/ 2
9.2.4　驾驭DeepSeek的黄金法则　/
9.3　DeepSeek的最佳实践　/
9.3.1　精确的数值计算　/
9.3.2　与Excel集成的数据处理　/
9.3.3　数据分析与可视化　/
9.3.4　智能报告解析与摘要　/
9.3.5　实时联网信息整合　/
本章小结　/
第10章　未来已来：AI驶向何方　/
10.1　超级智能：AI的终极形态　/
10.1.1　通用人工智能的探索　/
10.1.2　AI+X：催生无限可能　/
10.2　AI未来狂想　/
10.2.1　“人类2.0”时代：Neuralink脑机接口　/
10.2.2　具身智能：从波士顿动力到柔性机器人　/
10.2.3　反向图灵测试：如果AI也懂心理学　/
10.2.4　哲学争议：工具、伙伴还是替代者　/
10.3　AI边界与伦理隐忧　/ 3
10.3.1　伦理困境：算法偏见、隐私侵犯与道德决策　/
10.3.2　版权迷雾：AI创作的版权属于谁　/
10.3.3　驾驶悖论：撞孕妇还是撞老人的终极选择　/
10.3.4　职场新困扰：如何避免被AI抢了功劳　/
10.3.5　“龙虾”破局：智能体的狂欢与边界　/
10.4　初心与猜想：AI会超越人类吗　/
10.4.1　正方：AI终将征服星辰大海　/
10.4.2　反方：人类始终是最璀璨的存在　/
本章小结　/
附录　80年AI大事件　/