王东， 1995-2002年清华本科、硕士，2010年英国爱丁堡大学博士，历任Oracle中国软件工程师、IBM中国高级软件工程师、英国爱丁堡大学Marie Curie 研究员、法国EURECOM博士后研究员，美国Nuance公司高级研究科学家。现任清华大学语音语言中心副研究员，中心常务副主任，FreeNeb公司首席科学家。王东博士是全国人机语音通讯会议常设机构秘书长，是亚太信号信息处理联盟(APASIPA)语音专委会副主席、杰出讲师，是国际标准与语音数据资源委员会(COCOSDA)大陆区代表。王东博士自1997年开始从事语音识别、自然语言处理方面的研究，在相关领域发表学术论文120余篇，公开专利20余项，其专利技术在日本软银、新松、智能管家等多家国内外著名公司应用，创造了良了的社会效益和经济效益。

　　《人工智能》向读者介绍当代人工智能技术的入门知识，特别是以深度学习为代表的机器学习方法。该书主要内容包括人工智能在模拟人类视觉、听觉、语言、行为、思维五个方面的新进展，覆盖了当前人工智能应用广泛的几个领域，包括人脸识别、语音识别、声纹识别、自然语言理解、机器人设计等。
　　该书介绍的很多算法都需要动手实践才能有更好的理解。读者可以下载该书的实验套件，边学边做，唯其如此，才能真正领略人工智能的神奇与瑰丽。
　　该书是一本科普著作，没有复杂的数学公式，适用于任何对人工智能技术感兴趣的读者。书中提到的每项关键技术都提供了参考文献，有志于深入理解人工智能算法的读者可以按图索骥，深入钻研。

神奇的人工智能

制造智能机器自古以来就是人类一直追求的梦想 ,蕴藏在浩如烟海的民间故事、轶事和传说之中。《列子 ·汤问》中记载了一位名叫偃师的巧匠 ,他制作的机械人能歌善舞 ,与真人无异。一天 ,偃师带着它拜见周穆王 ,却因机器人朝向穆王的嫔妃们抛媚眼惹得穆王大怒 ,将它剖开后才确信是机器人 ,可见其惟妙惟肖。三国时期 ,传说蜀汉丞相诸葛亮发明了可以自动行走的木牛流马 ,走山路如履平地 ,北伐时常用以搬运军粮 ,立了大功。在中世纪的阿拉伯 ,博学者加扎利发明了众多玩偶机器人 ,包括送饮料的女侍者、可演奏音乐的机器人乐团等 ,受到时人的普遍欢迎。

随着机械制造工艺的进步和电子电气技术的发展 ,人类发明了很多自动化机器,如各种加工机器、电器设备等。这些设备虽然具有一定程度的自主性 ,但远未达到 “智能 ”的程度。计算机的出现极大地推动了智能机器的发展 ,由此催生了一门全新的学科 ———“人工智能 ”。自20世纪 50年代诞生以来 ,人工智能技术飞速发展 ,从最初的简单搜索和推理 ,到自动定理证明和专家系统 ,再到如今各种能听会说、能思会想的智能机器 ,人工智能技术已经悄无声息地走入我们的日常生活 ,极大地改变了社会生产方式和人们的生活方式 ,并为我们提供了无限的想象空间。可以预期的是 ,未来人工智能技术必然会在各个领域完成一个又一个的创举 ,成为

什么是人工智能

Machine)。

是全局的、主体的、表现出明显的智能性。此外,人们对智能的感知具有相对性。自动洗衣机在问世之初无疑是让人新奇的智能机器,但当它普及之后,人们就习以为常了,智能的标签就不存在了。这也说明了“智能”和“智能机器”本身的模糊性,人们总是把新颖的、具有超常能力的机器看作是智能的。值得注意的是,目前学术

、。人类探索自然改变自然的强大工具和亲密战友11.“”。“首先 让我们来看看 什么是人工智能 要回答这一问题 需要先了解 什么,,”。。()Iiel

t智能是智能 依维基百科的定义 是指生物一般性的精神能力这ecnneg,、、、、、:个能力包括 推理理解计划解决问题抽象思维表达意念以及语言和学习的。“”“”。(Aifiilt人工智能能力可以将 智能 通俗地理解为 思考的能力 而rca),Iel

iAIt就是让机器具有这种能力的科学 也就是说让机器像人一样能nenceg,,。(Iel

it智能机器思会想如果机器真的具备了这种能力 就可以称为nenceg,1+12;从这种意义上讲 计算器是智能的 因为它可以推理出 汽车不是智=,,。、能的 因为它只会在人的操纵下行走然而 众所周知汽车不论在功能复杂程度,,。上都远高于计算器因此 智能机器未必比非智能机器先进 非智能机器里也有很,,。ABS多智能的元素例如 对于汽车来说 系统在汽车制动时 可自动调整制动力,,,。的大小 使车轮不被抱死 这是智能的 但却不容易被大家察觉因此 智能更多的,,,,。是功能上的概念 而非对某一设备的评价事实上 几乎所有的机器都具有一定的,,、、智能元素 只不过有些智能元素是局部的辅助的不易察觉的 而有些智能元素却,,。Jh界和产业界并没有一个关于人工智能的确切定义人工智能的先驱 on 12.

McCarthy(约翰·麦卡锡)在1955年曾给出这样的定义:“人工智能是制造智能机器的科学与工程”。维基百科的定义是:“人工智能又称机器智能,是指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序的手段实现的类人智能技术。”虽然没有一个公认的定义,但研究者对人工智能的研究目标是明确的,即为机器赋予人的思想和行为能力。 

人工智能简史 

1.2.1数理逻辑:人工智能的前期积累

人工智能的发展初期以如何刻画人类的智能行为作为研究目标,特别是对知识的表达和推理过程的形式化。换句话说,就是如何将人类的智能行为用计算机模拟出来。事实上,对人类知识结构和推理方法的研究最早可上溯到古希腊哲学

....

2

家亚里士多德(Aristotle)的三段论逻辑以及欧几里得 (Euclid)的形式推理方法。 13世纪,加泰罗尼亚数学家和逻辑学家拉蒙·柳利(RaymundusLul

us)用机械手段模拟简单的逻辑操作,通过演绎运算从旧知识中推理出新知识。17世纪,英国哲学家霍布斯(Hobbes)和数学家莱布尼茨 (Leibniz)等进一步提出 “推理就是计算”的思路,将逻辑变得可计算化。到了20世纪,在布尔(Boole)、费雷格(Frege)、希尔伯特(Hilbert)、罗素(Rus

el

)等人的努力下,数理逻辑(Mathematicallogic)

成为一门独立的学科,标志着逻辑推理形式化的数学理论最终形成。

什么叫逻辑推理形式化呢?可以通过一个例子来简单理解。假设 p、q、r分别表示“今天下雨”“我们今天不野餐”“我们明天野餐”,那么“如果今天下雨,那么我们今天将不野餐。”可表示为 p→q;“如果我们今天不野餐,那么我们明天将野餐。”可以表示为q→r。通过连续运用推理规则,即可由p→q和q→r推理出p→r。这意味着“如果今天下雨,那么则明天野餐。”在上述过程中,我们将事实表示为符号,将推理表示成符号间的蕴含关系 (→),如果再加上一系列限制条件和演算规则,即可得到一套逻辑系统。在这套系统中,p、q、r是独立于事实本身的变量,因此该系统描述的不是某一个具体的推理任务,而是一类基于相同逻辑元素和统一推理规则的任务的抽象表示。基于此,推理过程被转化成符号演算,这是数理逻辑的基本思路。

数理逻辑的发展为未来的人工智能大厦奠定了第一块基石。数理逻辑的先驱

们认为一切智能活动都可以转化为逻辑过程,因此逻辑过程的可计算意味着人类

智能的可计算。希尔伯特(图1-1)甚至曾经设想一个一致完备的逻辑体系,只要基

本假设是合理的,就可以通过运算推导出领域内的一切知识。这个大一统的梦想

图1-1大卫·希尔伯特(德国人,1862—1943年,伟大的数学家)

注:1900年,希尔伯特在巴黎的国际数学家大会上提出了 23个问题。这些问题为 20世纪的数学研究指明了方向,被称为“希尔伯特问题”。希尔伯特的第 2个问题为 “算术公理之相容性”。在这一问题中,希尔伯特猜想一个公理系统可以一致、完备地生成所有真值命题。这一猜想在1930年被奥匈帝国数学家库尔特·哥德尔证明为伪。

....

3

最终被哥德尔(Godel)著名的不完备定理打破,但数理逻辑的强大描述能力已经深入人心,大大增加了人们制造智能机器的勇气。人们相信,只要逻辑系统设计得足够好,就有望将人类的智能过程通过计算完美地复现,尽管当时计算机还没有出现。

延伸阅读:哥德尔不完备定理

哥德尔于1930年证明,任意一个足够强大的逻辑系统都是不完备的,总有一些定理在该逻辑系统中无法被证明为真,也无法被证明为伪。哥德尔的证明类似“说谎者悖论”:如果有个人说“我说的是假话”,我们是无法判断这句话的真假的。如果这个人说的是真话,那么由“我说的是假话”这句话的意义可推知他(她)实际在说假话,与前提“他在说真话”相互矛盾;反之,如果这个人说的是假话,则“我说的是假话”这句话就不是真的,因此这个人事实上说的是真话,又与前提“他在说假话”相互矛盾。哥德尔证明类似的悖论在任何一个足够强的逻辑系统中都存在,因此任何一个逻辑系统总有它无法理解的命题存在。这说明任何一个系统都有其固有局限性,不同层次的系统局限性各不相同。计算机无法突破其固有局限性,因此模拟人类智能的方法有可能永远无法超过人类。 

第1章 神奇的人工智能
1．1 什么是人工智能
1．2 人工智能简史
1．2．1 数理逻辑：人工智能的前期积累
1．2．2 图灵：人工智能的真正创始人
1．2．3 达特茅斯会议：AI的开端
1．2．4 人工智能的三起两落
1．3 机器学习：现代人工智能的灵魂
1．3．1 什么是机器学习
1．3．2 机器学习发展史
1．3．3 机器学习的基本框架
1．4 让人惊讶的"学习
1．4．1 从猴子摘香蕉到星际大战
1．4．2 集体学习的机器人
1．4．3 图片和文字理解
1．4．4 Alpha Go
1．4．5 机器智能会超过人类智能吗
1．5 开始你的机器学习之旅
1．5．1 训练、验证与测试
1．5．2 0ccam剃刀准则
1．5．3 没有免费的午餐
1．5．4 对初学者的几点建议
1．6 AIDemo示例系统
1．6．1 AIDemo环境搭建
1．6．2 AIDemo示例基础
1．6．3 人脸检测（Face-detection）：第一个示例程序

第2章 认识你的脸
2．1 人脸识别概述
2．1．1 什么是人脸识别
2．1．2 人脸识别系统的基本组成
2．1．3 人脸识别简史
2．2 基于特征脸的人脸识别
2．2．1 主成分分析
2．2．2 支持向量机
2．3 基于深度学习的人脸识别
2．3．1 神经网络的故事
2．3．2 神经网络结构
2．3．3 深度学习
2．3．4 基于深度卷积网络的人脸识别
2．3．5 基于DNN的人脸识别性能
2．4 深度神经网络的其他应用
2．4．1 人脸检测
2．4．2 人脸正规化
2．4．3 图像生成
2．4．4 图像风格转换
2．5 AIDemo：人脸识别
思考题

第3章 聆听你的声音
3．1 语音的产生与感知
3．1．1 语音的产生
3．1．2 语音的感知
3．2 语音识别概述
3．2．1 什么是语音识别
3．2．2 语音识别简史
3．3 基于GMM-HMM的语音识别
3．3．1 MFCC特征提取
3．3．2 GMM-HMM声学模型
3．3．3 N-Gram语言模型
3．3．4 解码过程
……
第4章 理解你的语言、
第5章 模仿你的行为
第6章 学习你的思维