基本信息
- 原书名：Self-Adaptive Systems for Machine Intelligence
- 作者： 何海波
- 译者： 薛建儒 王晓峰
- 丛书名： 国外工业控制与智能制造丛书
- 出版社：机械工业出版社
- ISBN：9787111541141
- 上架时间：2016-12-20
- 出版日期：2016 年7月
- 开本：16开
- 版次：1-1
- 所属分类：工业技术 > 机械/仪表 > 工业自动化仪表、智能系统
教材 > 研究生/本科/专科教材 > 工学 > 机械类
编辑推荐
内容简介
本书以如何使机器具有自适应于环境、类似人脑智能这一挑战性问题为中心，主要介绍了围绕这一问题的数据驱动与生物启发这两个主要研究方向的重要进展。本书主要内容可分为4个方面：（1）研究背景，介绍了自适应系统的类脑智能与传统计算的区别；（2）数据驱动方法，重点研究如何将海量数据转化为支撑决策过程的知识和信息这一问题，并介绍了增量学习、不平衡学习及集成学习等方法；（3）生物启发式方法，主要讲述生物信息处理的基本原理，以及如何开发具有学习、记忆、优化、预测等智能能力的计算框架；（4）机器智能的硬件实现。
目录
出版者的话
译者序
前言
致谢
第1章绪论
1.1机器智能研究
1.2两个层面：数据驱动方法和生物启发式方法
1.3如何阅读本书
1.3.1机器智能的数据驱动方法
1.3.2机器智能的生物启发式方法
1.4总结和延伸阅读
参考文献
第2章增量学习
2.1引言
2.2问题的提出
2.3自适应增量学习框架
2.4映射函数设计
2.4.1基于欧氏距离的映射函数
2.4.2基于回归学习模型的映射函数
2.4.3基于在线评估系统的映射函数
译者序
前言
致谢
第1章绪论
1.1机器智能研究
1.2两个层面：数据驱动方法和生物启发式方法
1.3如何阅读本书
1.3.1机器智能的数据驱动方法
1.3.2机器智能的生物启发式方法
1.4总结和延伸阅读
参考文献
第2章增量学习
2.1引言
2.2问题的提出
2.3自适应增量学习框架
2.4映射函数设计
2.4.1基于欧氏距离的映射函数
2.4.2基于回归学习模型的映射函数
2.4.3基于在线评估系统的映射函数
译者序
由笔者组织本书的翻译纯属偶然。2014年的某日下午，机械工业出版社华章公司王颖女士专程来实验室讨论智能系统学科发展，后又致电委托评审这本计划引进的学术专著，再后又委托组织翻译。盛情难却，加之的确有义务推介人工智能研究领域的最新研究成果，于是在繁重的科研任务间隙，与西安理工大学王晓峰教授合作，历时半年完成了翻译工作。
付梓在即，回顾过去，发现这段时间正值人工智能50多年历史上发展最为迅速、令人激动的研究成果不断涌现的两年，互联网催生的海量数据与大幅度提升的计算及存储能力使得以传统神经网络为基础的深度学习，以网络搜索技术为引擎的群体智能，高度集成感知、交互与运动控制的无人系统等研究取得了令人瞩目的重要进展，彻底颠覆了过去人们对人工智能的观感和认识。
此外，人工智能在相继出现的智慧地球、感知中国、云计算、大数据、智能机器人等热点应用的驱动下，“以人为中心”“人在环路的智能计算”“把机器智能作为人类智能的有效扩展”“类脑计算”等观点成为人工智能领域的普遍共识，人工智能的研究范围因而不断拓宽，已涵盖了模式识别、智能信息处理、自然语言理解、知识工程与认知科学等多个重要分支，并在不断更新与扩展。人工智能现已成为专门研究与人的感知、思维、决策、问题求解和学习等相关的智能活动的自动化方法、智能信息处理技术、智能机器系统的新兴前沿学科。
毋庸置疑，当前和将来的人工智能已经从人如何适应机器发展到机器与人交互、理解人并更好地服务于人的阶段，尤其是人工智能与生物神经科学、人类心理学和脑科学等新兴学科的深度交叉，使得机器智能与人类智能的界限日益模糊。然而，正如郑南宁院士在“人工智能发展的下一步是什么”的学术报告中指出：实现人类水平的人工智能需要应对诸多巨大挑战，例如，如何让机器在没有人类教师的帮助下学习？如何让机器像人类一样感知和理解世界？如何让机器具有自我意识、情感以及反思自身处境与行为的能力？
本书围绕机器智能如何像生物智能一样自适应于环境这一科学问题，从数据驱动与生物启发两个层面出发，提出了在理解生物脑组织中神经信息处理的基本原理和机制的基础上，实现学习、记忆、预测、优化的通用机器智能方法，是人工智能基础研究领域的一本优秀学术专著。作者何海波教授是人工智能领域内的一位杰出的青年学者，目前是美国罗德岛大学的讲席教授（Robert Haas Endowed Professor）、 智能计算与自适应系统实验室主任，主要从事智能计算、控制与优化、机器学习、大数据、网络安全、大规模复杂系统等方向的研究。本书是作者及其团队近十年的研究积累，所述成果已产生深远影响，相信对我国从事人工智能研究的科技工作者大有裨益。
薛建儒
于西安交通大学
付梓在即，回顾过去，发现这段时间正值人工智能50多年历史上发展最为迅速、令人激动的研究成果不断涌现的两年，互联网催生的海量数据与大幅度提升的计算及存储能力使得以传统神经网络为基础的深度学习，以网络搜索技术为引擎的群体智能，高度集成感知、交互与运动控制的无人系统等研究取得了令人瞩目的重要进展，彻底颠覆了过去人们对人工智能的观感和认识。
此外，人工智能在相继出现的智慧地球、感知中国、云计算、大数据、智能机器人等热点应用的驱动下，“以人为中心”“人在环路的智能计算”“把机器智能作为人类智能的有效扩展”“类脑计算”等观点成为人工智能领域的普遍共识，人工智能的研究范围因而不断拓宽，已涵盖了模式识别、智能信息处理、自然语言理解、知识工程与认知科学等多个重要分支，并在不断更新与扩展。人工智能现已成为专门研究与人的感知、思维、决策、问题求解和学习等相关的智能活动的自动化方法、智能信息处理技术、智能机器系统的新兴前沿学科。
毋庸置疑，当前和将来的人工智能已经从人如何适应机器发展到机器与人交互、理解人并更好地服务于人的阶段，尤其是人工智能与生物神经科学、人类心理学和脑科学等新兴学科的深度交叉，使得机器智能与人类智能的界限日益模糊。然而，正如郑南宁院士在“人工智能发展的下一步是什么”的学术报告中指出：实现人类水平的人工智能需要应对诸多巨大挑战，例如，如何让机器在没有人类教师的帮助下学习？如何让机器像人类一样感知和理解世界？如何让机器具有自我意识、情感以及反思自身处境与行为的能力？
本书围绕机器智能如何像生物智能一样自适应于环境这一科学问题，从数据驱动与生物启发两个层面出发，提出了在理解生物脑组织中神经信息处理的基本原理和机制的基础上，实现学习、记忆、预测、优化的通用机器智能方法，是人工智能基础研究领域的一本优秀学术专著。作者何海波教授是人工智能领域内的一位杰出的青年学者，目前是美国罗德岛大学的讲席教授（Robert Haas Endowed Professor）、 智能计算与自适应系统实验室主任，主要从事智能计算、控制与优化、机器学习、大数据、网络安全、大规模复杂系统等方向的研究。本书是作者及其团队近十年的研究积累，所述成果已产生深远影响，相信对我国从事人工智能研究的科技工作者大有裨益。
薛建儒
于西安交通大学
前言
文艺复兴以来，源远流长的科学精神和逐步形成的学术规范，使西方国家在自然科学的各个领域取得了垄断性的优势；也正是这样的传统，使美国在信息技术发展的六十多年间名家辈出、独领风骚。在商业化的进程中，美国的产业界与教育界越来越紧密地结合，信息学科中的许多泰山北斗同时身处科研和教学的最前线，由此而产生的经典科学著作，不仅擘划了研究的范畴，还揭示了学术的源变，既遵循学术规范，又自有学者个性，其价值并不会因年月的流逝而减退。
近年，在全球信息化大潮的推动下，我国的信息产业发展迅猛，对专业人才的需求日益迫切。这对我国教育界和出版界都既是机遇，也是挑战；而专业教材的建设在教育战略上显得举足轻重。在我国信息技术发展时间较短的现状下，美国等发达国家在其信息科学发展的几十年间积淀和发展的经典教材仍有许多值得借鉴之处。因此，引进一批国外优秀教材将对我国教育事业的发展起到积极的推动作用，也是与世界接轨、建设真正的世界一流大学的必由之路。
机械工业出版社华章公司较早意识到“出版要为教育服务”。自1998 年开始，我们就将工作重点放在了遴选、移译国外优秀教材上。经过多年的不懈努力，我们与Pearson、McGraw-Hill、Elsevier、John Wiley & Sons、CRC、Springer等世界著名出版公司建立了良好的合作关系， 从他们现有的数百种教材中甄选出Alan V. Oppenheim Thomas L. Floyd、Charles K. Alexander、Behzad Razavi、John G. Proakis、Stephen Brown、Allan R. Hambley、Albert Malvino、Peter Wilson、H. Vincent Poor、Hassan K. Khalil、Gene F. Franklin、Rex Miller等大师名家的经典教材，以“国外电子与电气技术丛书”和“国外工业控制与智能丛书”为系列出版，供读者学习、研究及珍藏。这些书籍在读者中树立了良好的口碑，并被许多高校采用为正式教材和参考书籍。其影印版“经典原版书库”作为姊妹篇也越来越多被实施双语教学的学校所采用。
权威的作者、经典的教材、一流的译者、严格的审校、精细的编辑，这些因素使我们的图书有了质量的保证。随着电气与电子信息学科建设的不断完善和教材改革的逐渐深化，教育界对国外国外电气与电子信息教材的需求和应用都将步入一个新的阶段，我们的目标是尽善尽美，而反馈的意见正是我们达到这一终极目标的重要帮助。华章公司欢迎老师和读者对我们的工作提出建议或给予指正，我们的联系方法如下：
华章网站：www.hzbook.com
电子邮件：hzjsj@hzbook.com
联系电话： （010）88379604
联系地址：北京市西城区百万庄南街1号
邮政编码：100037
近年，在全球信息化大潮的推动下，我国的信息产业发展迅猛，对专业人才的需求日益迫切。这对我国教育界和出版界都既是机遇，也是挑战；而专业教材的建设在教育战略上显得举足轻重。在我国信息技术发展时间较短的现状下，美国等发达国家在其信息科学发展的几十年间积淀和发展的经典教材仍有许多值得借鉴之处。因此，引进一批国外优秀教材将对我国教育事业的发展起到积极的推动作用，也是与世界接轨、建设真正的世界一流大学的必由之路。
机械工业出版社华章公司较早意识到“出版要为教育服务”。自1998 年开始，我们就将工作重点放在了遴选、移译国外优秀教材上。经过多年的不懈努力，我们与Pearson、McGraw-Hill、Elsevier、John Wiley & Sons、CRC、Springer等世界著名出版公司建立了良好的合作关系， 从他们现有的数百种教材中甄选出Alan V. Oppenheim Thomas L. Floyd、Charles K. Alexander、Behzad Razavi、John G. Proakis、Stephen Brown、Allan R. Hambley、Albert Malvino、Peter Wilson、H. Vincent Poor、Hassan K. Khalil、Gene F. Franklin、Rex Miller等大师名家的经典教材，以“国外电子与电气技术丛书”和“国外工业控制与智能丛书”为系列出版，供读者学习、研究及珍藏。这些书籍在读者中树立了良好的口碑，并被许多高校采用为正式教材和参考书籍。其影印版“经典原版书库”作为姊妹篇也越来越多被实施双语教学的学校所采用。
权威的作者、经典的教材、一流的译者、严格的审校、精细的编辑，这些因素使我们的图书有了质量的保证。随着电气与电子信息学科建设的不断完善和教材改革的逐渐深化，教育界对国外国外电气与电子信息教材的需求和应用都将步入一个新的阶段，我们的目标是尽善尽美，而反馈的意见正是我们达到这一终极目标的重要帮助。华章公司欢迎老师和读者对我们的工作提出建议或给予指正，我们的联系方法如下：
华章网站：www.hzbook.com
电子邮件：hzjsj@hzbook.com
联系电话： （010）88379604
联系地址：北京市西城区百万庄南街1号
邮政编码：100037
