前言

人工智能作为具有颠覆性的新技术，对现代经济社会发展产生巨大影响。人工智能理论与技术体系博大精深，该领域专著卷帙浩繁，然而初学者如何快速掌握人工智能的分析方法却存在挑战。在上海交通大学研究生核心课程教材培育项目支持下，作者结合多年科研与教学经验，从基本原理与工程实践相结合的角度编写本教材，力求为读者奉献一套相对完备的知识框架。

本书由原理篇、模型与应用篇、案例篇3部分构成。原理篇含5章：第1章概述人工智能的源起、哲学思辨和工程化基础设施等；第2章重点阐述工程实际中解决问题的人工智能方法和机器学习建模技术；第3章描述面向人工智能的大数据特征，以及降维、表征等处理方法；第4章从优化理论的角度刻画深度神经网络误差反馈和权值调整的基本原理，同时概要介绍传统生物启发的优化算法，并对适用场景做了对比分析；第5章介绍人工智能系统的常用开发框架和部署方法，推介主流软硬件工具等。模型与应用篇含4章：第6章以机器视觉为对象，重点阐释深度学习方法遭遇的瓶颈及嬗变，展现多个具有里程碑意义的代表性算法；第7章以音频、振动等时序信号处理为对象，突出长短时记忆网络和多层变换器标志性算法的有效性；第8章结合数个中等复杂程度的工程学问题，对传统仿生智能算法做出回顾，旨在明确人工智能工具库内不只有数据驱动深度学习类的单一路径；第9章介绍知识图谱概念及其工程应用方法，呼应人工智能知识框架上知识获取、表达领域的重要组分。案例篇含2章：第10章选取图像处理、无人驾驶、推荐系统、物流调度等问题的经典案例，强化读者对工程问题采用人工智能方法进行解题的科研和学习范式的把握；第11章展望人工智能多个前沿理论与技术子领域的进展，给出相关技术发展趋势的分析和前瞻。

本书体例力求理论与工程对照。例如：原理篇中，误差反向传播算法采用4层结构、极简数学符号刻画神经网络训练的内涵和本质；模型与应用篇中，在阐释典型人工智能模型概念后即给出简洁代码，带领读者轻松跨越知识到技术的鸿沟。

本书由贡亮、刘成良主编。贡亮、刘成良提出了全书编写主线与脉络，收集和整理了相关教学科研一手素材，遴选了原理篇的数理基础知识点，编写了模型与应用篇核心章节，完成了全书第1～4章、第6～9章及第11章的撰写。高毕术、罗鹤飞同学系本书副主编，两位同学近年来任上海交通大学硕士课程“人工智能原理与应用”“复杂系统设计与实践”助教，在本书案例采撷、编校方面付出了辛勤的劳动，完成了第5、10章的撰写，以及课后习题设计。上海交通大学施光林老师提供了仿生智能算法工程案例，秦威老师对案例篇章节内容的选材和编辑进行了指导。本书部分案例选自多位研究生的优秀学位论文，原作者为编者提供了源码，并解答了疑问。上海交通大学机械与动力工程学院专业学位研究生教育中心工作人员收集和整理了人工智能教学领域的教学问题，为本教材的编写反馈了第一手读者信息，在此一并致谢。

本书可作为人工智能学科高年级本科生和低年级研究生的教材。非人工智能领域的工程技术人员可以通过本书自学入门。

限于篇幅，本书未对人工智能数理基础求整求全，读者可以根据参考文献、章节标题关键词等进行知识延拓。同时，由于时间仓促，书中内容难免有疏漏与不妥之处，敬请读者不吝指正。