本书涵盖人工智能领域的多个重要方向和交叉领域，旨在向读者介绍人工智能的最新进展、应用和发展趋势，同时探讨人工智能与其他学科交叉的原则、重要性和潜在影响。主要内容包括人工智能基础与前沿、人工智能+教育、人工智能+医疗、人工智能+法律、人工智能+哲学，涉及人工智能技术在多个学科的理论前沿知识、不同领域的案例应用和辨证思考等内容。
更多科学出版社服务，请扫码获取。
李凡长，教授，博士生导师，苏州大学东吴学者，苏州大学计算机科学与技术学院副院长，北京交通大学兼职教授、博士生导师。
目录
前言
第一篇 人工智能基础与前沿
第1章 人工智能概述 3
1.1 人工智能的概念 3
1.1.1 人工智能 3
1.1.2 人工智能的要素 4
1.1.3 人工智能的分类 5
1.2 人工智能的测试方法 5
1.2.1 图灵测试 5
1.2.2 无裁判测试 6
1.3 人工智能的研究学派 6
1.3.1 符号主义学派 6
1.3.2 联结主义学派 7
1.3.3 行为主义学派 7
1.3.4 类脑协同主义学派 7
1.4 人工智能的研究内容 8
1.4.1 人工智能研究范式 8
1.4.2 人工智能研究领域 8
本章小结 9
思考题 9
参考文献 10
第2章 人工智能基础 11
2.1 人工智能基础范畴 11
2.1.1 人工智能公理 11
2.1.2 人工智能知识范畴 11
2.2 认知机理 12
2.2.1 对应机理 12
2.2.2 双向机理 12
2.2.3 动允机理 12
2.3 人工智能原理 13
2.4 人工智能知识表示 14
2.4.1 逻辑表示 15
2.4.2 产生式表示 16
2.4.3 框架表示 16
2.4.4 面向对象的表示 17
2.4.5 语义网表示 17
2.4.6 基于XML的表示 17
2.4.7 本体表示 17
2.5 人工智能推理方法 18
2.5.1 基本概念 18
2.5.2 动态模糊逻辑的一般推理方法 18
2.5.3 动态模糊逻辑的连接推理方法 24
2.6 动态模糊逻辑的缺省假设推理 33
2.6.1 缺省假设推理的提出 33
2.6.2 缺省假设推理的基本框架结构 33
2.6.3 缺省规则与假设规则 36
2.6.4 算法描述 37
2.6.5 缺省假设的一致性讨论 39
2.7 动态模糊逻辑推理方法的应用 39
2.7.1 动态模糊逻辑推理方法在牌类游戏中的应用 39
2.7.2 动态模糊逻辑推理方法在医疗诊断中的应用 46
本章小结 48
思考题 48
参考文献 49
第3章 李群机器学习 50
3.1 机器学习 50
3.1.1 机器学习研究方法 50
3.1.2 机器学习分类 51
3.2 李群机器学习的基本概念 52
3.3 李群机器学习的公理假设 54
3.4 李群机器学习的学习模型 56
3.4.1 李群机器学习的代数模型 56
3.4.2 李群机器学习的几何模型 56
3.5 李群机器学习的分类器设计 58
3.5.1 李群机器学习中的辛群分类器 58
3.5.2 李群机器学习中的量子群分类器 60
3.6 李群机器学习的相关算法 64
本章小结 66
思考题 66
参考文献 66
第4章 动态模糊机器学习 67
4.1 动态模糊数据 67
4.2 动态模糊机器学习的基础理论 67
4.2.1 动态模糊集合的定义 68
4.2.2 动态模糊集合的运算 68
4.2.3 动态模糊集合的截集 71
4.2.4 动态模糊集合的分解定理 72
4.3 动态模糊机器学习模型 75
4.4 动态模糊机器学习过程控制模型 77
4.4.1 动态模糊机器学习过程控制模型的概念 78
4.4.2 动态模糊学习控制器的设计 79
4.4.3 仿真实例 81
4.5 动态模糊关系学习算法 85
4.5.1 动态模糊关系的概念 85
4.5.2 动态模糊关系学习 87
4.6 动态模糊机器学习的学习算法介绍 91
本章小结 91
思考题 92
参考文献 92
第二篇 人工智能+教育
第5章 脑的学习 95
5.1 什么是学习 95
5.1.1 广义的学习 95
5.1.2 认知科学与学习 96
5.2 脑的学习机制 97
5.2.1 学习的路径：脑 97
5.2.2 学习的基础：神经元放电 99
5.2.3 学习的模式 100
5.2.4 学习的加工：记忆 100
5.3 脑学习的启示 101
本章小结 102
思考题 102
参考文献 102
第6章 机器与人的深度学习 104
6.1 机器的深度学习 104
6.1.1 深度学习概述 104
6.1.2 深度学习算法 106
6.2 人的深度学习 109
6.2.1 人的深度学习来源 109
6.2.2 人的深度学习内涵 110
6.2.3 人的深度学习特征 111
6.3 人的深度学习启示 114
本章小结 115
思考题 115
参考文献 116
第7章 人工智能教育的发展 117
7.1 四次教育革命 117
7.1.1 第一次教育革命 117
7.1.2 第二次教育革命 117
7.1.3 第三次教育革命 118
7.1.4 第四次教育革命 119
7.2 人工智能教育发展阶段 120
7.2.1 起步期（20世纪50～70年代） 120
7.2.2 形成期（20世纪70～90年代） 121
7.2.3 发展期（20世纪90年代至今） 121
7.3 人工智能教育的概念与关键技术 122
7.3.1 人工智能教育相关概念 122
7.3.2 人工智能教育发展的关键技术 124
本章小结 125
思考题 126
参考文献 126
第8章 人工智能在教育中的应用 127
8.1 人工智能在智能辅导系统中的应用 128
8.1.1 智能辅导系统简介 128
8.1.2 智能辅导系统应用案例 129
8.2 人工智能在监督学习中的应用 136
8.2.1 监督学习简介 136
8.2.2 案例：AI Trainer—机器学习训练平台 136
8.3 人工智能在心理测量中的应用 142
8.3.1 心理测量简介 142
8.3.2 案例：人工智能心理干预机器人“小欣” 142
8.4 人工智能在知识图谱中的应用 147
8.4.1 知识图谱的定义 147
8.4.2 知识图谱的构建技术 148
8.4.3 案例：“高等数学AI”课程 150
本章小结 154
思考题 154
参考文献 154
第三篇 人工智能+医疗
第9章 人工智能在医疗领域的应用 163
9.1 药物研发 163
9.1.1 应用方向概述 163
9.1.2 国内外企业研究成果 166
9.1.3 应用价值与展望 168
9.2 医疗机器人 169
9.2.1 应用方向概述 169
9.2.2 国内外企业研究成果 171
9.2.3 应用价值与展望 175
9.3 精准医疗 175
9.3.1 应用方向概述 175
9.3.2 国内外企业研究成果 177
9.3.3 应用价值与展望 179
本章小结 180
思考题 180
参考文献 181
第10章 医学影像人工智能处理与分析 183
10.1 医学影像成像方法 183
10.1.1 X射线 183
10.1.2 X-CT 185
10.1.3 MRI 185
10.1.4 超声波 187
10.1.5 OCT 188
10.2 医学影像去噪增强 189
10.2.1 噪声 189
10.2.2 去噪方法 190
10.2.3 超分辨率增强 192
10.3 医学影像量化分析 193
10.3.1 医学影像分割 193
10.3.2 医学影像分割的量化指标 197
本章小结 198
思考题 198
参考文献 198
第11章 医学影像人工智能诊断及编程实现 201
11.1 医学影像分类方法 201
11.1.1 图像分类及其发展 201
11.1.2 传统机器学习算法类型及其常见算法 201
11.1.3 深度学习在医学影像分类中的发展 203
11.1.4 医学影像分类的迁移学习 203
11.1.5 医学影像中的元学习 204
11.2 医学影像辅助诊断 204
11.2.1 胸部CT智能诊断系统 204
11.2.2 乳腺X射线智能诊断系统 205
11.2.3 冠状动脉辅助诊断系统 206
11.2.4 眼科疾病辅助诊断系统 207
11.3 医学影像编程实现 209
11.3.1 图像分类 209
11.3.2 图像分割 215
11.3.3 图像配准 218
本章小结 224
思考题 224
参考文献 224
第四篇 人工智能+法律
第12章 智能时代的法律变革 229
12.1 智能时代法律的基本概述 229
12.1.1 法律的基本概念 229
12.1.2 我国计算机网络法律规制概况 230
12.1.3 我国和国际人工智能的立法进程 231
12.2 法律人对人工智能的理解与应对 239
12.2.1 人工智能是机器人吗？ 239
12.2.2 人工智能道德伦理维度的展开 242
12.2.3 人工智能法律知识图谱的建构 245
本章小结 246
思考题 246
参考文献 247
第13章 人工智能与法律理论 249
13.1 人工智能侵权责任 249
13.1.1 自动驾驶汽车的侵权案例分析 249
13.1.2 现行法律规制的难点 251
13.1.3 自动驾驶汽车侵权责任分担机制 253
13.2 人工智能法律人格 254
13.2.1 人工智能法律人格不明引发的困境 255
13.2.2 人工智能法律人格的理论争议 257
13.2.3 人工智能法律人格的确立探索 259
13.3 人工智能著作权 260
13.3.1 人工智能生成物的可版权性之争 260
13.3.2 人工智能著作权归属的学理之论 262
13.3.3 人工智能著作权的保护路径 263
本章小结 264
思考题 264
参考文献 265
第14章 人工智能与司法裁判 267
14.1 在线法院概览 267
14.1.1 在线法院的建设背景 267
14.1.2 在线法院的基本架构 268
14.1.3 在线法院的争议挑战 269
14.2 中国智慧法院系统的构建 270
14.2.1 我国智慧法院建设的背景 270
14.2.2 我国智慧法院建设的主要内容 271
14.3 中国建设智慧司法体系的战略与进程 273
14.3.1 智慧公安 274
14.3.2 智慧检务 275
14.3.3 智慧矫正 277
本章小结 278
思考题 278
参考文献 278
第15章 人工智能与法律职业 280
15.1 人工智能律师的诞生及对行业的冲击 280
15.2 人工智能法律人才的培养 281
15.2.1 课程设置：从浅层介绍到课程引入 282
15.2.2 专业联合：加强与STEM专业的合作 283
15.2.3 生源调整：加大信息工程等专业的研究生入学比例 283
15.2.4 体系构建：规划“法学+科技”的产学研一体化建设思路 284
本章小结 285
思考题 285
参考文献 285
第五篇 人工智能+哲学
第16章 人文、技术与文明 289
16.1 文明、技术、人工智能技术 289
16.2 会聚技术时代的专才、通才教育 292
16.3 通才理念下的技术教育 295
本章小结 298
思考题 298
参考文献 299
第17章 四次技术革命与人工智能技术 300
17.1 技术演变引领四次工业革命 300
17.1.1 第一次工业革命—机械化（18世纪） 300
17.1.2 第二次工业革命—电气化（19世纪） 301
17.1.3 第三次工业革命—信息化（20世纪） 302
17.1.4 第四次工业革命—智能化（现在） 302
17.2 跨系统、跨域、跨界的技术跃迁 303
17.2.1 技术数字化：“物理、数字和生物世界融合” 303
17.2.2 NBIC会聚技术:“物理、数字和生物世界融合的另一种表达” 305
17.2.3 人类增强技术支撑生命3.0与元宇宙人类新生态 306
本章小结 310
思考题 310
参考文献 311
第18章 人工智能的哲学基础与哲学反思 312
18.1 康德的人之问答 312
18.2 智能的哲学探究 313
18.2.1 人的智能、人工智能与有限理性 313
18.2.2 信息、知识和智慧的层级递进与关联 314
18.2.3 人工智能与机器人 317
18.2.4 人工智能历程与哲学视域中人工智能主导范式 318
本章小结 320
思考题 321
参考文献 321
第19章 人工智能技术的人类挑战与应对 322
19.1 作为代具性存在的人工智能技术 322
19.2 人工智能外在化促生智能化生存中的时空重置 322
19.3 人工智能技术与人和技术的协同演进 323
19.4 挑战与应对：思维、认知、生命、伦理 324
19.4.1 求力技术到求智技术：新技术观挑战 324
19.4.2 相关性思维统摄因果性思维 325
19.4.3 分布式认知挑战传统认识论 326
19.4.4 网络痕迹不断留存，可能产生的数字人，是人类面临的对现有生命观的挑战 327
19.4.5 解析社会（个体人的透明化、单体化、数据化）挑战人的隐私与自我 327
19.4.6 数字化生存，挑战传统责任观 328
19.4.7 算法为王，挑战传统正义观 328
19.4.8 闲暇时间挑战传统就业观和社会财富的分配观 328
19.5 数据人文与智能“乌托邦” 330
本章小结 332
思考题 332
参考文献 332
后记 333
书单推荐
