什么是人工智能？

人工智能（artificialintelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。

人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。

1-learningopencv

learningopencv的作者是garybradski和adriankaehler，兩位都是opencv庫的發起人。其中，bradski是斯坦福大學人工智能實驗室的顧問教授kaehler在20142016年間做過magicleap副總裁。本書適合對計算機視覺和圖像處理有基本了解的人群，通過本書能更好地了解opencv如何讓編程任務更容易。

兩位作者將眾所周知的算法編碼成可調用的函數庫，可以用來完成更復雜的任務。當然，這也作為一本用戶手冊，目錄結構清晰，遇到問題時可進行查閱。這本書的中譯本叫《學習opencv》

2-artificialintelligence:amodernapproach

artificialintelligence:amodernapproach是人工智能領域經典教材，作者是stuartjonathanrussell和peternorvig。russell是加州大學伯克利分校的計算機科學教授，已發表超過100篇關于通用人工智能的論文norvig是googleresearch主管，aaaifellowacmfellow。本書提供了現代技術中關于人工智能理論與實踐最全面和前沿的介紹，通過智能決策、搜索算法、邏輯推理、神經網絡和強化學習等方面來介紹最先進的人工智能技術，推薦給對人工智能感興趣的專業研究人員。

3-AlgorithmsofIntelligentWeb

作者是HaralambosMarmanis和DmitryBabenko，前者是用機器學習解決工業問題的先驅，后者參與設計了用于銀行保險和供應鏈管理的應用程序

本書會讓你學會該如何捕獲、存儲和構建網絡中的用戶數據，并通過數理統計、神經網絡和深度學習等方法實現數據分類，進而構建推薦系統。本書還提供了如在線廣告的點擊預測等案例分析，附有相關代碼。市面上比較多的是第2版，第一版封面是藍白配色，第二版變成了黑白。中譯本名叫《智能web算法(第2版)》定價69元。這本書的作者是danjurafsky和jamesh.martin，兩人都是斯坦福大學語言學系和計算機科學系教授。

本書涵蓋了經典自然語言處理、統計自然語言處理、語音識別和計算語言學等方面。聊天機器人、智能問診和對話系統等等讓語音和語言處理成為21世紀最令人興奮的一個研究內容。本文采用統計學方法和其他機器學習算法，通過實例來說明各種方法的相對優勢和不足，分別涉及序列標注、信息提取、智能問答、語音識別和語音合成等多個前沿研究方向。對于語音學領域專業人員，這是一本重要的參考書籍。中譯本的書名丟掉了“語音”，叫《自然語言處理綜論》，人民郵電出版社有英文影印版《語音與語言處理》。好像都不太容易買到。

4-ProgrammingGameAIbyExample

作者MatBuckland

本書是游戲人工智能方面的經典之作，暢銷多年，主要講述如何使游戲中的角色具有智能，先介紹了游戲角色的基本屬性及常用數學方法，接著深入探討游戲智能體狀態機的實現，提到了圖在游戲中的用途及各種不同的圖搜索算法，還以lua腳本語言為例來介紹了游戲腳本語言的優點。綜上，本書適用于對游戲ai開發感興趣的愛好者和游戲ai開發人員。有中譯本，定價79元，容易買到。

5-FoundationsofStatisticalNaturalLanguageProcessing

作者是ChristopherD.Manning和HinrichSchütze，兩人都是斯坦福大學教授

這是國內外多所著名大學的計算語言學教材，全面系統地介紹了統計自然語言處理技術。本書涵蓋的內容十分廣泛，包括了構建自然語言處理軟件工具將用到的幾乎所有理論和算法。全書的論述過程由淺入深，從數學基礎到精確的理論算法，從簡單的詞法分析到復雜的語法分析，適合不同水平的讀者群的需求。中譯本《統計自然語言處理基礎》由電子工業出版社出版，定價55元，易斷貨。

6-Patternclassification

作者是RichardO.DudaPeterE.Hart和DavidG.Stork，其中Duda是圣何塞州立大學名譽教授

本書是模式識別和場景分析領域的經典著作，第1版出版于1973年，2000年的第2版保留了第1版的關于統計模式識別和結構模式識別的主要內容以外，還新增了許多近25年來的新理論和新方法，其中包括神經網絡、機器學習、數據挖掘、進化計算、不變量理論、隱馬爾可夫模型、統計學習理論和支持向量機等。中譯本《模式分類》定價59元，某東某寶某當等等都有售。

7-NeuralNetworksforPatternRecognition

作者和我們前邊提到的模式識別與機器學習一樣，也是ChristopherBishop，愛丁堡大學計算機系教授

從統計模式識別的角度來看，這本書完整地介紹了前饋神經網絡。本書在介紹基本數學知識后，研究了概率密度函數的建模方法以及多層感知機和徑向基函數網絡模型的性質和優點，還提到了誤差函數的主要算法、神經網絡調參技巧及貝葉斯技術的應用。本書的目標人群為涉及神經計算和模式識別領域的相關研究人員。

8-DesignPatternsinJava

作者是StevenJohnMetsker和WilliamC.Wake，其中Metsker是DominionDigital公司的管理顧問，擅長運用面向對象技術構建結構清晰功能強大的軟件系統

本書通過一個完整的java項目對經典著作designpatterns一書介紹的23種設計模式進行了深入分析與講解，實踐性強，卻又不失對模式本質的探討。本書創造性地將這些模式分為5大類別，以充分展現各個模式的重要特征，并結合uml類圖與對應的java程序，便于讀者更好地理解。同時本書給出了大量練習及參考答案，使讀者印證比較，尋找不足。中譯本《java設計模式》出版于2007年，定價49元，似乎同樣嚴重斷貨。

9-NaturalLanguageProcessingwithPython

作者是StevenBirdEwanKlein和EdwardLoper，三人分別是墨爾本大學軟件工程系副教授愛丁堡大學語言技術教授和賓夕法尼亞大學博士

本書基于自然語言工具包nltk庫，不要求讀者有python編程的經驗。內容按照難易程度順序編排，先介紹了語言處理的基礎，講述如何使用小的python程序分析感興趣的文本信息；接著討論了結構化程序設計，以鞏固前面幾章中介紹的編程要點；然后介紹了語言處理的基本原理，包括標注、分類和信息提取等；進而再介紹了句子解析、句法結構識別和句意表達方法和如何有效管理語言數據。后記部分簡要討論了nlp領域的過去和未來。綜合評價，本書是自然語言處理領域的一本實用入門指南。國內有中譯本和英文影印本，都叫《python自然語言處理》，中譯本定價89元。

10-PracticalCommonLisp

作者是PeterSeibel，加州大學伯克利分校教授

本書是一本不同尋常的commonlisp入門書，介紹了作者的學習經歷，分別講述了各種基礎知識，主要包括：repl及commonlisp的各種實現、s-表達式、函數與變量、標準宏與自定義宏等，然后通過9個章節詳細介紹了幾個有代表性的實例，包含如何構建垃圾過濾器、解析二進制文件、構建id3解析器，以及如何編寫一個完整的mp3web應用程序等內容。本書適合commonlisp初學者及對其感興趣的相關人員。中譯本《實用commonlisp編程》定價89元，各大電商平臺都有，偶爾斷貨。

11-科普類

科普類的書，應該看那些呢，這一類書實在是太多了。

《浪潮之巔》作者吳軍博士

李開復的書《人工智能：李開復談ai如何重塑個人、商業與社會的未來圖譜》

李彥宏的書《智能革命:迎接人工智能時代的社會、經濟與文化變革》

周鴻祎的《智能主義：未來商業與社會的新生態》

吳霽虹的《未來地圖:創造人工智能萬億級產業的商業模式和路徑》

《AI：人工智能的本質與未來》，瑪格麗特·博登老太太寫的，她是英國薩塞克斯大學認知和計算機科學學院第一任院長，從1997年起，她就是該系認知科學研究教授。“她擁有醫學科學、心理學、哲學等學科背景，并能夠將這些學科的理論融會貫通，與自己對人工智能的研究相結合。她被譽為是“人工智能領域的女性牛人”。

12-《世界著名計算機教材精選·人工智能:一種現代的方法(第3版)》

這是一本教材，也可以說是最權威、最經典的人工智能教材，已被全世界100多個國家的1200多所大學用作教材。900多頁的大部頭，很耐看，關于人工智能技術的都囊括在里面了，想往這塊發展的一定要看這本

13-《深度學習》

這是由全球知名的三位專家IanGoodfellowYoshuaBengio和AaronCourville撰寫的書，是深度學習領域奠基性的經典教材，全書500多頁

14-自己動手寫神經網絡

機器學習與人工智能參考書基于java語言撰寫。

15-InformationTheory：InferenceandLearningAlgorithms

比較深

首先你得有語言基礎，其次有數學基礎，人工智能的基礎語言是python

16-PreparingfortheFutureofArtificialIntelligence為人工智能未來做好準備

這份白皮書發表于2016年10月。它介紹了人工智能目前在社會中所處的狀態以及其在經濟中所發揮的作用。它也提出了關于人工智能的短期和長期愿景的問題。這份白皮書絕對值得一讀，因為它不僅時間非常近，而且其信息源非常權威。美國國家科學技術委員會旗下的機器學習和人工智能小組委員會是該白皮書的主要作者。

17-ArtificialIntelligenceasaPositiveandNegativeFactorinGlobalRisk作為全球風險中積極因素和消極因素的人工智能

該白皮書的作者是eliezeryudkowsky，其得到了machineintelligenceresearchinstitute的贊助。這份白皮書研究了人工智能如果像現在這樣繼續高速發展可能在未來造成的多種后果。因為我們還不知道人工智能將向哪個方向發展，所以我們也不清楚其所帶來的影響哪些是積極的、哪些是消極的；因此yudkowsky同時研究了這兩個方面。

18-LearningtoTrustArtificialIntelligenceSystems學習信任人工智能系統

在這份白皮書中，我們可以看到我們總是會不得不面對新的先進技術，而且最終我們會認識到這些技術將能夠以這樣或那樣的方式使我們的生活更好。這份白皮書認為人工智能（ibm喜歡稱其為「增強智能（augmentedintelligence」）也是這樣。人工智能將會越來越多地出現在我們的生活之中，我們會適應它，我們的生活也將因為它而變得更加美好。這份人工智能白皮書的作者是guruduthbanavar博士，他是ibm研究院的副院長以及認知計算部門的首席科學官。

19-DisruptionAhead

德勤聯合ibm專門投入資源做了此份報告，讓各種商業與個人能用到這一技術。在此白皮書中，你會學到他們如何做人工智能，期待的收獲是什么，以及期待什么時候發生文中提到的里程碑。在讀此報告時，你會學到大量watson的工作機制以及目前是如何部署機器的。里面也有如今的使用案例。

20-ArtificialIntelligence,Robotics,PrivacyandDataProtection人工智能機器人隱私和數據保護

這個主題是歐盟在馬拉喀什的一場會議上討論的，此白皮書于今年10月發布，主題集中在隨著人工智能和機器人的崛起，為什么開始討論數據保護和隱私問題如此重要。因為這些計算機像超級計算機一樣有著前所未有的能力，也因為隨著技術進一步發展我們需要現在就開始考慮如何保護地球上每個人的數據與隱私。

21-TheNewWaveofArtificialIntelligence人工智能新浪潮

由evry發布的此份白皮書是來教育讀者為什么新的人工智能公司要通過升級舊的人工智能概念來進行變革？為什么它們要在眾多產業使用人工智能技術創造全新的未來？觀測為什么、什么時候來創造人工智能商業非常的重要，即使最后結果與舊商業一樣，你也需要從頭開始做人工智能。在你使用一項完全不同的技術時，整個流程是獨一無二的。

22-ThinkStats

關于概率與統計學的初階介紹類書籍

這本書主要是介紹一些可以用來處理實際數據和討論相關問題的基本方法。這本書討論了一個基于美國國家衛生研究院（nationalinstitutesofhealth）數據的實際案例，來開展相關話題和知識點的討論。這本書鼓勵讀者們去做一些基于真實數據集的project。

23-ProbabilisticProgramming&BayesianMethodsforHackers

《貝葉斯方法:概率編程與貝葉斯推斷》這本書相比于數學更注重與對貝葉斯方法論（bayesianmethod）和概率性編程的理解。