人工智能与信息社会培训

1 新闻热点与身边的人工智能
1.1 家里的AI：扫地机器人/智能音箱/智能家居/教育/个人助手
1.2 语音识别/自动翻译：法庭速记/同声传译
1.3 图像识别：手机中的照片整理/美颜处理/安防
1.4 会下棋的人工智能：AlphaGo
1.5 自动驾驶/工业机器人：汽车/公交车/卡车
1.6 医疗健康：监测诊断
1.7 金融：智能投顾、智能客服、安防监控、金融监管
1.8 微软亚洲研究院院长洪小文博士寄语计算机教育2 人工智能发展简史
2.1 什么是人工智能？
2.2 人工智能发展历史
2.3 人工智能经典问题（图灵测试，中文屋）
2.4 人工智能第一次浪潮：早的神经元
2.5 人工智能第二次浪潮：专家系统
2.6 人工智能第三次浪潮：深度神经网络
2.7 访谈2-1（微软亚洲研究院刘铁岩副院长：历史）
2.8 访谈2-2（微软亚洲研究院刘铁岩副院长：热潮）
2.9 访谈2-3（微软亚洲研究院刘铁岩副院长：未来）3 基于决策树和搜索的智能系统
3.1 实例1：读心术（建立二分查找的规则）
3.2 和人类一样的判断方式：专家系统
3.3 专家系统应用与发展
3.4 实例2：井字棋（决策树介绍）
3.5 双方零和完全信息博弈的搜索树
3.6 基于搜索树对局面进行估值决策
3.7 大小值法（Minimax）
3.8 Alpha-Beta剪枝
3.9 启发式搜索
3.10 从国际象棋到围棋
3.11 实际代码与运行结果4 基于仿生算法的智能系统I
4.1 仿生算法简介
4.2 基因遗传算法（初始种群、遗传变异、评估淘汰）
4.3 实例3：拼图游戏
4.4 拼图的基因
4.5 遗传和变异
4.6 自然选择
4.7 实际代码与运行结果5 基于神经网络的智能系统
5.1 神经元与神经网络
5.2 实例4：手写数字识别
5.3 构建网络参数
5.4 计算损失函数
5.5 通过优化器优化参数
5.6 反向传播
5.7 实际代码与运行结果6 基于神经网络的智能系统II
6.1 监督学习和非监督学习
6.2 实例5：Flappybird（让人工智能学会玩游戏）
6.3 试错式学习
6.4 State-action-reward
6.5 价值判断：Q函数
6.6 遍尝百草：e-greedy
6.7 熟能生巧：持续更新Q函数
6.8 实际代码与运行结果7 人工智能应用
7.1 图像识别与分类
7.2 医学影像分析
7.3 访谈7-1（医疗+AI综述）
7.4 访谈7-2（当前成就）
7.5 访谈7-3（未来展望）
7.6 语音识别——个人助理
7.7 人脸识别和情感计算
7.8 访谈7-4（自然语言处理综述）
7.9 访谈7-5（当前成就）
7.10 访谈7-6（未来展望）
7.11 自动驾驶8 人工智能与人类社会未来
8.1 挑战：技术视角
8.2 挑战：人文视角
8.3 访谈8-1（AI各个领域发展）
8.4 伦理规范：社会层面
8.5 伦理规范：公共政策层面
8.6 访谈8-2（伦理规范的影响）
8.7 访谈8-3（人工智能人才培养）
8.8 科幻作品中的人工智能（影视作品：AI，Her，攻壳机动队，黑客帝国）
8.9 奇点理论：畅想未来