人工智能與信息社會培訓(xùn)

1 新聞熱點與身邊的人工智能
1.1 家里的AI：掃地機器人/智能音箱/智能家居/教育/個人助手
1.2 語音識別/自動翻譯：法庭速記/同聲傳譯
1.3 圖像識別：手機中的照片整理/美顏處理/安防
1.4 會下棋的人工智能：AlphaGo
1.5 自動駕駛/工業(yè)機器人：汽車/公交車/卡車
1.6 醫(yī)療健康：監(jiān)測診斷
1.7 金融：智能投顧、智能客服、安防監(jiān)控、金融監(jiān)管
1.8 微軟亞洲研究院院長洪小文博士寄語計算機教育2 人工智能發(fā)展簡史
2.1 什么是人工智能？
2.2 人工智能發(fā)展歷史
2.3 人工智能經(jīng)典問題（圖靈測試，中文屋）
2.4 人工智能第一次浪潮：早的神經(jīng)元
2.5 人工智能第二次浪潮：專家系統(tǒng)
2.6 人工智能第三次浪潮：深度神經(jīng)網(wǎng)絡(luò)
2.7 訪談2-1（微軟亞洲研究院劉鐵巖副院長：歷史）
2.8 訪談2-2（微軟亞洲研究院劉鐵巖副院長：熱潮）
2.9 訪談2-3（微軟亞洲研究院劉鐵巖副院長：未來）3 基于決策樹和搜索的智能系統(tǒng)
3.1 實例1：讀心術(shù)（建立二分查找的規(guī)則）
3.2 和人類一樣的判斷方式：專家系統(tǒng)
3.3 專家系統(tǒng)應(yīng)用與發(fā)展
3.4 實例2：井字棋（決策樹介紹）
3.5 雙方零和完全信息博弈的搜索樹
3.6 基于搜索樹對局面進行估值決策
3.7 大小值法（Minimax）
3.8 Alpha-Beta剪枝
3.9 啟發(fā)式搜索
3.10 從國際象棋到圍棋
3.11 實際代碼與運行結(jié)果4 基于仿生算法的智能系統(tǒng)I
4.1 仿生算法簡介
4.2 基因遺傳算法（初始種群、遺傳變異、評估淘汰）
4.3 實例3：拼圖游戲
4.4 拼圖的基因
4.5 遺傳和變異
4.6 自然選擇
4.7 實際代碼與運行結(jié)果5 基于神經(jīng)網(wǎng)絡(luò)的智能系統(tǒng)
5.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò)
5.2 實例4：手寫數(shù)字識別
5.3 構(gòu)建網(wǎng)絡(luò)參數(shù)
5.4 計算損失函數(shù)
5.5 通過優(yōu)化器優(yōu)化參數(shù)
5.6 反向傳播
5.7 實際代碼與運行結(jié)果6 基于神經(jīng)網(wǎng)絡(luò)的智能系統(tǒng)II
6.1 監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)
6.2 實例5：Flappybird（讓人工智能學(xué)會玩游戲）
6.3 試錯式學(xué)習(xí)
6.4 State-action-reward
6.5 價值判斷：Q函數(shù)
6.6 遍嘗百草：e-greedy
6.7 熟能生巧：持續(xù)更新Q函數(shù)
6.8 實際代碼與運行結(jié)果7 人工智能應(yīng)用
7.1 圖像識別與分類
7.2 醫(yī)學(xué)影像分析
7.3 訪談7-1（醫(yī)療+AI綜述）
7.4 訪談7-2（當前成就）
7.5 訪談7-3（未來展望）
7.6 語音識別——個人助理
7.7 人臉識別和情感計算
7.8 訪談7-4（自然語言處理綜述）
7.9 訪談7-5（當前成就）
7.10 訪談7-6（未來展望）
7.11 自動駕駛8 人工智能與人類社會未來
8.1 挑戰(zhàn)：技術(shù)視角
8.2 挑戰(zhàn)：人文視角
8.3 訪談8-1（AI各個領(lǐng)域發(fā)展）
8.4 倫理規(guī)范：社會層面
8.5 倫理規(guī)范：公共政策層面
8.6 訪談8-2（倫理規(guī)范的影響）
8.7 訪談8-3（人工智能人才培養(yǎng)）
8.8 科幻作品中的人工智能（影視作品：AI，Her，攻殼機動隊，黑客帝國）
8.9 奇點理論：暢想未來