智能與數(shù)據(jù)重構(gòu)世界

第1章 數(shù)據(jù)為王\t001
1．1 大數(shù)據(jù)的特性\t003
1．1．1 數(shù)據(jù)容量大\t003
1．1．2 數(shù)據(jù)種類多\t004
1．1．3 更新頻率快\t005
1．1．4 準(zhǔn)確性高\(yùn)t005
1．1．5 價(jià)值密度低\t005
1．2 大數(shù)據(jù)的云計(jì)算平臺(tái)\t006
1．2．1 云計(jì)算的服務(wù)形式\t006
1．2．2 云計(jì)算的服務(wù)特點(diǎn)\t007
1．2．3 大數(shù)據(jù)云計(jì)算環(huán)境\t008
1．3 去中心化的區(qū)塊鏈數(shù)據(jù)庫(kù)\t009
1．3．1 區(qū)塊鏈的架構(gòu)模型\t009
1．3．2 區(qū)塊鏈的技術(shù)特征\t011
1．3．3 區(qū)塊鏈的發(fā)展過程\t012
1．3．4 區(qū)塊鏈產(chǎn)品溯源應(yīng)用實(shí)例\t013
1．4 大數(shù)據(jù)工具\(yùn)t014
1．4．1 數(shù)據(jù)存儲(chǔ)管理工具\(yùn)t015
1．4．2 數(shù)據(jù)清理工具\(yùn)t016
1．4．3 數(shù)據(jù)挖掘工具\(yùn)t016
1．4．4 數(shù)據(jù)可視化工具\(yùn)t016
1．5 數(shù)據(jù)安全\t017
1．5．1 數(shù)據(jù)密碼技術(shù)\t017
1．5．2 企業(yè)數(shù)據(jù)安全\t018
1．5．3 大數(shù)據(jù)云計(jì)算平臺(tái)安全\t019
1．5．4 區(qū)塊鏈數(shù)據(jù)安全\t019
1．6 機(jī)遇與挑戰(zhàn)\t020
參考文獻(xiàn)\t021
?
第2章 瘋狂的大腦\t023
2．1 人工智能發(fā)展歷程\t025
2．2 人工智能分類\t027
2．3 人工智能關(guān)鍵技術(shù)\t028
2．3．1 知識(shí)表示\t028
2．3．2 推理和問題求解\t035
2．3．3 機(jī)器學(xué)習(xí)\t037
2．4 自然語言處理\t047
2．4．1 機(jī)器翻譯\t047
2．4．2 語義理解\t048
2．4．3 問答系統(tǒng)\t048
2．5 智能化人機(jī)交互\t048
2．5．1 語音交互\t049
2．5．2 情感交互\t050
2．5．3 體感交互\t050
2．5．4 腦機(jī)交互\t051
2．6 計(jì)算機(jī)視覺\t051
2．6．1 計(jì)算機(jī)視覺概述\t051
2．6．2 計(jì)算機(jī)視覺理論\t052
2．6．3 成像、圖像增強(qiáng)計(jì)算學(xué)\t054
2．6．4 目標(biāo)檢測(cè)、物體識(shí)別與圖像理解\t055
2．6．5 三維視覺重構(gòu)計(jì)算學(xué)\t056
2．6．6 動(dòng)態(tài)視覺跟蹤計(jì)算學(xué)\t057
2．7 生物特征識(shí)別\t058
2．8 VR/AR/MR\t060
2．9 當(dāng)前人工智能的局限\t062
參考文獻(xiàn)\t063
第3章 技術(shù)重構(gòu)引爆智能+時(shí)代\t067
3．1 物聯(lián)網(wǎng)\t068
3．1．1 物聯(lián)網(wǎng)的含義\t068
3．1．2 物聯(lián)網(wǎng)的架構(gòu)\t069
3．1．3 物聯(lián)網(wǎng)感知層技術(shù)\t071
3．1．4 物聯(lián)網(wǎng)傳輸層技術(shù)\t071
3．1．5 物聯(lián)網(wǎng)應(yīng)用層技術(shù)\t072
3．1．6 物聯(lián)網(wǎng)發(fā)展的驅(qū)動(dòng)力\t072
3．1．7 物聯(lián)網(wǎng)面臨的挑戰(zhàn)\t073
3．2 物聯(lián)網(wǎng)和5G的關(guān)系\t073
3．2．1 工業(yè)與技術(shù)革命：從蒸汽機(jī)到5G萬物互聯(lián)\t074
3．2．2 5G簡(jiǎn)介\t075
3．2．3 5G關(guān)鍵技術(shù)簡(jiǎn)介\t080
3．2．4 物聯(lián)網(wǎng)與5G的關(guān)系\t088
3．2．5 5G的前景\t088
3．3 計(jì)算能力――人工智能芯片\t089
3．3．1 GPU\t090
3．3．2 FPGA\t091
3．3．3 ASIC\t092
3．3．4 類腦芯片\t094
3．3．5 芯片比較\t095
3．4 量子計(jì)算\t096
3．5 邊緣計(jì)算\t101
3．5．1 邊緣計(jì)算的含義\t101
3．5．2 邊緣計(jì)算與云計(jì)算\t101
3．5．3 邊緣計(jì)算的優(yōu)勢(shì)\t102
3．5．4 隱私與安全\t102
3．5．5 邊緣計(jì)算的應(yīng)用場(chǎng)景\t102
3．6 數(shù)字孿生\t105
3．6．1 數(shù)字孿生的概念\t105
3．6．2 數(shù)字孿生的發(fā)展\t105
3．6．3 數(shù)字孿生技術(shù)體系\t106
3．6．4 數(shù)字孿生與仿真模擬\t107
3．6．5 數(shù)字孿生技術(shù)應(yīng)用\t109
3．7 人工智能遇上大數(shù)據(jù)\t109
參考文獻(xiàn)\t111
第4章 智能與數(shù)據(jù)對(duì)制造業(yè)的重構(gòu)――工業(yè)大腦\t113
4．1 工業(yè)4．0概述\t114
4．1．1 工業(yè)4．0簡(jiǎn)介\t114
4．1．2 工業(yè)4．0的核心特征\t114
4．1．3 工業(yè)4．0和智能制造\t115
4．1．4 智能制造的基本原理\t116
4．1．5 智能制造的核心痛點(diǎn)\t117
4．1．6 智能制造的主要應(yīng)用\t118
4．2 工業(yè)管理系統(tǒng)\t118
4．2．1 MES簡(jiǎn)介\t118
4．2．2 MES架構(gòu)\t119
4．3 工業(yè)互聯(lián)網(wǎng)\t120
4．3．1 工業(yè)互聯(lián)網(wǎng)概況\t120
4．3．2 工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)\t123
4．3．3 工業(yè)互聯(lián)網(wǎng)平臺(tái)的核心作用\t124
4．4 智慧物流\t126
4．4．1 智慧物流概況\t126
4．4．2 物流類別\t127
4．4．3 智慧倉(cāng)儲(chǔ)物流的系統(tǒng)架構(gòu)及原理\t127
4．5 案例：安尼梅森云動(dòng)MES在顯示行業(yè)（LCD/OLED）的應(yīng)用\t128
4．5．1 顯示行業(yè)百花齊放\t128
4．5．2 云動(dòng)MES解決方案\t129
4．5．3 云動(dòng)MES的核心創(chuàng)新點(diǎn)\t131
4．5．4 云動(dòng)MES的技術(shù)架構(gòu)\t131
4．5．5 云動(dòng)MES的實(shí)施效果\t131
4．6 案例：汽車零部件制造業(yè)項(xiàng)目\t133
4．6．1 汽車零部件行業(yè)狀況\t133
4．6．2 蓋勒普工業(yè)互聯(lián)網(wǎng)解決方案\t134
4．6．3 汽車零部件龍頭企業(yè)項(xiàng)目概述\t135
4．7 案例：街景店車C2M工業(yè)互聯(lián)網(wǎng)平臺(tái)\t143
4．7．1 街景店車C2M工業(yè)互聯(lián)網(wǎng)平臺(tái)背景介紹\t143
4．7．2 街景店車C2M工業(yè)互聯(lián)網(wǎng)平臺(tái)的特色\t145
4．7．3 街景店車C2M工業(yè)互聯(lián)網(wǎng)平臺(tái)的先進(jìn)性\t145
4．7．4 街景店車C2M工業(yè)互聯(lián)網(wǎng)平臺(tái)的實(shí)施效果\t153
4．7．5 街景店車C2M工業(yè)互聯(lián)網(wǎng)平臺(tái)的經(jīng)驗(yàn)\t153
4．8 案例：煤礦大腦\t154
4．8．1 背景介紹\t154
4．8．2 人工智能與安全生產(chǎn)\t156
4．8．3 煤礦大腦簡(jiǎn)介\t156
4．8．4 煤礦大腦的系統(tǒng)架構(gòu)\t157
4．8．5 煤礦大腦的典型應(yīng)用\t158
4．9 案例：基于數(shù)字孿生的汽車白車身輕量化設(shè)計(jì)\t161
4．9．1 背景意義\t161
4．9．2 技術(shù)路線\t162
4．9．3 應(yīng)用成效\t164
4．10 案例：科思通智慧倉(cāng)儲(chǔ)物流解決方案\t165
4．10．1 科思通智慧倉(cāng)儲(chǔ)物流解決方案概述\t165
4．10．2 科思通智慧倉(cāng)儲(chǔ)物流解決方案詳解\t166
4．11 工業(yè)大腦的機(jī)會(huì)和趨勢(shì)\t168
參考文獻(xiàn)\t171
?
第5章 智能與數(shù)據(jù)對(duì)出行的重構(gòu)――智慧出行\(zhòng)t173
5．1 智慧出行的含義\t174
5．2 智慧出行的發(fā)展\t175
5．3 智能駕駛技術(shù)的內(nèi)涵\t175
5．4 智能駕駛的分類\t176
5．5 智能駕駛的原理\t176
5．5．1 環(huán)境感知技術(shù)\t177
5．5．2 智能網(wǎng)聯(lián)技術(shù)\t180
5．5．3 決策規(guī)劃技術(shù)\t181
5．5．4 智能駕駛控制技術(shù)\t182
5．6 智能駕駛的意義\t183
5．7 Mpilot 智能駕駛方案\t184
5．7．1 Mpilot的技術(shù)原理\t184
5．7．2 Mpilot Highway\t184
5．7．3 Mpilot Parking\t184
5．7．4 Mpilot的發(fā)展戰(zhàn)略和預(yù)期\t185
5．8 智慧機(jī)場(chǎng)AET案例\t186
5．8．1 機(jī)場(chǎng)行業(yè)狀況\t186
5．8．2 需要考慮的問題\t186
5．8．3 解決方案\t187
5．8．4 解決方案的核心創(chuàng)新點(diǎn)\t188
5．8．5 方案實(shí)施效果及亮點(diǎn)\t189
5．9 江蘇W市智慧停車案例\t189
5．9．1 智慧停車的概念\t189
5．9．2 城市通病――停車難\t190
5．9．3 W市智慧停車實(shí)施措施\t190
5．9．4 W市智慧停車解決方案\t191
5．9．5 W市智慧停車技術(shù)介紹\t191
5．9．6 W市智慧停車模式創(chuàng)新點(diǎn)\t192
5．10 智能交通案例\t193
5．10．1 行業(yè)痛點(diǎn)及需求\t193
5．10．2 系統(tǒng)架構(gòu)\t194
5．10．3 技術(shù)優(yōu)勢(shì)\t195
5．10．4 實(shí)施案例\t196
5．11 無人駕駛公交\t197
5．12 智慧出行的挑戰(zhàn)和展望\t198
參考文獻(xiàn)\t199
?
第6章 智能與數(shù)據(jù)對(duì)健康的重構(gòu)――智慧醫(yī)療\t201
6．1 智慧醫(yī)療概述\t202
6．1．1 智慧醫(yī)療的定義\t202
6．1．2 智慧醫(yī)療的分類和組成\t203
6．1．3 人工智能在智慧醫(yī)療中的應(yīng)用[3]\t206
6．1．4 智慧醫(yī)療面臨的任務(wù)\t207
6．2 “醫(yī)療萬事通”――輕醫(yī)療輔助平臺(tái)\t208
6．3 “身邊的醫(yī)生”――遠(yuǎn)程心臟康復(fù)評(píng)估管理體系\t209
6．4 “在家住院”――移動(dòng)病房\t211
6．4．1 移動(dòng)病房的概念\t211
6．4．2 移動(dòng)病房的特點(diǎn)\t211
6．4．3 移動(dòng)病房的核心\t212
6．5 從“可穿戴”到“不穿戴”――新型智能醫(yī)療儀器\t213
6．5．1 “可穿戴”的產(chǎn)生及局限\t213
6．5．2 “不穿戴”的崛起\t214
6．6 “虛擬醫(yī)生”――AI無人診斷系統(tǒng)\t214
6．7 “智慧養(yǎng)老”――老齡健康管理\t216
6．7．1 智慧養(yǎng)老的背景\t216
6．7．2 智慧養(yǎng)老的設(shè)計(jì)理念\t217
6．7．3 智慧養(yǎng)老系統(tǒng)\t218
6．8 人機(jī)交互及腦機(jī)接口探討\t219
6．8．1 背景\t219
6．8．2 腦機(jī)接口技術(shù)原理\t220
6．8．3 醫(yī)療健康應(yīng)用場(chǎng)景\t221
6．8．4 智能機(jī)械義肢技術(shù)原理及特點(diǎn)\t222
6．9 智慧醫(yī)療實(shí)踐中的陷阱\t223
6．9．1 監(jiān)管陷阱\t223
6．9．2 專業(yè)陷阱\t224
6．9．3 主體陷阱\t224
6．9．4 安全與責(zé)任陷阱\t225
6．9．5 隱私和保密陷阱\t225
6．9．6 時(shí)間陷阱\t226
6．9．7 智慧醫(yī)療的特點(diǎn)\t226
6．10 智慧醫(yī)療的機(jī)遇與挑戰(zhàn)\t227
6．10．1 中國(guó)特色的智慧醫(yī)療[8]\t227
6．10．2 精準(zhǔn)與個(gè)性化醫(yī)療\t229
6．10．3 5G時(shí)代的智慧醫(yī)療\t229
參考文獻(xiàn)\t231
第7章 智能與數(shù)據(jù)對(duì)生活的重構(gòu)――智慧生活\t233
7．1 智慧生活概述\t234
7．1．1 智慧生活的定義\t234
7．1．2 智慧生活的本質(zhì)\t234
7．2 智慧生活的組成\t235
7．3 智慧城市的總體架構(gòu)及關(guān)鍵性技術(shù)\t239
7．3．1 智慧城市與大數(shù)據(jù)總體架構(gòu)\t239
7．3．2 智慧城市的系統(tǒng)架構(gòu)\t240
7．3．3 智慧城市的關(guān)鍵性技術(shù)\t241
7．3．4 網(wǎng)絡(luò)信息基礎(chǔ)設(shè)施與大數(shù)據(jù)中心建設(shè)\t243
7．3．5 城市大腦在智慧城市中發(fā)揮重要作用\t244
7．3．6 智慧城市構(gòu)建城市發(fā)展新模式\t245
7．4 各國(guó)/地區(qū)智慧城市發(fā)展對(duì)比\t246
7．5 案例：貴陽(yáng)花果園智慧社區(qū)項(xiàng)目\t248
7．5．1 智慧社區(qū)的定位和意義\t248
7．5．2 項(xiàng)目背景\t248
7．5．3 支撐技術(shù)\t248
7．5．4 項(xiàng)目亮點(diǎn)\t250
7．5．5 運(yùn)營(yíng)效果\t251
7．6 案例：智慧旅游項(xiàng)目\t252
7．6．1 智慧旅游的基本理念\t252
7．6．2 智慧旅游系統(tǒng)的建設(shè)目標(biāo)與總體思路\t253
7．6．3 智慧旅游系統(tǒng)建設(shè)模塊\t253
7．6．4 智慧旅游系統(tǒng)特色\t255
7．7 案例：智慧園林解決方案\t256
7．7．1 智慧園林的基本理念\t256
7．7．2 滴翠智能解決方案介紹\t257
7．7．3 解決方案的技術(shù)原理\t259
7．7．4 解決方案實(shí)施效果及亮點(diǎn)\t261
7．8 案例：智慧城市項(xiàng)目\t261
7．8．1 項(xiàng)目背景\t261
7．8．2 項(xiàng)目建設(shè)\t261
7．8．3 項(xiàng)目功能及特色\t263
7．8．4 項(xiàng)目效益分析\t266
7．9 案例：智能水務(wù)項(xiàng)目\t267
7．9．1 智能水務(wù)概述\t267
7．9．2 智能水務(wù)的智能設(shè)備及核心技術(shù)\t267
7．9．3 智能水務(wù)解決方案\t269
7．9．4 智能水務(wù)的優(yōu)勢(shì)\t270
7．10 案例：智慧差旅項(xiàng)目\t272
7．10．1 市場(chǎng)及行業(yè)狀況\t272
7．10．2 邸客解決方案介紹\t272
7．10．3 關(guān)鍵技術(shù)及創(chuàng)新\t274
7．11 案例：基于教育大腦的智慧校園\t275
7．11．1 關(guān)于智慧校園\t275
7．11．2 教育大腦架構(gòu)及解決方案\t275
7．11．3 解決方案的核心創(chuàng)新點(diǎn)\t277
7．11．4 運(yùn)營(yíng)效果\t278
7．12 案例：智慧門店項(xiàng)目\t278
7．12．1 項(xiàng)目背景\t278
7．12．2 項(xiàng)目實(shí)施\t280
7．12．3 項(xiàng)目實(shí)施效果\t281
7．13 案例：深圳智慧關(guān)愛項(xiàng)目\t281
7．13．1 項(xiàng)目背景介紹\t281
7．13．2 項(xiàng)目實(shí)施\t282
7．13．3 項(xiàng)目社會(huì)效益\t283
7．14 智慧生活的未來\t284
參考文獻(xiàn)\t286
后記\t287