人工智能為什么備受矚目？隨著電腦和網絡的飛速發展，信息處理變得越來越容易，云計算、物聯網、機器人等IT相關的*技術，進一步發揮其優勢。機器學習、自然語言處理、以圖像和語音識別為基礎的人工智能技術得到廣泛得應用。本書通過國內外50例以上的案例闡述人工智能技術的應用，囊括了世界各大公司的前沿技術。本書將為人工智能領域IT技術人員、經營企劃人員、創業和管理人員提供重要參考。
前 言
一直想投資人工智能，然而人工智能到底指的是什么呢？某研究機構的教授提出了這樣的困惑。好像是說，由于人工智能含義廣泛而對它的理解往往無從著手。
人工智能（Artificial Intelligence）的說法于1955年被首次使用。計算機科學家約翰?梅卡西在1956年召開的研究發表會（達托馬斯會議）所用的提案書中給出了這個命名。
梅卡西在該提案中指出，人工智能的研究對象是指表現為計算機使用人類語言，能夠形成抽象的概念，能夠解決現階段只有人類才能解決的問題，并能夠自主學習的事物。直到現在，盡管人工智能已成為一個學術領域，上述概念仍然能夠大致描述它。
在小說、漫畫及電影等科幻世界中，人工智能被廣泛用于解釋計算機再現人類智慧、人格和情感。研究人員說的人工智能是指在學術領域，而科幻中所說的人工智能是指人工智能的應用實例。
科幻中所提到的人工智能是指能夠代替人類的事物、成為人類的對手的事物，以及剝奪人類就業機會的事物，從而樹立了負面的形象。可是，實際上人工智能的應用范圍非常廣泛，與其他的信息系統一樣，有利于人類和社會進步，并且能夠進一步推動人類社會進步。
本書所說的人工智能是學術領域中的概念。它是綜合了聲像識別、自然語言處理、專家咨詢系統、預測分析、機器學習（包括神經網絡算法、遺傳算法）等技術而開發的聊天系統和控制系統。
現在，人工智能、大數據、物聯網（Internet of Things，IoT）等，與IT領域的最新動態密不可分。2010年左右開始的第三次人工智能熱潮，出現了深度學習（多層神經網絡算法）的成功，以及打敗競猜大王的美國IBMWatson的登場等契機，實際上發展、產生了支撐龐大的數據以及能夠處理龐大數據的IT基礎。
本書將從大數據以及IoT帶來的人工智能的多種應用，包含主要事例中有識之士的觀點、工具/服務的最新動向、受人矚目的創業動向等多角度介紹人工智能的應用。
要將人工智能運用到相關的商務和活動中，如何應用才能立竿見影？在您考慮有效利用的策略時，如果能夠活用本書的內容，筆者將感到十分榮幸。
注：書中所引用新聞時間為2015年9月。
日經BP社成立于1969年4月，隸屬于以發布經濟信息為主的世界最大的綜合信息機構日本經濟新聞集團，是日本規模最大的出版社。以出版雜志、圖書、精裝版、增刊等出版業和網絡業務為核心，充分利用展會、研討會、調查、咨詢等多種媒體和服務，提供尖端信息，引領時代的變革。持之以恒地為讀者、用戶以及廣告主帶來喜悅和滿足是日經BP社的使命。
楊洋，1962年出生，現聘任北京航空航天大學機械工程及自動化學院導師，曾獲部級科技進步二等獎和三等獎各一項。國內外內核心刊物《機械工程學報》等發表論文50多篇，EI收錄10多篇。出版《機器人控制理論基礎》一部，高教出版社出版教材一部（主編）。科學出版社出版《機器人手冊》等譯著5部。獲發明專利3部，實用新型專利4部。
目 錄
第1章 即將到來的人工智能應用新時代1
云AI改變世界2
變沉睡的信息為寶 的人工智能21
訪談（Interview）
Watson不僅僅作QA系統
主管CTO讓大家了解全貌40
第2章 戲劇性地拓展應用領域，日本國內最新事例47
東邦銀行
計算機以公司內部文檔為基礎構建與遺產繼承咨詢師之間的對話系統48
天氣預報
人工智能利用云圖像的顏色和形狀預測雷雨55
日立制作所
在辯論AI背后的知性與情感60
日本微軟
AI女孩琳娜連續4小時聊天的理由65
三井住友海上火災保險
把Watson培養成自動語音回答，
完全自動地配置接線員69
你身邊的機器人75
對抗網店的起爆劑79
第3章 從醫療到揚聲器 美國最新事例87
把人工智能用于癌癥診斷
不放過惡性腫瘤88
Nvidia通過Deep Learning已被Audi
使用開發的自動駕駛系統91
人工智能防止雷曼效應
快速進行銀行融資的風險評估95
通過人工智能大數據分析動畫
拉近人類視覺與機器人眼睛的距離99
機器人看著錄像學習料理
深度學習中的高速學習103
人工智能是否會剝奪智力勞動者的職業？
機器人通過司法考的日子即將來臨106
怎么樣裁決機器人犯罪
斯坦福大學的法學研究最前線111
最新的人工智能企業如雨后春筍
探知美國最幸福的地區115
使用人工智能的送貨上門服務盛行，
硅谷的生活已經悄然發生變化119
可以看到亞馬遜機器人戰略的人工智能揚聲器Echo126
第4章 加速人工智能應用的工具/服務的最前線130
亞馬遜機器學習機器學習的商業應用131
通過身邊的云進行機器學習 Azure Manchine Learning簡介142
用Bluemix與Watson安裝關于旅游勝地歷史的問答應用160
通過Apache Spark/MLlib實現電影推薦系統180
通過NVIDIA Digits挑戰基于深度學習的圖像分類系統196
嘗試日本國產深度學習架構Chainer207
第5章 備受注目的開拓人工智能未來的創業公司223
Preferred Networks224
ZMP226
Metaps228
ABEJA230
白山羊公司232
七彩板234
AlpacaDB236
WACUL238
撰稿人物簡介240
刊載事例列表242
新書資訊