• 前言

• 第1章空间大数据

• 第2章学习原理

• 第3章聚类、分类与回归

• 第4章关联规则

• 第5章优化

• 第6章深度学习

• 第7章面向数据流的学习方法

• 第8章概率推理

• 第9章复杂决策

• 第10章多目标求解

• 第11章感知

• 第12章文本分类与情感分析

• 第13章社会网络

• 第14章复杂地理计算

• 第15章可视化

• 第16章人工智能

• 主要参考文献

空间智能计算旨在理解和模拟人类的学习、感知、推理、行动，对空间大数据进行挖掘与分析，协助解决自然、社会中存在的实际问题。作者结合多年的教学和科研体会，在重视与地理信息科学专业空间数据分析课程衔接的基础上，遵循从理论基础到实际应用的主线，强调不同方法之间相互关联的逻辑关系，以全新视角构建了空间智能计算的知识体系。本书共六个部分16章，主要内容包括：概念认识、学习、不确定知识与推理、感知与行动、可视化、人工智能，力求深入浅出地为读者提供空间智能计算的思路、方法和应用途径。

曙光智能计算是指在传统计算向智能计算的转变中，以“强劲的计算力、计算普惠化和全栈智能计算场景”为三大引擎发展智能计算，为用户提供“便捷、经济、全面”的智能计算资源。

一部计算机表现出某种智能行为并不一定被认为它本身有智能。为了判定计算机是否具有智能，图灵曾设计了一种测试方法，即有名的图灵试验。设想一个测试者用计算机终端分别与被测的人及计算机联系（测试者不能直接看到被测人与计算机），如果从回答测试者问题的信息中不能正确区分被测者是人还是计算机，即把计算机当成人了，就应认为计算机具有智能。这是一种关于智能机的行为主义的观点。以回答问题的能力做为具有智能的判据有一定局限性，因为人的智能涉及许多方面，有些智能如形象思维就不可以言传。这种测试也难以反映自学习自适应能力。人们一方面追求用机器实现智能，另一方面又不大相信电子器件的自动开与关能实现人的思维。因此当一种实现智能应用的方法很有效时，往往认为这是一种已知的技术，与其他计算机程序运行没什么不同，人们对于机器模拟人类思维的矛盾心理趋向于认为一个能工作的系统是有用的但不是真正有智能的。

实际上，智能计算机已经成为一个动态的发展的概念，它始终处于不断向前推进的计算机技术的前沿。人工智能的权威学者M.明斯基定义人工智能的任务是研究还没有解决的计算机问题。这一观点反映了人工智能与智能机研究有别于其他学科的显著特点。智能应用问题往往没有确定的求解算法而采用搜索的办法，一旦人们对某一问题掌握了足够丰富的知识，即已找到了不需要搜索的确定型算法，可以预见其行为与效果时，这个问题一般就不再认为是一个智能问题了。从应用的角度看，如果一项人工智能的研究成果已经成熟并被广泛采用，人们已经了解它的运行机制，就不再把它视为智能技术了。可以预言，目前被看成是智能计算机主要组成部分的知识库在不久的将来就会像数据库一样被当成一般的计算机技术。因此，智能计算机与其看成是与传统计算机完全不同的一种机器，还不如看成是带动计算机不断发展的一项高技术。这种压力迫使从事智能计算机研究的科研人员必须不断提出新概念、新方法，不断攻克新的技术难关。

研制智能计算机的目的不是用计算机代替人的脑力劳动，而是充分发挥人和计算机各自的特长，形成互补、协调的人机合作环境。不怎么聪明的智能计算机可以使聪明的人更加聪明。在人机合作的和谐环境中，人主要负责提供涉及面很广的常识和从事有创造性的工作，机器作为人的助手从事需要一定智能的其他工作。智能机往往是某些方面聪明过人而其他方面又十分愚笨，因此设计一个高效率高智商的人机协作智能系统必须合理地确定哪些事由人做，哪些事由机器做，而且要建立十分友好的人机对话界面。

“强劲的计算力”是指曙光打造完整的智能计算产品线，支持适用于不同应用场景的多种芯片，同时提供智能超算、深度学习服务器、按需分配的存储、超融合一体机等全线产品，为用户提供强劲的计算能力。

“计算普惠化”指的是以人工智能服务平台、先进计算服务平台以及遍布全国的云数据中心、先进计算中心等为载体，通过云计算、边缘计算、通用计算等方式为用户提供唾手可得、便捷部署、经济节能的智能计算服务。而“全栈智能计算场景”则是指中科曙光携手各行业的合作伙伴，以智能计算为抓手，共同构筑AI生态，构建安防、医疗、科研、互联网、金融、环境、农业、制造等多领域全栈全场景智能解决方案，帮助用户实现业务智能化转型。 2100433B