這是一本與眾不同的關(guān)于生成式AI的書。首先，它對(duì)AI產(chǎn)業(yè)和AI技術(shù)過去多年的發(fā)展脈絡(luò)做了一個(gè)總結(jié)，以高屋建瓴的視角分析事物的全貌。其次，它深入淺出地討論了AI尤其是生成式AI的關(guān)鍵技術(shù)問題，但沒有“沉溺”于這些問題。再次，它既涉及歐美最先進(jìn)的生成式AI產(chǎn)業(yè)，也涉及中國在追趕中的生成式AI產(chǎn)業(yè)。最后，它脫離了資本市場的短

近些年來，在深度學(xué)習(xí)的推動(dòng)下，人工智能步入新的發(fā)展階段。然而，隨著深度學(xué)習(xí)模型性能的提升，其計(jì)算復(fù)雜度也在不斷增加，深度學(xué)習(xí)模型的運(yùn)行效率面臨巨大挑戰(zhàn)。在這種情況下，深度學(xué)習(xí)高效計(jì)算成為在更大范圍內(nèi)應(yīng)用人工智能的重要環(huán)節(jié)。本書圍繞深度學(xué)習(xí)模型計(jì)算，重點(diǎn)從深度學(xué)習(xí)模型優(yōu)化、算法軟件加速、硬件架構(gòu)設(shè)計(jì)等方面展開介紹深度學(xué)習(xí)

本書聚焦于AIGC在數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營中的實(shí)際應(yīng)用，從業(yè)務(wù)、方法和場景三個(gè)角度深入探討，旨在幫助讀者輕松掌握AIGC技術(shù)并將其應(yīng)用到實(shí)際業(yè)務(wù)場景中。本書共8章，分為三個(gè)部分。第一部分(第1章和第2章)主要介紹AIGC在數(shù)據(jù)分析中的應(yīng)用，以及AIGC在數(shù)據(jù)分析報(bào)告交付中的創(chuàng)新應(yīng)用。第二部分(第3章和第4章)專注于AIG

《掘金AIGC》一書將結(jié)合生動(dòng)的比喻和有趣的案例，介紹AIGC的方方面面，從應(yīng)用場景到具體工具的應(yīng)用技巧，向所有關(guān)注人工智能、關(guān)注未來科技發(fā)展的讀者科普AIGC的知識(shí)和行業(yè)應(yīng)用案例，讓我們一起迎接全新的智能創(chuàng)作時(shí)代。

“人工智能超入門叢書”致力于面向人工智能各技術(shù)方向零基礎(chǔ)的讀者，內(nèi)容涉及數(shù)據(jù)素養(yǎng)、機(jī)器學(xué)習(xí)、視覺感知、情感分析、搜索算法、強(qiáng)化學(xué)習(xí)、知識(shí)圖譜、專家系統(tǒng)等方向。本叢書體系完整、內(nèi)容簡潔、語言通俗，綜合介紹了人工智能相關(guān)知識(shí)，并輔以程序代碼解決問題，使得零基礎(chǔ)的讀者能夠快速入門�！稄�(qiáng)化學(xué)習(xí)：人工智能如何知錯(cuò)能改》是“人工智

本書是一本全面介紹人工智能領(lǐng)域的專業(yè)教材。分為八章，人工智能概述、人工智能數(shù)學(xué)基礎(chǔ)、人工智能基礎(chǔ)模型、人工智能編程框架、視覺智能處理技術(shù)、語言智能處理技術(shù)、語音智能處理技術(shù)和人工智能的未來發(fā)展趨勢。首先介紹人工智能的相關(guān)基礎(chǔ)知識(shí)，包括人工智能相關(guān)概念、人工智能的數(shù)學(xué)基礎(chǔ)、人工智能的模型基礎(chǔ)以及相關(guān)編程基礎(chǔ)，然后分別介紹

本書結(jié)合圖論與矩陣分析的背景，主要以圖論的連通性，矩陣分析的Keronecker積為工具，介紹運(yùn)用狀態(tài)預(yù)測器、切換控制、李雅普諾夫函數(shù)的方法，主要研究鄰接輸入飽和多智能體系統(tǒng)的一致性、切換通信拓?fù)湎嘛柡彤悩?gòu)多智能體系統(tǒng)的一致性等內(nèi)容，這些內(nèi)容是多智能體系統(tǒng)中重要且十分有意義的工作。同時(shí)這些研究工作也可以為其他控制系統(tǒng)研

本書從原理、歷史、應(yīng)用、挑戰(zhàn)、前景等多個(gè)維度解讀了AI藝術(shù)、AI寫作、A工作曲、AI電影等AI創(chuàng)意技術(shù)。在知識(shí)講解的同時(shí)，書中也引導(dǎo)孩子錘煉工程思維、創(chuàng)新思維、辯證思維、前瞻性思維等思維能力，以提高孩子解決實(shí)際問題的能力。

本書首先介紹了撰寫的基本背景，總結(jié)了國內(nèi)外儲(chǔ)層四維地質(zhì)建模的研究現(xiàn)狀；接著闡述了人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者之間的關(guān)系和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)中包含的主要方法；之后在總結(jié)本書所研究區(qū)域的油藏地質(zhì)背景的基礎(chǔ)上，詳細(xì)討論了如何結(jié)合深度學(xué)習(xí)中的Attention-LSTM方法、三維地質(zhì)建模技術(shù)，來構(gòu)建儲(chǔ)層參數(shù)的四維地質(zhì)模型；

本書聚焦智能系統(tǒng)工程，探討如何將系統(tǒng)工程、系統(tǒng)思維與人工智能、機(jī)器學(xué)習(xí)等新技術(shù)結(jié)合，設(shè)計(jì)出更智能的系統(tǒng)。在人類與系統(tǒng)交互常感挫敗、技術(shù)發(fā)展迅猛的背景下，多數(shù)關(guān)于人工智能的研究局限于算法層面，而本書填補(bǔ)了智能系統(tǒng)設(shè)計(jì)領(lǐng)域的空白。? 書中指出，人與機(jī)器的高效合作需通過設(shè)計(jì)和系統(tǒng)工程實(shí)現(xiàn)。為此，它融合了一般系統(tǒng)工程、基于模型