人工智能（AI）是否會取代人類？是不是所有的事情機(jī)器都能比人做得好？當(dāng)AlphaGo能下圍棋、ChatGPT能理解并生成內(nèi)容時，當(dāng)每一次AI應(yīng)用取得突破時，這兩個問題都會引起人們的廣泛討論。 本書提供了多個AI應(yīng)用的例子，可讓讀者直觀地了解AI已經(jīng)可以出色地完成很多任務(wù)。通過一個個具體的案例，本書細(xì)致講解了主要AI工

新生事物的出現(xiàn)引發(fā)了一系列激烈的討論，不難發(fā)現(xiàn)輿論聲浪中夾雜著令人不安和無奈的概念混淆，甚至有人把ChatGPT等同于GPT，或等同于AI。對于新生事物，過度吹捧和質(zhì)疑都是不科學(xué)的。 本書的寫作建立在大量調(diào)查研究和資訊的基礎(chǔ)上，對ChatGPT、GPT和AI的發(fā)展進(jìn)行了全面分析，幫助讀者了解三者的不同，厘清ChatGP

一個AI的自白，以第一人稱視角，通俗易懂地講述AI的來龍去脈，生動活潑地表達(dá)AI的技 術(shù)原理。從歷史到未來，跨越百年時空；從理論到實踐，講述案例操作；從技術(shù)到哲學(xué)，穿越多 個維度；從語言到繪畫，落地實戰(zhàn)演習(xí)。ChatGPT的誕生，引發(fā)了奇點降臨，點亮了AGI（通用 人工智能），并涉及大模型、深度神經(jīng)網(wǎng)絡(luò)、Transfo

這是「一刻talks.新知Lab」推出的「IN-TECH硬科技前沿」系列的第①輯，我們意識到，ChatGPT和所有這幾年“曇花一現(xiàn)”的技術(shù)都不同，技術(shù)的突破使得AIGC應(yīng)用市場有望率先實現(xiàn)需求爆發(fā)�！敢豢蘴alks.新知Lab」訪談了3位杰出智客并邀請他們一起共創(chuàng)，以發(fā)現(xiàn)AI的技術(shù)迭變之境以及商業(yè)的遠(yuǎn)大未來。這本作品中

這是「一刻talks.新知Lab」推出的「IN-TECH硬科技前沿」系列的第①輯，我們意識到，ChatGPT和所有這幾年“曇花一現(xiàn)”的技術(shù)都不同，技術(shù)的突破使得AIGC應(yīng)用市場有望率先實現(xiàn)需求爆發(fā)。「一刻talks.新知Lab」訪談了3位杰出智客并邀請他們一起共創(chuàng)，以發(fā)現(xiàn)AI的技術(shù)迭變之境以及商業(yè)的遠(yuǎn)大未來。這本作品中

本書從ChatGPT等自然語言大模型基礎(chǔ)知識講起，重點介紹了ChatGPT等語言大模型在生活中的實際應(yīng)用，讓每一個人都能了解未來的生活和工作。 本書分為16章，涵蓋的主要內(nèi)容有人工智能、OpenAI、ChatGPT的介紹、ChatGPT的使用技巧，向大家展現(xiàn)ChatGPT在教育與學(xué)術(shù)、商業(yè)管理、新媒體、辦公、求職、法律

隨著人工智能技術(shù)的廣泛應(yīng)用，網(wǎng)絡(luò)智能化近年來受到廣泛的關(guān)注，已經(jīng)成為下一代移動通信與未來網(wǎng)絡(luò)的重要技術(shù)。阿爾法圍棋（AlphaGo）之后，深度強(qiáng)化學(xué)習(xí)不斷推陳出新，為網(wǎng)絡(luò)中的決策問題提供了有效的潛在解決方案。本書系統(tǒng)介紹了網(wǎng)絡(luò)智能化中深度強(qiáng)化學(xué)習(xí)的基本理論、算法及應(yīng)用場景。全書共8章，針對互聯(lián)網(wǎng)、移動通信網(wǎng)、邊緣網(wǎng)絡(luò)、

本書基于循序漸進(jìn)培養(yǎng)兒童數(shù)學(xué)核心概念和邏輯思維的培養(yǎng)目標(biāo)，用故事情景和實物化編程游戲工具，引導(dǎo)孩子在角色扮演和對圖形化程序指令符號的理解執(zhí)行過程中，訓(xùn)練孩子用計算思維解決問題，使抽象枯燥的數(shù)學(xué)教育和編程教育變成生動活潑、充滿童趣，又富有互動性的學(xué)習(xí)體驗。 附帶教學(xué)教案和教具

本書是入門階段的人工智能技術(shù)讀物，使讀者獲得人工智能的入門知識和基本的人工智能思維模式與動手能力，主要內(nèi)容包括人類智能與人工智能的關(guān)系、人工智能的定義、人工智能六大實現(xiàn)途徑、智能系統(tǒng)的動手實踐等，為學(xué)校開展人工智能入門教學(xué)或者讀者自學(xué)人工智能技術(shù)提供參考和指南。

使用機(jī)器學(xué)習(xí)技術(shù)解決實際應(yīng)用問題涉及模型的建立、訓(xùn)練及評估等步驟。優(yōu)化算法常被用于訓(xùn)練模型的參數(shù)，是機(jī)器學(xué)習(xí)的重要組成部分。機(jī)器學(xué)習(xí)模型的訓(xùn)練可以建模成無約束優(yōu)化問題或帶約束優(yōu)化問題，約束可以為模型增加更多的先驗知識。基于梯度的算法（例如加速梯度法、隨機(jī)梯度法等）是求解無約束優(yōu)化問題的常用方法，而交替方向乘子法（ADM

2017年，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，要求中小學(xué)開設(shè)人工智能相關(guān)課程，并提倡以計算思維為指導(dǎo)，將信息技術(shù)課程從技術(shù)導(dǎo)向轉(zhuǎn)換為科學(xué)導(dǎo)向。因此，機(jī)器學(xué)習(xí)作為人工智能技術(shù)的內(nèi)核，走入我國廣大中小學(xué)生的課堂是科技發(fā)展的必然選擇�！禕R》本書共11章，系統(tǒng)地介紹機(jī)器學(xué)習(xí)模型中常見的白盒和黑盒模型，以及這些模型統(tǒng)一的框

本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗的總結(jié)。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

本書全面、深入地探討了人工智能（AI）領(lǐng)域的理論和實踐，以統(tǒng)一的風(fēng)格將當(dāng)今流行的人工智能思想和術(shù)語融合到引起廣泛關(guān)注的應(yīng)用中，真正做到理論和實踐相結(jié)合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關(guān)思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學(xué)，感知、推理、學(xué)習(xí)和行動，公平、信任、

本書全面、深入地探討了人工智能（AI）領(lǐng)域的理論和實踐，以統(tǒng)一的風(fēng)格將當(dāng)今流行的人工智能思想和術(shù)語融合到引起廣泛關(guān)注的應(yīng)用中，真正做到理論和實踐相結(jié)合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關(guān)思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學(xué)，感知、推理、學(xué)習(xí)和行動，公平、信任、

本書從貝葉斯理論的基本原理講起，逐步深入算法、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，并配合項目案例，重點介紹了基于貝葉斯理論的算法原理，及其在機(jī)器學(xué)習(xí)中的應(yīng)用。 本書分為10章，涵蓋了貝葉斯概率、概率估計、貝葉斯分類、隨機(jī)場、參數(shù)估計、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、貝葉斯網(wǎng)絡(luò)、動態(tài)貝葉斯網(wǎng)絡(luò)、貝葉斯深度學(xué)習(xí)等。本書涉及的應(yīng)用領(lǐng)域包含機(jī)器學(xué)習(xí)、圖

本書致力于介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念和算法、研究前沿以及廣泛和新興的應(yīng)用，涵蓋圖神經(jīng)網(wǎng)絡(luò)的廣泛主題，從基礎(chǔ)到前沿，從方法到應(yīng)用，涉及從方法論到應(yīng)用場景方方面面的內(nèi)容。全書分為四部分：第一部分介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念；第二部分討論圖神經(jīng)網(wǎng)絡(luò)成熟的方法；第三部分介紹圖神經(jīng)網(wǎng)絡(luò)典型的前沿領(lǐng)域；第四部分描述可能對圖神經(jīng)網(wǎng)絡(luò)未來研

機(jī)器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書涵蓋了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識，主要包括機(jī)器學(xué)習(xí)的概述、統(tǒng)計學(xué)基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、文本分析、分布式機(jī)器學(xué)習(xí)算法等經(jīng)典的機(jī)器學(xué)習(xí)基礎(chǔ)知識，還包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、目標(biāo)檢測、自編碼器等深度學(xué)習(xí)的內(nèi)容。此外，

知識工程是人工智能發(fā)展中重要的研究工作。形式概念分析提出后廣泛用戶不同領(lǐng)域的知識表示，近年來知識圖譜在信息檢索領(lǐng)域解決了不同層面應(yīng)用的知識表達(dá)和知識推理中。在形式概念分析和知識圖譜研究工作上，圍繞一些不適合建立領(lǐng)域知識圖譜的應(yīng)用背景，知識的獲取、知識的表示、知識推理等問題，提出了從文本中一些具有內(nèi)涵和外延概念這一知識的

本書以青少年喜愛的《西游記》為藍(lán)本進(jìn)行人物塑造，故事主線講述了人工智能時代下，一個具備學(xué)習(xí)人工智能的硬件基礎(chǔ)，卻缺乏相關(guān)理論知識的智能機(jī)器人——悟小白，在通臂猿猴的陪伴下，在尋找人工智能專家唐小僧拜師學(xué)藝的路上，通過重重關(guān)卡，不斷歷練的故事，而這正是人工智能的技術(shù)基石——“機(jī)器學(xué)習(xí)”的本質(zhì)。故事由淺入深，通過各類關(guān)卡和

本書主要介紹統(tǒng)計機(jī)器學(xué)習(xí)領(lǐng)域常用的基礎(chǔ)模型、算法和代碼實現(xiàn)。包括統(tǒng)計機(jī)器學(xué)習(xí)、Python語言基礎(chǔ)，常用的線性回歸、貝葉斯分類器、邏輯回歸、SVM、核方法、集成學(xué)習(xí)，以及深度學(xué)習(xí)中的多層感知器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、變分自編碼器、對抗生成網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)等模型與優(yōu)化方法，使用Scikit-Learn、TensorF