中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
邁向智能化加速行業(yè)數(shù)智化轉(zhuǎn)型 版權(quán)信息
- ISBN：9787115643995
- 條形碼：9787115643995 ; 978-7-115-64399-5
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
邁向智能化加速行業(yè)數(shù)智化轉(zhuǎn)型 本書特色
（1）梳理行業(yè)轉(zhuǎn)型脈絡(luò)，幫助讀者更好地把握不同行業(yè)市場的發(fā)展趨勢，了解前沿技術(shù)。
（2）注重理論與實踐的結(jié)合，結(jié)合近期各行業(yè)的智能化轉(zhuǎn)型情況，強(qiáng)調(diào)華為在推進(jìn)各行業(yè)智能化實戰(zhàn)中的解決方案和實戰(zhàn)案例，幫助讀者在了解行業(yè)智能化理論的同時獲取智能化轉(zhuǎn)型的“成功寶典”和“實戰(zhàn)指導(dǎo)”。
（3）覆蓋行業(yè)系統(tǒng)，方案詳實，各行業(yè)智能化轉(zhuǎn)型供需方的不同角色在書中均可對號入座，找到自己的定位和改進(jìn)方向，可以作為行業(yè)智能化轉(zhuǎn)型的案頭參考書。
邁向智能化加速行業(yè)數(shù)智化轉(zhuǎn)型 內(nèi)容簡介
本書分為3個主要篇章，深入探討了5G和AI的發(fā)展情況、技術(shù)優(yōu)勢，揭示了它們在科技領(lǐng)域的重要地位；展示了5G和AI的實際應(yīng)用，并展望了它們的發(fā)展趨勢。第 一篇詳細(xì)介紹了全球5G的發(fā)展現(xiàn)狀，并展望了5G到5G-Advanced的發(fā)展路徑及未來形態(tài)；第 二篇闡述了AI的重大演進(jìn)進(jìn)展，分析了機(jī)器學(xué)習(xí)、自然語言處理、計算機(jī)視覺等典 型AI技術(shù)，剖析了當(dāng)下熱門大模型技術(shù)；第三篇從5G和AI的技術(shù)融合與行業(yè)發(fā)展的角度分析了其對行業(yè)數(shù)字化、智能化發(fā)展的推動作用，展示了重點行業(yè)實踐情況，如政務(wù)、氣象、教育、醫(yī)療等。
本書可供泛政府行業(yè)、移動通信行業(yè)從業(yè)人員和高等院校相關(guān)專業(yè)的師生等參考。
邁向智能化加速行業(yè)數(shù)智化轉(zhuǎn)型 目錄
**篇 5G規(guī)模化發(fā)展
第1章 5G推動全球數(shù)字化變革新發(fā)展 003
1.1 通信技術(shù)推動人類社會持續(xù)進(jìn)步 003
1.2 全球迎來數(shù)字化轉(zhuǎn)型新浪潮 005
1.3 數(shù)字化轉(zhuǎn)型機(jī)遇 006
1.4 5G激活產(chǎn)業(yè)變革新潛能 008
第2章 全球5G發(fā)展現(xiàn)狀 010
2.1 中國 012
2.1.1 中國5G商用情況 012
2.1.2 中國5G推動政策 014
2.1.3 中國5G應(yīng)用發(fā)展情況 015
2.2 韓國 016
2.2.1 韓國5G商用情況 016
2.2.2 韓國5G推動政策 017
2.2.3 韓國5G應(yīng)用發(fā)展情況 019
2.3 美國 020
2.3.1 美國5G商用情況 020
2.3.2 美國5G推動政策 021
2.3.3 美國5G應(yīng)用發(fā)展情況 022
2.4 日本 024
2.4.1 日本5G商用情況 024
2.4.2 日本5G推動政策 024
2.4.3 日本5G應(yīng)用發(fā)展情況 025
2.5 德國 026
2.5.1 德國5G商用情況 026
2.5.2 德國5G推動政策 026
2.5.3 德國5G應(yīng)用發(fā)展情況 028
第3章 5G規(guī)模化發(fā)展路徑及未來形態(tài) 029
3.1 5G規(guī)模復(fù)制主要挑戰(zhàn) 029
3.1.1 5G網(wǎng)絡(luò)建設(shè)面臨多方問題 030
3.1.2 5G技術(shù)與行業(yè)業(yè)務(wù)融合不足 030
3.1.3 產(chǎn)業(yè)供給能力不足 031
3.1.4 行業(yè)融合應(yīng)用標(biāo)準(zhǔn)缺乏 031
3.1.5 行業(yè)融合生態(tài)建設(shè)亟待加強(qiáng) 032
3.2 5G規(guī)模化發(fā)展路徑 032
3.2.1 規(guī)模化發(fā)展基礎(chǔ) 032
3.2.2 規(guī)模化發(fā)展路徑及關(guān)鍵要素 034
3.2.3 實現(xiàn)5G規(guī)模化的意義與價值 038
3.3 5G-A及未來形態(tài) 039
3.3.1 5G應(yīng)用深刻改變未來社會生活 039
3.3.2 5G-A開啟通信革新“下半場” 040
參考文獻(xiàn) 043
第二篇 人工智能，新發(fā)展階段
第4章 人工智能概述 047
4.1 什么是人工智能 047
4.2 人工智能的歷史和發(fā)展 048
4.2.1 1.0時代：計算推理驅(qū)動（20世紀(jì)50年代—70年代） 048
4.2.2 2.0時代：知識驅(qū)動（20世紀(jì)70年代—90年代初） 049
4.2.3 3.0時代：數(shù)據(jù)驅(qū)動（20世紀(jì)90年代—21世紀(jì)初） 049
4.2.4 4.0時代：算力驅(qū)動（2020年至今） 050
4.3 人工智能的應(yīng)用領(lǐng)域 050
4.4 AI成為國家戰(zhàn)略 052
4.4.1 美國：多措并舉鞏固全球領(lǐng)先地位 052
4.4.2 中國：多元戰(zhàn)略促進(jìn)產(chǎn)業(yè)健康發(fā)展 053
4.4.3 日本：以人工智能構(gòu)建“社會5.0” 054
4.4.4 韓國：戰(zhàn)略推動“AI強(qiáng)國”發(fā)展建設(shè) 054
4.4.5 德國：依托“工業(yè)4.0”打造德國品牌 055
4.4.6 英國：加大創(chuàng)新投入，推進(jìn)成果轉(zhuǎn)化 056
參考文獻(xiàn) 056
第5章 人工智能典型技術(shù) 058
5.1 機(jī)器學(xué)習(xí) 058
5.1.1 監(jiān)督學(xué)習(xí) 060
5.1.2 無監(jiān)督學(xué)習(xí) 061
5.1.3 強(qiáng)化學(xué)習(xí) 062
5.1.4 深度學(xué)習(xí) 064
5.1.5 多任務(wù)學(xué)習(xí) 065
5.2 自然語言處理 066
5.2.1 語言模型 068
5.2.2 詞向量 069
5.2.3 機(jī)器翻譯 070
5.2.4 文本分類 071
5.3 計算機(jī)視覺 072
5.3.1 圖像處理 073
5.3.2 物體檢測 074
5.3.3 圖片識別 074
5.3.4 視頻分析 074
5.4 多模態(tài)技術(shù) 075
5.4.1 特征表示 076
5.4.2 模態(tài)融合 076
參考文獻(xiàn) 077
第6章 人工智能重大演進(jìn)進(jìn)展 078
6.1 AI產(chǎn)業(yè)體系橫向拓展 078
6.1.1 AI產(chǎn)業(yè)體系概述 078
6.1.2 AI產(chǎn)業(yè)發(fā)展趨勢 079
6.2 AI芯片迭代構(gòu)筑底層技術(shù)優(yōu)勢 081
6.2.1 英偉達(dá) 085
6.2.2 AMD 087
6.2.3 英特爾 089
6.2.4 華為海思 089
6.2.5 寒武紀(jì) 090
6.3 AI云平臺助力創(chuàng)新業(yè)務(wù)落地 091
6.3.1 微軟 093
6.3.2 亞馬遜 093
6.3.3 華為云 094
6.3.4 阿里云 095
6.3.5 百度智能云 096
6.4 AI框架成為工程實踐能力核心 096
6.4.1 AI框架：加速AI應(yīng)用產(chǎn)業(yè)規(guī)模增長及工程化落地 097
6.4.2 訓(xùn)練平臺：彈性分布式訓(xùn)練驅(qū)動AI工程化進(jìn)程 099
6.4.3 MLOps：打通AI工程化“*后一公里” 101
6.5 算力突破支撐AI跨越式發(fā)展 104
6.5.1 AI計算從粗獷使用向精細(xì)化協(xié)同演進(jìn) 104
6.5.2 云邊端一體化推動算力泛在化發(fā)展 105
6.5.3 智能算力支撐數(shù)字孿生元宇宙構(gòu)建 106
6.5.4 多技術(shù)協(xié)同升級加速先進(jìn)計算發(fā)展 107
6.6 算法更新推動AI能力持續(xù)演進(jìn) 110
6.6.1 以AutoML為代表的新算法讓AI開發(fā)更簡單 110
6.6.2 以模型為中心的開源社區(qū)加速構(gòu)建 111
6.7 多元化數(shù)據(jù)服務(wù)為AI“增值” 111
6.8 創(chuàng)新主體活躍掀起AI應(yīng)用熱潮 113
6.8.1 Adept AI：通用人工智能（AGI）工具 114
6.8.2 Cohere：B端定制式AI服務(wù)者 115
6.8.3 Jasper：集成式AI營銷工具 117
6.8.4 滴滴自動駕駛：AI 自動駕駛 118
6.8.5 達(dá)闥機(jī)器人：擁有“云端大腦”的人形機(jī)器人 119
參考文獻(xiàn) 120
第7章 大模型時代降臨 122
7.1 大模型發(fā)展歷程及特點 122
7.1.1 大模型技術(shù)快速迭代，參數(shù)規(guī)模三段式激增 122
7.1.2 “大 小”模型協(xié)同進(jìn)化，推動端側(cè)化發(fā)展 125
7.1.3 大模型與人工智能相互促進(jìn)，相輔相成 126
7.1.4 大模型迭代周期縮短，總體呈現(xiàn)多種發(fā)展趨勢 128
7.2 大模型的典型應(yīng)用領(lǐng)域 129
7.2.1 NLP大模型 130
7.2.2 CV大模型 135
7.2.3 多模態(tài)大模型 139
7.3 大模型的基礎(chǔ)是算力 144
7.3.1 通用算力——滿足大多數(shù)普通用戶需求 145
7.3.2 AI算力——適合邏輯簡單、計算密集型的并發(fā)任務(wù) 145
7.3.3 HPC——特殊場景化需求的高性能計算集群 146
7.4 大模型將賦能生成式AI 147
7.4.1 大模型改變內(nèi)容生產(chǎn) 148
7.4.2 生成式AI孕育新業(yè)態(tài) 149
7.5 百模千態(tài) 151
7.5.1 OpenAI：ChatGPT大模型 152
7.5.2 Google：Gemini原生多模態(tài)大模型 153
7.5.3 Meta: LLaMA開源預(yù)訓(xùn)練大模型 154
7.5.4 華為：盤古大模型 155
7.5.5 百度：文心一言大模型 156
參考文獻(xiàn) 157
第8章 AI toB邁入規(guī)模探索階段 158
8.1 AI與行業(yè)結(jié)合，呈現(xiàn)百花齊放趨勢 158
8.2 大模型成為智能變革的“元能力引擎” 158
8.3 通用人工智能的未來展望 160
參考文獻(xiàn) 161
第9章 AI toB落地面臨的挑戰(zhàn) 162
9.1 大模型工程化落地面臨多方面挑戰(zhàn) 162
9.2 各行業(yè)智能化發(fā)展不均衡 162
9.3 AI深入賦能引發(fā)風(fēng)險隱患 163
9.4 AI生態(tài)體系仍不完善 164
參考文獻(xiàn) 164
第三篇 5G AI，加速行業(yè)智能化
第10章 行業(yè)從數(shù)字化走向智能化 167
10.1 數(shù)字化轉(zhuǎn)型的內(nèi)涵 167
10.2 從數(shù)字化走向智能化 168
10.3 典型數(shù)智化歷程 169
10.3.1 美國：依托創(chuàng)新技術(shù)領(lǐng)先，鞏固數(shù)字經(jīng)濟(jì)全球競爭力 169
10.3.2 歐盟：率先探索數(shù)字治理規(guī)則，打造統(tǒng)一的數(shù)字市場 170
10.3.3 英國：以數(shù)字政府建設(shè)為引領(lǐng)，推動全行業(yè)數(shù)字化轉(zhuǎn)型 171
10.3.4 日本：以“官產(chǎn)學(xué)”和“互聯(lián)工業(yè)”為抓手，建設(shè)超智能社會 172
10.3.5 韓國：重視標(biāo)準(zhǔn)體系建立，發(fā)布新增長4.0路線圖 173
10.3.6 中國：立足產(chǎn)業(yè)和市場優(yōu)勢，有效市場和有為政府相互促進(jìn) 174
參考文獻(xiàn) 175
第11章 5G與AI協(xié)同發(fā)展，加速行業(yè)智能化升級 176
11.1 5G與AI的關(guān)系 176
11.2 5G對AI的需求 176
11.3 AI對5G的需求 177
11.4 5G與AI的融合 177
參考文獻(xiàn) 178
第12章 5G AI融合，賦能行業(yè)智能化 179
12.1 5G本體技術(shù)優(yōu)化：增強(qiáng)網(wǎng)絡(luò)內(nèi)生能力 179
12.1.1 5G專網(wǎng)：定制網(wǎng)絡(luò) 180
12.1.2 5G網(wǎng)絡(luò)切片：靈活組網(wǎng) 181
12.2 5G AICDE：構(gòu)建融合服務(wù)能力 181
12.2.1 5G AI：全面感知 182
12.2.2 5G 物聯(lián)網(wǎng)：全域互聯(lián) 183
12.2.3 5G 云計算：云網(wǎng)融合 184
12.2.4 5G 大數(shù)據(jù)：智能決策 184
12.2.5 5G MEC：邊云協(xié)同 185
參考文獻(xiàn) 185
第13章 重點行業(yè)實踐 186
13.1 政務(wù) 186
13.1.1 行業(yè)數(shù)智化發(fā)展概況 186
13.1.2 行業(yè)數(shù)智化發(fā)展趨勢 187
13.1.3 行業(yè)數(shù)智化整體需求 188
13.1.4 5G AI技術(shù)融合分析 189
13.1.5 政務(wù)數(shù)智化典型方案 191
13.1.6 規(guī)模化復(fù)制與推廣路徑 192
13.2 應(yīng)急 193
13.2.1 行業(yè)數(shù)智化發(fā)展概況 193
13.2.2 行業(yè)數(shù)智化發(fā)展趨勢 195
13.2.3 行業(yè)數(shù)智化整體需求 195
13.2.4 5G AI技術(shù)融合分析 196
13.2.5 應(yīng)急數(shù)智化典型方案 198
13.2.6 規(guī)模化復(fù)制與推廣路徑 199
13.3 氣象 200
13.3.1 行業(yè)數(shù)智化發(fā)展概況 200
13.3.2 行業(yè)數(shù)智化發(fā)展趨勢 201
13.3.3 行業(yè)數(shù)智化整體需求 202
13.3.4 5G AI技術(shù)融合分析 203
13.3.5 氣象數(shù)智化典型方案 204
13.3.6 規(guī)模化復(fù)制與推廣路徑 206
13.4 農(nóng)業(yè) 207
13.4.1 行業(yè)數(shù)智化發(fā)展概況 207
13.4.2 行業(yè)數(shù)智化發(fā)展趨勢 208
13.4.3 行業(yè)數(shù)智化整體需求 208
13.4.4 5G AI技術(shù)融合分析 209
13.4.5 農(nóng)業(yè)數(shù)智化典型方案 211
13.4.6 規(guī)模化復(fù)制與推廣路徑 213
13.5 文旅 213
13.5.1 行業(yè)數(shù)智化發(fā)展概況 213
13.5.2 行業(yè)數(shù)智化發(fā)展趨勢 215
13.5.3 行業(yè)數(shù)智化整體需求 216
13.5.4 5G AI技術(shù)融合分析 216
13.5.5 文旅數(shù)智化典型方案 218
13.5.6 規(guī)模化復(fù)制與推廣路徑 220
13.6 教育 221
13.6.1 行業(yè)數(shù)智化發(fā)展概況 221
13.6.2 行業(yè)數(shù)智化發(fā)展趨勢 222
13.6.3 行業(yè)數(shù)智化整體需求 222
13.6.4 5G AI技術(shù)融合分析 223
13.6.5 教育數(shù)智化典型方案 225
13.6.6 規(guī)模化復(fù)制與推廣路徑 227
13.7 醫(yī)療 228
13.7.1 行業(yè)數(shù)智化發(fā)展概況 228
13.7.2 行業(yè)數(shù)智化發(fā)展趨勢 230
13.7.3 行業(yè)數(shù)智化整體需求 230
13.7.4 5G AI技術(shù)融合分析 231
13.7.5 醫(yī)療數(shù)智化典型方案 234
13.7.6 規(guī)模化復(fù)制與推廣路徑 235
13.8 制造 236
13.8.1 行業(yè)數(shù)智化發(fā)展概況 236
13.8.2 行業(yè)數(shù)智化發(fā)展趨勢 237
13.8.3 行業(yè)數(shù)智化整體需求 238
13.8.4 5G AI技術(shù)融合分析 239
13.8.5 制造數(shù)智化典型方案 241
13.8.6 規(guī)模化復(fù)制與推廣路徑 243
13.9 港口 244
13.9.1 行業(yè)數(shù)智化發(fā)展概況 244
13.9.2 行業(yè)數(shù)智化發(fā)展趨勢 246
13.9.3 行業(yè)數(shù)智化整體需求 246
13.9.4 5G AI技術(shù)融合分析 247
13.9.5 港口數(shù)智化典型方案 249
13.9.6 規(guī)模化復(fù)制與推廣路徑 251
13.10 電力 251
13.10.1 行業(yè)數(shù)智化發(fā)展概況 251
13.10.2 行業(yè)數(shù)智化發(fā)展趨勢 252
13.10.3 行業(yè)數(shù)智化整體需求 253
13.10.4 5G AI技術(shù)融合分析 254
13.10.5 電力數(shù)智化典型方案 258
13.10.6 規(guī)模化復(fù)制與推廣路徑 260
參考文獻(xiàn) 261
第14章 趨勢及展望 262
14.1 5G-A下的網(wǎng)絡(luò)即服務(wù) 262
14.2 從云網(wǎng)融合到算網(wǎng)融合的升級 264
14.3 數(shù)據(jù)要素價值創(chuàng)作成為新藍(lán)海 266
14.4 數(shù)字創(chuàng)新應(yīng)用向多領(lǐng)域縱深發(fā)展 268
14.5 AI大模型驅(qū)動新興業(yè)態(tài)涌現(xiàn) 269
參考文獻(xiàn) 270
第1章 5G推動全球數(shù)字化變革新發(fā)展 003
1.1 通信技術(shù)推動人類社會持續(xù)進(jìn)步 003
1.2 全球迎來數(shù)字化轉(zhuǎn)型新浪潮 005
1.3 數(shù)字化轉(zhuǎn)型機(jī)遇 006
1.4 5G激活產(chǎn)業(yè)變革新潛能 008
第2章 全球5G發(fā)展現(xiàn)狀 010
2.1 中國 012
2.1.1 中國5G商用情況 012
2.1.2 中國5G推動政策 014
2.1.3 中國5G應(yīng)用發(fā)展情況 015
2.2 韓國 016
2.2.1 韓國5G商用情況 016
2.2.2 韓國5G推動政策 017
2.2.3 韓國5G應(yīng)用發(fā)展情況 019
2.3 美國 020
2.3.1 美國5G商用情況 020
2.3.2 美國5G推動政策 021
2.3.3 美國5G應(yīng)用發(fā)展情況 022
2.4 日本 024
2.4.1 日本5G商用情況 024
2.4.2 日本5G推動政策 024
2.4.3 日本5G應(yīng)用發(fā)展情況 025
2.5 德國 026
2.5.1 德國5G商用情況 026
2.5.2 德國5G推動政策 026
2.5.3 德國5G應(yīng)用發(fā)展情況 028
第3章 5G規(guī)模化發(fā)展路徑及未來形態(tài) 029
3.1 5G規(guī)模復(fù)制主要挑戰(zhàn) 029
3.1.1 5G網(wǎng)絡(luò)建設(shè)面臨多方問題 030
3.1.2 5G技術(shù)與行業(yè)業(yè)務(wù)融合不足 030
3.1.3 產(chǎn)業(yè)供給能力不足 031
3.1.4 行業(yè)融合應(yīng)用標(biāo)準(zhǔn)缺乏 031
3.1.5 行業(yè)融合生態(tài)建設(shè)亟待加強(qiáng) 032
3.2 5G規(guī)模化發(fā)展路徑 032
3.2.1 規(guī)模化發(fā)展基礎(chǔ) 032
3.2.2 規(guī)模化發(fā)展路徑及關(guān)鍵要素 034
3.2.3 實現(xiàn)5G規(guī)模化的意義與價值 038
3.3 5G-A及未來形態(tài) 039
3.3.1 5G應(yīng)用深刻改變未來社會生活 039
3.3.2 5G-A開啟通信革新“下半場” 040
參考文獻(xiàn) 043
第二篇 人工智能，新發(fā)展階段
第4章 人工智能概述 047
4.1 什么是人工智能 047
4.2 人工智能的歷史和發(fā)展 048
4.2.1 1.0時代：計算推理驅(qū)動（20世紀(jì)50年代—70年代） 048
4.2.2 2.0時代：知識驅(qū)動（20世紀(jì)70年代—90年代初） 049
4.2.3 3.0時代：數(shù)據(jù)驅(qū)動（20世紀(jì)90年代—21世紀(jì)初） 049
4.2.4 4.0時代：算力驅(qū)動（2020年至今） 050
4.3 人工智能的應(yīng)用領(lǐng)域 050
4.4 AI成為國家戰(zhàn)略 052
4.4.1 美國：多措并舉鞏固全球領(lǐng)先地位 052
4.4.2 中國：多元戰(zhàn)略促進(jìn)產(chǎn)業(yè)健康發(fā)展 053
4.4.3 日本：以人工智能構(gòu)建“社會5.0” 054
4.4.4 韓國：戰(zhàn)略推動“AI強(qiáng)國”發(fā)展建設(shè) 054
4.4.5 德國：依托“工業(yè)4.0”打造德國品牌 055
4.4.6 英國：加大創(chuàng)新投入，推進(jìn)成果轉(zhuǎn)化 056
參考文獻(xiàn) 056
第5章 人工智能典型技術(shù) 058
5.1 機(jī)器學(xué)習(xí) 058
5.1.1 監(jiān)督學(xué)習(xí) 060
5.1.2 無監(jiān)督學(xué)習(xí) 061
5.1.3 強(qiáng)化學(xué)習(xí) 062
5.1.4 深度學(xué)習(xí) 064
5.1.5 多任務(wù)學(xué)習(xí) 065
5.2 自然語言處理 066
5.2.1 語言模型 068
5.2.2 詞向量 069
5.2.3 機(jī)器翻譯 070
5.2.4 文本分類 071
5.3 計算機(jī)視覺 072
5.3.1 圖像處理 073
5.3.2 物體檢測 074
5.3.3 圖片識別 074
5.3.4 視頻分析 074
5.4 多模態(tài)技術(shù) 075
5.4.1 特征表示 076
5.4.2 模態(tài)融合 076
參考文獻(xiàn) 077
第6章 人工智能重大演進(jìn)進(jìn)展 078
6.1 AI產(chǎn)業(yè)體系橫向拓展 078
6.1.1 AI產(chǎn)業(yè)體系概述 078
6.1.2 AI產(chǎn)業(yè)發(fā)展趨勢 079
6.2 AI芯片迭代構(gòu)筑底層技術(shù)優(yōu)勢 081
6.2.1 英偉達(dá) 085
6.2.2 AMD 087
6.2.3 英特爾 089
6.2.4 華為海思 089
6.2.5 寒武紀(jì) 090
6.3 AI云平臺助力創(chuàng)新業(yè)務(wù)落地 091
6.3.1 微軟 093
6.3.2 亞馬遜 093
6.3.3 華為云 094
6.3.4 阿里云 095
6.3.5 百度智能云 096
6.4 AI框架成為工程實踐能力核心 096
6.4.1 AI框架：加速AI應(yīng)用產(chǎn)業(yè)規(guī)模增長及工程化落地 097
6.4.2 訓(xùn)練平臺：彈性分布式訓(xùn)練驅(qū)動AI工程化進(jìn)程 099
6.4.3 MLOps：打通AI工程化“*后一公里” 101
6.5 算力突破支撐AI跨越式發(fā)展 104
6.5.1 AI計算從粗獷使用向精細(xì)化協(xié)同演進(jìn) 104
6.5.2 云邊端一體化推動算力泛在化發(fā)展 105
6.5.3 智能算力支撐數(shù)字孿生元宇宙構(gòu)建 106
6.5.4 多技術(shù)協(xié)同升級加速先進(jìn)計算發(fā)展 107
6.6 算法更新推動AI能力持續(xù)演進(jìn) 110
6.6.1 以AutoML為代表的新算法讓AI開發(fā)更簡單 110
6.6.2 以模型為中心的開源社區(qū)加速構(gòu)建 111
6.7 多元化數(shù)據(jù)服務(wù)為AI“增值” 111
6.8 創(chuàng)新主體活躍掀起AI應(yīng)用熱潮 113
6.8.1 Adept AI：通用人工智能（AGI）工具 114
6.8.2 Cohere：B端定制式AI服務(wù)者 115
6.8.3 Jasper：集成式AI營銷工具 117
6.8.4 滴滴自動駕駛：AI 自動駕駛 118
6.8.5 達(dá)闥機(jī)器人：擁有“云端大腦”的人形機(jī)器人 119
參考文獻(xiàn) 120
第7章 大模型時代降臨 122
7.1 大模型發(fā)展歷程及特點 122
7.1.1 大模型技術(shù)快速迭代，參數(shù)規(guī)模三段式激增 122
7.1.2 “大 小”模型協(xié)同進(jìn)化，推動端側(cè)化發(fā)展 125
7.1.3 大模型與人工智能相互促進(jìn)，相輔相成 126
7.1.4 大模型迭代周期縮短，總體呈現(xiàn)多種發(fā)展趨勢 128
7.2 大模型的典型應(yīng)用領(lǐng)域 129
7.2.1 NLP大模型 130
7.2.2 CV大模型 135
7.2.3 多模態(tài)大模型 139
7.3 大模型的基礎(chǔ)是算力 144
7.3.1 通用算力——滿足大多數(shù)普通用戶需求 145
7.3.2 AI算力——適合邏輯簡單、計算密集型的并發(fā)任務(wù) 145
7.3.3 HPC——特殊場景化需求的高性能計算集群 146
7.4 大模型將賦能生成式AI 147
7.4.1 大模型改變內(nèi)容生產(chǎn) 148
7.4.2 生成式AI孕育新業(yè)態(tài) 149
7.5 百模千態(tài) 151
7.5.1 OpenAI：ChatGPT大模型 152
7.5.2 Google：Gemini原生多模態(tài)大模型 153
7.5.3 Meta: LLaMA開源預(yù)訓(xùn)練大模型 154
7.5.4 華為：盤古大模型 155
7.5.5 百度：文心一言大模型 156
參考文獻(xiàn) 157
第8章 AI toB邁入規(guī)模探索階段 158
8.1 AI與行業(yè)結(jié)合，呈現(xiàn)百花齊放趨勢 158
8.2 大模型成為智能變革的“元能力引擎” 158
8.3 通用人工智能的未來展望 160
參考文獻(xiàn) 161
第9章 AI toB落地面臨的挑戰(zhàn) 162
9.1 大模型工程化落地面臨多方面挑戰(zhàn) 162
9.2 各行業(yè)智能化發(fā)展不均衡 162
9.3 AI深入賦能引發(fā)風(fēng)險隱患 163
9.4 AI生態(tài)體系仍不完善 164
參考文獻(xiàn) 164
第三篇 5G AI，加速行業(yè)智能化
第10章 行業(yè)從數(shù)字化走向智能化 167
10.1 數(shù)字化轉(zhuǎn)型的內(nèi)涵 167
10.2 從數(shù)字化走向智能化 168
10.3 典型數(shù)智化歷程 169
10.3.1 美國：依托創(chuàng)新技術(shù)領(lǐng)先，鞏固數(shù)字經(jīng)濟(jì)全球競爭力 169
10.3.2 歐盟：率先探索數(shù)字治理規(guī)則，打造統(tǒng)一的數(shù)字市場 170
10.3.3 英國：以數(shù)字政府建設(shè)為引領(lǐng)，推動全行業(yè)數(shù)字化轉(zhuǎn)型 171
10.3.4 日本：以“官產(chǎn)學(xué)”和“互聯(lián)工業(yè)”為抓手，建設(shè)超智能社會 172
10.3.5 韓國：重視標(biāo)準(zhǔn)體系建立，發(fā)布新增長4.0路線圖 173
10.3.6 中國：立足產(chǎn)業(yè)和市場優(yōu)勢，有效市場和有為政府相互促進(jìn) 174
參考文獻(xiàn) 175
第11章 5G與AI協(xié)同發(fā)展，加速行業(yè)智能化升級 176
11.1 5G與AI的關(guān)系 176
11.2 5G對AI的需求 176
11.3 AI對5G的需求 177
11.4 5G與AI的融合 177
參考文獻(xiàn) 178
第12章 5G AI融合，賦能行業(yè)智能化 179
12.1 5G本體技術(shù)優(yōu)化：增強(qiáng)網(wǎng)絡(luò)內(nèi)生能力 179
12.1.1 5G專網(wǎng)：定制網(wǎng)絡(luò) 180
12.1.2 5G網(wǎng)絡(luò)切片：靈活組網(wǎng) 181
12.2 5G AICDE：構(gòu)建融合服務(wù)能力 181
12.2.1 5G AI：全面感知 182
12.2.2 5G 物聯(lián)網(wǎng)：全域互聯(lián) 183
12.2.3 5G 云計算：云網(wǎng)融合 184
12.2.4 5G 大數(shù)據(jù)：智能決策 184
12.2.5 5G MEC：邊云協(xié)同 185
參考文獻(xiàn) 185
第13章 重點行業(yè)實踐 186
13.1 政務(wù) 186
13.1.1 行業(yè)數(shù)智化發(fā)展概況 186
13.1.2 行業(yè)數(shù)智化發(fā)展趨勢 187
13.1.3 行業(yè)數(shù)智化整體需求 188
13.1.4 5G AI技術(shù)融合分析 189
13.1.5 政務(wù)數(shù)智化典型方案 191
13.1.6 規(guī)模化復(fù)制與推廣路徑 192
13.2 應(yīng)急 193
13.2.1 行業(yè)數(shù)智化發(fā)展概況 193
13.2.2 行業(yè)數(shù)智化發(fā)展趨勢 195
13.2.3 行業(yè)數(shù)智化整體需求 195
13.2.4 5G AI技術(shù)融合分析 196
13.2.5 應(yīng)急數(shù)智化典型方案 198
13.2.6 規(guī)模化復(fù)制與推廣路徑 199
13.3 氣象 200
13.3.1 行業(yè)數(shù)智化發(fā)展概況 200
13.3.2 行業(yè)數(shù)智化發(fā)展趨勢 201
13.3.3 行業(yè)數(shù)智化整體需求 202
13.3.4 5G AI技術(shù)融合分析 203
13.3.5 氣象數(shù)智化典型方案 204
13.3.6 規(guī)模化復(fù)制與推廣路徑 206
13.4 農(nóng)業(yè) 207
13.4.1 行業(yè)數(shù)智化發(fā)展概況 207
13.4.2 行業(yè)數(shù)智化發(fā)展趨勢 208
13.4.3 行業(yè)數(shù)智化整體需求 208
13.4.4 5G AI技術(shù)融合分析 209
13.4.5 農(nóng)業(yè)數(shù)智化典型方案 211
13.4.6 規(guī)模化復(fù)制與推廣路徑 213
13.5 文旅 213
13.5.1 行業(yè)數(shù)智化發(fā)展概況 213
13.5.2 行業(yè)數(shù)智化發(fā)展趨勢 215
13.5.3 行業(yè)數(shù)智化整體需求 216
13.5.4 5G AI技術(shù)融合分析 216
13.5.5 文旅數(shù)智化典型方案 218
13.5.6 規(guī)模化復(fù)制與推廣路徑 220
13.6 教育 221
13.6.1 行業(yè)數(shù)智化發(fā)展概況 221
13.6.2 行業(yè)數(shù)智化發(fā)展趨勢 222
13.6.3 行業(yè)數(shù)智化整體需求 222
13.6.4 5G AI技術(shù)融合分析 223
13.6.5 教育數(shù)智化典型方案 225
13.6.6 規(guī)模化復(fù)制與推廣路徑 227
13.7 醫(yī)療 228
13.7.1 行業(yè)數(shù)智化發(fā)展概況 228
13.7.2 行業(yè)數(shù)智化發(fā)展趨勢 230
13.7.3 行業(yè)數(shù)智化整體需求 230
13.7.4 5G AI技術(shù)融合分析 231
13.7.5 醫(yī)療數(shù)智化典型方案 234
13.7.6 規(guī)模化復(fù)制與推廣路徑 235
13.8 制造 236
13.8.1 行業(yè)數(shù)智化發(fā)展概況 236
13.8.2 行業(yè)數(shù)智化發(fā)展趨勢 237
13.8.3 行業(yè)數(shù)智化整體需求 238
13.8.4 5G AI技術(shù)融合分析 239
13.8.5 制造數(shù)智化典型方案 241
13.8.6 規(guī)模化復(fù)制與推廣路徑 243
13.9 港口 244
13.9.1 行業(yè)數(shù)智化發(fā)展概況 244
13.9.2 行業(yè)數(shù)智化發(fā)展趨勢 246
13.9.3 行業(yè)數(shù)智化整體需求 246
13.9.4 5G AI技術(shù)融合分析 247
13.9.5 港口數(shù)智化典型方案 249
13.9.6 規(guī)模化復(fù)制與推廣路徑 251
13.10 電力 251
13.10.1 行業(yè)數(shù)智化發(fā)展概況 251
13.10.2 行業(yè)數(shù)智化發(fā)展趨勢 252
13.10.3 行業(yè)數(shù)智化整體需求 253
13.10.4 5G AI技術(shù)融合分析 254
13.10.5 電力數(shù)智化典型方案 258
13.10.6 規(guī)模化復(fù)制與推廣路徑 260
參考文獻(xiàn) 261
第14章 趨勢及展望 262
14.1 5G-A下的網(wǎng)絡(luò)即服務(wù) 262
14.2 從云網(wǎng)融合到算網(wǎng)融合的升級 264
14.3 數(shù)據(jù)要素價值創(chuàng)作成為新藍(lán)海 266
14.4 數(shù)字創(chuàng)新應(yīng)用向多領(lǐng)域縱深發(fā)展 268
14.5 AI大模型驅(qū)動新興業(yè)態(tài)涌現(xiàn) 269
參考文獻(xiàn) 270
展開全部
邁向智能化加速行業(yè)數(shù)智化轉(zhuǎn)型 作者簡介
孫鵬飛
畢業(yè)于西安電子科技大學(xué)，工學(xué)碩士。2001年加入華為公司。曾任華為無線網(wǎng)絡(luò)SingleOSS產(chǎn)品管理部部長、華為無線智能化與網(wǎng)絡(luò)自動駕駛首 席規(guī)劃師、MAE（MBB Automation Engine）產(chǎn)品組合與生命周期管理部部長、華為5G-2B解決方案SDT經(jīng)理、中國5G應(yīng)用產(chǎn)業(yè)方陣產(chǎn)業(yè)推進(jìn)組副組長，擁有20多年的技術(shù)研發(fā)經(jīng)驗，在移動及產(chǎn)業(yè)數(shù)字化的網(wǎng)絡(luò)規(guī)劃、架構(gòu)設(shè)計、網(wǎng)絡(luò)建設(shè)、市場營銷及產(chǎn)品研發(fā)、產(chǎn)品管理以及5G行業(yè)場景化解決方案打造等方面均具有豐富的經(jīng)驗。
現(xiàn)任華為企業(yè)銷售部公共事業(yè)系統(tǒng)部副總裁，負(fù)責(zé)全球公共事業(yè)領(lǐng)域的解決方案開發(fā)與集成驗證業(yè)務(wù)，主導(dǎo)政府和公共事業(yè)領(lǐng)域解決方案平臺規(guī)劃、研發(fā)及營銷，推動行業(yè)場景化解決方案的開發(fā)與落地。對行業(yè)智能化升級的關(guān)鍵技術(shù)和方法論、理論模型構(gòu)建、場景及商業(yè)模型的孵化及可復(fù)制性、運(yùn)營模式、標(biāo)準(zhǔn)構(gòu)建、項目交付等有著深刻理解和獨到觀點。
書友推薦
- >
莉莉和章魚
- >
回憶愛瑪儂
- >
史學(xué)評論
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
- >
苦雨齋序跋文-周作人自編集
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
姑媽的寶刀
本類暢銷
