中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
人工智能概論 版權信息
- ISBN：9787030812865
- 條形碼：9787030812865 ; 978-7-03-081286-5
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能概論 內容簡介
本書介紹了人工智能(AI)的核心技術、應用實踐及倫理治理，旨在使讀者初步認識人工智能。書中闡述了AI的起源、發展歷程及關鍵技術，展示了AI在各個領域的應用與技術突破。通過分析機器學習、深度學習和預訓練模型，幫助讀者理解AI如何從基礎算法發展到復雜的智能系統。同時，本書還介紹了多模態AI、生成式AI和智能機器人，展示了AI模型的不斷進步以及AI模型如何深刻改變人們的生活。通過對AI在科學研究和交叉學科應用方面的討論，揭示了AI賦能各行各業的巨大潛力。*后，本書探討了人工智能的倫理與治理問題，強調技術突破背后必須關注的社會責任與道德考量。
人工智能概論 目錄
目錄第1章 人工智能簡介 11.1 人工智能概述 11.2 人工智能的發展歷程 31.2.1 萌芽階段 31.2.2 早期發展階段 41.2.3 應用發展階段 51.2.4 穩步發展階段 61.2.5 蓬勃發展階段 71.3 人工智能的核心技術 101.3.1 自然語言處理 101.3.2 計算機視覺 111.3.3 智能芯片技術 121.3.4 腦機接口技術 121.3.5 跨媒體分析技術 131.3.6 智適應學習技術 131.3.7 群體智能技術 141.3.8 自主無人系統 141.4 人工智能的前沿應用 141.4.1 ChatGPT 151.4.2 智能家居控制 161.4.3 自動駕駛 161.4.4 醫療影像分析 171.5 人工智能倫理道德 18參考文獻 20第2章 機器學習 212.1 機器學習概述 212.1.1 基礎介紹 212.1.2 機器學習的流程 222.1.3 機器學習的發展歷程 242.1.4 機器學習的基本分類 272.1.5 機器學習的應用領域 282.2 監督學習 302.2.1 線性模型 302.2.2 決策樹 332.2.3 支持向量機 352.2.4 K近鄰學習 362.3 無監督學習 362.3.1 無監督學習概述 362.3.2 無監督學習的主要算法 372.4 神經網絡 422.4.1 神經網絡的定義 422.4.2 神經網絡的基本單元 422.4.3 神經網絡的早期模型 432.4.4 神經網絡的優化算法 442.4.5 常見的神經網絡模型 452.5 深度學習 472.5.1 深度學習的定義 472.5.2 深度學習的歷史背景 472.5.3 深度學習的三大驅動因素 482.5.4 深度學習的關鍵技術 482.6 預訓練模型 512.6.1 預訓練模型的作用 512.6.2 預訓練模型的分類 522.6.3 預訓練模型與訓練模型的本質區別 532.6.4 遷移學習 54參考文獻 54第3章 多模態人工智能 563.1 多模態人工智能概述 563.1.1 多模態人工智能的概念與作用 563.1.2 多模態人工智能的發展歷程 563.1.3 多模態信息的組合方式 573.1.4 多模態人工智能的挑戰與未來發展趨勢 583.2 自然語言處理 583.2.1 自然語言處理的基本概念與特點 583.2.2 自然語言處理的基本任務 603.2.3 深度學習在自然語言處理中的應用 633.3 計算機視覺 643.3.1 計算機視覺概述及圖像的特點 643.3.2 計算機視覺的基本任務 663.3.3 計算機視覺的關鍵技術 663.3.4 計算機視覺的應用領域 713.4 計算機聽覺 733.4.1 計算機聽覺的基本概念 733.4.2 計算機聽覺的關鍵技術 743.4.3 計算機聽覺的應用領域 773.5 多模態大模型 783.5.1 多模態大模型的基本概念及特點 783.5.2 多模態大模型的架構與訓練方法 803.5.3 多模態大模型的應用案例 82參考文獻 83第4章 生成式人工智能 854.1 生成式模型概論 854.1.1 認識生成式人工智能 854.1.2 判別式人工智能和生成式人工智能 864.2 生成式模型基礎 874.2.1 生成式模型的定義與分類 874.2.2 生成式模型的基本原理 884.2.3 深度生成式模型 894.3 生成式模型的功能 934.3.1 AIGC與文本生成 944.3.2 AIGC與圖像生成 954.3.3 AIGC與視頻生成 984.3.4 AIGC與3D內容生成 1004.4 生成式大模型 1014.4.1 ChatGPT 1014.4.2 文心一言 1024.4.3 訊飛星火 1034.4.4 通義 1034.4.5 天工 1034.4.6 Kimi 1044.4.7 LLaVA 1044.4.8 Sora 1054.4.9 DeepSeek 1054.5 提示工程與智能體 1064.5.1 提示工程 1064.5.2 提示工程要素 1064.5.3 提示工程中的技巧 1074.5.4 提示詞 1084.5.5 智能體框架簡介 1094.5.6 智能體分類 1104.6 生成式人工智能的應用 1114.6.1 AIGC助力高效辦公 1114.6.2 AIGC助力學習成長 1134.6.3 AIGC豐富日常生活 114參考文獻 116第5章 智能機器人 1185.1 智能機器人概述 1185.1.1 智能機器人的定義 1185.1.2 智能機器人發展史 1185.1.3 智能機器人發展現狀 1195.2 智能機器人分類 1195.2.1 機器人的分類方法 1195.2.2 智能無人機 1205.2.3 智能無人車與自動駕駛 1205.2.4 智能工業機器人 1215.2.5 智能服務機器人 1225.2.6 空間機器人智能技術 1225.2.7 海洋/極地機器人智能技術 1235.3 智能機器人關鍵技術 1245.3.1 智能機器人機構 1245.3.2 智能機器人運動學與動力學系統 1275.3.3 智能機器人控制系統 1295.3.4 智能機器人操作系統 1315.3.5 感知與環境理解 1325.3.6 定位和建圖 1365.3.7 導航與路徑規劃 1385.4 具身機器人 1415.4.1 具身機器人概述 1415.4.2 具身機器人關鍵技術 1435.4.3 具身機器人的分類 1475.4.4 具身機器人的挑戰與未來方向 1475.5 集群機器人 1485.5.1 集群機器人介紹 1485.5.2 集群機器人的分類 1495.5.3 集群機器人的關鍵技術 1505.5.4 應用和展望 153參考文獻 154第6章 人工智能驅動科學研究 1556.1 AI for Science新范式 1556.1.1 AI 與科學研究范式的變遷 1566.1.2 AI 嵌入科學研究全流程的方法 1586.2 人工智能與數學 1616.2.1 AI輔助數學證明 1626.2.2 AI輔助尋找數學規律 1646.2.3 大模型輔助數學研究 1656.3 人工智能與化學 1666.3.1 AI輔助分子設計 1666.3.2 AI預測化學反應 1676.3.3 AI預測分子性質 1676.3.4 AI促進化學合成的自動化 1676.3.5 大模型指導化學結構分割 1686.4 人工智能與生物 1696.4.1 人工智能與分子生物學 1696.4.2 人工智能與生物組學 1716.4.3 人工智能與生物醫藥研究 1726.5 人工智能與材料科學 1726.5.1 人工智能與材料設計 1736.5.2 人工智能與材料性能預測 1736.5.3 人工智能與材料微觀結構表征 1736.5.4 人工智能與復合材料研究 1746.6 其他科學領域 1746.6.1 人工智能與物理學 1746.6.2 人工智能與地球科學 1756.6.3 人工智能與能源科學 1756.6.4 人工智能與計算科學 1766.6.5 小結 176參考文獻 176第7章 人工智能在交叉學科中的應用 1787.1 人工智能在化學化工中的應用 1787.1.1 化學數據庫簡介 1797.1.2 分子物性預測 1817.1.3 分子智能設計 1847.1.4 有機合成與人工智能 1857.1.5 能源與人工智能 1877.2 人工智能在生物科學與工程中的應用 1897.2.1 人工智能在基因組學中的應用 1897.2.2 人工智能在蛋白質組學中的應用 1917.2.3 人工智能在生物醫藥領域的應用 1947.2.4 人工智能在合成生物學中的應用 1977.3 人工智能在智能制造中的應用 2017.3.1 智能設計 2027.3.2 智能加工 2047.3.3 智能裝配 2067.3.4 智能調度 2087.3.5 智能運維 2107.4 人工智能在智能建造中的應用 2117.4.1 智能防災 2117.4.2 智慧交通 2167.4.3 智慧水務 2197.4.4 智慧人居 224參考文獻 229第8章 人工智能倫理與治理 2328.1 人工智能倫理問題概述 2328.2 人工智能安全問題 2358.2.1 人工智能系統攻防 2358.2.2 深度偽造檢測 2378.2.3 數字水印認證 2398.2.4 隱私計算 2418.3 數據倫理風險問題及其治理 2428.3.1 數據是人工智能學習的“原料” 2438.3.2 人工智能數據倫理風險問題 2448.3.3 數據倫理風險問題治理 2468.4 算法倫理風險問題及其治理 2488.4.1 算法倫理風險問題 2488.4.2 算法倫理風險問題治理 2528.5 全球人工智能倫理治理 2588.5.1 我國的人工智能倫理治理實踐 2588.5.2 歐美等國家的人工智能倫理治理實踐 2668.5.3 全球人工智能倫理治理：共治共享 266參考文獻 268
展開全部
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
月亮與六便士
- >
唐代進士錄
- >
巴金－再思錄
- >
推拿
- >
名家帶你讀魯迅:故事新編
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
