本書有些章節(jié)涉及人工智能的歷史、概念的定義、政策和軍事事務(wù)中的人工智能(人工智能的軍事戰(zhàn)略、概念、理論、網(wǎng)絡(luò)安全和網(wǎng)絡(luò)防御、不同的參與者)。本書綜合了當(dāng)前關(guān)于人工智能在國防事務(wù)中的作用的爭論。由于人工智能本質(zhì)上“與網(wǎng)絡(luò)有關(guān)”，因此，本書探討了網(wǎng)絡(luò)空間軍事化的一個(gè)維度。人們對人工智能重新產(chǎn)生的興趣是否是重新配置網(wǎng)絡(luò)空間的

本書探討了生成式人工智能(AI)的快速發(fā)展及其對社會(huì)各方面的深遠(yuǎn)影響。作者通過對比歷史上的技術(shù)創(chuàng)新，強(qiáng)調(diào)了新技術(shù)在普及過程中遇到的挑戰(zhàn)和誤解。書中還詳細(xì)介紹了ChatGPT和其他生成式人工智能的出現(xiàn)及其廣泛應(yīng)用，解釋了其背后的大語言模型(LLM)和轉(zhuǎn)換機(jī)能技術(shù)，展示了生成式人工智能如何通過深度學(xué)習(xí)和大規(guī)模數(shù)據(jù)處理，實(shí)現(xiàn)

這是一本與眾不同的關(guān)于生成式AI的書。首先，它對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，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，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

本書首先介紹了撰寫的基本背景，總結(jié)了國內(nèi)外儲層四維地質(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)建儲層參數(shù)的四維地質(zhì)模型；

本書首先介紹了深度卷積神經(jīng)網(wǎng)絡(luò)模型(CNN)、依賴注意力機(jī)制Transformer模型、脈沖神經(jīng)網(wǎng)絡(luò)(SNN)模型的基本原理，同時(shí)介紹了作者的最新研究，如基于粒子群優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)模型、基于知識蒸餾的手寫漢字識別深度神經(jīng)網(wǎng)絡(luò)模型壓縮、用于手寫漢字圖像識別分類的并行快速VisionTransformer模型、用于手寫漢