新書推薦：
《
英国工业革命：经济的质变、世界工厂的建成与海洋霸主地位的确立 陆海书系
》
售價：HK$
93.5
《
汉字东渡
》
售價：HK$
85.8
《
FPGA经典设计实战指南：架构、实现和优化
》
售價：HK$
108.9
《
俄罗斯通史（1917-1991）
》
售價：HK$
129.8
《
精神分析与灵魂治疗（2025版）
》
售價：HK$
54.8
《
大学问·市镇内外：晚明江南的地域结构与社会变迁（以地方权势阶层为切入点，剖析市镇兴衰与社会秩序变迁，为江南市镇研究开辟全新视角。）
》
售價：HK$
85.8
《
王朝的赌局：宋徽宗联金灭辽的致命抉择
》
售價：HK$
85.8
《
盔甲骑士：为自己出征（纪念版）
》
售價：HK$
54.8
|
| 內容簡介： |
|
本书旨在普及人工智能知识，采用浅显易懂的语言，助力零基础大学生全面了解人工智能的发展历程、多领域应用及其伦理与安全问题，深入理解人工智能的基本概念、核心技术及原理，掌握大模型提示工程的核心技巧，并初步了解智能体的设计理念与开发流程。本书内容全面，共7章。第1章为初识人工智能，系统阐述人工智能的基本概念及其发展历程；第2章深入探讨人工智能的核心技术，涵盖机器学习和深度学习等；第3章详细介绍人工智能的主要研究领域，包括计算机视觉、人脸识别技术、知识图谱、自然语言处理及智能语音技术等；第4章聚焦大模型技术与AIGC（生成式人工智能），实操部分涉及大模型提示工程等；第5章着重讲解智能体，涵盖其原理及制作实例；第6章介绍人工智能在医疗、教育、媒体、政法、财务等领域的实际应用；第7章深入剖析人工智能的伦理与安全问题，涉及数据隐私、算法偏见、责任归属、就业冲击、安全失控等方面，并探讨这些问题的成因及其深远影响。本书为教师提供配套教学大纲、教学课件、微课视频、习题解答等资源，教师可登录华信教育资源网（www.hxedu.com.cn）注册后免费下载。本书可作为高等学校各专业人工智能通识课程的教材，面向零基础学生，同时也适合对人工智能感兴趣的广大读者阅读。
|
| 關於作者： |
|
胡臻龙，男，博士，教授，高级软件工程师，上海华东师范大学访问学者，浙江农林大学暨阳学院计算机专业负责人，绍兴市科技指导员，国际期刊和国际会议论文审稿人。研究方向：深度学习、机器学习、大数据。近年来，发表学术论文28篇，其中SCI、EI收录论文16篇；出版专著3部，参编教材2本。拥有发明和实用新型专利8个。曾获得过中国纺织工业联合会科技进步三等奖，浙江省政府科学技术进步二等奖和三等奖，浙江省教育技术三等奖，绍兴市政府科学技术进步一等奖等多项荣誉。
|
| 目錄：
|
第1章 初识人工智能：新时代的开启1
1.1 人工智能重新定义我们的未来1
1.1.1 技术革新：从工具到伙伴2
1.1.2 产业变革：效率革命与职业重构3
1.1.3 社会形态：从城市到教育4
1.1.4 人类认知：突破生物极限5
1.1.5 全球格局：权力与风险再分配7
1.1.6 未来展望：共生还是失控7
1.2 人工智能发展的三次浪潮及发展趋势8
1.2.1 第一次浪潮：符号主义的局限8
1.2.2 第二次浪潮：统计学习与大数据崛起11
1.2.3 第三次浪潮：深度学习与通用智能探索13
1.2.4 三次浪潮的对比与启示15
1.2.5 未来展望：通用人工智能的探索15
1.2.6 思考题16
第2章 人工智能的基石：核心技术概览17
2.1 人工智能技术的基石17
2.1.1 数据：人工智能的燃料18
2.1.2 算法：人工智能的大脑18
2.1.3 算力：人工智能的动力源泉19
2.1.4 伦理与法律框架：人工智能的道德指南针20
2.2 机器学习的启蒙之路21
2.2.1 机器学习概述21
2.2.2 模型估计基础22
2.2.3 监督学习23
2.2.4 无监督学习25
2.3 深度学习的面纱揭秘26
2.3.1 深度学习概述26
2.3.2 深度学习的基础28
2.4 深度学习的发展现状30
2.4.1 卷积神经网络30
2.4.2 循环神经网络32
2.4.3 长短期记忆网络33
2.4.4 Transformer网络34
2.4.5 深度学习的应用36
2.4.6 深度学习的挑战与未来36
2.4.7 思考题37
第3章 人工智能的探究：主要研究领域38
3.1 计算机视觉：感知世界的窗口38
3.1.1 计算机视觉的定义与基本任务39
3.1.2 计算机视觉的工作原理39
3.1.3 计算机视觉的应用领域40
3.1.4 计算机视觉的挑战与未来发展趋势41
3.2 人脸识别技术：解锁身份的新维度42
3.2.1 人脸识别技术的定义与原理42
3.2.2 人脸识别技术的优势43
3.2.3 人脸识别技术的挑战43
3.2.4 人脸识别技术的应用领域44
3.2.5 人脸识别技术的未来发展趋势45
3.3 知识图谱：编织智慧的知识互联网络46
3.3.1 知识图谱的定义与特点47
3.3.2 知识图谱的构建过程47
3.3.3 知识图谱的应用领域47
3.3.4 知识图谱的挑战与未来发展趋势48
3.4 自然语言处理：人机交互的语言桥梁49
3.4.1 自然语言处理的定义与目标49
3.4.2 自然语言处理的关键技术50
3.4.3 自然语言处理的应用领域50
3.4.4 自然语言处理的挑战与未来发展趋势51
3.5 智能语音技术：让机器听懂世界的声音52
3.5.1 智能语音技术的定义与原理52
3.5.2 智能语音技术的应用场景52
3.5.3 智能语音技术的挑战与未来发展趋势53
3.6 思考题54
第4章 人工智能的新篇章：大模型技术与AIGC55
4.1 大模型：构建认知世界的宏伟蓝图55
4.1.1 大模型：人工智能的新高度56
4.1.2 大模型的定义与特性59
4.1.3 大模型的发展历程59
4.1.4 理论奠基：早期探索的微光60
4.1.5 成长契机：算力与数据的双轮驱动61
4.1.6 关键飞跃：Transformer 架构的破晓61
4.1.7 大模型的工作原理61
4.1.8 解密大模型的核心技术62
4.2 AIGC：开启内容创作新时代64
4.2.1 AIGC的定义与发展背景64
4.2.2 AIGC与大模型的关系65
4.2.3 AIGC的技术特点66
4.2.4 AIGC产业图谱及应用案例66
4.3 大模型使用技巧：掌握认知工具的指南68
4.3.1 提示工程简介68
4.3.2 编写提示词的原则、策略和技巧72
4.3.3 提示词参考示例77
4.3.4 将复杂任务分解成子任务82
4.3.5 采用系统的提示词框架83
4.3.6 用结构化方式进行提示86
4.4 大模型辅助文献阅读88
4.5 大模型辅助编程90
4.6 大模型辅助数据分析93
4.6.1 使用DeepSeek进行数据分析案例93
4.6.2 使用智谱清言进行数据分析案例99
4.7 思考题102
第5章 智能体：创建个性化的领域分身104
5.1 智能体及其发展史104
5.1.1 Agent定义104
5.1.2 AI Agent定义105
5.1.3 智能体发展史105
5.2 基于大模型的智能体107
5.2.1 大脑模块107
5.2.2 感知模块108
5.2.3 行动模块109
5.3 主流平台实现智能体的范式110
5.3.1 大模型：智能体的大脑111
5.3.2 工具：智能体的四肢111
5.3.3 知识：辅助大脑进行工作111
5.3.4 其他：增强智能体的功能111
5.4 智谱清言智能体平台112
5.4.1 平台介绍及智能体配置112
5.4.2 智谱清言智能体实践：创建一个提示词优化工程师115
5.4.3 智谱清言智能体实践：创建一个文献阅读智能体119
5.5 扣子智能体平台121
5.5.1 平台的功能与优势121
5.5.2 扣子智能体实践：创建一个天气预报智能体122
5.5.3 扣子智能体工作流126
5.5.4 扣子智能体工作流实践：AI资讯早知道129
5.5.5 特殊的工作流 D D图像流132
5.5.6 扣子智能体工作流实践：抠图大师智能体135
5.5.7 扣子智能体实践：根据书籍名自动生成推荐文案136
5.5.8 扣子多智能体实践145
5.6 讯飞星火平台150
5.6.1 一句话创建智能体150
5.6.2 讯飞星火智能体实践：小红书爆款服装推荐152
5.6.3 讯飞星火基于本地知识库的多智能体实践：校园助手158
5.7 思考题169
第6章 创新无限：人工智能在各领域的应用170
6.1 人工智能在医疗领域的应用170
6.1.1 医学影像诊断中的人工智能应用案例170
6.1.2 疾病预测与风险评估中的人工智能应用案例171
6.1.3 医疗辅助决策中的人工智能应用案例171
6.1.4 智能医疗设备中的人工智能应用案例172
6.2 人工智能在教育领域的应用172
6.2.1 个性化学习平台172
6.2.2 智能辅导工具173
6.2.3 自动化评估系统173
6.2.4 教育资源管理174
6.3 人工智能在媒体领域的应用175
6.3.1 新闻写作与编辑176
6.3.2 内容推荐与个性化服务176
6.3.3 视频制作与编辑176
6.3.4 社交媒体管理与营销177
6.4 人工智能在政法领域的应用177
6.4.1 执法辅助177
6.4.2 司法审判179
6.4.3 犯罪预防179
6.4.4 法律服务180
6.5 人工智能在财务领域的应用180
6.5.1 财务数据处理与分析180
6.5.2 预算编制与成本控制181
6.5.3 风险管理与审计监督181
6.6 思考题182
第7章 人工智能之伦理与安全：守护智能的未来183
7.1 人工智能之伦理问题：技术与人性的碰撞184
7.1.1 数据隐私：数字化时代的“透明人”危机184
7.1.2 算法偏见：代码中的“隐形歧视链”184
7.1.3 责任归属：自动驾驶的“电车难题”困境185
7.1.4 就业冲击：人与机器的“技能鸿沟”186
7.1.5 安全失控：通用智能的“黑天鹅”风险186
7.1.6 应对路径：构建“三方共治”框架187
7.2 人工智能安全问题：技术进步背后的暗涌危机187
7.2.1 数据安全：数字世界的“蚁穴效应”187
7.2.2 算法安全：智能系统的“阿喀琉斯之踵”188
7.2.3 系统安全：智能体的“失控阈值”189
7.2.4 应用安全：垂直领域的“蝴蝶效应”189
7.2.5 认知安全：智能时代的“思想战争”190
7.2.6 生存安全：通用智能的“奇点威胁”191
7.2.7 防御体系：构建AI安全的“免疫系统”191
7.2.8 小结192
7.3 人工智能安全相关立法情况192
7.3.1 欧盟正式提出《人工智能法案》192
7.3.2 中国高度重视人工智能的安全问题193
7.4 思考题193
参考文献194
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
