本書旨在探討AI提示工程(通常簡(jiǎn)稱提示工程或Prompt工程)在各領(lǐng)域的應(yīng)用。大語(yǔ)言模型是人工智能領(lǐng)域的重要成果，在自然語(yǔ)言處理和生成任務(wù)中發(fā)揮著重要的作用。讀者通過(guò)深入了解和應(yīng)用提示工程，能充分挖掘和利用大語(yǔ)言模型的潛力，提升效率、促進(jìn)創(chuàng)新，并解決實(shí)際問(wèn)題。本書涵蓋人工智能發(fā)展歷程，提示工程的概念和設(shè)計(jì)原則、策略和技巧、不同領(lǐng)域的典型應(yīng)用，以及數(shù)據(jù)分析與挖掘領(lǐng)域的應(yīng)用。本書旨在以通俗易懂的方式呈現(xiàn)復(fù)雜概念和技術(shù)，并通過(guò)案例和實(shí)踐指導(dǎo)，幫助讀者掌握和應(yīng)用提示工程，以取得更好的成果。本書適合從事A
隨著技術(shù)發(fā)展，各種AI產(chǎn)品層出不窮。人人都使用過(guò)AI，但真正做到用AI提升工作和學(xué)習(xí)效率的人卻很少。原因是大多數(shù)使用者，不會(huì)專業(yè)地提問(wèn)。如果能正確地提問(wèn)，AI將幫你解放工作，實(shí)現(xiàn)效率逆襲。精通向AI提問(wèn)的能力，AI能幫你成為超級(jí)個(gè)體。 這是一本AI時(shí)代成為提問(wèn)高手的進(jìn)階指南，既授人以魚，也授人以漁。本書從AI的基本概念與運(yùn)行原理入手，引用了飛輪思維和ICDO提問(wèn)技巧，還詳細(xì)介紹了在不同場(chǎng)景下的提問(wèn)方法與實(shí)際案例，旨在幫助讀者掌握高效提問(wèn)的技巧，獲得更加精準(zhǔn)和豐富的答案，做到事半功倍，實(shí)現(xiàn)效率十
智能力量是引領(lǐng)未來(lái)的戰(zhàn)略性力量，作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，將進(jìn)一步釋放歷次科技革命和產(chǎn)業(yè)變革積蓄的巨大能量。本書共 9 章，從智能力量應(yīng)用、智能力量與主要領(lǐng)域融合發(fā)展、智能力量視野下的網(wǎng)絡(luò)安全大腦、創(chuàng)新發(fā)展中的人工智能、“互聯(lián)網(wǎng)+”時(shí)代下的安全智能力量等方面進(jìn)行闡述，旨在幫助廣大讀者更為清晰地了解我國(guó)以及世界智能力量的發(fā)展概況，同時(shí)對(duì)于助力企業(yè)把握時(shí)代趨勢(shì)實(shí)現(xiàn)創(chuàng)新升級(jí)具有參考價(jià)值。 本書適合從事人工智能和產(chǎn)業(yè)智能化相關(guān)工作的人員，以及對(duì)人工智能感興趣的讀者閱讀。
本書深度探討了構(gòu)建和訓(xùn)練ChatGPT模型涉及的核心技術(shù)，以及ChatGPT在各種實(shí)際應(yīng)用中的作用。全書精心劃分為三部分，其中第1章為第1部分，第2章為第2部分，第3章和第4章為第3部分。首先，詳細(xì)闡述了機(jī)器學(xué)習(xí)的歷史演變與各種學(xué)習(xí)范式，同時(shí)也揭示了在人工智能生成內(nèi)容（AIGC）領(lǐng)域下，圖像處理和自然語(yǔ)言處理技術(shù)的歷史發(fā)展趨勢(shì)；接下來(lái)，對(duì)ChatGPT的運(yùn)行機(jī)制和關(guān)鍵算法進(jìn)行深度解析，包括大規(guī)模模型結(jié)構(gòu)、上下文學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、涌現(xiàn)機(jī)制等，引導(dǎo)讀者深刻理解C
為完成高等教育培養(yǎng)杰出人才的目標(biāo)，北京大學(xué)、清華大學(xué)和北京通用人工智能研究院共同編寫了這本《通用人工智能人才培養(yǎng)體系》，構(gòu)建了世界上第一個(gè)聚焦通用人工智能的人才培養(yǎng)體系和“通識(shí)、通智、通用”的“通才”培養(yǎng)框架，旨在培養(yǎng)具備人文素養(yǎng)和家國(guó)情懷，擁有獨(dú)立思辨和跨學(xué)科思維，掌握人工智能核心理論和技術(shù)，勇于實(shí)踐開拓科研格局的國(guó)際領(lǐng)先的高層次復(fù)合型人工智能領(lǐng)軍人才。 本書介紹了人工智能領(lǐng)域的發(fā)展背景以及學(xué)科內(nèi)涵，包含了圍繞本科生的人才培養(yǎng)，重點(diǎn)介紹了依托于北京大學(xué)元培學(xué)院、清華大學(xué)自動(dòng)化系建設(shè)的“通用人工
中國(guó)原創(chuàng)學(xué)科可拓學(xué)，用形式化的模型，研究事物拓展的可能性和開拓創(chuàng)新的規(guī)律與方法，并用于創(chuàng)新和處理矛盾問(wèn)題. 《可拓學(xué)（第二版）》系統(tǒng)地闡述了可拓學(xué)的基本理論——可拓論、基本方法——可拓創(chuàng)新方法及其在各領(lǐng)域的應(yīng)用——可拓工程，并給出可拓工程方法的應(yīng)用案例. 《可拓學(xué)（第二版）》理論與應(yīng)用相結(jié)合，分析透徹，可操作性強(qiáng). 讀者可以從中學(xué)會(huì)如何創(chuàng)新、如何化不相容為相容、如何化對(duì)立為共存. 為方便不同知識(shí)背景和不同層次的讀者學(xué)習(xí)，各部分內(nèi)容都配備了通俗易懂的案例.
本書共14章。第1章對(duì)AIGC新時(shí)代進(jìn)行闡述，第2章集中介紹AIGC工具，第3章對(duì)Prompt進(jìn)行定義和說(shuō)明。第4章到第13章針對(duì)多個(gè)行業(yè)的不同場(chǎng)景給出寫Prompt的技巧和案例。第14章對(duì)AI的未來(lái)進(jìn)行展望。
本書系統(tǒng)地講解了深度學(xué)習(xí)技術(shù)，闡明核心概念和實(shí)踐編程技術(shù)，是開發(fā)者、數(shù)據(jù)科學(xué)家、分析師，以及之前沒(méi)有機(jī)器學(xué)習(xí)或統(tǒng)計(jì)經(jīng)驗(yàn)的人員人員的理想選擇。 本書介紹了深度神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)元和全連接、卷積和循環(huán)層等基本構(gòu)建模塊，展示了如何使用它們來(lái)構(gòu)建先進(jìn)的架構(gòu)。書中還講解了如何使用這些概念構(gòu)建計(jì)算機(jī)視覺和自然語(yǔ)言處理（NLP）網(wǎng)絡(luò)，包括Mask R-CNN、GPT和BERT。此外，書中還描述了自然語(yǔ)言翻譯器和能根據(jù)圖像內(nèi)容生成自然語(yǔ)言系統(tǒng)的原理。
本書循序漸進(jìn)地講解了使用TensorFlow開發(fā)深度學(xué)習(xí)程序的核心知識(shí)，并通過(guò)具體實(shí)例的實(shí)現(xiàn)過(guò)程演練了使用TensorFlow的方法和流程。書中首先講解了TensorFlow深度學(xué)習(xí)基礎(chǔ)知識(shí)；然后介紹了數(shù)據(jù)集制作、前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成式對(duì)抗網(wǎng)絡(luò)、自然語(yǔ)言處理、注意力機(jī)制、概率圖模型、深度信念網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、TensorFlowLite移動(dòng)端與嵌入式輕量級(jí)開發(fā)、TensorFlow.js智能前端開發(fā)等實(shí)戰(zhàn)應(yīng)用內(nèi)容；最后通過(guò)開發(fā)姿勢(shì)預(yù)測(cè)器和智能
本書遵循理念與方法、經(jīng)典與前沿、技術(shù)與應(yīng)用相融合滲透的原則，在理念、結(jié)構(gòu)、內(nèi)容和資源上都極具特色和創(chuàng)新。按照人工智能新知識(shí)體系，本書內(nèi)容分為五大部分13 章。 將傳統(tǒng)或經(jīng)典人工智能理論、方法與技術(shù)以及新一代人工智能技術(shù)和方法相結(jié)合，形成基礎(chǔ)概念（1-3章）+基礎(chǔ)技術(shù)（4-5章）+重點(diǎn)研究?jī)?nèi)容與方向（機(jī)器智能）（6-12章）+行業(yè)應(yīng)用與倫理基礎(chǔ)（12、13章）的新知識(shí)體系模式。 本書提供了配套學(xué)習(xí)資源，可通過(guò)人郵教育社區(qū)（www.ryjiaoyu.com）下載本書配套的電子資源，包括教學(xué)大綱、教案
新書資訊 新書推薦