三民網路書店 中國圖書館分類法 / 工業技術 / 自動化技術、計算機技術 / 自動化基礎理論 / 人工智能理論

本書詳細解讀了當前AI應用領域最具熱度、前景無限的AIGC內容自動生成技術，詳細介紹了AIGC的基本概念、價值、產生與發展的脈絡，以及實現AIGC所需的條件，重點解析了AIGC的核心技術(NLP、深度學習、大模型、硬件資源、大數據、訓練方法)。在AIGC的應用層面，介紹了ChatGPT、Midjourney、voice.ai這三款現象級應用，以及AIGC在遊戲、影視、廣告、元宇宙以及其他行業應用的作用和價值。最後兩章中特別介紹了AIGC產業生態圈，以及對AIGC這項技術本身的思考：它會帶給我們什麼。

我們可以通過軟件和算法獲得真愛嗎？為什麼自動駕駛汽車會陷入俄羅斯坦克謬誤？我們在網上購物時，有多少五星級好評是真實的，有多少是買來的？我們應該相信決定誰應該獲得工作、貸款或社會福利的秘密算法嗎？法官和警察越來越依賴不透明的“黑匣子”算法來預測刑事被告是否會再次犯罪或出庭，這可靠嗎？如果社交媒體平臺的業務是向刊登廣告的品牌方出售我們的注意力和時間，那麼社交媒體值得信賴嗎？我們是否應該沉迷於滾動鼠標瀏覽消息，讓身體產生更多的多巴胺？在智能世界，算法和人工智能越來越多地滲透進我們的生活，甚至決定我們的生活，但我們真的瞭解這些技術的局限和風險嗎？本書告訴我們應該如何正確看待數字技術，並為我們提供掌控自己生活的策略和方法，以避免被人工智能掌控。

作為第一個戰勝圍棋世界冠軍的人工智能機器人AlphaGo，我們知道其主要工作原理是深度學習。隨著AlphaGo Zero和Alpha Zero的相繼發佈，作為機器學習經典算法之一的強化學習在人工智能領域受到了更多的關注。《強化學習算法入門》就用通俗易懂的語言，按照“原理-公式-程序”的方式對強化學習的基礎知識進行了詳細講解。書中先讓大家從熟悉的“平均值計算”作為切入點學習強化學習的基本概念，然後結合實例學習了函數近似方法、深度強化學習的原理和方法等，比較了各算法的特點和應用，並用Python和MATLAB兩種語言進行了編程實現。 《強化學習算法入門》內容豐富，實踐性強，特別適合高校人工智能相關專業學生，機器學習、深度學習工程師學習強化學習算法。

隨著大語言模型的快速發展，語言AI已經進入了新的階段。這種新型的語言AI模型具有強大的自然語言處理能力，能夠理解和生成人類語言，從而在許多領域中都有廣泛的應用前景。大語言模型的出現將深刻影響人類的生產和生活方式。本書將介紹提示工程的基本概念和實踐，旨在幫助讀者瞭解如何構建高質量的提示內容，以便更高效地利用大語言模型進行工作和學習。本書內容通俗易懂，案例豐富，適合所有對大語言模型和提示工程感興趣的讀者。無論是初學者還是進階讀者，都可以從本書中獲得有價值的信息和實用技巧，幫助他們更好地應對各種挑戰和問題。

本書聚焦深度學習算法的基礎理論和核心算法，全面系統地論述深度學習的基礎理論，兼顧人工智能數學基礎知識與領域**原創基礎理論，構建脈絡清晰的人工智能理論體系。本書首先介紹了深度學習的相關數學基礎，主要包括線性代數、概率論、信息論三部分；緊接著系統地介紹了深度學習的重點內容，主要分為五方面，即深度學習的逼近理論，深度學習的表徵理論，深度學習的學習理論，深度學習的優化理論，深度學習的核心算法。

人工智能發展所帶來的顛覆即將到來。目前，人工智能已經影響了全球許多行業——金融、製藥、汽車、醫療、製造和零售等。然而，這只是人工智能開始向更便宜、更好、更快預測邁進的開始，當預測被發揮到極致時，各行各業就會發生轉變，而這種轉變也會帶來顛覆。其根源何在？著名經濟學家阿傑伊·阿格拉沃爾、喬舒亞·甘斯和阿維·戈德法布在他們的第一本暢銷書《AI極簡經濟學》中，解釋了人工智能雖然簡單卻能改變遊戲規則的經濟學。現在，在《權力與預測》一書中，他們更深入地研究了最基本的分析單位：決策。三位作者認為，決策的兩個關鍵要素是預測和判斷，我們在頭腦中將兩者結合在一起，卻往往沒有意識到這一點。人工智能的興起正在將預測從人類轉移到機器，從而減輕人們的認知負擔，同時提高決策的速度和準確性。這為新決策的蓬勃發展創造了條件，並對系統層面的創新產生了深遠影響。重新設計相互影響的決策系統需要時間。當前，許多行業正處於暴風雨前的寧靜期，但當這些新系統出現時，它們會在全球範圍內產生顛覆性影響。決策賦予權力。在行業中，權力帶來利潤；在社會中，權力帶來控制。在這個過程中，有贏家也會有輸家，作者向讀者展示了企業應如何利用機遇，以及如何保護自身地位。這本書充滿了啟發性的見解、豐富的實例和實用的建議，是任何企業領導者或政策制定者的必讀指南。

《MediaPipe機器學習跨平臺框架實戰》以實際項目為線索，帶領讀者探索MediaPipe在不同場景中的應用，使讀者既能瞭解理論知識，又能通過實踐掌握技能。全書共9章，第1章介紹MediaPipe基礎；第2章重點探討MediaPipe的控制流、同步機制以及GPU的使用；第3章介紹MediaPipe中的Facemesh，探討其在增強現實、AR濾鏡和視頻會議軟件中的應用；第4章將MediaPipe與遊戲控制相結合，介紹如何在體感遊戲中應用MediaPipe技術；第5章以AR激光劍效果、火箭發射小遊戲、空中作圖等為例，展示MediaPipe在視覺特效方面的應用；第6章介紹如何使用MediaPipe實現手語識別應用；第7章展示如何通過MediaPipe打造虛擬智能健身教練；第8章通過案例介紹MediaPipe與Unity在遊戲與虛擬現實領域整合應用的強大潛力；第9章展望MediaPipe的未來，為讀者提供了對這一技術的更深層次的認識和思考。《MediaPipe機器學習跨平臺框架實戰》內容新穎，案例豐富，代碼翔實，不僅適合對機器學習感興趣的程序員、廣大編程愛好者，還適合在校學生、創業者或者普通用戶學習與參考。

本書回顧了人工智能50年以來對確定性人工智能研究的一些主要方法，分析其局限性，提出不確定性知識和智能研究的新領域。對不確定性智能的普遍性、數學基礎、特徵、表示、模型、推理機制、不確定性思維活動、雲計算、語義計算等進行了深層次的研究，並討論了它們在定性和定量相互轉換、不確定性知識發現的物理學方法、智能控制，以及複雜網絡中的不確定性計算等方面的實際應用，最後對不確定性人工智能研究的發展方向進行了展望。

本書從智能無人系統基礎理論與方法、無人機智能技術、無人車智能技術、軌道交通自動駕駛技術、服務機器人智能技術、空間機器人智能技術、海洋機器人智能技術、無人船智能技術、離散製造業無人車間/智能工廠、流程工業智能無人工廠、高端智能控制技術和自主無人操作系統12個方面，闡述了智能無人系統的基礎理論、關鍵應用、示範應用等內容，以期幫助讀者對智能無人系統的現狀和未來發展趨勢有較為全面的瞭解。

本書循序漸進地講解了使用TensorFlow開發深度學習程序的核心知識，並通過具體實例的實現過程演練了使用TensorFlow的方法和流程。書中首先講解了TensorFlow深度學習基礎知識；然後介紹了數據集製作、前饋神經網絡、卷積神經網絡、循環神經網絡、生成式對抗網絡、自然語言處理、注意力機制、概率圖模型、深度信念網絡、強化學習、無監督學習、TensorFlowLite移動端與嵌入式輕量級開發、TensorFlow.js智能前端開發等實戰應用內容；最後通過開發姿勢預測器和智能客服系統，講解TensorFlow的綜合應用。 本書循序漸進地講解了使用TensorFlow開發深度學習程序的核心知識，並通過具體實例的實現過程演練了使用TensorFlow的方法和流程。書中首先講解了TensorFlow深度學習基礎知識；然後介紹了數據集製作、前饋神經網絡、卷積神經網絡、循環神經網絡、生成式對抗網絡、自然語言處理、注意力機制、概率圖模型、深度信念網絡、強化學習、無監督學習、TensorFlowLite移動端與嵌入式輕量級開發、TensorFlow.js智能前端開發等實戰應用內容；最後通過開發姿勢預測器和智能

《漫話人工智能：阪本真樹老師帶你輕鬆讀懂人工智能》將讀者群設定為普通大眾，旨在令不熟悉人工智能專業詞匯、沒有專業背景的普通讀者也能夠讀懂本書。書中所選取的都是人工智能基礎研究相關的代表性主題，也是讀者想要瞭解的問題，如人工智能是什麼時候出現的，人工智能會超越人類嗎，什麼易導入人工智能，什麼不易導入人工智，怎樣從信息角度來學習人工智能，人工智能應用的領域有哪些等等。本書語言通俗易懂，採用大量插畫進行

機器學習是計算機人工智能的重要研究領域和應用方向，本書是學習和實踐機器學習的入門教材，基於Python語言，介紹如何使用機器學習的相關算法對數據進行分析。本書在內容上涵蓋機器學習相關基礎知識，在組織編排上循序漸進。全書共11章，分為3個部分：第一部分(第1～3章)為機器學習基礎知識，包括數值計算基礎、數據分析、數據可視化；第二部分(第4～9章)為機器學習算法，包括線性模型、樸素貝葉斯、支持向量機、決策樹、聚類分析和集成學習；第三部分(第10～11章)為實踐項目，包括房價預測和手寫數字識別，每章有5個相對獨立的部分，方便教學使用。

本書主要討論機器學習、神經形態計算和神經網絡的理論及應用，專注於機器學習加速器和硬件開發。本書從傳統的微處理架構發展歷程入手，介紹在後摩爾定律和後丹納德微縮定律下，新型架構的發展趨勢和影響執行性能的各類衡量指標。然後從應用領域、ASIC和特定領域架構三個角度展示了設計特定的硬件實現所需考慮的諸多因素。接著結合機器學習開發過程及其性能提升方法(如模型壓縮、編碼、近似、優化等)介紹硬件實現的細節。最後給出機器學習硬件實現的大量案例，展示機器如何獲得思維能力。

本書深入講解人工智能大模型的核心工具Prompt。首先，本書從通用人工智能的近期成果與社會效應出發，介紹了最新的大模型(包括GPT-4、Midjourney等)的使用。在此基礎上，本書引出了Prompt工具，並展開介紹了它在不同場景(包括程序設計與開發、設計行業、遊戲行業、自媒體行業、營銷行業、互聯網行業、金融行業、教育和科研行業、諮詢行業等)下的使用技巧和案例。最後，本書總結了個體如何積極擁抱通用人工智能帶來的變革和挑戰。

《眾智科學智能理論與計算方法》重點圍繞眾智科學智能理論與計算方法展開介紹，主要內容包括眾智的定義和建模、眾智的分析與計算方法、單個智能體和多個智能體的智能進化方法、眾智水平分析方法，以及眾智科學智能理論在典型場景的應用。

信息檢索是我們理解這個世界的重要手段之一，隨著技術的進步，我們的檢索行為也在不斷變化。伴隨著人工智能時代的到來，大數據的湧現以及萬物互聯的場景對信息的獲取、理解和運用提出了新的需求，特別是大模型的出現，有望重塑信息檢索的架構與技術體系。本書以信息檢索系統架構為抓手，圍繞檢索系統的各個技術模塊展開對神經檢索前沿技術的介紹。一方面，幫助讀者快速瞭解傳統技術的發展現狀；另一方面，深入介紹深度學習技術給該研究問題所帶來的主要變革和前沿成果。由此，讀者可以通過本書較為全面地瞭解信息檢索領域過去與當前發展的面貌。

本書是《Scikit-learn機器學習詳解》（潘風文編著）的進階篇，講解了Sklearn（Scikit-learn）機器學習框架的各種高級應用技術，包括數據集導入工具、集成學習、模型選擇和交叉驗證、異常檢測、管道、 信號分解、模型持久化以及Sklearn系統高級配置。通過本書的學習，讀者可快速掌握Sklearn框架的高級知識，邁入人工智能殿堂的大門。本書適合有志於從事機器學習、人工智能技術開發的人員或愛好者使用，也可作為相關專業的教材。