劉禹汐

本書按照人工智慧各技術流派分別進行講述，強調科學性、系統性、綜合性和實用性的統一。本書共分為9章，每章圍繞一個人工智慧核心主題展開，逐步引導讀者深入瞭解AI的各個方面。首先概述人工智慧研究內容和各技術學派思想；然後介紹知識表示與推理方法，如知識圖譜關鍵技術；再對人工智慧中的搜索技術原理進行講解；接著介紹機器學習的相關概念和技術原理，並重點講解深度學習與大模型相關技術；還介紹強化學習，即基於價值和基於策略的強化學習；最後介紹人工智慧綜合應用實踐，分別為自然語言處理與認知智慧、電腦視覺與感知智慧、自動駕駛與具身智慧的基礎知識、創新案例以及行業應用。本書可作為普通本科或職業教育資訊類專業的專業核心課教材，也可以作為其他理工類專業學習人工智慧技術創新應用的參考教材，還可作為從事智慧化工作相關人員的培訓用書或入門讀本。

本書主要分為3部分。第一部分為第1～5章，介紹機器學習的基礎知識，包括機器學習的基本概念、監督學習和無監督學習的主要算法、特徵工程的技術，並探討機器學習在通信網絡優化中的應用，涵蓋速率提升等無線網絡優化方面的內容。第二部分為第6～8章，深入講解深度學習與大模型、模型加速等高級技術，並探討深度學習和大模型在通信網絡優化中的應用。第三部分為第9～10章，介紹群體智能和技術，並探討了基於群體智能技術的基站智能節能業務，幫助讀者進一步拓展知識邊界。本書既可作為高等院校通信工程、電子信息、人工智能、計算機科學等相關專業的教材，也可供從事信息通信網絡技術相關工作的專業人士參考。對於對機器學習和網絡優化感興趣的自學者來說，本書也是一本不可多得的自學指南。