《未來可期：與人工智能同行》是一部探討人工智能的現(xiàn)在和未來，以及人工智能時代的種種難題的作品集。 在ChatGPT橫空出世的今天，我們只有了解人工智能，跟上它的腳步，才能不被時代淘汰。家用智能器、數(shù)字療法、具身智能、元宇宙、虛擬人、數(shù)字分身……越來越多的新概念已經(jīng)或即將涌入我們的生活，并切

無論好壞，人工智能都是我們生活中不可或缺的一部分。它可以用來影響我們買什么，誰能爭取到一份工作，甚至我們?nèi)绾瓮镀�。得益于好萊塢電影，人工智能引發(fā)了關(guān)于“殺手機器人”的噩夢，以及關(guān)于我們的設(shè)備監(jiān)視我們的更現(xiàn)實的噩夢——喬治·奧威爾在1984年搞錯了：我們應(yīng)該擔(dān)心的不是看我們的人，而是電腦。如果沒有人工智能，我們?nèi)匀粫�在沒

本書首先介紹了生成式AI的概念及其在產(chǎn)品和服務(wù)中的應(yīng)用潛力，然后闡述了生成式AI項目的完整生命周期。作者探討了多種模型類型，如大語言模型和多模態(tài)模型，并提供了通過提示工程和上下文學(xué)習(xí)來優(yōu)化這些模型的實際技巧。此外，本書討論了如何使用LoRA技術(shù)對模型進(jìn)行微調(diào)，以及如何通過RLHF使模型與人類價值觀對齊。書中還介紹了RA

本書通過深入淺出的方式帶領(lǐng)讀者探索人工智能的世界。書中首先介紹了人工智能的基本概念、應(yīng)用場景以及發(fā)展歷程，并對神經(jīng)網(wǎng)絡(luò)、遺傳算法、蒙特卡羅法、自然語言處理等人工智能技術(shù)的原理和應(yīng)用場景進(jìn)行了分析，最后探討了人工智能的未來發(fā)展趨勢以及機遇與挑戰(zhàn)。

這是一本講解如何用ChatGPT、GithubCopilotX、Cursor等主流AIGC工具優(yōu)化和提升軟件開發(fā)全流程效率和質(zhì)量的實戰(zhàn)性著作。 全書以軟件開發(fā)的流程位主線來組織內(nèi)容，詳細(xì)講解了程序員、架構(gòu)師、項目經(jīng)理、產(chǎn)品經(jīng)理、技術(shù)團(tuán)隊管理者們?nèi)绾卧诩夹g(shù)方案構(gòu)建、需求文檔撰寫、代碼編寫與注解、客戶端開發(fā)、前端開發(fā)、后端

本書首先介紹了人工智能的基礎(chǔ)知識，然后分別介紹了機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理和強化學(xué)習(xí)中的重點概念和實踐過程，包含邏輯斯諦回歸、k最近鄰、決策樹、隨機森林、支持向量機、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM、自動編碼器等。此外，本書的附錄部分還分別簡單介紹了Keras、TensorFlow、pandas等人工智能相關(guān)

在這本書中，作者著力討論了幾種獲取機器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識的方法。作者展示了如何再次利用這些知識來選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進(jìn)算法，并開發(fā)能夠自我改進(jìn)的學(xué)習(xí)系統(tǒng)。本書的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴充。作者介紹了最新的自動機器學(xué)習(xí)方法，闡

208個干貨技巧，幫助您從入門到精通ChatGPT的案例應(yīng)用。208集教學(xué)視頻，手機掃碼即可邊看邊學(xué)，助您速成ChatGPT提問高手。隨書贈送：243款素材效果+247組AI繪畫提示詞。書中穿插兩條線，對AI提問和熱門提示詞進(jìn)行詳細(xì)介紹。一條技巧線：介紹了ChatGPT的基礎(chǔ)用法、提問框架和高效提問的方法，幫助讀者快速

本書作為文心一言的學(xué)習(xí)指南，全面、細(xì)致地介紹了文心一言PC端和App的各項功能和使用方法，力求通過簡潔明了的語言和圖文并茂的形式，讓讀者快速掌握文心一言的各項功能。 全書共8章，首先簡單介紹了人工智能發(fā)展的幾個階段及文心一言的相關(guān)研發(fā)背景；隨后介紹了文心一言的基礎(chǔ)頁面及功能等內(nèi)容，以及文心一言在學(xué)習(xí)、工作、生活娛樂方

本書通過扎實、詳細(xì)的內(nèi)容，從理論知識、算法源碼、實驗結(jié)果等方面對深度學(xué)習(xí)中涉及的算法進(jìn)行分析和介紹。本書共三篇，第一篇主要介紹深度學(xué)習(xí)在目標(biāo)檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數(shù)、語義分割這6個方向；第二篇主要介紹深度學(xué)習(xí)在場景文字檢測與識別方向的重要突破，主要介紹場景文字