本書旨在探討AI提示工程(通常簡稱提示工程或Prompt工程)在各領域的應用。大語言模型是人工智能領域的重要成果，在自然語言處理和生成任務中發揮著重要的作用。讀者通過深入了解和應用提示工程，能充分挖掘和利用大語言模型的潛力，提升效率、促進創新，并解決實際問題。本書涵蓋人工智能發展歷程，提示工程的概念和設計原則、策略和技巧、不同領域的典型應用，以及數據分析與挖掘領域的應用。本書旨在以通俗易懂的方式呈現復雜概念和技術，并通過案例和實踐指導，幫助讀者掌握和應用提示工程，以取得更好的成果。本書適合從事A
隨著技術發展，各種AI產品層出不窮。人人都使用過AI，但真正做到用AI提升工作和學習效率的人卻很少。原因是大多數使用者，不會專業地提問。如果能正確地提問，AI將幫你解放工作，實現效率逆襲。精通向AI提問的能力，AI能幫你成為超級個體。 這是一本AI時代成為提問高手的進階指南，既授人以魚，也授人以漁。本書從AI的基本概念與運行原理入手，引用了飛輪思維和ICDO提問技巧，還詳細介紹了在不同場景下的提問方法與實際案例，旨在幫助讀者掌握高效提問的技巧，獲得更加精準和豐富的答案，做到事半功倍，實現效率十
智能力量是引領未來的戰略性力量，作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量。本書共 9 章，從智能力量應用、智能力量與主要領域融合發展、智能力量視野下的網絡安全大腦、創新發展中的人工智能、“互聯網+”時代下的安全智能力量等方面進行闡述，旨在幫助廣大讀者更為清晰地了解我國以及世界智能力量的發展概況，同時對于助力企業把握時代趨勢實現創新升級具有參考價值。 本書適合從事人工智能和產業智能化相關工作的人員，以及對人工智能感興趣的讀者閱讀。
本書深度探討了構建和訓練ChatGPT模型涉及的核心技術，以及ChatGPT在各種實際應用中的作用。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，詳細闡述了機器學習的歷史演變與各種學習范式，同時也揭示了在人工智能生成內容（AIGC）領域下，圖像處理和自然語言處理技術的歷史發展趨勢；接下來，對ChatGPT的運行機制和關鍵算法進行深度解析，包括大規模模型結構、上下文學習、強化學習、涌現機制等，引導讀者深刻理解C
為完成高等教育培養杰出人才的目標，北京大學、清華大學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體系》，構建了世界上第一個聚焦通用人工智能的人才培養體系和“通識、通智、通用”的“通才”培養框架，旨在培養具備人文素養和家國情懷，擁有獨立思辨和跨學科思維，掌握人工智能核心理論和技術，勇于實踐開拓科研格局的國際領先的高層次復合型人工智能領軍人才。 本書介紹了人工智能領域的發展背景以及學科內涵，包含了圍繞本科生的人才培養，重點介紹了依托于北京大學元培學院、清華大學自動化系建設的“通用人工
中國原創學科可拓學，用形式化的模型，研究事物拓展的可能性和開拓創新的規律與方法，并用于創新和處理矛盾問題. 《可拓學（第二版）》系統地闡述了可拓學的基本理論——可拓論、基本方法——可拓創新方法及其在各領域的應用——可拓工程，并給出可拓工程方法的應用案例. 《可拓學（第二版）》理論與應用相結合，分析透徹，可操作性強. 讀者可以從中學會如何創新、如何化不相容為相容、如何化對立為共存. 為方便不同知識背景和不同層次的讀者學習，各部分內容都配備了通俗易懂的案例.
本書共14章。第1章對AIGC新時代進行闡述，第2章集中介紹AIGC工具，第3章對Prompt進行定義和說明。第4章到第13章針對多個行業的不同場景給出寫Prompt的技巧和案例。第14章對AI的未來進行展望。
本書系統地講解了深度學習技術，闡明核心概念和實踐編程技術，是開發者、數據科學家、分析師，以及之前沒有機器學習或統計經驗的人員人員的理想選擇。 本書介紹了深度神經網絡的人工神經元和全連接、卷積和循環層等基本構建模塊，展示了如何使用它們來構建先進的架構。書中還講解了如何使用這些概念構建計算機視覺和自然語言處理（NLP）網絡，包括Mask R-CNN、GPT和BERT。此外，書中還描述了自然語言翻譯器和能根據圖像內容生成自然語言系統的原理。
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，并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；然后介紹了數據集制作、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；最后通過開發姿勢預測器和智能
本書遵循理念與方法、經典與前沿、技術與應用相融合滲透的原則，在理念、結構、內容和資源上都極具特色和創新。按照人工智能新知識體系，本書內容分為五大部分13 章。 將傳統或經典人工智能理論、方法與技術以及新一代人工智能技術和方法相結合，形成基礎概念（1-3章）+基礎技術（4-5章）+重點研究內容與方向（機器智能）（6-12章）+行業應用與倫理基礎（12、13章）的新知識體系模式。 本書提供了配套學習資源，可通過人郵教育社區（www.ryjiaoyu.com）下載本書配套的電子資源，包括教學大綱、教案
新書資訊 新書推薦