本書是一本人工智能通識課程教材，系統闡述了多模態人工智能的基礎理論、關鍵技術及應用場景，深入分析了多模態學習、多模態訓練、多模態大模型、多模態理解、多模態檢索、多模態生成、多模態推理、多模態交互、多模態安全與可信等核心技術，旨在提供一個清晰、全面的多模態人工智能的知識體系，幫助讀者更好地理解和應用多模態人工智能技術。本書的出版有助于培養人工智能領域的科技人才，推動新質生產力發展，為建設科技強國提供支撐。
智能制造是制造業的未來方向，而體現智能之處就是生產線的“自主”運行及遠程控制。本書綜合相關基礎知識、健康管理與遠程運維技術，結合工程實踐，形成了一個智能系統遠程運維決策框架�；诮】倒芾硭枷�，提出了數據完備和數據不完備兩種情況下的系統故障診斷模型；基于故障診斷，分別從考慮備件、緩沖庫存、服務合同、部件相關性、環境等角度提出了運維技術與模型，并對各個模型的效能以及準確性進行了分析。本書適宜從事制造業及相關領域的技術人員參考。
本書以生動的語言和豐富的實戰案例，詳細介紹了AI技術在辦公自動化、生活便利化、創意藝術生成、數字媒體制作等多個領域的實際應用，讓讀者不僅能夠快速掌握AI工具的使用技巧，更能深刻理解AI技術的潛力與價值。此外，本書還深入探討了AI技術如何推動行業進步和社會發展，以及如何在避免潛在風險的同時，最大化地利用這些技術提升人類的工作與生活質量。
10大專題內容講解+30多個專家提醒+90多個效果文件+130多個實操案例解析+150多分鐘同步教學視頻+430多張圖片全程圖解，隨書還贈送了200多個AI繪畫關鍵詞等資源。本書具體內容從以下兩條線展開。一條是AI文案線，詳細介紹了ChatGPT 4的使用技巧，包括插件應用、提問技巧、高效提問、文案實戰等，幫助讀者步步精通使用ChatGPT創作AI文案。一條是AI繪畫線，詳細介紹了Dall·E的使用技巧，包括快速上手、繪畫指令、風格指令、高級玩法、繪畫實戰等，從繪制藝術插
本書全面地介紹了ChatGPT的知識體系，包括基礎知識、核心原理、交互技巧、應用場景等方面的內容。將理論與實踐相結合，每章節都配有大量具體的示例，強調應用性。案例豐富多樣，覆蓋日常生活、工作學習、創業創新等廣泛場景，具有很強的指導意義。是目前ChatGPT領域示例最豐富、覆蓋面最廣的綜合類圖書。本書共11章。第1章介紹ChatGPT的基本概念、技術原理、性能表現等。第2章從與傳統搜索引擎的區別闡述ChatGPT的獨特優勢。第3、4章詳細介紹如何與ChatGPT高效交互的技巧及高級用法。第
本書共8章，內容涵蓋廣泛，語言表述通俗易懂，采用圖文并茂的方式進行講解。第1章概述了文心一言的發展歷程、基礎知識以及實用技巧；第2章聚焦于文心一言在寫作與繪畫領域的具體應用，并提供了相關案例供讀者參考；第3章介紹了如何利用文心一言提高工作效率，同時展示了相關的應用場景和案例；第4章則針對教育學習領域，詳細講解了文心一言在該領域的應用及相關案例；第5章將視角轉向生活方面，深入探討了文心一言在日常生活中的各種應用，并提供了豐富的案例以資借鑒；第6章介紹了使用文心一言增添生活趣味性的各種應用
《具身智能》這本書深入探討了人工智能中的一個新興領——具身智能，即智能系統與物理身體的結合。本書系統論述了具身智能的理論框架，包括身體與思維的互動、感知與行為的統一性，以及智能體如何通過與環境的互動來學習寫適應。書中詳細介紹了自由能原理，這是理解生命體和智能系統組織原則的關鍵理論，同時探討了這一原理在人工智能設計中的應用，如強化學習感知與行動的和諧統一等。此外，本書還討論了多學科視角下的智能解讀，以及空間智能與具身智能的整合策略，為讀者提供了一個全面了解人工智能未來發展趨勢的窗口。
智能辦公時代，人工智能正在進入千行百業，成為降本增效的生產力工具。每個企業、每個人都將擁有個性化的超級助理，以人機協同的新常態創造AI時代的工作方式。本書以釘釘的探索與實踐為基礎，展現了基于人工智能的超級助理將為企業和個人帶來的巨大變革。從戰略制定到業務增長，從組織協同到人事管理，超級助理將利用感知、記憶、規劃和行動四種主要能力，在企業協作、創新和決策方面提供更好的支持。此外，本書也詳細敘述了釘釘自誕生至今，數次迭代升級的底層邏輯和實施過程，以及鄉村小學、傳統巨頭和
智能傳播，這是一個與時代同行的話題，一個與科技同步演進的領域。在這個信息風暴不斷升級的時代，我們面臨著前所未有的挑戰與機遇。而本書則在這個時代的大舞臺上，以獨特的視角探討了智能媒體與智能傳播的多重層面。本書從計算社會科學的角度出發，深度挖掘了智能媒體與智能傳播其定義、背景、以及未來的發展圖景，探索了智能媒體是如何通過技術改變傳播介質，如何與媒體業務深度融合，以及如何智能感知并滿足用戶媒體需求；梳理了人工智能相關技術及其在社交網絡、輿情監控、個性化推薦等領域的應用。同時，也正視了人工智能
本書介紹了使用機器學習進行個性化預測的通用原理和方法，以及其在推薦系統等具體場景下的應用。第一部分簡要介紹了機器學習的基礎內容，主要圍繞回歸和分類展開對基本內容、特征設計和評估方法的探討。第二部分詳細介紹了個性化機器學習的基礎知識。首先圍繞推薦系統設置介紹了基于記憶和基于模型的推薦方法等相關知識，并探討了將社交關系和價格等特征納入推薦中的個性化設置；之后，從時序和序列建模的角度介紹了自回歸和馬爾可夫鏈等基本方法，以及基于神經網絡的更復雜的個性化技術。第三部分介紹了個性化機器學習的一些新
新書資訊 新書推薦