本书共分12章,内容包括大模型基础、大模型架构、多模态大模型、提示词工程、大模型微调、检索增强生成、AI智能体、大模型应用、大模型应用架构、大模型开发框架、法律咨询智能助手、代码修复智能助手。

本书主要介绍神经网络架构搜索的相关研究工作,共包括9章内容。其中,第1部分介绍了神经网络架构搜索方法及深度神经网络架构,包括第1章和第2章;第2部分主要介绍了卷积架构的神经网络搜索算法,涉及神经网络搜索空间、搜索算法和评估算法,包括第3-6章;第3部分介绍了Transfomme架构和张量环架构的搜索算法,包括第7章和第

生成式AI将如何改变教育？ 生成式AI会增加失业率吗？ 生成式AI将会带来哪些风险？ 哪些行业和职业将会繁荣，哪些将会衰落？ …… 生成式AI的发展如火如荼，创造了新的计算机系统，在各行各业发挥重要作用，加速了科学、艺术和人类知识的进步，与此同时也将带来新的危险。 本书涵盖了人工智能的历史

生成式人工智能正在以令人难以置信的速度创造革命性的变化，这种变化触及我们生活的方方面面。它已经引发了一场技术创新的浪潮，有可能会颠覆所有行业和组织，同时为每个人创造新的不可预见的机会。你是否被人工智能的力量所吸引，想要探索它的创造可能性？或者你对这个领域不熟悉，对这项技术以及它会如何影响你感到有点不知所措？这本书通过列

本书证明了人工智能与追求可持续未来之间的共生关系。随着我们面临气候变化、资源枯竭和社会不平等等紧迫的全球挑战，人工智能成为一把双刃剑运用智慧，可以扩大我们克服这些挑战的努力，或者如果鲁莽地使用，可能会加剧这些挑战。本书融合了理论基础、实验见解和现实世界应用，为读者提供了开发高能效、有伦理和透明的人工智能系统所需的策略。

本书聚焦新时代人工智能素养，系统且全面地介绍了人工智能知识，助力读者理解并应用这一前沿技术，内容涵盖人工智能的历史、概念、社会影响及核心技术。本书深入探讨其在多领域的应用，包括智慧农业、智能机器人、医疗影像诊断等，展示了AI为各行业带来的变革与价值。

本书共分为八个项目,每个项目围绕几个具体应用场景案例展开,从理论讲解到实践操作,逐步引导学生掌握生成式人工智能的精髓。项目一:生成式人工智能介绍。主要阐述生成式人工智能的基本概念、发展历程、核心算法(如GANs、VAEs、Transformer等)及其工作原理。分析生成式人工智能相较于传统AI的优势与挑战。项目二:生成

本书全面梳理机器学习、深度学习和强化学习相关理论和方法,完整设计各种模型和算法的应用实例。首先概述与人工智能和深度学习相关的基本概念和发展历程;然后详细介绍机器学习中的回归任务、分类任务、梯度下降法的基本理论和算法,并给出完整的TensorFlow编程实例;之后循序渐进地阐述人工神经网络与深度学习、深度神经网络的训练方

本书系统地介绍智能科学的概念和方法,吸收了脑科学、认知科学、人工智能、信息科学、形式系统、哲学等方面的研究成果,探索自然智能和机器智能的机理和规律。

本书详细探讨非完美非完全信息博弈动力学理论、方法与实践。主要内容包括智能体在非完全信息条件下的认知差异和博弈行为、多智能体博弈动力学、智能决策和人机博弈等多个领域。书中通过理论分析与实证数据相结合,深入分析了非完全信息环境下的动态博弈特性,并提出相应的优化工具与解决方案。