新書推薦：
《
俄罗斯通史（公元9世纪—1917年）
》
售價：HK$
107.8
《
被争夺的身体：魏玛德国的生育制度
》
售價：HK$
96.8
《
热烈的孤独大宋词人的明月与江湖 大宋顶流小传两宋词人柳永苏轼等两宋王朝史
》
售價：HK$
76.8
《
抗衰营养全书
》
售價：HK$
85.8
《
罗马史 随书附赠专有名词对照册 诺贝尔文学奖获奖巨著
》
售價：HK$
437.8
《
索恩丛书·伊斯兰帝国：十五座城市定义一种文明
》
售價：HK$
141.9
《
现代日本简史 近现代日本发展之路的通俗历史读本 解析日本百年来的兴盛与阵痛
》
售價：HK$
96.8
《
墨菲定律受益一生的黄金法则和人生定律心理学基础入门
》
售價：HK$
53.9
|
| 內容簡介： |
|
本书是一本关于生成式人工智能技术的通识性教材，围绕技术探索、伦理治理与行业实践三大维度构建了多层次的知识体系。全书分为理论基础、核心技术与产业应用三大模块，深入解析了大模型生成机制、多模态协同、RAG技术及人工智能伦理等核心领域。通过医疗诊断、工业质检等典型场景案例，结合可复现的Jupyter Notebook代码，实现了从技术原理到工程实践的学习闭环。本书以“技术深度+实践广度”为特色，拆解了提示工程、跨媒体生成等关键技术流程，从VAE模型开发到LangChain智能体部署，完整覆盖了生成式人工智能的技术链教学。同时，同步探讨了数据偏见治理、算法透明性等伦理命题，并介绍了主流的人工智能伦理评估框架。通过金融、教育、制造等八大行业场景的解析，建立了领域需求与技术应用的双向连接，完整展现了生成式人工智能的产业化落地方向。本书兼容学校教学与产业应用需求，既为高校新工科教学提供了系统性课程载体，也为企业的智能化转型提供了技术实施路径，助力开发者掌握生成式人工智能的关键技术范式与创新应用思维。
|
| 關於作者： |
|
孙勇，教授，浙江交通职业技术学院智慧交通学院专业带头人，杭州市人工智能学会理事，研究方向为：人工智能、大数据技术。出版教材多部。
|
| 目錄：
|
第1章 生成式人工智能简介1
1.1 从图灵测试说起2
1.1.1 图灵测试的基本原理与影响2
1.1.2 图灵测试的执行与挑战3
1.1.3 智能的度量方法3
1.1.4 人工智能与人类智能之间的关系4
1.2 从数据到知识4
1.2.1 DIKW模型5
1.2.2 知识的表示6
1.2.3 自然语言处理的发展史7
1.3 通用人工智能的曙光9
1.3.1 内容皆可生成9
1.3.2 文本生成10
1.3.3 图片生成11
1.3.4 视频生成12
1.3.5 决策式AI与生成式AI14
1.4 实验1：分辨人类创作与AIGC15
1.4.1 实验目的15
1.4.2 实验步骤15
第2章 预训练大模型16
2.1 什么是GPT16
2.1.1 Generative（生成式）17
2.1.2 Pre-trained（预训练）18
2.1.3 Transformer（变换器）19
2.2 大模型的关键技术20
2.2.1 基于人类反馈的强化学习20
2.2.2 模型微调21
2.2.3 基于提示词的自然交互22
2.3 大模型的能力评估23
2.3.1 评估基准指标23
2.3.2 国内外主流大模型能力评估24
2.4 规模定律25
2.4.1 机器是如何学习的25
2.4.2 规模定律的性质与应用27
2.4.3 模型性能的涌现28
2.5 实验2：写作比赛29
2.5.1 实验目的29
2.5.2 实验步骤29
第3章 负责任的生成式人工智能30
3.1 什么是AI伦理31
3.1.1 AI伦理与科技31
3.1.2 AI伦理与道德32
3.1.3 我国AI伦理发展现状32
3.2 AIGC引发的风险与挑战33
3.2.1 数据隐私和安全性33
3.2.2 内容的真实性和准确性35
3.2.3 歧视与偏见37
3.2.4 对法律法规的挑战37
3.3 构建负责任的AIGC的原则与策略38
3.3.1 构建原则39
3.3.2 构建策略42
3.4 实验3：使用平台快速搭建自己的AIGC应用44
3.4.1 实验目的44
3.4.2 实验步骤44
3.4.3 实验总结与评估45
第4章 提示工程46
4.1 提示词47
4.1.1 什么是token47
4.1.2 如何设计提示词49
4.2 思维链54
4.2.1 思维链的应用方法54
4.2.2 思维链的应用案例55
4.2.3 思维链的优势与挑战56
4.3 RAG57
4.3.1 RAG的工作原理58
4.3.2 RAG的核心优势59
4.3.3 RAG的应用场景59
4.4 提示工程的最佳实践60
4.4.1 理解任务与目标60
4.4.2 设计具体和清晰的提示词61
4.4.3 引导大模型关注关键细节62
4.4.4 迭代优化提示词62
4.4.5 确保提示词的公平性与包容性63
4.4.6 持续监控并调整提示词64
4.5 实验4：提示工程实战64
4.5.1 实验目的64
4.5.2 实验步骤64
4.5.3 实验总结与评估65
第5章 多媒体内容的生成66
5.1 AIGC的本质67
5.1.1 多媒体内容的基本构成要素解析67
5.1.2 多媒体内容的生成原理69
5.2 两种生成策略70
5.2.1 自回归生成70
5.2.2 非自回归生成71
5.3 AIGC驱动的多媒体内容生成72
5.3.1 图像的生成73
5.3.2 扩散模型77
5.3.3 音频的生成82
5.3.4 视频的生成84
5.4 实验5：AI短视频制作探索86
5.4.1 实验目的86
5.4.2 实验步骤86
5.4.3 实验总结与评估86
第6章 RAG与微调88
6.1 RAG的基本原理与工作流程89
6.1.1 什么是RAG89
6.1.2 为什么需要RAG91
6.1.3 RAG的工作流程95
6.1.4 RAG的适用场景98
6.2 AI Agent（智能体）99
6.2.1 Agent特征分析100
6.2.2 Agent的四种设计模式103
6.3 微调109
6.3.1 什么是微调110
6.3.2 主要微调方法111
6.3.3 微调的流程与最佳实践113
6.4 实验6：设计与本地文档对话的智能体116
6.4.1 实验目的116
6.4.2 实验步骤117
6.4.3 实验总结与评估118
第7章 行业赋能119
7.1 生成式人工智能赋能千行百业120
7.1.1 经济价值创造121
7.1.2 关键领域的价值聚焦121
7.1.3 行业影响121
7.1.4 工作活动自动化122
7.1.5 生产力提升122
7.2 教育创新赋能122
7.2.1 教学环节的智能化提升123
7.2.2 学生学习方式的变革123
7.2.3 教育管理的智能化124
7.2.4 教育资源的普及124
7.2.5 智能教育生态的构建124
7.2.6 教育行业落地场景124
7.3 医疗健康赋能125
7.3.1 药物研发与新药发现126
7.3.2 疾病诊断与早期筛查126
7.3.3 个性化治疗与精准医疗127
7.3.4 患者管理与健康服务127
7.3.5 人工智能医疗落地场景128
7.4 消费零售赋能130
7.4.1 利用大模型重塑品牌与消费者的连接131
7.4.2 消费领域落地场景132
7.5 智能制造赋能133
7.5.1 通过大模型实现制造业的智能化升级134
7.5.2 智能制造落地场景134
7.6 游戏娱乐赋能135
7.6.1 大模型助力游戏创作与设计136
7.6.2 生成式人工智能推动娱乐体验的个性化136
7.6.3 虚拟人物与虚拟世界的创造136
7.6.4 游戏内经济与虚拟物品创造136
7.6.5 游戏娱乐落地场景137
7.7 实验7：角色扮演类多智能体应用设计体验137
7.7.1 实验目的137
7.7.2 实验步骤138
7.7.3 实验总结与评估139
第8章 生成式人工智能应用的构建140
8.1 LangGraph简介141
8.1.1 LangGraph的核心概念142
8.1.2 LangGraph的优势与应用场景142
8.2 任务1：基础对话系统的设计143
8.2.1 创建模型144
8.2.2 定义图的状态（MessageState）146
8.2.3 创建LLM节点146
8.2.4 构建图147
8.2.5 运行测试147
8.3 任务2：为系统添加工具调用能力148
8.3.1 Reducer函数149
8.3.2 创建工具（乘法器）149
8.3.3 构建图150
8.3.4 运行测试150
8.4 任务3：为系统添加路由能力151
8.4.1 构建图152
8.4.2 运行测试153
8.5 任务4：智能体的创建153
8.5.1 创建工具（四则运算器）154
8.5.2 使用提示词引导大模型155
8.5.3 构建图155
8.5.4 运行测试156
8.6 任务5：具有记忆的智能体的创建157
8.6.1 MemorySaver检查点158
8.6.2 设置线程ID159
8.7 任务6：Web界面的创建161
8.7.1 Gradio简介162
8.7.2 使用Gradio为“四则计算器”智能体添加Web界面163
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
