新書推薦：
《
俄国史译丛——先声：19世纪末20世纪初俄国的知识界
》
售價：HK$
115.6
《
粤港澳大湾区经济发展报告（2025）
》
售價：HK$
198.2
《
土地发展权与中国的空间治理
》
售價：HK$
136.9
《
道德革命的结构（交界译丛）
》
售價：HK$
115.6
《
时间线上的中国史
》
售價：HK$
537.6
《
时间线上的中国国宝
》
售價：HK$
537.6
《
中国近代史（史学大师蒋廷黻作品）
》
售價：HK$
92.0
《
逸出局部：艺术史六题
》
售價：HK$
103.8
|
| 編輯推薦： |
人工智能技术的跨界融合正在重塑创新版图，驱动技术革命、产业重构与社会变革。《人工智能发展前沿》以全新的视角，系统搭建起贯通基础理论、技术演进与产业落地的完整知识体系。书中不仅全景式呈现深度学习、大模型等前沿技术的研究成果，更通过丰富详实的典型应用案例，生动展现人工智能在多领域的实践图景，为读者勾勒出智能时代的演进脉络。本书兼具学术深度与实践指导性，既可以满足科研工作者追踪技术前沿的需求，也可以为产业从业者提供可借鉴的商业路径。对于人工智能及相关专业的高校学生、教育工作者、科研人员与政策制定者，本书均能提供极具价值的参考。本书共15章，涵盖以下内容：
?无监督学习；
?自动机器学习；
?人工智能内容生成；
?人工智能大模型；
?智能体智能；
?智能无人系统；
?元宇宙；
?脑启发人工智能；
?AI4S：科学研究新范式；
?人工智能产业布局；
?人工智能产业发展；
?人工智能安全；
?人工智能伦理与监管。人工智能技术的跨界融合正在重塑创新版图，驱动技术革命、产业重构与社会变革。《人工智能发展前沿》以全新的视角，系统搭建起贯通基础理论、技术演进与产业落地的完整知识体
|
| 內容簡介： |
本书系统梳理了人工智能领域的技术进展、前沿应用与未来趋势，内容覆盖从基础理论到产业落地的各个层面，全面展现了人工智能飞速发展所引发的重大变革。全书共15章，围绕人工智能的发展历程、研究领域、前沿技术、典型应用、安全伦理、产业格局、战略布局与产业发展等关键议题展开，重点讨论了无监督学习、自动机器学习、人工智能生成内容、人工智能大模型、智能体智能、智能无人系统、元宇宙、脑启发人工智能和人工智能驱动科学研究等当前最具代表性的研究热点与技术方向。
來源：香港大書城megBookStore,http://www.megbook.com.hk
本书不仅深入剖析了相关技术的原理与方法，还紧密结合国内外产业发展现状，融合研究成果与典型应用案例，内容前沿、结构严谨、实用性强。本书可以作为人工智能及其相关专业本科生、硕士研究生、博士研究生的参考用书，也可以作为教育工作者、科技管理者、科研人员、工程技术人员、企业管理者、政策制定者，以及人工智能爱好者和跨领域应用者等进行系统学习和深入研究的参考资料。
|
| 目錄：
|
第1章绪论
1.1人工智能发展历程
1.1.1人工智能形态
1.1.2人工智能发展简介
1.2人工智能研究领域
1.2.1自然语言处理
1.2.2计算机视觉
1.2.3多模态分析
1.2.4数据挖掘
1.2.5智能无人系统
1.2.6元宇宙
1.2.7脑启发人工智能
1.2.8人工智能驱动科学研究
1.3人工智能前沿技术
1.3.1无监督学习
1.3.2自动机器学习
1.3.3内容生成技术
1.3.4大模型技术
1.3.5智能体技术
1.3.6具身智能技术
1.3.7智能芯片技术
1.3.8其他前沿技术
1.4人工智能典型应用
1.4.1人工智能早期应用
1.4.2搜索与推荐
1.4.3自动驾驶
1.4.4人形机器人
1.4.5人工智能交互
1.4.6人工智能绘图
1.4.7智慧城市
1.4.8智慧教育
1.5人工智能安全、伦理与战略
1.5.1人工智能安全
1.5.2人工智能伦理
1.5.3人工智能战略
小结与展望
参考文献
第2章无监督学习
2.1引言
2.2无监督学习简介
2.3从无监督到自监督
2.3.1自监督学习的思想
2.3.2自监督学习的代理任务
2.3.3自监督学习评估
2.3.4自监督学习的应用场景
2.4对比学习
2.4.1计算机视觉对比学习SimCLR和MoCo
2.4.2聚类思想与无显式负样本
2.4.3计算机视觉Transformer与对比学习
2.4.4多模态对比学习
2.5掩膜学习
2.5.1自监督预训练语言模型
2.5.2视觉BERT模型
2.5.3掩码图像建模——SimMIM算法和MAE算法
2.5.4计算机视觉掩码学习的发展
小结与展望
参考文献
第3章自动机器学习
3.1引言
3.2算法选择
3.2.1特征选择
3.2.2算法评估
3.3自动超参数优化
3.3.1问题定义
3.3.2免模型超参数优化
3.3.3近似超参数优化方法
3.4元学习
3.4.1基于优化的元学习方法
3.4.2基于模型的元学习方法
3.4.3基于度量的元学习方法
3.5神经架构搜索
3.5.1搜索空间
3.5.2搜索策略
3.5.3评估策略
小结与展望
参考文献
第4章人工智能生成内容
4.1引言
4.2生成式模型基本概念
4.2.1生成式模型与判别式模型的区别
4.2.2概率建模与分布估计
4.2.3潜在变量
4.2.4采样与生成
4.3生成式模型前沿
4.3.1生成对抗网络
4.3.2变分自编码器
4.3.3流模型
4.3.4扩散模型
4.3.5自回归模型
4.4生成式模型应用场景
4.4.1多模态内容生成
4.4.2视频生成
4.4.3音频生成
4.4.4医学图像生成
4.4.5文本生成
4.4.6代码生成
4.4.7人工智能修复
4.5国内外生成式大模型简介
4.5.1OpenAI： GPT系列
4.5.2谷歌： Gemini系列
4.5.3Meta： Llama系列
4.5.4百度： 文心系列
4.5.5阿里云： 通义千问系列
4.5.6腾讯： 混元系列
4.5.7字节跳动： 豆包系列
4.5.8xAI： Grok系列
小结与展望
参考文献
第5章人工智能大模型
5.1大语言模型
5.1.1语言模型的发展历史
5.1.2大语言模型的可用资源
5.1.3大语言模型的预训练
5.1.4大语言模型的使用
5.1.5大语言模型的评测
5.2大语言模型偏见与幻觉
5.2.1大语言模型偏见
5.2.2大语言模型幻觉
5.3大语言模型价值对齐
5.3.1大语言模型价值对齐的意义
5.3.2大语言模型价值对齐的标准
5.3.3大语言模型价值对齐的实施方法
5.4多模态大语言模型
5.4.1多模态大语言模型的背景
5.4.2多模态大语言模型的结构
5.4.3多模态大语言模型的微调方式
5.4.4多模态大语言模型的评估
小结与展望
参考文献
第6章智能体智能
6.1引言
6.2深度强化学习
6.2.1基础知识
6.2.2基于值函数的方法
6.2.3基于策略梯度的方法
6.2.4行动器评判器方法
6.2.5深度强化学习前沿
6.3多智能体强化学习
6.3.1基础知识
6.3.2完全合作
6.3.3完全竞争
6.3.4混合合作竞争
6.4大模型与智能体
6.4.1大模型驱动智能体
6.4.2大模型与智能决策
6.4.3大模型与群体智能
6.4.4决策大模型行业应用
6.5开放环境合作与竞争
6.5.1开放环境及其挑战
6.5.2开放环境合作方法
6.5.3开放环境竞争方法
6.5.4开放环境下的人机协同
小结与展望
参考文献
第7章智能无人系统
7.1引言
7.2智能无人系统技术
7.2.1感知与理解
7.2.2导航与轨迹规划
7.2.3控制与决策
7.2.4集群协同
7.3自动驾驶领域前沿
7.3.1发展现状
7.3.2核心技术
7.3.3前沿应用
7.3.4发展趋势
7.4工业机器人领域前沿
7.4.1发展现状
7.4.2核心技术
7.4.3前沿应用
7.4.4发展趋势
7.5服务机器人领域前沿
7.5.1发展现状
7.5.2核心技术
7.5.3前沿应用
7.5.4发展趋势
7.6智能无人机领域前沿
7.6.1发展现状
7.6.2核心技术
7.6.3前沿应用
7.6.4发展趋势
7.7水面/水下智能无人系统领域前沿
7.7.1发展现状
7.7.2核心技术
7.7.3前沿应用
7.7.4发展趋势
小结与展望
参考文献
第8章元宇宙
8.1引言
8.2从虚拟现实到元宇宙
8.2.1元宇宙起源与发展历史
8.2.2元宇宙组成
8.2.3元宇宙基础
8.2.4元宇宙应用前景
8.3三维重建渲染
8.3.1三维重建技术概念
8.3.2神经辐射场
8.3.3三维高斯泼溅
8.4虚拟数字人
8.4.1虚拟数字人概念
8.4.2虚拟数字人系统框架
8.4.3虚拟数字人视觉制作技术
8.4.4交互式虚拟数字人
8.5具身元宇宙
8.5.1具身元宇宙概念
8.5.2虚拟空间交互技术
8.5.3具身智能技术
8.6元宇宙发展趋势
8.6.1科技领域
8.6.2经济社会领域
小结与展望
参考文献
第9章脑启发人工智能
9.1引言
9.2人工智能与脑科学
9.2.1脑科学发展历程
9.2.2脑科学和认知科学
9.2.3技术与应用
9.2.4人工智能与脑科学双向促进
9.3脑启发新型传感设备
9.3.1脑启发传感器发展历程
9.3.2脑启发传感原理
9.3.3脑启发视觉采样模型
9.3.4脑启发视觉传感器的应用
9.4脑启发人工智能模型
9.4.1脉冲神经网络与脑启发人工智能
9.4.2脉冲神经元模型
9.4.3脉冲神经网络编码方式
9.4.4脉冲神经网络训练方式
9.4.5脉冲神经网络前沿进展
9.5脑机接口
9.5.1脑机接口发展历程
9.5.2脑机接口关键技术
9.5.3脑机接口应用场景
9.5.4脑机接口前沿进展
9.5.5脑机接口发展挑战
小结与展望
参考文献
第10章AI4S： 科学研究新范式
10.1引言
10.2AI4S简介
10.2.1AI4S的“四梁N柱”
10.2.2人工智能促进科学研究的五大关键应用方式
10.3AI4S驱动的数学研究新范式
10.3.1符号回归寻找数学表达式
10.3.2机器学习生成数学新猜想
10.3.3语言模型实现交互式研究
10.4AI4S驱动的物理研究新范式
10.4.1物理规律发现的方法演进路径
10.4.2潜在变量识别的数据驱动策略
10.4.3物理系统模拟的高效建模机制
10.5AI4S驱动的生物研究新范式
10.5.1计算生物学研究的智能方法革新
10.5.2多源组学数据的深度解析策略
10.5.3医药研发流程的智能优化路径
10.6AI4S驱动的材料研究新范式
10.6.1数据驱动的材料设计与优化
10.6.2智能算法赋能复合材料创新
10.7AI4S驱动的其他科学领域发展
10.7.1多维地球科学数据的智能解析与建模
10.7.2分子工程的自动化推演与结构创新
10.7.3能源系统的智能化技术革新
10.7.4计算架构的智能增强方法
小结与展望
参考文献
第11章人工智能产业布局
11.1引言
11.2产业整体布局
11.2.1核心技术演进
11.2.2应用场景拓展
11.2.3产业生态建设
11.2.4国际合作与竞争
11.3产业创新体系
11.3.1创新驱动力
11.3.2商业模式创新
11.3.3产品创新
11.3.4人才培养创新
11.3.5信息共享创新
11.4产业动态
11.4.1计算机行业行情回顾
11.4.2人工智能企业现状
11.4.3人工智能商业落地价值
11.4.4人工智能未来机会
11.5人工智能人才战略
11.5.1高校和企业联培人工智能人才
11.5.2人工智能人才状况
11.5.3人工智能在教育体系的融合与发展
11.5.4人工智能教育市场分析
小结与展望
参考文献
第12章人工智能产业发展
12.1引言
12.2人工智能产业格局
12.2.1人工智能产业格局
12.2.2中国人工智能产业格局
12.2.3人工智能产业链
12.3前沿研究发展
12.3.1研究产出趋势
12.3.2关键技术突破
12.3.3开源技术生态演进
12.4技术产业发展
12.4.1人工智能产业应用
12.4.2领域独角兽生态分析
12.4.3产业政策发展
12.5产业趋势
12.5.1技术趋势
12.5.2应用趋势
12.5.3安全伦理的趋严管控
12.5.4生态协同
小结与展望
参考文献
第13章人工智能安全
13.1引言
13.2人工智能安全问题
13.2.1人工智能技术应用引发的安全问题
13.2.2人工智能系统本身的安全问题
13.3人工智能安全战略
13.3.1美国： 关注人工智能技术对国家安全的影响
13.3.2英国及欧盟： 关注人工智能技术对个人安全的影响
13.3.3中国及其他国际组织： 关注人工智能技术的治理
13.4人工智能安全技术
13.4.1人工智能安全技术简介
13.4.2可信人工智能四大支撑技术
13.5人工智能安全应用
13.5.1自动驾驶领域安全防护
13.5.2在线电商/数字金融领域安全防护
13.5.3社交媒体智能安全防护
13.5.4军事领域智能安全防护
小结与展望
参考文献
第14章人工智能伦理与监管
14.1引言
14.1.1人工智能伦理的概念及范畴
14.1.2人工智能伦理带来的主要社会挑战
14.2AI伦理规范
14.2.1欧盟《可信赖人工智能伦理指南》
14.2.2美国《人工智能伦理道德标准》
14.2.3中国《新一代人工智能伦理规范》
14.2.4联合国教科文组织《人工智能伦理建议书》
14.3AI伦理的宏观监管
14.3.1欧盟： 强化政府主导的伦理原则建设和法律法规约束
14.3.2美国： 依托市场力量，强化应用监管
14.3.3英国： 促进创新的人工智能监管方法
14.3.4中国： 坚持规划引领和应用规范，探索构建人工智能安全管理体系
14.3.5各国际组织： 开发人工智能的国际指导原则
14.3.6讨论
14.4企业级人工智能伦理实践
14.4.1微软的人工智能伦理实践
14.4.2谷歌的人工智能伦理实践
14.4.3百
|
| 內容試閱：
|
距AlphaGo在围棋领域取得突破已将近十年，人工智能(Artificial Intelligence，AI)领域正迎来以大模型、生成式AI、
自监督学习与智能体为代表的新一轮发展浪潮，其影响力迅速从技术层面扩展至社会、经济、文化等更为广泛的领域。为
系统梳理AI前沿进展，本书以基础概念为起点，循序渐进地引导读者理解无监督学习、自动机器学习、人工智能生成内容
、人工智能大模型、智能体智能、智能无人系统、元宇宙、脑启发人工智能、人工智能驱动科学研究(AI for Science，
AI4S)等前沿技术领域，并进一步探讨AI在产业生态构建、安全治理与伦理规范等宏观层面的议题，力求构建一套全景式、
综合性、前瞻性的AI发展图谱。
全书共15章，内容结构严谨，覆盖面广，理论与实践并重，具体如下。
第1章 绪论回顾AI发展历程与技术演进，系统介绍其研究领域、前沿技术体系、主要应用场景，以及面临的安全、伦理与
战略挑战，为全书奠定基础。
第2章 无监督学习讲解无监督学习、自监督学习、对比学习、掩码学习等关键方法，介绍其在计算机视觉、自然语言处理
与多模态等场景中的广泛应用。
第3章 自动机器学习聚焦算法选择、超参数优化、元学习与神经架构搜索等核心问题，揭示实现模型构建与调优自动化的
关键路径。
第4章 人工智能生成内容全面讨论生成对抗网络、变分自编码器、扩散模型、自回归模型等生成式模型，探讨其在图像、
视频、音频、文本、代码等领域的生成能力，以及国内外大模型发展格局。
第5章 人工智能大模型分析大语言模型与多模态大语言模型的架构、训练与评测方法，系统讨论模型偏见、幻觉与价值对
齐等问题，关注其在智能决策与人机交互中的能力边界。
第6章 智能体智能描述深度强化学习、多智能体系统和大模型驱动下的智能体演化机制，强调其在复杂开放环境中的合作
与竞争能力。
第7章 智能无人系统梳理自动驾驶、工业/服务机器人、无人机、水面/水下无人系统等方向的发展脉络，覆盖智能感知、
智能规划、智能控制与智能协同等关键技术。
第8章 元宇宙介绍元宇宙的起源、发展和关键技术，关注三维重建渲染、虚拟数字人和具身元宇宙的发展前沿，并探讨元
宇宙技术的发展趋势以及对科技、经济、社会等方面的影响。
第9章 脑启发人工智能介绍AI与脑科学的融合进展，探讨脑启发传感器、脉冲神经网络、脑机接口等关键技术，描述智能
系统与生物智能的交汇前沿。
第10章 AI4S： 科学研究新范式阐述AI4S的新趋势，覆盖数学、物理、生物、材料等学科的研究范式变革。
第11章 人工智能产业布局分析AI产业链结构与生态，探讨核心技术演进、应用拓展、产业协同、国际竞争、创新体系与人
才战略等关键议题。
第12章 人工智能产业发展聚焦及中国AI产业格局的演进，解读前沿技术成果、开源生态、政策导向和未来趋势。
第13章 人工智能安全从系统风险、攻击防护和可信AI技术等角度分析安全挑战，并比较各国在AI安全战略上的差异与进展
。
第14章 人工智能伦理与监管探讨AI引发的伦理问题与监管框架，介绍典型企业与国家的伦理实践与法规建设，提出协
同监管的未来路径。
第15章 回顾、建议与展望系统性回顾本书的章节组成与各章节内容，探讨AI技术与产业问题并提供建议，对AI技术未来发
展进行展望。
在本书出版之际，本书作者再次衷心感谢李德毅院士、潘云鹤院士、郑南宁院士、高文院士和戴琼海院士等多年来对我们
的科学研究工作所给予的指导、关心和帮助。感谢国家自然科学重大项目《开放环境多智能体群智对抗博弈理论方法
及应用》(编号： 62293540)的支持。
本书的编著得到了清华大学和大连理工大学团队的大力支持，清华大学阮书岚博士，大连理工大学刘洋副教授、赵洁博士
等也参与了编著工作，陈鑫、耿婉婷、金意林、康奔、柯宇新、梁嘉旋、廖绪涛、刘畅、刘明礼、刘铭宇、彭钊翰、沈煦
辰、王华杰、王岚锋、王荣伟、王英权、袁永胜、张斌等同学也为本书成稿作出了贡献。此外，还要感谢清华大学出版社
，特别是盛东亮编辑和范德一编辑对本书按期高质量出版的大力支持。
本书优质作者衷心感谢清华大学李秀教授、康飞宇教授、李勃教授。承蒙三位教授诚邀，为清华大学创新领军工程博士研
究生和人工智能项目工程硕士研究生班讲授“人工智能发展前沿”。经数载教学实践沉淀，在撰稿之际得以广泛完善、充
实，终成书稿并付梓出版。
全书不仅凝结了作者团队多年来在AI领域的研究与实践经验，也参考了国内外的研究动态与政策导向，力求兼具学术
性、系统性与实用性。我们相信本书不仅是了解AI发展前沿的重要窗口，也是未来深入探索AI技术应用的坚实基础。
诚挚希望本书能为读者在学习、研究、开发与应用AI技术的过程中提供有益的启发与帮助。由于AI领域发展迅速，书中难
免存在疏漏与不足，敬请读者批评指正。
何友、卢湖川、王栋、李徵、陈旭、李劭辉于清华大学、大连理工大学、海军航空大学2025年8月
|
|
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
