《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、不错智能、哲学问题和未来趋势
本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“可用知识”，带领大家快速了解GPT-4和ChatGPT的工作原理及优势，并在此基础上使用流行的Python编程语言构建大模型应用。通过本书，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、LangChain等高阶实践技术。书中提供了简单易学的示例，帮你理解并应用在自己的项目中。此外，书后还提供了一份术语表，方便你随时参考。准备好了吗？只需了解Python，你即可将本书作为进入大模型时代的启动手册，开发出自己的大模型应用。
情感是人类特有的一种思维方式，如果机器具备了情感，是不是就可以取代人类？ 在《情感机器(人类思维与人工智能的未来)(精)/机器人与人工智能书系》中，人工智能之父马文·明斯基有力地论证了：情感、直觉和情绪并不是与众不同的东西，而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理,而有时又会转向情感的奥秘。通过对人类思维方式建模,他为我们剖析了人类思维的本质，为大众提供了一幅创建能理解、会思考、具备人类意识、常识性思考能力，乃至自我观念的情感机器的路线图。
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。
在以ChatGPT为代表的大模型掀起AIGC（人工智能生成内容）应用热潮之后，各行各业都希望深入了解流行的AI工具，将其引入日常工作，以节省工作时间，提高办公效率。本书作者团队较早开始将AI工具应用于实际工作，积累了丰富的使用经验，因此为没有太多技术基础的职场人士创作了这本实操指南。 本书分为三篇，上篇是基础篇，介绍了AIGC的基础知识及其应用潜力；中篇是工具篇，介绍了AI文本应用、AI绘画和AI图像处理的 外流行工具的基本功能和基础用法；下篇是应用篇，分别介绍了通用办公场景下的AI应用以及不同行业、不同岗位的典型办公场景下的AI应用。书中提供了大量的实用案例，读者可以参考并模仿操作。
无
从人脸识别到AlphaGo，从无人驾驶到 经济管理，人工智能作为21世纪极有潜力的一门技术，已经全面渗透了我们的生活，也 改变了我们的行为方式。如今，我们既离不开人工智能，也无法摆脱它对我们生活的影响。那么，这门技术到底是如何发展起来的？人工智能背后的运行逻辑是什么？它会让我们的生活变得 好，还是会带来 多的问题？我们每个人的工作是否终将被人工智能所取代？作为一部几乎没有门槛的人工智能入门作品，本书审视并回答了上述问题。读完之后，你将对人工智能形成一套完整且系统化的认知。
人工智能时代，AI如何赋能企业，实现企业价值指数级增长？面对人工智能、大数据、云计算、人型机器人和智能设备的飞速发展，企业如何应对剧变？本书以AI为基点，详细阐述了企业为什么需要人工智能、如何利用人工智能，以及人工智能如何成功赋能企业所需的框架和重要元素等，描绘了一幅人工智能帮助企业实现商业价值指数级增长的路线图。
人工智能技术是金融体系进化的动力之一，但要用好这一技术，还需要理解金融体系本身的逻辑。在金融行业智能化转型的过程中我们要解决的问题很多、很杂，但是在金融领域已经形成一套完整的运行规则。如果不能深刻理解问题、痛点在哪儿，金融机构在转型的过程中很容易陷入僵局。 在本书中，作者基于“客户—资管—风控”框架，梳理了金融领域中涉及的多种业务场景，探讨其智能化方向。关注要解决的核心业务问题，从核心业务问题中抽象出其技术需求，解释具体业务落地时可能存在的差异性。本书帮助金融科技领域的从业者，在思考金融行业智能化转型时有 清晰的思维框架，不至于陷入谋一域而难谋全局的困境。
我们的人生就是一个故事，这个故事怎么展开其实取决于从谁的视角讲述这个故事。 在这个问题下有12个主题：比如，劳资关系的问题，如果我们只看到科技扩增了 产业链，就会忽视 的低薪员工和分拣员如果我们只关注智能生态的便捷，就会忘记个性化设置会让我们的个人数据都被掌握在科技公司手里，而这些材料又可以被直接转化成利润。 以及技术如何影响人性，如果我们的意识不寄存在我们的肉体中了，而是寄存在计算机网络上，那我们还算人类吗？如果对亲密关系的需求可以被 为人类服务的机器人伴侣满足，那人与人还会谈恋爱吗？比如，如果一个男性拥有一个能为他做家务，聊天，顺从他所有想法，甚至暴力的机器人女娃娃，他会不会对现实中的女性有同样的要求和想法？温特森用12个振聋发聩的寓言警示：女性应该学习代码；女性必须学习代码
随着2023年即将落幕， 已经深深感受到大型语言模型和通用人工智能在各个领域所带来的深远影响。这波科技革命不仅为我们带来了 的创新机遇，同时也揭示了一系列尚待解决的复杂挑战。在追逐人工智能的巨大潜力之际，我们必须清晰地认识到，许多现存的问题，如模型的解释性缺失、计算资源的挑战、稳定性疑问以及安全隐患，实际上反映了我们对“智能”这一概念的传统理解的困境，以及对“智能”本质的思考的缺失。 为了真正突破这些挑战，我们有必要回溯至“智能”的哲学起源，重新评估和揭示其本质。本书旨在探索智能的深层含义，并通过历史的纬度分析人工智能思想的演变，从古典AI到现代神经网络的革命。 为重要的是，本书也从前瞻的视角，探索了量子计算、机器意识以及价值对齐等领域的 科学命题。 在当今社会，人工智能已经从一个纯
图神经网络（GNN）是基于深度学习的图数据处理方法，因其的性能而受到广泛关注。本书全面介绍了GNN的基本概念、具体模型和实际应用。书中首先概述数学基础和神经网络以及图神经网络的基本概念，接着介绍不同种类的GNN，包括卷积图神经网络、循环图神经网络、图注意力网络、图残差网络，以及几个通用框架。此外，本书还介绍了GNN在结构化场景、非结构化场景和其他场景中的应用。读完本书，你将对GNN的成果和发展方向有较为透彻的认识。
