《图解人工智能》从基础概念、历史沿革、基础算法、代表性应用、**研究进展、跨学科交叉成果等多个方面深入介绍人工智能。为满足不同程度学习者的学习需求，全书以图片为主并辅以少量文字说明，每节配有 小清爱提问 在线视频，具有初等阅读能力的读者（包括中小学生）可以轻松获得人工智能的基础知识和全局视野；每一节还包括扩展学习资料、深入阅读材料和编程实践资源供高等阅读能力的读者（包括大学生和教师）自学提高。为配合课堂教学，全书每一节都配有PPT课件、附加视频资料、互动演示程序等教学资源。对应不同知识背景的读者，本书有速读、专业、教学3种建议阅读模式。 期待更多人能借此书产生对人工智能学科的探索热情！ 本书封面贴有清华大学出版社防伪标签，无标签者不得销售。版权所有，侵权必究。

内容简介 自人工智能（AI）的概念诞生之日起，科学家们就热衷于探讨它的发展路径。第一阶段毫无疑问是计算智能，经过半个多世纪，AI在运算能力和记忆方面早已超越人类。第二阶段，是感知智能，让机器可以看得懂听得懂这个世界。科学界认为，尚未到来的第三阶段，是认知智能，甚至提到一个词：认知时代。 我们来到大模型时代或者是生成式人工智能时代了吗？如果我们此时此刻正身处这个时代，那上一个是什么时代？ 有人说，大规模预训练已经过时，AI要实现具身化，具备推理能力，接着自我意识相伴而生。具身智能揭开了人类驯服机器的科学路径，小到在分子或原子上进行操作的纳米机器，大到震天撼地的巨型机械，无不乖乖地服从人类的操控指令，替代或者协助人类完成复杂的任务。 具有自我意识的AI是更安全还是更不安全？我们需要开始认真考虑

《DeepSeek实战应用一本通》是一本旨在引领读者全面探索并熟练运用DeepSeek进行多样化创作的实用指南。本书开篇即深入浅出地介绍了DeepSeek的基本情况、功能特点及使用技巧，为初学者扫清认知障碍，并在此基础上循序渐进，围绕学习、生活、工作等多个场景，通过丰富的案例和实操步骤，展示了如何使用DeepSeek进行各类题材的创作。无论是撰写学术论文、编辑工作报告，还是记录生活点滴、进行商业营销，DeepSeek都能成为读者的得力助手。

在人工智能快速普及的时代，掌握 AI 技术已成为提高工作效率、提升生活品质的关键因素之一。《DeepSeek 零基础入门（视频教学版）》就是一本专为初学者编写的 DeepSeek入门指南，旨在帮助读者快速掌握 AI 技术的核心应用，享受智能时代的便利。 本书共 10 章。第 1~2 章介绍了 DeepSeek 的登录方式、提示词的撰写技巧和优化方法，帮助读者更高效地与 DeepSeek 交互。第 3~10 章详细介绍了 DeepSeek 在生活、创作、学习、娱乐、社交、旅行、健康和安全八大生活场景中的 88 个实用案例，帮助读者全方面了解 DeepSeek 的实际应用，解决健康管理、日常出行、学习提升、社交互动等多方面的问题。 本书内容丰富，实用性强，适合所有对 AI 感兴趣的读者学习。另外，想提高工作效率、提升创作能力的职场人员、自媒体从业者，以及想提高解决问题能力的社会大众等，本书都适合

本书是一本全面探索DeepSeek大语言模型应用的实用指南，涵盖了近200个精心设计的实用案例，以 场景思维 为核心，从用户实际需求出发，系统地展示了DeepSeek如何在日常工作、学习和生活的各个方面发挥智能助手的作用。 全书共分为20章，内容丰富且有层次： （1）从基础工具使用和提示词工程入门，到内容创作、知识工作、创意设计等应用场景，涵盖了多个专业领域（医疗、金融、法律、心理）的深度应用。 （2）介绍了日常生活、创业自媒体、行业赋能的多维度实践，提供了API集成方案和30个精选高频场景的深度解析； （3）每个实例都针对特定用户群体的痛点和需求，提供了具体、可操作的解决方案，帮助读者快速掌握如何将DeepSeek融入工作流程，真正实现AI赋能。 书中不仅关注 如何使用 ，更着眼于 为何使用 和 何时使用 ，帮助读者建立对AI辅助工具的系统性

本书根据李宏毅老师 机器学习 公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的进阶算法. 在理论严谨的基础上，本书保留了公开课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节.

当前，人工智能作为一项引领未来的颠覆性战略技术，已在经济、军事、社会等各领域广泛用，成为世界各国科技竞争和战略布局的重中之重。本书以人工智能的“起点、拐点、奇点、看不见的终点”为线，突出认知新思维、技术新发展、应用新构想，从人工智能前世今生、思维方法、大模型、机器学习、感知认知、人机交互、脑科学、机器人，以及无人智能作战和未来发展等多维度、多层次、多领域进行全面深入剖析。

人工智能是人类探索未来的重要领域之一，以ChatGPT为代表的大模型应用一经推出在短短几个月时间内火爆全球。大模型代表了自然语言处理领域的一项伟大成就，它的诞生和发展正引领着我们走向全新的创作时代。 本书共9章，深入探讨了大模型的工作原理和使用方法 提示工程，并研究了提示工程在电子商务、创意营销、内容创作、办公和编程等场景中的应用，以及如何赋能软件生态的发展等。 本书旨在帮助读者了解提示工程的应用场景和实践案例。无论您是技术领域的专业人士，还是对新兴技术充满好奇心的读者，我们都希望本书能激发您的思考，并为您展示一个崭新的创作世界。

近年，人工智能热潮席卷而来。本书以图解的方式网罗了人工智能开发的基础知识，内容涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。全书以图配文，深入浅出，是一本兼顾理论和技术的人工智能入门教材。旨在帮助读者建立对人工智能技术的整体印象，为今后深入探索该领域打下基础。另外，书中设有专栏和“小贴士”，介绍了相关术语的背景知识，可帮助读者扩充知识面，进一步理解相关技术。

本书从技术角度深度解析大模型的原理，从大模型的基础概念及领域发展现状入手，概述大模型的理论基础，介绍OpenAI GPT、清华大学GLM、Meta Llama等主流大模型的技术原理，并从大模型参数高效微调、大模型指令微调、大模型训练优化和大模型推理优化等多角度解析大模型背后的技术，带领读者全方位掌握大模型的原理和实践方法。本书最后介绍私有大模型的构建，手把手指导读者做技术选型并搭建自己的私有大模型。 本书适合人工智能领域有大模型开发需求或对大模型技术感兴趣的技术人员阅读，也适合普通用户扩展了解大模型的前沿应用。

DeepSeek是一种生成式人工智能（AI）大模型，擅长处理复杂任务，具有训练效率高、成本低、性能强、开源等优势，吸引了全世界的关注。本书是写给DeepSeek初学者的快速上手实践指南。本书通过项目实例进行讲解，手把手地教读者如何使用DeepSeek。 本书共6章，首先对DeepSeek进行概述，包括其成长路线、优势、技术原理、应用场景、应用方式等；其次讲解如何为DeepSeek写提示词，包括结构化提示词、提示词的写作陷阱和优化技巧；接着介绍DeepSeek的高级使用方法，包括用Coze和DeepSeek搭建智能体、调用DeepSeek API进行AI编程、在本地计算机中安装部署DeepSeek、为DeepSeek构建个人知识库。 本书不仅适合想要使用DeepSeek的基础对话功能的读者阅读，还适合想要学习基于DeepSeek搭建智能体、通过API调用和本地部署实现任务自动化的专业程序员阅读。

本书英文版出版至今已近20年，但关于大脑究竟如何工作的问题至今仍无答案，而符号主义（认为大脑是类似于计算机的加工符号的机器）与联结主义（认为大脑是并行运转的大型神经网络）之间的争论也从未停息。本书分析了联结主义模型和符号加工模型在计算方面的优势和劣势，关注不同联结主义模型之间的差异以及特定模型与符号加工的特定假设之间的关系，并围绕多层感知器展开讨论。书中的观点在今天依然频繁成为学术讨论的焦点，并为认知科学、人工智能、深度学习等领域的未来研究指明了可能的方向。

内 容 提 要 随着人工智能技术的进步和消费金融行业的快速发展，智能风控已经成为金融行业的刚性需求。本书围绕智能风控的关键环节一一展开，同时结合具体的智能风控实例进行解析。 本书共6章，主要内容包括智能风控的发展，搭建智能风控模型体系，搭建风控特征画像体系，搭建智能风控策略体系，智能风控与人工的结合，以及智能风控管理。 本书适合银行、消费金融与保险等领域信贷风控模型开发人员、特征挖掘人员和策略分析人员，以及金融科技领域从业者、咨询行业从业者和其他对智能风控感兴趣的人阅读。

本书是一本面向青少年的人工智能科普读本。本书从科普和青少年教育的角度，用浅显易懂和活泼有趣的语言，结合大量漫画图片、情景对话、感知实验、探索实例，介绍人工智能会 学习 、会 看 、会 听说 等方面的技术和应用，并讨论人工智能伦理和展望人工智能未来。本书培养学生对人工智能及新科技的认知，引导学生对人工智能领域产生兴趣，提升学生科学素养和动手能力。本书可作为小学高年级阶段的人工智能教材或科普读物，也可为相关学科教师或科普工作者提供教学素材。本书是 人工智能从娃娃抓起 系列丛书 的本，是上海市青少年活动中心、上海少年科学院为响应国家 发展新一代人工智能 的号召而打造的青少年人工智能科普读本。

自早期以来，神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU 激活、随机梯度下降、交叉熵、正则化、Dropout 及可视化等。