本书是中国科协新一代信息技术系列丛书之一。本书内容包括知识表示、知识获取、知识应用三部分。其中,知识表示主要介绍概念表示、知识表示、知识图谱;知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习;知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱,本书还深入浅出地介绍了有关智能搜索技术、计算机视觉、语言智能、机器人等在内的不同领域的应用实践成果。本书主要面向大学非计算机类的工科专业的高年级学生与研究生,帮助学生了解人工智能的发展过程与基本知识,熟悉人工智能产业的发展现状与市场需求,培养人工智能应用能力。同时,
在当今时代,人工智能已悄然融入我们的日常生活,成为不可或缺的生活伴侣。想象一下,如果没有人工智能,我们很可能会在没有GPS的偏僻道路上迷路;我们的消费偏好、个人品位也会被它悄然塑造。本书正是在这样的时代背景下应运而生,不仅深刻剖析了人工智能的现状,还揭示了如何在已知与未知之间架设桥梁,指导我们更智慧、更人性化地开发与应用人工智能,共同绘制未来智能世界的宏伟蓝图。这是一场关于智慧与梦想的对话,引领我们穿越迷雾,探索人工智能的无限可能。
在人工智能的热潮中,也许我们一直过度关注技术的工具性,而忽视了技术的生存性。技术作为一种人类改变世界和分析世界的方法,也逐渐影响着人类对自我的认知。通过统计数据、数字模拟,人类增加了对世界的了解和控制,同时也增加了对技术的怀疑和不确定。特朗普的竞选团队曾充分利用人类对数据的怀疑进行公关。真实和虚构的分界在逐渐溶解。这一点在深伪技术中得到最好的体现。真实的数据被窃取,并用于捏造数字空间中的假象,用户开始相信假象。如果我们不立刻开始反思数字虚拟中蕴含的本质性权力,后果将是灾难性的。
从数据分析方法到数据科学基础知识,你需要了解的知识全部在这本图解书中! 当下,利用数据为自己的业务和服务提供支持是大势所趋。但是,分析数据需要广泛的知识,自己很难成体系地学习。 本书介绍了数据科学的基础知识及周边知识,包括数据、图表的类型以及统计学、人工智能的基本知识等,网罗信息社会中数据活用的问题点,结合生动插图,让初学者也能迅速理解。 除了按顺序阅读,获取系统的知识,读者还可以从目录中挑选感兴趣的主题和关键词,按照自己的需求阅读,是一本实用性满分的数据科学学习指南。
未来赢家是那些利用机器的力量获得优势的人。工作场所的主导是人还是机器? 在自动化这场游戏中,机器是助人完成任务,还是取代人类岗位? 我们将如何以共生方式与机器一起工作? 世界公司又是如何在这种非常特殊的关系中蓬勃发展的? 《共生:4.0时代的人机关系》使用不同的全球化组织的案例,探讨了机构、公司、个人和教育提供者将如何在发展变化过程中与新技术无缝集成,为智能自动化、人工智能和机器人技术驱动的未来描绘了图景。
本书是日本畅销书作家大吾先生新作,其作品累计销售超过330万册。读书绝不仅仅是记忆,而是要深入理解用自己的头脑思考并且实践就能需要之时把知识倾囊输出 超人气读心师 从脑科学的角度解读阅读之道 全书系统性地介绍了AI入门的有关知识,从AI与人类对话、与人脑的差异、AI艺术创作等多个方面探讨了AI的发展进程,重点介绍了深度学习这一AI领域关键技术,探讨它的进化程度将如何影响人类未来的生活与工作等。在全书Z后的部分,还全景展示了作者对两位知名AI专家的采访,对于目前AI主流的研究方向和入门基础有精彩的观点和详细的解析。全书内容通俗实用,对于了解AI的基础知识非常有帮助,特别适合AI爱好者和青少年阅读。
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。本书帮助金融科技的从业者,在思考金融行业智能化转型时有更清晰的思维框架,不至于陷入谋一域而难谋全局的困境。
人工智能从狭义来说,是人类智能的人工实现;而从广义来理解,可以认为是智能体的人工实现。因此,它包含两层意思,一是有智能的学习,二是有人的参与和实现。进入21 世纪,尤其是2012年以后,人工智能研究有了突破性进展,即人工智能形成了大量具有优异性能的应用级产品,在产业界备受关注,且渗透到了较以往更为广泛的其他领域中,其中起主导作用的是神经网络研究的再次兴起。在一波人工智能热潮中,智能博弈、无人驾驶汽车、人工智能助理、语音识别、自然语言理解等都取得了飞速发展,对工业界产生了巨大影响。同时,脑科学、神经科学、认知科学的研就也不同程度的与人工智能学科研究形成交叉融合。人工智能研究已经成为持续热点,得到了学术界、工业界和资本界的广泛关注。为了对人工智能学科的发展方向作出比较准确的预见和把握,