官术网_书友最值得收藏!

智能體時代

《智能體時代》作為一部融合生物智能演化機制與人工智能技術(shù)突破的科普作品,通過對從單一神經(jīng)元到復(fù)雜智能體系統(tǒng)的跨學(xué)科分析,不僅揭示了智能涌現(xiàn)的本質(zhì)規(guī)律,還為讀者構(gòu)建了一個從微觀到宏觀的智能進化全景圖。這部橫跨生物學(xué)、計算機科學(xué)和認知科學(xué)等多個領(lǐng)域的作品,以其獨特的“智能體視角”,系統(tǒng)性地闡釋了從Claude和GeminiUltra等大語言模型,到AutoGPT和MicrosoftAutoGen等自主智能體,再到腦機接口與元宇宙等未來科技的演進路徑,展現(xiàn)了一個正在加速到來的智能體文明圖景。在這個智能技術(shù)加速演進的時代,本書立足當下科技前沿,以其宏大而系統(tǒng)的視角,不僅幫助讀者理解了從神經(jīng)元到智能體的演化歷程,還展現(xiàn)了一個人類與人工智能共同進化的未來圖景。本書適合人工智能、計算機科學(xué)、認知科學(xué)等領(lǐng)域的研究者,也將為關(guān)注技術(shù)前沿的產(chǎn)業(yè)界人士和決策者提供重要參考。它是理解智能體革命、把握AI技術(shù)變革方向的重要理論指南,也是探索人機共生未來的思想資源。

劉志毅 ·人工智能 ·21.2萬字

最新章節(jié) 第49章 附錄 2025-06-17 10:29:44
模型思維:簡化世界的人工智能模型
會員

對從事算法研究與算法開發(fā)的人來說,模型的學(xué)習(xí)與使用必不可少。尤其是在目前如日中天的人工智能領(lǐng)域里,人人談模型,模型也是層出不窮,讓人眼花繚亂。模型讓人又愛又恨。模型可愛的地方在于它確實能夠解決實際問題,而且其有效性一般都經(jīng)過了檢驗。模型可恨的地方在于學(xué)習(xí)模型是一件非常痛苦的事情,尤其是對人工智能的初學(xué)者來說。本書將人工智能在現(xiàn)實生活場景中解決的問題分類,并根據(jù)這個分類來介紹各種模型。書中將人工智能問題分為權(quán)重問題、狀態(tài)問題、序列問題、表示問題、相似問題和分類問題六大類,方便讀者了解各個模型之間的關(guān)系,也方便讀者理解各個模型的適用場景。本書盡量更多地介紹模型的使用場景,更多地介紹實際業(yè)務(wù)需求之間的關(guān)系,更多地采用生活中更淺顯易懂的例子,方便人工智能的初學(xué)者學(xué)習(xí)模型。本書不僅適合希望學(xué)習(xí)和運用人工智能模型到具體應(yīng)用場景的企業(yè)工程師、科研院所的學(xué)生和科研人員,也適合對人工智能模型感興趣的讀者,使其將模型思維應(yīng)用到生活中。

龔才春 ·人工智能 ·21.8萬字

腦機革命

當你凝望夜空時,你是否曾望向繁星背后的虛空:“宇宙的邊界在哪里?時空的本質(zhì)究竟是什么?幽暗的深空中此刻是否也有一雙眼睛正在凝視著你?”當你凝視鏡中的自己時,你是否曾望向雙眼背后的大腦:“我”到底是誰?寄居在這副皮囊之中的靈魂是否真的存在?當肉體衰亡,“我的靈魂”是將隨之消散還是化為飄蕩于宇宙之中的一股電波?下載知識、移植記憶、意念互通與大腦聯(lián)結(jié)這些科幻電影中的場景能否成為現(xiàn)實?人腦被稱為“內(nèi)在的宇宙”,從宇宙大爆炸到人類大腦的形成,150億年間,人類大腦成為宇宙中平常卻偉大的奇跡。如今,腦機接口技術(shù)正在蓬勃發(fā)展。科學(xué)家已經(jīng)開始攀登腦機接口的金字塔,逐級“改造”人類,實現(xiàn)人類的全新進化。本書便是向讀者介紹腦機接口這一新興技術(shù)的科普著作。從對大腦的重新認識,到神經(jīng)科學(xué)顛覆傳統(tǒng)的發(fā)現(xiàn),再到腦機接口領(lǐng)域正在發(fā)生的前瞻探索和令人振奮的突破,作者對這項技術(shù)自誕生至今的演進歷程以及它對未來的影響進行了生動的展示,讓人在感嘆“腦機融合”創(chuàng)造的驚人變化的同時,更為腦科學(xué)的飛速發(fā)展以及人類大腦浩如煙海的未解之謎而神往。

(巴西)米格爾·尼科萊利斯 ·人工智能 ·23.2萬字

深度學(xué)習(xí)高手筆記(卷2):經(jīng)典應(yīng)用
會員

本書通過扎實、詳細的內(nèi)容,從理論知識、算法源碼、實驗結(jié)果等方面對深度學(xué)習(xí)中涉及的算法進行分析和介紹。本書共三篇,第一篇主要介紹深度學(xué)習(xí)在目標檢測與分割方向的前沿算法,包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數(shù)、語義分割這6個方向;第二篇主要介紹深度學(xué)習(xí)在場景文字檢測與識別方向的重要突破,主要介紹場景文字檢測、場景文字識別這兩個階段的算法;第三篇主要介紹深度學(xué)習(xí)的其他算法與應(yīng)用,包括圖像翻譯、圖神經(jīng)網(wǎng)絡(luò)、二維結(jié)構(gòu)識別、人像摳圖、圖像預(yù)訓(xùn)練、多模態(tài)預(yù)訓(xùn)練這6個方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內(nèi)三角化、圖像梯度、仿射變換矩陣等內(nèi)容。本書結(jié)構(gòu)清晰,內(nèi)容廣度與深度齊備。通過閱讀本書,讀者可以了解前沿的深度學(xué)習(xí)算法,擴展自己的算法知識面。無論是從事深度學(xué)習(xí)科研的教師及學(xué)生,還是從事算法落地實踐的工作人員,都能從本書中獲益。

劉巖(@大師兄) ·人工智能 ·21萬字

QQ閱讀手機版

主站蜘蛛池模板: 新晃| 盖州市| 文化| 舟山市| 乌审旗| 绥宁县| 博罗县| 南投县| 襄樊市| 皮山县| 凉城县| 岳西县| 深圳市| 密云县| 嵊泗县| 濉溪县| 遂昌县| 休宁县| 七台河市| 山东省| 泸定县| 穆棱市| 鸡东县| 台州市| 清水河县| 嵩明县| 荆门市| 五台县| 滦南县| 抚宁县| 邻水| 城口县| 明溪县| 长白| 万州区| 泰州市| 诸城市| 教育| 久治县| 淮安市| 大英县|