书城首页 › 涉及近代 › 工业 › 人工智能导论
涉及近代·工业

人工智能导论

正版保障多仓发货48小时内发货2-3天送达可开发票
¥44.63 定价 ¥59.00 7.6折 立省 ¥14.37
现货库存 1087 件 全新
商品参数
书名
人工智能导论
作者
何友 等 编著
出版社
清华大学出版社
出版时间
2026-06-01
ISBN
9787302720041
货号
1204444234
品相
全新
分类
涉及近代·工业
购物车(0)
商品参数
书名
人工智能导论
作者
何友 等 编著
出版社
清华大学出版社
出版时间
2026-06-01
ISBN
9787302720041
货号
1204444234
品相
全新
分类
涉及近代·工业
作者简介▼

何友:中国工程院院士、教授、博士研究生导师,1997年毕业于清华大学,获通信与信息系统博士学位,曾留学德国。中共十七大代表,第十二届全国政协委员,全国优秀教师。曾先后兼任CAAI/CIE/CCF/CAA/CIC/CSF/CICC/CSIG/IET Fellow,国务院学位委员会学科评议组成员,国家杰出青年科学基金评审委员会委员,国家自然科学基金委信息学部咨询专家委员会委员,中国人工智能学会副理事长兼智能融合专业委员会主任委员,中国航空学会名誉副理事长兼信息融合分会主任委员,中国指挥与控制学会监事长等学术职务。主要研究领域为人工智能和信息融合。以第一完成人获国家科学技术进步奖二等奖4项,国家教学成果奖一、二等奖各1项,获各类省部级科学技术奖一等奖11项,获授权发明专利和软件著作权60余项。全国百篇优秀博士学位论文获得者,在IEEE汇刊等发表重要论文260余篇,以第一作者出版著作7部,论著他引4万余次。先后入选“百千万人才工程”,荣获何梁何利基金科学与技术进步奖、中国科协“求是杰出青年实用工程奖”、全国留学回国人员成就奖、山东省科学技术最高奖等。

目录▼

第1章 绪论 1

1.1 人工智能源与流 1

1.1.1 发展简史 1

1.1.2 前沿突破 5

1.2 人工智能技术版图 9

1.2.1 三大技术流派 9

1.2.2 生成技术的兴起 12

1.3 人工智能发展现状 13

1.3.1 人工智能成熟度曲线 13

1.3.2 挑战与解决方案 17

本章小结 19

本章习题 19

参考文献 20

第2章 人工智能数学基础 22

2.1 引言 22

2.2 从计算到智能 22

2.2.1 人工智能的统一语言 23

2.2.2 人工智能学习的三要素 24

2.2.3 人工智能学习的基本框架 26

2.3 回归与分类问题 26

2.3.1 回归问题的定义 27

2.3.2 回归问题的求解 28

2.3.3 分类问题的定义 28

2.3.4 分类问题的求解 29

2.4 优化理论与方法 30

2.4.1 解析解与梯度下降法 30

2.4.2 非凸优化挑战 35

2.4.3 现代优化算法 37

2.5 泛化与约束优化 41

2.5.1 泛化与拟合 42

2.5.2 L1正则化 43

2.5.3 L2正则化 45

本章小结 46

本章习题 47

参考文献 47

第3章 机器学习基础 49

3.1 引言 49

3.2 经典统计学习 49

3.2.1 常用方法 50

3.2.2 关键应用问题 52

3.2.3 典型应用场景 61

3.3 深度学习基础 64

3.3.1 范式跃迁 64

3.3.2 多层感知机 66

3.3.3 主流网络结构 72

3.4 强化学习基础 75

3.4.1 数理基础 76

3.4.2 策略优化核心 81

3.4.3 多智能体强化学习 85

本章小结 87

本章习题 88

参考文献 88

第4章 深度学习新方法 90

4.1 引言 90

4.2 深度学习新范式 90

4.2.1 通用表示:自监督学习 90

4.2.2 任务适配:模型迁移 96

4.2.3 边端部署:模型轻量化 99

4.3 深度学习训练方法 101

4.3.1 数据增广 101

4.3.2 分布式训练 105

4.3.3 混合精度训练 107

4.4 深度学习模型分析 109

4.4.1 深度学习模型的黑箱属性 109

4.4.2 可解释性与可视化 110

4.4.3 计算复杂度分析 115

本章小结 117

本章习题 117

参考文献 117

第5章 人工智能生成内容与大模型 120

5.1 引言 120

5.2 生成式人工智能模型 120

5.2.1 生成对抗网络 121

5.2.2 变分自编码器 122

5.2.3 扩散模型 125

5.2.4 自回归模型 127

5.3 生成式人工智能应用 129

5.3.1 文本驱动生成 129

5.3.2 图像驱动生成 132

5.3.3 其他生成任务 135

5.4 大语言模型 137

5.4.1 从Transformer到大模型的架构创新 137

5.4.2 预训练-指令微调-对齐新范式 140

5.4.3 提示工程与思维链 143

5.5 多模态大语言模型 145

5.5.1 模型架构设计 146

5.5.2 模型训练策略体系 149

5.5.3 模型推理方法 151

本章小结 153

本章习题 153

参考文献 155

第6章 智能体系统 157

6.1 引言 157

6.2 智能体概述 157

6.2.1 智能体的定义 157

6.2.2 智能体的分类 160

6.2.3 智能体与大语言模型 162

6.3 单智能体系统架构 163

6.3.1 感知与状态建模 163

6.3.2 推理与规划 165

6.3.3 决策与行动 166

6.3.4 反馈与学习 168

6.4 多智能体系统架构 169

6.4.1 多智能体组织形式 170

6.4.2 角色分工与任务分配 171

6.4.3 智能体间通信协调 173

6.4.4 协作执行与冲突处理 175

6.5 智能体的典型应用 175

6.5.1 编程辅助智能体 176

6.5.2 工作流型智能体 178

6.5.3 个人助理型智能体 181

本章小结 183

本章习题 184

参考文献 187

第7章 人工智能实践 188

7.1 人工智能开发基础 188

7.1.1 人工智能实践三要素 189

7.1.2 人工智能开发环境 191

7.1.3 人工智能开发工具箱 193

7.2 人工智能算法实践 194

7.2.1 统计学习算法实践 194

7.2.2 深度学习算法实践 199

7.2.3 强化学习算法实践 205

7.2.4 大语言模型实践 210

7.2.5 人工智能生成内容实践 213

7.3 人工智能实践进阶 216

7.3.1 模型部署实践 216

7.3.2 算法竞赛平台实践 221

7.3.3 行业实践 225

本章小结 227

本章习题 228

参考文献 229

第8章 人工智能前沿技术 230

8.1 引言 230

8.2 智能无人系统 230

8.2.1 无人系统的概念 230

8.2.2 无人集群 231

8.2.3 具身智能 233

8.3 元宇宙 235

8.3.1 元宇宙支撑技术 235

8.3.2 元宇宙实践 237

8.4 人工智能驱动科学研究 239

8.4.1 人工智能驱动的科研新范式 239

8.4.2 人工智能赋能基础科学 240

8.5 人工智能安全与隐私 242

8.5.1 对抗攻击与防御 242

8.5.2 数据隐私保护方法 244

8.6 人工智能伦理与治理 247

8.6.1 人工智能伦理与社会 247

8.6.2 人工智能全球治理框架 251

8.7 通用人工智能发展路径探析 254

8.7.1 通用人工智能能力讨论 254

8.7.2 技术路径展望与分析 256

本章小结 256

本章习题 257

参考文献 257

附录A 英汉缩写对照表 260

附录B 技术名词解释 265

文摘▼

本书立足人工智能的范式转变,聚焦前沿方法与实践应用,对其理论、方法与应用场景进行系统梳理。全书共8章,依次涵盖绪论、人工智能数学基础、机器学习基础、深度学习新方法、人工智能生成内容与大模型、智能体系统、人工智能实践以及人工智能前沿技术等核心内容。在内容展开上,本书以数学原理与机器学习理论为起点,循序渐进地过渡至深度学习的核心方法。在此基础上,进一步对人工智能生成内容、大模型和智能体系统进行详细阐述,并结合典型应用系统论述,引导读者沿“基础理论—核心方法—前沿应用”的逻辑脉络逐层深入,进而构建系统完整的知识框架。在内容取舍上,本书对传统人工智能基础内容有所精简,并面向人工智能的前沿发展方向重新梳理知识体系的底层逻辑,力求以准确、简明的语言使读者在理解现代人工智能核心原理的同时,掌握将前沿工具应用于实际场景的综合能力。本书可作为高等院校理工农医类本科生人工智能通识和基础相关课程的教学用书,兼顾人文社科类研究生及部分专业本科生的人工智能通识课程教学需求。此外,本书也可供高等院校教师、科研工作者、工程技术人员以及人工智能从业者、爱好者系统学习或阅读参考。

¥44.63
🛒购物车