人工智能技術基礎及應用活頁式教程
李強
- 出版商: 電子工業
- 出版日期: 2025-12-01
- 售價: $408
- 語言: 簡體中文
- 頁數: 280
- ISBN: 7121522292
- ISBN-13: 9787121522291
-
相關分類:
Large language model
下單後立即進貨 (約4週~6週)
商品描述
本書以“大模型—AIGC—智能體”為主線展開論述,全書共六章,包括人工智能基礎與關鍵技術,大語言模型及應用,AIGC及應用,提示詞工程,知識庫與智能體,人工智能與未來創新。本書系統介紹人工智能領域核心技術和前沿應用,內容全面、結構清晰,突出實用性與前瞻性,旨在幫助讀者構建完整的知識體系並掌握實際應用能力。本書適合作為人工智能、計算機及相關專業的教材,也可作為企業在職培訓、開發者能力提升參考用書。
目錄大綱
第一章 人工智能基礎與關鍵技術 001
章節導入 從圖靈測試到 DeepSeek 001
1.1 人工智能的發展階段與發展方向 002
1.1.1 人工智能的發展階段 002
1.1.2 人工智能未來的發展方向 006
1.2 人工智能介紹 008
1.2.1 人工智能的定義 008
1.2.2 人工智能的分類 008
1.2.3 人工智能的應用領域 009
1.2.4 人工智能的全景圖 009
1.3 人工智能關鍵技術 010
1.3.1 機器學習 010
1.3.2 深度學習和神經網絡 014
1.3.3 實踐項目:可視化神經網絡實驗室 018
1.3.4 計算機視覺 020
1.3.5 實踐項目:基於Web的以圖搜圖 023
1.3.6 自然語言處理 025
1.3.7 實踐項目:基於情感分析的文本分類 029
1.4 人工智能倫理與安全 031
1.4.1 人工智能倫理概述 031
1.4.2 人工智能面臨的倫理問題 032
1.4.3 人工智能安全問題 033
1.4.4 人工智能倫理與安全的應對策略 035
第二章 大語言模型及應用 038
章節導入 人工智能的大腦 ?—大語言模型 038
2.1 大語言模型基礎 039
2.1.1 大模型基礎 039
2.1.2 大語言模型 041
2.2 大語言模型的構建流程 047
2.2.1 確定大語言模型基座 047
2.2.2 數據收集和預處理 048
2.2.3 大語言模型的訓練 049
2.2.4 大語言模型的推理 051
2.2.5 模型評估與驗證 052
2.2.6 大語言模型的部署 053
2.2.7 大語言模型訓練的挑戰 054
2.3 DeepSeek應用實踐 056
2.3.1 DeepSeek基礎 056
2.3.2 DeepSeek基本應用 059
2.3.3 DeepSeek高級應用 064
2.4 Kimi應用實踐 067
2.4.1 Kimi基本應用 067
2.4.2 Kimi高級應用 069
2.5 通義應用實踐 074
2.5.1 通義基本應用 074
2.5.2 通義高級應用 077
第三章 AIGC及應用 085
章節導入 智能時代的內容革命 085
3.1 AIGC概述 086
3.1.1 AIGC基礎 086
3.1.2 AIGC分類、應用場景和產業鏈 087
3.2 文本生成應用實踐 090
3.2.1 AIGC文本生成基礎 090
3.2.2 自動化寫作—新聞稿件 090
3.2.3 知識凝練與智能決策—風險分析報告 093
3.2.4 軟件開發輔助—代碼生成 095
3.2.5 數據可視化—文生圖表 100
3.3 圖像生成應用實踐 104
3.3.1 AIGC圖像生成基礎 104
3.3.2 圖像生成和處理—人物圖像 105
3.3.3 主題圖像生成—平面廣告 109
3.3.4 建築施工草圖—家裝效果圖 112
3.3.5 工業產品設計—電動車設計 115
3.4 音頻生成應用實踐 118
3.4.1 AIGC音頻生成基礎 118
3.4.2 聲場環境營造—智能編曲 118
3.4.3 個性音樂創作—一鍵寫歌 121
3.4.4 文字轉語音—文本配音 123
3.4.5 原聲復現技術—語音克隆 125
3.5 視頻生成應用實踐 126
3.5.1 AIGC視頻生成基礎 126
3.5.2 文生視頻—短視頻制作 127
3.5.3 圖生視頻—文物復活 130
3.6 多模態生成綜合實踐—簡單數字人制作 133
3.6.1 數字人技術基礎 133
3.6.2 數字人制作實踐—愛因斯坦講課 134
第四章 提示詞工程 138
章節導入 人機交互的藝術 ——提示詞工程 138
4.1 基礎概念 139
4.1.1 提示詞工程入門 139
4.1.2 基礎提示詞結構 141
4.1.3 提示詞模板和變量 142
4.2 核心技術 144
4.2.1 零樣本提示 144
4.2.2 少樣本學習 145
4.2.3 上下文學習 147
4.2.4 思維鏈提示 151
4.2.5 自我反思 153
4.2.6 約束 155
4.3 優化和改進 157
4.3.1 提示詞優化技術 157
4.3.2 處理歧義和提高清晰度 159
4.3.3 提示詞長度和復雜度管理 160
4.4 提示詞框架 162
4.4.1 提示詞框架及使用 162
4.4.2 CLEVER提示詞框架 164
4.4.3 ICIO提示詞框架 166
4.4.4 CRISPE提示詞框架 168
4.4.5 BROKE提示詞框架 170
4.4.6 RASCEF提示詞框架 172
4.5 提示詞應用技巧 175
4.5.1 個性化定制提示詞 175
4.5.2 多模態提示詞融合 176
4.5.3 動態調整提示詞 176
4.5.4 提示詞的分層與分級 177
4.5.5 結合情感分析優化提示詞 177
4.6 提示詞倫理與安全 178
4.6.1 提示詞中的倫理考慮 178
4.6.2 提示詞安全 179
第五章 知識庫與智能體 181
章節導入 智能系統的雙引擎 181
5.1 知識庫及搭建 182
5.1.1 知識庫基礎 182
5.1.2 知識庫的類型 184
5.1.3 搭建知識庫實踐 188
5.2 智能體及創建 196
5.2.1 智能體基礎 196
5.2.2 創建簡單智能體—聊天機器人 199
5.3 典型智能體創建 206
5.3.1 基於知識庫的智能體—課程助教 206
5.3.2 基於工作流的智能體—城市膠囊 221
5.3.3 多模態智能體—數字人 229
第六章 人工智能與未來創新 243
章節導入 人工智能驅動的創新與創業新紀元 243
6.1 人工智能與創新 244
6.1.1 創新項目類型 244
6.1.2 創新路徑實施 246
6.1.3 創新大賽評審要點解讀(創意組) 248
6.1.4 典型創新項目—自動作業批改機 250
6.2 人工智能與創業 251
6.2.1 創業方向選擇 251
6.2.2 創業實踐指南 254
6.2.3 創新大賽評審要點解讀(創業組) 257
6.2.4 典型創業項目—智能安防和智能醫療診斷 260
6.3 人工智能與未來技術 261
6.3.1 人工智能驅動的技術革命 261
6.3.2 未來技術的應用場景 264
6.3.3 面向未來的人工智能技術挑戰 268
