最新精品国偷自产在线婷婷,每天av专区无码,久久精品无码鲁网

本書系統(tǒng)地介紹了人工智能的基本原理、方法和應(yīng)用技術(shù)，全面反映了國內(nèi)外人工智能研究領(lǐng)域的最新進展和發(fā)展方向。全書共12章。第1章簡要介紹了人工智能的概況。第2~6章闡述了人工智能的基本原理和方法，重點論述了知識表示、自動推理、不確定性推理、機器學習和神經(jīng)網(wǎng)絡(luò)等。第7章和第8章介紹了專家系統(tǒng)、自然語言處理等應(yīng)用技術(shù)。第9~11 章闡述了當前人工智能的研究熱點，包括分布式人工智能與智能體、智能機器人和互聯(lián)網(wǎng)智能等。第12章探討了類腦智能，展望人工智能的發(fā)展。
本書力求科學性、實用性和先進性，可讀性強。內(nèi)容由淺入深、循序漸進，條理清晰，讓學生在有限的時間內(nèi)掌握人工智能的基本原理與應(yīng)用技術(shù)，提高對人工智能習題的求解能力。
本書可以作為高等院校計算機科學與技術(shù)、自動化、智能科學與技術(shù)等相關(guān)專業(yè)的研究生和高年級本科生的人工智能課程教材，也可以供從事人工智能研究與應(yīng)用的科技人員學習參考。

《人工智能》自2016年出版以來，廣受讀者歡迎，出版社已經(jīng)第9次印刷。在此期間，人工智能飛速發(fā)展。黨的二十大報告指出，推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長引擎。為了反映該領(lǐng)域的最新成果和進展，本書在第1版基礎(chǔ)上做了重要補充和修改，修改內(nèi)容如下:
1)第1章重寫了人工智能發(fā)展史，將人工智能的發(fā)展史劃分為形成期、符號智能和數(shù)據(jù)智能3個時期。
2）第5章增加了聯(lián)邦學習。聯(lián)邦學習是一種分布式機器學習技術(shù)，其核心思想是通過在多個擁有本地數(shù)據(jù)的數(shù)據(jù)源之間進行分布式模型訓練，在不需要交換本地個體或樣本數(shù)據(jù)的前提下，僅通過交換模型參數(shù)或中間結(jié)果的方式，構(gòu)建基于虛擬融合數(shù)據(jù)下的全局模型，從而實現(xiàn)數(shù)據(jù)隱私保護和數(shù)據(jù)共享計算的平衡。聯(lián)邦學習是最有可能解決數(shù)據(jù)孤島問題的技術(shù)。
3）第8章增加了大語言模型。大語言模型通常指包含數(shù)千億（或更多）參數(shù)的語言模型，使用大量文本數(shù)據(jù)訓練，可以生成自然語言文本或理解語言文本的含義。大語言模型代表著人工智能領(lǐng)域的重大進步，這部分重點介紹美國OpenAI聊天機器人程序ChatGPT的關(guān)鍵技術(shù)。
4）第10章智能機器人，增加了基于GENISAMA 通用圖靈機模型的發(fā)育機器人的介紹。與傳統(tǒng)圖靈機不同，發(fā)展網(wǎng)絡(luò)（Development Networks，DN）學習圖靈機是一種超級圖靈機。GENISAMA即為接地性（Grounded）、涌現(xiàn)性(Emergent)、自然性(Natural)、增量性(Incremental)、技巧性(Skilled)、專注性(Attentive)、動機性(Motivated)和抽象性(Abstractive)。
5）第12章類腦智能，刪去了認知計算的有關(guān)內(nèi)容，增加了中國腦科學計劃的介紹。中國腦科學計劃以闡釋人類認知的神經(jīng)基礎(chǔ)（認識腦）為主體和核心 (一體)，同時展現(xiàn)“兩翼”:其中一翼是大力加強預(yù)防、診斷和治療腦重大疾病的研究(保護腦);另一翼是在大數(shù)據(jù)快速發(fā)展的時代背景下，受大腦運作原理及機制的啟示，通過計算和系統(tǒng)模擬推進人工智能的研究(模擬腦)。
自從2022年12月OpenAI發(fā)布ChatGPT以來，以通用人工智能為代表的人工智能技術(shù)變革進入了加速發(fā)展的快車道。通用人工智能（Artificial General Intelligence，AGI）指具有像人類一樣的思考能力，可以從事多種工作的機器智能，以區(qū)別于當下已取得顯著進展的單一能力人工智能，如語音識別、機器視覺、機器翻譯等，以及近期最為火爆的ChatGPT。大模型被普遍認為是通往通用人工智能的重要途徑。隨著具備更優(yōu)“思考”和“辨別”能力的多模態(tài)GPT-4上線，通用人工智能再次引起社會廣泛關(guān)注和熱烈探討。根據(jù)目前展示出來的能力，我們離通用人工智能時代并不遙遠，下一步要多考慮讓大模型連接現(xiàn)實世界，通過自身學習、跨模態(tài)學習等，讓大模型與現(xiàn)實世界“對齊”。雖然人工智能大模型的演進速度和智能表現(xiàn)令人欣喜，市場需求和投資熱情空前高漲，但依然存在算法優(yōu)化、算力突破、數(shù)據(jù)安全、隱私保護、倫理規(guī)范等技術(shù)和社會方面的問題，通用人工智能帶來的這場變革既是挑戰(zhàn)也是機遇，我們應(yīng)積極探索通用人工智能的可能性和潛力，同時也應(yīng)警惕通用人工智能帶來的風險和挑戰(zhàn)。

你還可能感興趣

我要評論