智能革命:迎接人工智能时代的社会、经济与文化变革在线阅读
会员

智能革命:迎接人工智能时代的社会、经济与文化变革

李彦宏
开会员,本书免费读 >

计算机网络人工智能16.3万字

更新时间:2019-01-04 19:19:48 最新章节:AR效果展示说明

立即阅读
加书架
下载
听书

书籍简介

人类历史上的历次技术革命,都带来了人类感知和认知能力的不断提升,从而使人类知道更多,做到更多,体验更多。以此为标准,李彦宏在本书中将人工智能定义为堪比任何一次技术革命的伟大变革,并且明确提出,在技术与人的关系上,智能革命不同于前几次技术革命,不是人去适应机器,而是机器主动来学习和适应人类,并同人类一起学习和创新这个世界。大数据是智能社会运转的根本动力和燃料。以百度为代表的搜索引擎公司,由于对数据资源的获取和使用类似深度学习的商业模式,也与大数据—深度学习—提取模式—创造用户价值这一研发文化相匹配,使其天然具备了人工智能的基因。本书从硬件集群、计算能力、大数据资源、人工智能文化等方面提出了智能化的基本标准,并且从制造业升级、金融革新、无人驾驶、管理革命、智能生活等多个维度,描绘即将到来的智能社会,反思人类即将面临的种种挑战。“人工智能”正式写入2017年政府工作报告,折射出未来人工智能产业在我国经济发展与转型中的重要性。本书内容涵盖了人工智能发展的主要领域,刻画了人工智能未来发展的场景和商业模式,对我国各行各业应对智能化转型提供了很好的指引和借鉴。
品牌:中信出版社
上架时间:2017-04-01 00:00:00
出版社:中信出版社
本书数字版权由中信出版社提供,并由其授权上海阅文信息技术有限公司制作发行

最新章节

李彦宏
主页

同类热门书

最新上架

  • 会员
    机器学习是人工智能的核心,而统计思维则是机器学习方法的核心:从随机性中寻找规律性。例如,利用损失最小化思想制定学习策略,采用概率最大化思想估计模型参数,利用方差对不确定性的捕捉构造k维树,采用贝叶斯公式构建分类决策模型,等等。只有树立正确的统计思维,才能准确高效地运用机器学习方法开展数据处理与分析。本书以统计思维的视角,揭示监督学习中回归和分类模型的核心思想,帮助读者构建理论体系。
    董平编著计算机18万字
  • 会员
    ChatGPT作为人工智能领域的一大进步,引起了热议,其强大功能的背后离不开大模型的支持。大模型指的是参数规模超过千万的机器学习模型,主要应用于语音识别、计算机视觉等领域。本书聚焦大模型,对大模型的技术场景和商业应用展开详细叙述。本书主要从典型应用ChatGPT入手,探寻其背后支撑大模型的魅力。首先,本书对大模型的基础概念、产业格局、带来的新型商业模式进行讲解,展现了大模型的发展现状和商业化潜力。
    梅磊 施海平 陈靖计算机13.2万字
  • 会员
    这是一本从工程化角度讲解大语言模型的核心技术、构建方法与前沿应用的著作。首先从语言模型的原理和大模型的基础构件入手,详细梳理了大模型技术的发展脉络,深入探讨了大模型预训练与对齐的方法;然后阐明了大模型训练中的算法设计、数据处理和分布式训练的核心原理,展示了这一系统性工程的复杂性与实现路径。除了基座模型的训练方案,本书还涵盖了大模型在各领域的落地应用方法,包括低参数量微调、知识融合、工具使用和自主智
    苏之阳 王锦鹏 姜迪 宋元峰计算机12.1万字
  • 会员
    本书以Python3.10.7为平台,以实际应用为背景,通过概念、公式、经典应用相结合的形式,深入浅出地介绍了Python图形图像处理经典实现。全书共10章,主要包括绪论、迈进Python、Python图形用户界面、数据可视化分析、图像视觉增强分析、图像视觉复原分析、图像视觉几何变换与校正分析、图像视觉分割技术分析、图像视觉描述与特征提取分析、车牌识别分析等内容。通过本书的学习,读者可领略到Py
    丁伟雄编著计算机12.3万字
  • 会员
    本书着重阐述了深度学习时代的计算机视觉算法的工作原理,首先对深度学习与计算机视觉基础进行了介绍,之后对卷积神经网络结构的演化过程,以及基于深度学习的目标检测算法、图像分割算法、人体姿态估计算法、行人重识别与目标跟踪算法、人脸识别算法以及图像超分辨率重建方法进行了介绍。本书系统讲解了在日常生活和工作中常见的几项计算机视觉任务,并着重介绍了在当今深度学习时代,这些计算机视觉任务是如何工作的,可使读者快
    徐从安 李健伟 董云龙 孙超等计算机9.9万字
  • 会员
    在人工智能的研究中,既包括对于人类理性思维的模拟,还包括对人类感性思维的计算。本书重点讲述的文本情感分析技术就属于后者。该技术源于自然语言处理领域,但也有别于一般的自然语言处理任务。文本情感分析面向的处理对象是社交媒体中产生的用户评论文本,该文本的特点是带有大量的用户主观情感信息,因此该技术的核心是通过自动分析评论文本来进行情感的理解。文本情感分析技术已有20余年的研究历史,凝聚成了多项研究任务和
    秦兵 赵妍妍 林鸿飞 王素格 徐睿峰计算机23.3万字
  • 会员
    《PyTorch深度学习与企业级项目实战》立足于具体的企业级项目开发实践,以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识,同时以实际动手操作的方式来引导读者入门人工智能深度学习。《PyTorch深度学习与企业级项目实战》共分18章,内容主要包括人工智能、机器学习和深度学习之间的关系,深度学习框架PyTorch2.0的环境搭建,Python数据科学库,深度学习基本原理,
    宋立桓 宋立林计算机10.8万字
  • 会员
    本书参照产业界自动驾驶技术研发的基本流程,充分借鉴了产业界在自动驾驶技术领域中的实际研发经验,以高性能的智能小车和高度仿真的车道沙盘为实验教具和运行环境,深入浅出地讲解自动驾驶技术的原理与实际应用,为初学者打开一扇通往人工智能世界的大门。本书以帮助初学者如何从无到有地打造出具备自动驾驶功能的智能小车为主线,内容分为看车(了解自动驾驶)、造车(设计智能小车)、开车(收集训练数据)、写车(编写自动驾驶
    胡波主编计算机14.9万字
  • 会员
    本书从技术、应用和产业3个维度为切入点,对智能语音语义领域相关的热点和趋势展开研究。本书以“人与机器的对话”开篇,讲述人类语音生成、传播和感知的过程,引发对于机器智能语音听说的思考,进而阐述技术探索发展史;然后,分析了以语音交互为核心的技术现状,综合剖析提出全双工、端到端模型构建、语音假冒攻击等热点;其次,从政策、投融资和产业规模上,分析整体智能语音产业环境,纵观国内外企业在相关技术和产品上的积极
    李荪 曾然然 殷治纲编著计算机13.6万字

同类书籍最近更新

  • 会员
    本书向数据科学家、数据工程师、架构师和业务分析师展示了如何使用领先的图数据库模型TigerGraph,目标是向读者介绍图数据结构、图分析和图机器学习的概念、技术和工具。三位作者介绍了涵盖多种当代业务需求的真实使用案例。读者将探索从互联数据中获取价值的三阶段方法:连接、分析和学习。几乎每章的开头都列出了对应的三个方面的目标:学习图分析和机器学习的概念;用图分析解决特定问题;了解如何使用GSQL查询语
    (美)维克多·李等人工智能12.5万字
  • 当你凝望夜空时,你是否曾望向繁星背后的虚空:“宇宙的边界在哪里?时空的本质究竟是什么?幽暗的深空中此刻是否也有一双眼睛正在凝视着你?”当你凝视镜中的自己时,你是否曾望向双眼背后的大脑:“我”到底是谁?寄居在这副皮囊之中的灵魂是否真的存在?当肉体衰亡,“我的灵魂”是将随之消散还是化为飘荡于宇宙之中的一股电波?下载知识、移植记忆、意念互通与大脑联结这些科幻电影中的场景能否成为现实?人脑被称为“内在的宇
    (巴西)米格尔·尼科莱利斯人工智能23.2万字
  • 会员
    近年来,深度学习在人工智能的发展过程中起到了举足轻重的作用,而图神经网络是人工智能领域的一个新兴方向,被称为图上的深度学习。本书详细介绍了从深度学习到图神经网络的基础概念和前沿技术,包括图上的深度学习、图神经网络的数学基础、神经网络学习与算法优化、深度学习基础、神经网络中的表示学习、面向图数据的嵌入表示、初代图神经网络、空域及谱域图卷积神经网络等内容。为增强可读性,本书叙述清晰、内容深入浅出、图文
    张玉宏等人工智能17.1万字
  • 会员
    本书简洁地介绍了现代神经网络、人工智能和深度学习技术,专门为软件工程师和数据科学家设计。第1章逐步介绍神经网络的基础知识。第2章比较TensorFlow1.x和TensorFlow2.0编程模型。第3章重点介绍回归。第4章介绍卷积神经网络及其在图像处理中的应用。第5章讨论了CNN在图像、视频、音频和文本处理方面的高级应用。第6章重点介绍生成对抗网络。第7章介绍词嵌入。第8章介绍基本嵌入方法的各
    (意)安东尼奥·古利 (印)阿米塔·卡普尔 (美)苏吉特·帕尔人工智能17.9万字
  • 会员
    本书从AI的发展历史讲起,介绍了目前最热门的深度学习加速芯片和基于神经形态计算的类脑芯片的相关算法、架构、电路等,并介绍了近年来产业界和学术界一些著名的AI芯片,包括生成对抗网络芯片和深度强化学习芯片等。本书着重介绍了用创新的思维来设计AI芯片的各种计算范式,以及下一代AI芯片的几种范例,包括量子启发的AI芯片、进一步提升智能程度的AI芯片、有机自进化AI芯片、光子AI芯片及自供电AI芯片等。本书
    张臣雄人工智能26.7万字
  • 会员
    本书分为两大部分:第一部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。此外,附录部分的内容也非常丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,包括支持向量机、决策树、随机森林和集成方法,还提供了使用Sci
    (法)奥雷利安·杰龙人工智能39.5万字