本书共10章。第1-3章梳理Token从行业术语演变为大众常识的背景，剖析AI公司的商业模式；第4-5章聚焦个体与工具的关系，分析用户价值体验产生差异的根本原因；第6-8章分别针对上班族、家长及企业主三大核心群体，探讨AI时代如何重新定价专业工作、如何培养孩子的AI素养，以及如何算清企业AI投入的成本与回报；第9-10

本书分为5部分。第一部分(第1-6章)介绍标准式博弈及其核心概念，第二部分(第7-11章)探讨扩展式博弈，第三部分(第12-15章)转向合作博弈，第四部分(第16-21章)阐述马尔可夫决策过程与随机博弈，第五部分(第22-28章)讲解多智能体协作。

本书基于Kittenblock软件，结合功能强大的未来板Lite硬件平台，带领读者从零开始学习编程与硬件开发，掌握人工智能与物联网产品的设计与制作技能。秉承STEAM教育理念，以项目式学习为主线，从基础编程到高级应用，引导读者完成从理论到实践的跨越。每个项目均配有步骤与代码示例，帮助读者轻松上手，快速掌握人工智能与物联

本书共分为10章，系统解析大模型在边缘侧的部署路径，围绕大模型原理、边缘计算特性及两者结合面临的挑战展开。全书首先介绍Transformer架构、大模型裁剪与知识蒸馏方法，覆盖量化策略与推理优化机制，深入剖析了权重剪枝、混合精度计算、推理引擎执行流及算子融合等关键技术。随后聚焦实际部署流程与系统调度策略，从模型格式兼容

本书可作为高等院校电子信息类、计算机类、人工智能等相关专业高年级本科生、低年级研究生的教材,也可供从事电子工程、信息技术、人工智能、机器人等相关领域的研发人员、科技工作者和研究人员参考

本书将从基础概念出发,逐步深入到高级主题,涵盖了从理论到实践的方方面面。每一章节都经过精心设计,既有理论阐述,又有代码实例,还包含了大量的最佳实践和注意事项,以确保读者能够全面掌握相关知识。

本书共4部分,第1部分(第1-3章)为基础认知,主要介绍AI的人文定义、发展简史、机器学习及深度学习,帮助读者建立对AI的基础认知;第2部分(第4、5章)为AI内容生成技术,聚焦大语言模型与AIGC多模态生成的技术演进与实践应用,让读者全面了解AIGC;第3部分(第6、7章)为AI赋能应用,深人探讨AI赋能人文艺术的范

本书系统地介绍人工智能基础理论与应用实践,内容包括人工智能概述、Python编程基础、机器学习概论、深度学习概论、神经网络、网络信息采集与处理、大数据分析与可视化、数据挖掘技术、人工智能伦理、人工智能研究热点与发展趋势。书中通过具体项目案例和实践任务讲解各个知识点,帮助学生在动手实践中掌握理论知识。

本书介绍大模型的基础知识,如通用大模型的能力边界,垂直领域大模型的构建需求、构建路径和应用场景;深入浅出地阐述提示工程、大模型微调、检索增强生成、AIAgent开发等垂直领域大模型的构建技术;以代码形式给出网络安全大模型和AIAgent构建示例,以图文形式给出大模型本地部署、集群部署、云环境部署、国产化部署和轻量化部署

本书系统介绍人工神经网络的基本理论、经典模型及其典型应用,围绕“理论-方法-实践-案例”这一主线,结合PyTorch深度学习框架,对人工神经网络的核心技术进行全面讲解。全书注重理论与实践相结合,涵盖多层感知器、卷积神经网络、循环神经网络、生成对抗网络、图神经网络等多种主流深度学习模型。在此基础上,围绕典型应用场景,精心