本书以知识创造为中心框架提供了一个新颖、实用的视角，用以解读人工智能的新热潮，并揭示知识是如何在人类和技术系统中产生、验证和传播的。本书旨在将人工智能讨论的焦点从其所谓的智能转向其知识创造能力，重新审视支撑知识追求的创造性细微差别，尝试重新定义创造过程并将其恢复到知识创造的领域。

本书分为两个部分，分为ChatGPT之前和ChatGPT之后，也可以说是，分别属于AlphaGo时期和LLM时期。根据人工智能的发展可能性，未来新一代人工智能很可能属于世界模型人工智能(worldmodelAI)，以及具身人工智能(embodiedAI)，但前景尚未明朗，在此时此刻，似乎还缺乏实现这种更接近通用人工智能

本书13章按”认知迁移→上下文工程→高频实战→团队落地→领域应用”五阶段递进：认知迁移(第1-2章)帮助读者完成从”控制机器”到”与AI协作”的心智转变；上下文工程(第3-4章)首次系统讲解让AI”看到”正确信息的工程方法论；高频实战(第5-8章)覆盖代码生成、调试、测试、重构四大场景；团队落地(第9-11章)提供从个

本书以RHEL8/CentOS8为平台，分为6个学习情境，分别为系统安装与常用命令、系统管理与配置、shell编程与调试、网络服务器配置与管理、系统安全与故障排除(电子活页)、拓展与提高(电子活页)。全书共14个教学项目，包括安装与配置Linux操作系统、Linux常用命令与vim、管理Linux服务器的用户和组、配置

本书研究总体内容及框架可概括为“1+2+1”：第一个“1”即一条主线：算力。从国家“东数西算”工程出发，结合目前算力网的理论与实践进展，聚焦国家算力网总体设计，分别就算力的绿色发展问题、互联互通问题、并网调度问题等深入研究。在算力绿色发展方面，提出有效发挥数据中心集群化阶乘化降耗效应；在算力互联互通方面，强化确定性网络

本书提出自适应训练轮数优化方法，通过自主学习动态分配训练资源，提升模型协同训练效率；针对设备内存在的应用干扰与资源约束，设计了兼顾干扰规避与能耗控制的优化策略，减少任务完成时间与总能耗；面对大模型时代非平衡数据分布导致的泛化能力不足问题，本书针对大规模分布式微调场景，提出了端边云分层适配器联邦微调等方法，有效提升了不同

本书不仅系统回顾了学习技术的理论基础及其发展历程，还通过“认知-情绪-思维”与“个性化-社会化-生态化”两条核心脉络，详细阐述了这一领域的研究理念。书中精心挑选了多个具体实践案例，生动展示了CTCL如何在不同教育场景中发挥重要作用，帮助教师更好地理解并运用这些先进理念，从而提高教学质量。此外，《学习技术研究手册》还收录

本书包括基于Windows系统的网络加固、升级、整体监控和维护。以用户的网络安全运行需求和稳定运行为出发点，综合运用计算机安全技术，合理选择软、硬件产品，通过对操作系统进行加固和升级，使现行的网络具有良好的性能，满足用户安全需求，成为稳定可靠的计算机网络系统。Windows系统的安全特性展开，从基础理论到高级应用，从日

本书主要内容包括：物联网概述，传感器及物联网检测技术，无线传感器网络概述，物理层技术，通信的基本概念与模型，数据通信基础理论，数据链路层技术，路由层协议，无线局域网安全，物联网通信技术应用。

本书从现代计算机视觉面临的“感知鸿沟”出发，对机器感知视角下的图像理解与深度学习方法进行认真分析，其内容包括CNN、视觉Transformer到扩散模型与自监督学习等深度学习核心技术体系。书稿的核心价值在于深入阐述了迈向真正感知的关键方法论，其中包括几何深度学习、组合式表征、动态预测编码、三维视觉与时空建模等方面。书稿