"本书系统阐述了深度学习驱动下图像目标检测的基本原理、关键方法与前沿进展，旨在帮助读者全面理解该领域的技术脉络与发展趋势。 全书共六章，内容涵盖目标检测的发展背景与理论基础、图像特征提取与增强、目标分类与定位、小目标检测方法等。全书注重理论与实践结合，兼具系统性与前瞻性，可为读者理解目标检测技术体系与应用创新提供参考

本书聚焦AI技术这一时代话题，提供利用AI技术、与AI一同成长的方法与建议。本书内容涉及日常生活中的人工智能、人工智能发展史、人工智能算法的运作原理、ChatGPT的运行原理、AI作画的方法、图像识别技术和卷积神经网络、自然语言处理、医学影像的智能分析与应用、自动驾驶车辆中的人工智能应用以及AI与人类关系的反思。

本书基于当下迅速发展的AI大模型，梳理大学生活和学习求职过程中的多个刚需场景，结合作者多年教育从业经历，充分发挥大模型的工具性，以大学生生活中的高频场景举例，手把手深入讲解实操，完成当代大学生不可或缺的AI“必修课”。

本书作者理查德·萨斯堪(RichardSusskind)借鉴他自20世纪80年代初以来在人工智能方面的工作经验，探讨了人工智能的历史及其未来的可能情景。他对人工智能的看法并不总是传统的。他将ChatGPT和生成式人工智能定位为人工智能正在进行的故事中的最新篇章，并声称我们仍然处于发展的山脚下。他认为，负责任地思考人工智

本书为触摸这一临界点的纹理，邀请了10余位来自全球各领域前沿的思想者与实践者，共同构成了本期的深度矩阵。他们从各自的维度，把时代的褶皱一一展开：有人在模型的极限处追问“理解”的意义，有人在科学的尺度上重绘认知，有人在治理与伦理的张力间寻找新支点……共同勾勒一个由数学驱动、伦理守护、科学扩张、实践检验的时代轮廓。追问在知

本书以“实战案例+步骤拆解”的通俗形式，打破AI工具的使用壁垒，围绕5款主流的国产核心效率工具，通过30余个职场真实场景与实操指引，构建完整的AI职场应用体系。本书分为5篇，共14章。第1篇(豆包篇)从“登录操作、功能布局”等基础入手，通过豆包的新手引导案例，帮助搜集资料、润色文稿、激发创意，告别加班找资料和憋文案的痛

本书共分14章，全面系统地介绍了生成式AI的基础理论、核心技术、应用场景以及社会影响，既突出生成式AI技术，又重视AIGC应用，旨在为读者提供一个全面、深入且实用的学习平台，帮助读者快速掌握生成式AI(AIGC)的精髓及其在各领域的应用实践。

本书在内容设计上兼具前沿性与低门槛：一方面，融入2023-2025年开源大模型(Llama3、Mistral)、多模态AIGC(Suno文生音乐、Sora文生视频)、AIAgent、具身智能等热点技术；另一方面，所有实验均基于Python预装库(PyTorch、NumPy等)，仅需CPU即可运行，适配职教本科机房及学生

本书以“基础理论—关键技术—前沿应用—伦理安全”为主线，覆盖人工智能领域的核心模块。本书的特色：一是体系完整，覆盖从基础理论到前沿应用的全链条知识；二是案例丰富，通过“西瓜分类”“补给路线规划”等贴近生活的实例降低理解门槛；三是紧跟趋势，重点纳入大语言模型、具身智能等前沿方向；四是注重伦理，强调技术发展与社会责任的平衡

本书聚焦深度学习和大模型前沿，细分机器视觉(目标检测、图像分类)、语音处理(自动语音识别、语音合成)、自然语言处理(文本生成、情感分析)、多模态应用(图文生成、视觉问答)和科学计算(蛋白质结构预测)等关键领域，通过大量实例说明这些领域的主流应用。本书内容系统、新颖，案例丰富，适合作为各类专业的大学生的人工智能导论教材，