本书详细回顾了人工智能的发展历程，从早期的基础理论与思想，到如今的技术突破与应用实践，探索了人工智能技术如何从学术研究走向商业化、普及化的过程。全书分为8章，首先通过分析人工智能的起源、符号主义的崛起及其瓶颈，深入阐述了AI技术如何逐渐从单一任务的工具转向具备多任务处理能力的智能系统。随后聚焦于从专家系统到深度学习的技

"《AI重塑未来技术变革与人类共生的图景》深入探讨人工智能技术发展趋势及其对人类社会影响，系统阐述AI技术的现状、应用前景以及未来十年可能带来的深刻变革。全书共分为五篇：第一篇AI时代的到来（第1～4章），从人工智能的基本概念出发，深入解析深度学习、强化学习、大模型等核心技术原理，探讨数据驱动的智能时代特征，并客观分析

《人工智能通识教程》主要介绍人工智能的核心技术与应用发展，内容涵盖人工智能概述、人工智能技术原理、人工智能交叉学科及融合技术、人工智能应用方向、人工智能应用场景、人工智能发展展望和人工智能时代的职业展望。引入丰富的实践案例和拓展阅读，旨在帮助学生深入理解人工智能的技术脉络与社会影响，掌握相关领域的基础知识，提升技术应用

本书系统地探讨生成式人工智能这一革命性技术，剖析其深层原理、应用前景与未来发展方向，为读者提供一个俯瞰生成式人工智能全貌的宏观视角。本书从基础原理的阐释到技术应用的广泛探索，构建了一个全面的知识体系，涵盖自然语言处理、深度学习等前沿领域，为读者奠定坚实的理论基础。通过对ChatGPT在智能客服、内容生成、教育、医疗等多

本书系统介绍了智能科学技术的初步知识，是人工智能相关专业的入门教材。全书共10章，主要内容围绕智能科学的基本概念与相关知识，沿着大多数初学者的朴素问题链逐步展开，具体包括智能科学的相关名词、发展历程、应用、专业学习方法、科学问题、人工智能及其要素、挑战与展望等。本书语言简练，实例丰富，通俗易懂，重点突出，逻辑性强，便于

机器学习是一门多领域交叉学科，涵盖概率论知识、统计学知识、近似理论知识和复杂算法知识，使用计算机作为工具，致力于真实实时地模拟人类学习方式，并将现有内容进行知识结构划分来有效提高机器学习效率。本书共分为七章：第一章，机器学习概述，介绍了机器学习的特点、分类以及应用；第二章，线性回归，包括线性回归模型的建立、学习策略的确

全书分为七部分：深度学习与深度置信网络研究现状、深度置信网络参数自适应学习、自组织深度置信网络、增量式深度置信网络、生成式对抗性深度置信网络、事件驱动的深度置信网，以及事件驱动的深度置信网络预测控制。每一部分均在工业过程优化运行中有相应实验测试与应用实践。从理论方法到应用实践，书中的内容从基础概念到最新进展均有涵盖，使

本书重点针对应用层的ChatGPT开发核心技术进行介绍，着重于案例分析和最佳实践的讲解。全书共16章，包括ChatGPT端到端语音聊天机器人项目实战、ChatGPT应用开发的三大核心内幕及典型案例、ChatGPT底层架构Transformer技术及源码实现、GPT内幕机制及源码实现逐行解析、GPT-2源码实现及GPT-

本书的主要内容为连续学习的理论和应用的一些关键技术方法，其创新点包括：(1)提出一种跨时序任务的感知目标函数；(2)提出一种代表性重演样本挑选算法；(3)提出一种基于元学习的训练样本影响的计算方法；(4)提出一种基于非对称的梯度度量与最大差异优化算法；(5)提出一种基于增广图网络的连续多标签分类算法；(6)提出一种基于

多模态深度学习是一种研究视觉、语言、音频等多种模态数据之间关联性的技术。本书是一本探讨多模态深度学习领域最新进展和应用的专业书籍，综合了最新的研究进展和实际应用案例，涵盖了多个关键领域，包括多模态语音识别、多模态虚假新闻的检测与处理、视频文本跨模态检索等，为读者展现了一个全面了解多模态深度学习领域发展前沿的窗口，为学术