欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 人工智能与创新(高等学校人工智能通识教育系列教材)
      • 作者:编者:赵宏|责编:武林晓
      • 出版社:高等教育
      • ISBN:9787040635126
      • 出版日期:2024/12/01
      • 页数:282
    • 售价:16
  • 内容大纲

        本书是为天津市级AI通识必修课“人工智能与创新”的配套教材。
        第1章和第2章是AI基础篇,为读者推开人工智能的大门,领略AI的世界。AI基础篇的内容从AI概览到人工智能的涌现,每一步都让读者与人工智能的世界更近,引发读者对AI的思考,激发读者进一步探索AI的欲望。第3章到第13章是AI能力篇,基于“问题逻辑认知模式成果导向教育(POT-OBE)”及相应的“5E(Excitation、Exploration、Enhancement、Execution、Evaluation)”教学范式,从第一视角出发,使读者进入11个与AI同行的探索之旅。AI能力篇的内容从如何让AI更好地理解你到AI如何协助你进行科学研究;从“短期租赁房屋受欢迎程度的影响因素分析”到“中国新能源汽车主要品牌销量分析”;从“短视频对青少年的健康影响分析”到“心理咨询机器人的设计与制作”;从“构建人物关系图谱”到“制作一个AI编程助手”等。读者每一次的探索和发现,都是与AI同行能力的积累,更是思维和创新能力的锻炼与升华。
        本书的目标不是培养让机器具有智能的专业人才,而是培养能驾驭AI去创新的高手。因此,本书适合高等院校面向全体学生开设的人工智能通识必修课,也适合任何有兴趣驾驭AI去创新的读者。希望读者能够在这个飞速发展的时代,主动拥抱AI,在未来与AI的同行中找准自己的位置。
  • 作者介绍

        赵宏,博士,南开大学计算机学院教授、硕士生导师。校级教学团队带头人,2013-2017年教育部高等学校文科计算机基础教学指导分委员会委员,主要负责大学计算机通识课程的教学与研究。主持23项教改项目,主编教材10本。获得中国信息协会“2019-2020年度在线教育发展贡献人物”、教育部在线教育研究中心“智慧教学之星”、南开大学教学名师、南开大学“课程思政”优秀典型课程、校级教学成果奖等多项奖励和荣誉称号。主要进行空气质量数值预报模型方面的应用研究,承担科研项目30余项,发表教学和科研论文50余篇。
  • 目录

    AI基础篇
      第1章  人工智能概览
        1.1  无处不在的人工智能
          1.1.1  智能体
          1.1.2  生成式人工智能
        1.2  什么是人工智能
          1.2.1  人工智能的前世今生
          1.2.2  AI发展史上的三个主要分支
          1.2.3  关于人工智能的定义
        1.3  计算技术的发展概况
          1.3.1  机械计算时代(1946年以前)
          1.3.2  电子计算时代(1950-1980年)
          1.3.3  网络计算时代(1980-2020年)
          1.3.4  智能计算时代(2020年至今)
        1.4  人工智能的技术领域、应用领域和发展方向
          1.4.1  人工智能的主要技术领域
          1.4.2  人工智能的主要应用领域
          1.4.3  人工智能前沿技术的发展方向
        1.5  人工智能的风险、伦理与立法
          1.5.1  人工智能的风险
          1.5.2  保障人工智能安全的立法
        1.6  我国AI发展的困境与道路选择
          1.6.1  发展困境
          1.6.2  中国发展AI的道路选择
        1.7  对未来社会的预测
          1.7.1  利奥波德·阿申布雷纳的预测
          1.7.2  尼克·博斯特罗姆的预测
          1.7.3  在ASI人将两极分化的预测
        1.8  AI对教育的挑战与应对
          1.8.1  AI对教育的挑战
          1.8.2  回归教育本质
          1.8.3  智能化时代教育目标的迁移
          1.8.4  POT-OBE与5E
      第2章  如何让机器具有智能
        2.1  AI算法
          2.1.1  机器学习
          2.1.2  深度学习
          2.1.3  LM、Transformer、LLM和GPT
        2.2  大数据
          2.2.1  数据量的单位及人类产生的数据量
          2.2.2  人工智能与大数据
        2.3  算力
          2.3.1  AI芯片层算力
          2.3.2  并行计算架构层算力
        2.4  第三代人工智能和哲学视角下的AI
          2.4.1  中国发展第三代人工智能
          2.4.2  维特根斯坦的哲学观点与大语言模型
    AI能力篇
      第3章  让AI更好地理解我——学会与AI大模型对话
        3.1  Excitation——提出感兴趣的话题

      ……
    参考文献
    后记