搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
人工智能+行动指南
0.00     定价 ¥ 68.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购15本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787521868661
  • 作      者:
    作者:胡为民|责编:杜鹏//常家凤
  • 出 版 社 :
    经济科学出版社
  • 出版日期:
    2025-04-01
收藏
畅销推荐
内容介绍
本书以中央经济工作会议和政府工作报告为纲领,系统拆解了“人工智能+”国家战略的顶层设计与落地路径,从政策护航到技术探秘,从实施攻略到典型案例,层层递进揭示大模型赋能产业升级的核心逻辑。书中既有对新一代AI技术原理的深度剖析,又有多个行业转型的鲜活样本,更前瞻性预判智能革命的未来挑战与机遇。作者以扎实的政经洞察和实战经验,为政府部门、企业提供了一套可复制的“行动图谱”,堪称政策制定者的决策参考、领导者的转型利器、技术人的实战宝典。在国家全力培育新质生产力的当下,本书是拥抱智能时代的读者不可错过的行动纲领!
展开
目录
第1章 政策护航:为人工智能划定前行航道
1.1 国际人工智能政策前沿动向:全球竞逐,谁主沉浮?
1.1.1 AI霸权争夺战:美国如何在高科技棋盘上步步为营?
1.1.2 AI规则的“欧洲标准”:欧盟如何在伦理与创新之间“走钢丝”?
1.1.3 从“日不落”到“AI不落”:英国如何在全球AI竞赛中重塑帝国荣光?
1.1.4 追赶者的奋起:各个国家纷纷步入AI赛道
1.2 中国人工智能政策新动向:东方智慧,引领未来
1.2.1 AI巨龙崛起:中国如何在技术自主与全球竞争中开疆拓土?
1.2.2 北上深杭等重点城市AI发展领先布局
第2章 原理探秘:揭开新一代人工智能的“神秘面纱”
2.1 追溯新一代人工智能的发展之路:从梦想到现实
2.1.1 早期的符号主义:逻辑与规则的尝试
2.1.2 专家系统的崛起:从理论到实践的尝试
2.1.3 机器学习的兴起:数据驱动的新思路
2.1.4 深度学习的突破:开启智能新时代
2.1.5 大模型的崛起:AI能力的飞跃
2.1.6 智能体技术的发展:赋予AI行动与决策的能力
2.2 符号主义:人工智能的“逻辑导航者”
2.2.1 符号主义的基本原理
2.2.2 符号主义的主要特征
2.2.3 符号主义的应用案例
2.2.4 符号主义的未来发展方向
2.3 专家系统:人工智能的“智慧智库”
2.3.1 专家系统的基本原理
2.3.2 专家系统的主要特征
2.3.3 专家系统的应用案例
2.3.4 专家系统的未来发展方向
2.4 机器学习:人工智能的“智能教练”
2.4.1 机器学习的基本原理
2.4.2 机器学习的主要特征
2.4.3 机器学习的应用案例
2.4.4 机器学习的未来发展方向
2.5 深度学习:人工智能的“深度驱动器”
2.5.1 深度学习的基本原理
2.5.2 深度学习的主要特征
2.5.3 深度学习的应用案例
2.5.4 深度学习的未来发展方向
2.6 大模型:人工智能的“思维巨擘”
2.6.1 大模型的基本原理
2.6.2 大模型的主要特征
2.6.3 大模型的应用案例
2.6.4 大模型的未来发展方向
2.7 智能体:人工智能的“行动先锋”
2.7.1 智能体的基本原理
2.7.2 智能体的主要特征
2.7.3 智能体的应用案例
2.7.4 智能体的未来发展方向
第3章 实施攻略:新一代人工智能落地见效的“秘籍”
3.1 战略布局,决胜千里
3.1.1 领导挂帅:没有“一把手”站台,AI只能是空中楼阁
3.1.2 排兵布阵:打造“前中后台”联合作战体系
3.1.3 胜负手:用考核机制拧紧责任发条
3.1.4 实操工具箱
3.2 理念宣贯,凝聚共识
3.2.1 破冰行动:先治“AI焦虑症”,再谈技术落地
3.2.2 播种行动:用“三波攻势”让AI理念扎根
3.2.3 固本行动:把共识变成“肌肉记忆”
3.2.4 实操工具箱
3.3 深挖痛点,找准场景
3.3.1 痛点挖掘:别被“假哭”骗了,找到真正的“伤口”
3.3.2 场景定位:别想“一口吃成胖子”,先打“十环靶心”
3.3.3 实战拆解:那些“一针见血”的黄金场景
3.3.4 避坑指南:别让这些“刺客”毁了你的场景
3.3.5 实操工具箱
3.4 选好技术,筑牢架构
3.4.1 技术选型:别被“炫技”带偏,只选对的,不选贵的
3.4.2 架构设计:别学蜘蛛乱结网,要学蚂蚁建巢穴
3.4.3 实战指南:那些“稳如老狗”的技术组合
3.4.4 避坑指南:技术选型的“四大杀手”
3.4.5 实操工具箱
3.5 治理数据,夯实根基
3.5.1 数据治理:别让AI“吃坏肚子”
3.5.2 数据整合:别让系统“各说各话”
3.5.3 数据安全:别让“宝藏”变“炸弹”
3.5.4 数据价值:从“成本黑洞”到“利润油田”
3.5.5 避坑指南:数据治理的“四大天坑”
3.5.6 实操工具箱
3.6 锤炼模型,兼顾性能
3.6.1 筑基:数据清洗与标注的“外科手术”
3.6.2 锻造:模型训练与思维链的“庖丁解牛”
3.6.3 开刃:提示词与交互设计的“精准雕琢”
3.6.4 淬火:检索增强与知识整合的“刚柔并济”
3.6.5 磨刀:性能优化与轻量化的“终极考验”
3.6.6 试剑:持续迭代与伦理把关的“生死擂台”
3.6.7 避坑指南:模型锤炼的“七宗罪”
3.6.8 实操工具箱
3.7 无缝集成,卓越运维
3.7.1 架构设计:让AI系统“长”进业务血管
3.7.2 数据流水线:让信息“血流畅通”
3.7.3 运维体系:从“救火队”到“保健医生”
3.7.4 容灾与安全:给AI穿上“防弹衣”
3.7.5 成本优化:让每一分钱都听见响
3.7.6 实操工具箱
3.8 反馈评估,持续优化
3.8.1 反馈收集:给AI装上“听诊器”和“雷达”
3.8.2 效果评估:别被“虚荣指标”忽悠,抓住“真金白银”
3.8.3 优化迭代:从“打补丁”到“基因重组”
3.8.4 实
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证