人工智能的五張面孔

史建剛

人工智能的五張面孔
  • 出版商: 電子工業
  • 出版日期: 2026-02-01
  • 定價: $359
  • 售價: 7.9 折 $283
  • 語言: 簡體中文
  • 頁數: 247
  • ISBN: 7121518244
  • ISBN-13: 9787121518249
  • 相關分類: AI Coding

    • 立即出貨 (庫存 < 3)

簡體書新到貨｜2書75折 (8/25--8/31) 詳見活動內容 »

相關主題

商品描述

人工智能（AI）時代裹著風塵呼嘯而來。作為一門底層技術，AI成為其他技術平臺的催化劑和時代加速器。如果說技術水平代表生產力的速度，那麼AI就是生產力的加速度。通過商業力量和文化，AI將塑造社會的方方面面，並且速度越來越快，使人們越來越難跟上節奏，進而日益把人群分成兩類——“AI‘上車’者”和“AI‘吃灰’者”。 《人工智能的五張面孔》是一本面向未來參與者和時代躍遷者的AI入門書，幫助每一個想站上浪潮的人跟上AI、擁抱AI、應對AI沖擊。本書通過對AI的歷史、技術、商業、社會和哲學五個剖切面的綜合介紹，幫助讀者建立框架性的認知，明確自己在AI時代的位置和努力方向，就像當年在房地產時代找到自己的定位一樣，抓住AI時代的財富機遇、就業機會和文化浪潮，面對時代的沖擊，乘風破浪。 本書既適合互聯網及其相關領域的從業者閱讀，也適合對AI感興趣的各界讀者。

作者簡介

史建剛，北京比鄰弘科科技有限公司（量江湖）聯合創始人兼COO，精通數據分析，主要負責iOS產品線，具有上百款應用（App）的投放經驗。 創建互聯網流量聯盟，並擔任副理事長，本聯盟匯集一線互聯網公司的流量運營人員，在知乎上開辦了"互聯網流量聯盟”專欄，其中有5篇文章被編輯推薦及知乎日報收錄。

目錄大綱

部分：人工智能的歷史面孔
第1章 概述
1.1 人工智能的發展史
1.2 人工智能的鬥爭史
第2章 人工智能的“三皇五帝”階段
2.1 六邊形科學家之一：萊布尼茨
2.2 自學成才的數學奇才：喬治·布爾
2.3 六邊形科學家之二：約翰·馮·諾依曼
2.4 六邊形科學家之三：諾伯特·維納
2.5 計算機之父：阿蘭·圖靈
2.6 被遺忘的先驅：沃倫·麥卡洛克
第3章 人工智能的“春秋五霸”階段
3.1 人工智能的誕生
3.1.1 人工智能誕生時刻：達特茅斯會議
3.1.2 計算機和人工智能的分岔口
3.2 推理期
3.2.1 一哄而上：推理系統的興起
3.2.2 一哄而散
3.3 知識期
3.3.1 一哄而上：專家系統的興起
3.3.2 一哄而散：專家系統的衰退
3.4 七位值得銘記的巨人
第4章 人工智能的“戰國七雄”階段
4.1 七雄概述
4.2 機器學習
4.2.1 概率性計算的主戰場
4.2.2 基石人物
4.2.3 領軍人物
4.2.4 旗幟性人物
4.3 自然語言處理
4.3.1 山頭概述
4.3.2 基石人物
4.3.3 領軍人物
4.3.4 旗幟性人物
4.4 計算機視覺
4.4.1 概述
4.4.2 基石人物
4.4.3 領軍人物
4.4.4 旗幟性人物
4.5 認知與腦科學
4.5.1 基石人物
4.5.2 領軍人物
4.5.3 旗幟性人物
4.6 其他領域
4.6.1 機器人學與自動控制
4.6.2 強化學習與決策理論
第5章 人工智能的“一統秦兩漢”階段
5.1 “一統秦兩漢”的Transformer架構時代
5.1.1 “大一統”：以Transformer架構為核心的規模化訓練突破
5.1.2 大模型的革新及其長遠意義
5.2 人工智能與常識
5.2.1 常識的構成
5.2.2 常識在意圖識別和交互上的價值
5.2.3 擁有常識是人工智能的轉折點
5.2.4 Transformer架構與常識
5.3 Transformer架構的局限性與未來
5.3.1 局限性
5.3.2 未來發展方向
5.4 Transformer架構背後的英雄面孔
第6章 歷史的啟示
第二部分：人工智能的技術面孔
第7章 為大而生——Transformer架構的正面
7.1 Transformer架構兼顧了宏大與細膩
7.2 自註意力機制
7.2.1 註意力機制是智能的基礎
7.2.2 通過找朋友的過程來理解自註意力機制的工作原理
7.2.3 自註意力機制與找朋友
7.2.4 到全世界找朋友
7.2.5 自註意力機制的核心原理
7.2.6 多頭註意力機制：多維度的社交篩選
7.2.7 位置編碼：保持順序信息的關鍵
7.2.8 從社交場合到數據處理的轉化
第8章 偉大的集成者——Transformer的架構側面
8.1 Transformer架構的繼承與集成
8.1.1 概率性計算
8.1.2 確定性計算
8.1.3 兼而有之的嵌入技術（Embedding）
8.2 反向傳播機制
8.3 前饋神經網絡
8.4 掩碼機制
8.5 層歸一化
8.6 殘差連接
8.7 位置編碼
第9章 大算力的新面孔
9.1 從靜態計算範式到動態計算範式
9.1.1 範式變化
9.1.2 具體變化
9.2 加速計算
9.2.1 核心概念
9.2.2 技術架構
9.2.3 算力水平
9.3 揭開GPU的面紗
9.3.1 CPU與GPU
9.3.2 NPU專家型工匠
9.4 算力正在成為新的基礎設施
0章 “大”是由小“湊”出來的——大模型爆發的一點啟示
10.1 三個“湊齊”的故事
10.1.1 Transformer架構的“湊齊”之旅
10.1.2 ChatGPT的“湊齊”之旅
10.1.3 特斯拉的“湊齊”之旅
10.2 “湊齊”思維的啟示
10.2.1 行動方法論
10.2.2 對抗不確定性的路徑
10.3 “湊齊”思維的個人啟示
10.3.1 人生歷程
10.3.2 解決問題
第三部分：人工智能的商業面孔
1章 智能吞噬一切——動力與邏輯
11.1 歷史的韻腳：計算時代的商業景象
11.2 未來的註腳：智能是否能吞噬一切
11.2.1 智能的邏輯：計算是火，智能是電
11.2.2 商業的邏輯：主角 疊，但故事延展
11.3 陰陽共濟，生生不息
2章 智能時代的商業新邏輯——從開放分層到一體化模式
12.1 開放性的分層邏輯贏得PC時代和互聯網時代
12.1.1 野蠻生長的PC時代迎來了 的開放性
12.1.2 互聯網時代延續了開放和分層
12.2 蘋果公司的時代：混合模式的商業邏輯
12.3 分塊一體化模式的商業邏輯：以特斯拉為例
12.4 變遷邏輯：從覆雜需求到滾雪球效應的閉環
3章 智能商業浪潮的節奏與韻律
13.1 數字經濟的節奏：三個波次輪動模型
13.1.1 歷史的節

類似商品