心与芯：我们与机器人的无限未来
更新时间：2025-04-17 19:34:29 最新章节：致谢
书籍简介
我们当下正在经历一场AI革命。现在有创纪录的310万个机器人在工厂工作，从事从组装电脑到包装货物以及监测空气质量等各种工作。数量庞大的智能机器以各种各样的方式影响着我们的生活，如提高外科医生的手术精确度，清洁我们的家等等，我们正处于机器智能带来的令人兴奋的可能性当中。下一个万亿规模的企业，也许正在AI机器人领域诞生。当下的机器人产业，远远超出常人的想象。你会看到全世界最先锋的机器人研究团队如何开发机器人，这个团队使用人工智能，通过令人难以置信的速度进行试验和试错，找出最有效的方式来开发机器人。你将在这本书中了解到多达几十种功能不同的机器人，从可重构机器人到自动驾驶车辆，再到微型医疗机器人、自我折叠的机器人、仿生机器鱼，甚至是可以在人体内导航的微型机器人等等。通过阅读这本书，你将了解机器智能发展的最前沿，获得新一轮竞争性优势。
品牌：中信出版社
译者：江生 于华
上架时间：2025-03-01 00:00:00
出版社：中信出版集团
本书数字版权由中信出版社提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
最新上架
- 会员本书是一本关于AIGC提示工程师的实用指南，讲解了成为优秀AIGC提示工程师所需的技术特长和知识、沟通和协作能力、持续学习和自我提升方法等。本书分为3篇，共13章。第1篇为AIGC提示工程师基础，内容包括AI崛起下的新职业──AIGC提示工程师、设计高效提示的基本原则、常用的提示方法以及提示工程实践中的常见问题等；第2篇为提示进阶技巧，内容包括优化提示的除错过程、解决复杂问题的高级提示技巧、提升提计算机12万字
- 会员本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的skle计算机0字
- 会员本书结合AI原生应用落地的大量实践，系统讲解提示工程的核心原理、相关案例分析和实战应用，涵盖提示工程概述、结构化提示设计、NLP任务提示、内容创作提示、生成可控性提示、提示安全设计、形式语言风格提示、推理提示和智能体提示等内容。本书的初衷不是告诉读者如何套用各种预设的提示模板，而是帮助读者深入理解和应用提示设计技巧，以找到决定大语言模型输出的关键因子，进而将提示工程的理论知识应用到产品设计中。本书计算机18.2万字
- 会员本书将带你深入探索AI“神器”——DeepSeek的无限潜能，带你从零开始，轻松掌握AI的核心应用。通过学习本书，你将轻松上手DeepSeek，开启智能生活新篇章；通过学习本书，你将学会用DeepSeek大幅提升工作效率；通过学习本书，你将学会如何让DeepSeek成为你的职场超级助手；通过学习本书，你将学会如何利用DeepSeek激发自己的创作灵感，打造爆款内容和个人品牌；通过学习本书，你将学会计算机7.2万字
- 会员本书是系统解读DeepSeek的实用指南，从AI基础知识开始，书中讲解了DeepSeek的底层创新，详细剖析其优缺点，探讨如何通过有效提问激发DeepSeek潜能，如何规避AI幻觉，如何实现本地部署；展示了DeepSeek在创意写作、图片视频创作、职场效率提升、学习辅导、知识库构建等领域的实战应用，并探讨了其在政企智能化转型中的价值。无论你是想提升工作效率的职场人、追求创作突破的内容生产者，还是渴计算机9.4万字
- 会员本书以国产自研的强大AI模型DeepSeek为核心，系统呈现了DeepSeek从基础操作到各领域应用的32个实战案例，旨在帮助读者快速掌握DeepSeek的用法。本书总计32章。第1章讲解DeepSeek的注册与使用，包括访问DeepSeek官网、熟悉DeepSeek的使用界面、本地部署DeepSeek、调用DeepSeekAPI等。第2章讲解提示词的使用技巧，深入讲解如何通过充分提供信息、用词计算机8.3万字
- 会员本书从技术角度深度解析大模型的原理，从大模型的基础概念及领域发展现状入手，概述大模型的理论基础，介绍OpenAIGPT、清华大学GLM、MetaLlama等主流大模型的技术原理，并从大模型参数高效微调、大模型指令微调、大模型训练优化和大模型推理优化等多角度解析大模型背后的技术，带领读者全方位掌握大模型的原理和实践方法。本书最后介绍私有大模型的构建，手把手指导读者做技术选型并搭建自己的私有大模型计算机12.2万字
- 会员本书配套周志华教授所著的《机器学习》教材，通过大量习题考查读者对机器学习相关知识点的理解与掌握。全书分为两个部分：第一部分习题对应《机器学习》第1~10章的内容，包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习；第二部分包含6章应用专题，通过综合题的形式对知识点进行多角度考查，包括线性模型的优化与复用、面向类别不平衡数据的分类、神经网络计算机19.3万字