AI落地：讓人工智能為你所用

定　價：￥79.00

作　者：	王海屹
出版社：	機械工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥62.40)

ISBN：	9787111740599	出版時間：	2024-02-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　面對人工智能（AI）這一技術(shù)名詞和概念，你是否以為它門檻高、特復(fù)雜、難以落地？面對人工智能產(chǎn)品爆發(fā)式涌現(xiàn)，你是否擔(dān)心它會奪走你的工作，進而產(chǎn)生恐慌和憂慮？面對日常見到的“人工智障”工具，你是否對人工智能產(chǎn)生過質(zhì)疑？進入人工智能時代，你能夠做什么？需要掌握哪些技能？如何讓技術(shù)為自己服務(wù)？本書結(jié)合人工智能落地的方法和案例，采用通俗易懂的語言，為你揭開人工智能的面紗，教你尋找在生活中、工作中適合人工智能落地的場景，以及評價其價值的方法，助你實現(xiàn)降本增效的目標(biāo)。書中不僅將算法原理和思維融入日常熟知事物做對比，以便讓你了解技術(shù)，還總結(jié)了人工智能落地的步驟和評估方法來幫助讀者找到人工智能落地潛在的機會，使讀者能夠在閱讀完本書內(nèi)容后，對于人工智能的應(yīng)用場景及如何實際操作成功落地部署有一定的了解。此外，閱讀本書，讀者還可以了解目前人工智能技術(shù)的局限及后續(xù)的技術(shù)發(fā)展方向。本書適合正在或希望從事人工智能產(chǎn)品設(shè)計和運營的人員、與人工智能相關(guān)的技術(shù)人員、想認(rèn)識和充分了解人工智能發(fā)展的人員閱讀。關(guān)注作者公眾號：AI落地方法論，獲得課程、AI體驗工具。

作者簡介

　　王海屹，國內(nèi)大語言模型首批實踐者。騰訊公司前產(chǎn)品專家，北京郵電大學(xué)智能科學(xué)與技術(shù)實驗室碩士，中關(guān)村 U30 維鷹計劃人才科技公司 AI 落地、算法落地顧問。曾作為算法和產(chǎn)品合伙人經(jīng)歷多次 AI 創(chuàng)業(yè)，主導(dǎo)過大中小型公司AI 產(chǎn)品從0到1的落地工作。

圖書目錄

第1章一場“特殊”的人工智能之旅
1.1　為什么“特殊” / 2
1.1.1　人工智能為什么重要 / 2
1.1.2　人工智能是什么 / 6
1.1.3　生活中的人工智能可以幫你做什么 / 8
1.1.4　工作中的人工智能可以幫你做什么 / 11
1.2　人工智能擅長的和不擅長的 / 15
1.2.1　人工智能的局限和落地的依賴 / 15
1.2.2　人工智能的優(yōu)勢 / 20
1.2.3　如何判斷場景是否適合應(yīng)用人工智能 / 23
1.3　如何看待人工智能 / 32
1.4　智能化產(chǎn)品 / 34
1.4.1　人工智能產(chǎn)品的發(fā)展 / 34
1.4.2　人工智能產(chǎn)品的要素 / 38
1.4.3　人工智能創(chuàng)業(yè) / 41
本章結(jié)語 / 45
參考文獻(xiàn) / 46
第2章需要認(rèn)識的人工智能
2.1　與“互聯(lián)網(wǎng)思維”不同的“人工智能思維” / 48
2.1.1　需求產(chǎn)生：用戶與數(shù)據(jù)相對比 / 49
2.1.2　方案設(shè)計：單點與整體相對比 / 51
2.1.3　結(jié)果輸出：確定與不確定相對比 / 53
2.1.4　價值驗證：流量與效率相對比 / 54
2.2　人工智能特殊的能力—機器學(xué)習(xí) / 56
2.2.1　機器學(xué)習(xí)的原理和四個能力 / 56
2.2.2　機器模擬人腦學(xué)習(xí)的五種方式 / 59
2.2.3　模擬人腦的神經(jīng)網(wǎng)絡(luò)模型 / 65
2.2.4　機器與人的差距 / 69
2.3　人工智能系統(tǒng)的結(jié)構(gòu) / 72
2.3.1　底層：硬件層 / 73
2.3.2　中層：技術(shù)層 / 76
2.3.3　頂層：應(yīng)用層 / 78
本章結(jié)語 / 79
參考文獻(xiàn) / 80
第3章人工智能落地
3.1　人工智能落地的重要領(lǐng)域 / 82
3.2　人工智能落地的步驟 / 85
3.2.1　定點：確定場景中的落地點 / 86
3.2.2　交互：確定交互方式和使用流程 / 91
3.2.3　數(shù)據(jù)：數(shù)據(jù)的收集及處理 / 95
3.2.4　算法：選擇算法及模型訓(xùn)練 / 104
3.2.5　實施：人工智能系統(tǒng)實施/部署 / 111
3.3　To B：人工智能賦能企業(yè) / 117
3.3.1　B端人工智能產(chǎn)品的形式 / 118
3.3.2　企業(yè)落地人工智能的前提條件 / 121
3.3.3　人工智能賦能企業(yè)的關(guān)鍵點 / 123
3.4　To C：打造用戶喜歡的人工智能產(chǎn)品 / 125
3.4.1　C端產(chǎn)品中人工智能應(yīng)用的三種形式 / 125
3.4.2　識別C端人工智能落地需求的真?zhèn)?/ 127
3.4.3　C端人工智能產(chǎn)品的設(shè)計原則 / 130
3.5　評估人工智能落地的方法 / 133
3.5.1　能力指標(biāo) / 133
3.5.2　場景覆蓋度 / 137
3.5.3　使用效能 / 139
3.5.4　系統(tǒng)性能 / 140
3.5.5　經(jīng)濟性 / 141
3.6　如何評估數(shù)據(jù)質(zhì)量 / 145
3.6.1　定性評估你的數(shù)據(jù) / 145
3.6.2　定量評估你的數(shù)據(jù) / 150
本章結(jié)語 / 154
參考文獻(xiàn) / 155
第4章人工智能落地案例
4.1　人工智能任務(wù)提醒助手 / 157
4.2　人工智能幫你做垃圾分類 / 169
4.3　人工智能輔助知識點鞏固 / 179
4.4　人工智能制作凡?高式藝術(shù)圖片 / 187
4.5　人工智能大模型生成電商素材 / 192
本章結(jié)語 / 202
參考文獻(xiàn) / 203
第5章人工智能的困境與展望
5.1　人工智能的數(shù)據(jù)依賴 / 206
5.2　阻礙人工智能落地的因素 / 215
5.2.1　人工智能貴，成本高 / 216
5.2.2　人工智能落地需要警惕“意外” / 218
5.2.3　大眾的期望問題 / 219
5.2.4　落地場景缺少數(shù)據(jù) / 220
5.2.5　人工智能歧視 / 222
5.3　人工智能落地的七大方向 / 224
5.3.1　自然語言大模型 / 224
5.3.2　人機協(xié)作成為產(chǎn)品主流形態(tài) / 227
5.3.3　人工智能自動化工作流 / 230
5.3.4　多模態(tài)融合 / 231
5.3.5　人工智能結(jié)合XR / 232
5.3.6　人工智能可解釋性提升 / 235
5.3.7　賦能傳統(tǒng)行業(yè)的轉(zhuǎn)型升級 / 236
本章結(jié)語 / 238
參考文獻(xiàn) / 239
后記