本書(shū)通俗地講解AI的起源、發(fā)展，將行業(yè)應(yīng)用與技術(shù)發(fā)展相結(jié)合進(jìn)行敘述，能夠讓讀者快速了解人工智能，掌握各行各業(yè)AI應(yīng)用的前沿動(dòng)態(tài)和技術(shù)。本書(shū)內(nèi)容包括：第1章人工智能概述，第2章大數(shù)據(jù)與人工智能，第3章機(jī)器學(xué)習(xí)，第4章深度學(xué)習(xí)，第5章大模型技術(shù)及應(yīng)用，第6章人工智能倫理，第7章人工智能在工業(yè)中的應(yīng)用，第8章人工智能在醫(yī)療領(lǐng)

本書(shū)以“人工智能思維”為理念，以“學(xué)生”為中心，以“創(chuàng)新創(chuàng)業(yè)”為目標(biāo)，文理兼顧，構(gòu)建“教、學(xué)、用”為一體的教材結(jié)構(gòu)。全書(shū)共7章，第1章介紹了人工智能的發(fā)展和流派；第2~4章向讀者展示新一代人工智能的核心技術(shù)：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大模型；第5章從“道”“法”“術(shù)”“器”“用”“勢(shì)”六個(gè)維度解析人工智能思維的基本原理，樹(shù)立

本書(shū)共3篇，12章，內(nèi)容涵蓋了深度學(xué)習(xí)的基礎(chǔ)理論、重要模型及其在計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等領(lǐng)域的應(yīng)用。第1篇深入講解了深度學(xué)習(xí)的基礎(chǔ)理論，包括感知機(jī)的主要概念及其實(shí)現(xiàn)、神經(jīng)網(wǎng)絡(luò)的架構(gòu)與算法，以及參數(shù)更新策略、權(quán)重初始化方法和正則化技巧。第2篇專(zhuān)注于計(jì)算機(jī)視覺(jué)，介紹了卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及其在圖像處理方面的廣泛應(yīng)用，同時(shí)探

本書(shū)首先從計(jì)算的淵源講起，探索智能行為的起源，進(jìn)而介紹人工智能的分類(lèi)和發(fā)展歷程，并討論人工智能在現(xiàn)代社會(huì)中的應(yīng)用。然后深入探討了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能基礎(chǔ)概念，以及計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等核心技術(shù)，為后續(xù)學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。接下來(lái)通過(guò)廣泛且貼近生活的應(yīng)用，讓讀者能夠?qū)ι磉叺娜斯ぶ悄苡懈�加深刻的認(rèn)識(shí)，通過(guò)實(shí)踐案例

本書(shū)首先介紹了MCP的基本概念和重要性，然后詳細(xì)解讀了MCP的架構(gòu)和工作原理，包括它與RESTAPI、大模型調(diào)用第三方工具以及傳統(tǒng)AI服務(wù)的區(qū)別。接著，書(shū)中通過(guò)實(shí)際案例展示了如何使用本地的MCP主機(jī)，如用Ollama和ClaudeDesktop構(gòu)建本地MCP應(yīng)用，以及如何構(gòu)建MCP服務(wù)器。此外，本書(shū)還涵蓋了如何自己寫(xiě)一

本書(shū)共有19章，其中包括深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、語(yǔ)音識(shí)別、語(yǔ)音合成、計(jì)算機(jī)視覺(jué)、生成式AI、具身智能、自動(dòng)駕駛等人工智能核心技術(shù)，還包括辛頓、李飛飛、鄧力等數(shù)十位人工智能領(lǐng)域領(lǐng)軍者的故事。通過(guò)本書(shū)，讀者可以了解完整的人工智能發(fā)展史，認(rèn)清人工智能對(duì)當(dāng)下和未來(lái)的影響。

本書(shū)共11章，內(nèi)容涵蓋MCP的演進(jìn)歷程、技術(shù)實(shí)現(xiàn)、生態(tài)系統(tǒng)構(gòu)建、實(shí)戰(zhàn)應(yīng)用及未來(lái)展望。第1章從歷史視角梳理AIAgent的發(fā)展脈絡(luò)，分析MCP崛起的必然性；第2章深入解析MCP的設(shè)計(jì)目標(biāo)、相關(guān)概念，以及MCP技術(shù)實(shí)現(xiàn)中的架構(gòu)、組件與工作原理；第3章探討MCP生態(tài)系統(tǒng)的參與者、合作模式、發(fā)展策略、關(guān)鍵組成部分、和AIAge

本書(shū)以理論和實(shí)踐相結(jié)合的方式，深入淺出地介紹了人工智能的發(fā)展歷史、數(shù)據(jù)服務(wù)與管理、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)、大模型應(yīng)用和產(chǎn)業(yè)現(xiàn)狀。通過(guò)典型的項(xiàng)目應(yīng)用，幫助學(xué)生理解人工智能技術(shù)的發(fā)展軌跡、原理和學(xué)習(xí)路徑，激發(fā)學(xué)生對(duì)人工智能的學(xué)習(xí)興趣。

本書(shū)共8章。第1章從多個(gè)維度分析大模型技術(shù)，幫助讀者理解其技術(shù)變革與應(yīng)用的本質(zhì)，最后分析了大模型落地難點(diǎn)，讓讀者對(duì)大模型有全面認(rèn)知。第2章梳理AI搜索從關(guān)鍵詞匹配到語(yǔ)義理解的發(fā)展路徑，并以LeptonSearch為例解析架構(gòu)及源碼等。第3章全面解析查詢理解、規(guī)劃執(zhí)行、答案內(nèi)容優(yōu)化以及答案緩存優(yōu)化等AI搜索的關(guān)鍵技術(shù)等。

全書(shū)共11章，分別為：人工智能安全概述、生成對(duì)抗網(wǎng)絡(luò)攻擊與防護(hù)、數(shù)據(jù)投毒攻擊與防護(hù)、對(duì)抗樣本攻擊與防護(hù)、后門(mén)攻擊與防護(hù)、隱私攻擊與防護(hù)、預(yù)訓(xùn)練攻擊與防護(hù)、偽造攻擊與防護(hù)、人工智能模型的攻擊與防護(hù)、模型竊取與防護(hù)、大語(yǔ)言模型安全。