本书聚焦人工智能处理器硬件设计的算力瓶颈问题，介绍了神经网络处理内核电路与系统的设计目标、优化技术、评价方式，以及应用领域。全书共9章，以人工智能硬件芯片组织架构的核心处理单位“卷积神经网络”在系统架构层面的算力性能提升为目标，在回顾了CPU、GPU和NPU等深度学习硬件处理器的基础上，重点介绍主流的人工智能处理器的各种架构优化技术，包括并行计算、流图理论、加速器设计、混合内存与存内计算、稀疏网络管理，以及三维封装处理技术，以业界公认的测试集与方法为依据，展现不同架构设计的处理器在功耗

"本书从基础概念、历史沿革、基础算法、代表性应用、前沿进展、跨学科交叉融合等方面全面深入地介绍人工智能，侧重人工智能基础思维方式的培养和跨学科广域视野的构建。全书以图片为主并辅以少量文字说明，每节配有视频资源，不同学科背景的读者都可以轻松获得人工智能的基础知识。为配合课堂教学，本书配有全套PPT课件、思考与讨论、实践设计等教学资源。对有兴趣深入钻研的读者，可以从本书的资源网站中获得更多内容，包括扩展阅读资料、经典论文、源代码等。
本书可作为高等院校的人工智能通识课程教材，也可作为所有对人工

本书系统、全面地介绍了人工智能的基本概念、技术基础与现状，AI生成图像技术，AI生成视频技术的创新与应用，AI生成文本技术的探索与实践等知识。通过本书，读者可以更好地理解人工智能技术在各行业领域的广泛应用，为后续深入学习人工智能的各种技术奠定基础。

本书从人工智能的产业概况切入，配以丰富的图片，系统介绍人工智能的发展概况、技术基础和编程基础等实用内容。基于六个项目六个主题六个步骤，采用六六六教学法，讲解人工智能在语音识别、语音交互、语义理解、知识图谱、机器视觉、深度学习方面的项目应用案例。通过对本书的学习，读者可以在短时间内全面、系统地了解开发人工智能应用的基本方法。
本书可作为普通高校及中高职院校软件技术、人工智能、智能制造等相关专业的教材，以及人工智能培训机构的培训教材，也可供从事相关行业的技术人员参考使用。

Agent（智能体）是大模型落地的重要方向，是AI技术的下一个风口。为了让更多非技术出身的人能够通俗地理解Agent，并零门槛利用Agent开发平台设计自己的Agent，我们撰写了本书。 本书分为入门篇、工具篇、实战篇。入门篇介绍了Agent的概念、发展、与Prompt和Copilot的区别，Agent对个人和企业的价值，以及开发Agent需要掌握的基础知识。工具篇详细介绍了Agent开发平台的演进，盘点了国内的主流Agent开发平台，重点介绍了扣子平台的操作要点，并提出了Agent开发的

教材内容括人工智能概述；视觉、语音、自然语言处理等方面的通用技术；机器学习与深度学习；人工智能典型应用场景；人工智能与职业发展；生成式人工智能的技术与应用；人工智能法律与伦理。在内容的选取上，突出人工智能主流技术、热点问题和典型案例，覆盖了目前市场上常见的人工智能技术及应用。教材除了涵盖人工智能概念及发展史、机器学习与深度学习及常见应用之外，编者们仔细研究了国内第一批人工智能创新应用平台的开放接口，归纳相应创新应用平台的共性内容，选取与图像、语音、自然语言处理相关的人工智能通用技能，并针对这些通

本书介绍人工智能的基础知识和实践方法，包括人工智能概述、机器学习概述、KNN分类算法、Kmeans聚类算法、回归算法、决策树算法、深度学习、计算机视觉、自然语言处理和人工智能前沿技术等内容，并设计大量应用案例对算法进行解析。

本书系统地介绍了人工智能基础与应用的相关知识，包括认识人工智能、人工智能与算法、人工智能的支撑技术、人工智能的主要分支、人工智能与行业、人工智能与生活、认识生成式人工智能AIGC，以及AIGC的应用等内容。 本书内容丰富、结构新颖、条理清晰，按照项目任务的形式全面介绍人工智能的内容，每个项目由多个任务组成，每个任务先进行任务描述和相关知识介绍，然后通过任务实施加强读者的理解能力和实践能力。此外，本书配有丰富的多媒体教学资源，读者可扫描二维码进行观看。 本书可作为高等学校通识课程的人工智能课程教学

本书主要讲述人工智能的基础知识与基础理论，并通过大量的人工智能应用帮助读者快速了解人工智能相关技术。本书共11章，分别为人工智能概述、人工智能基础知识、机器学习、深度学习、计算机视觉、自然语言处理、大语言模型与AIGC、知识图谱、人工智能技术应用场景、智能机器人和人工智能的挑战与未来。本书内容丰富，讲解细致，注重前沿技术发展变化。可作为本科院校和职业院校相关专业的教材，也可作为人工智能领域的专业人才的参考书。

本书还介绍了人工智能的数理基础、技术链、产业链的发展情况、社会治理与安全等方面的内容，使学生建立科学系统的人工智能认知和工程化概念。本书定位通识教育，以“导认识、导兴趣、导重点、导原理”为指针，创新教学内容，使学生认识人工智能的能力属性、工具属性和实用属性；通过最新进展和典型应用的介绍培养学生的学习兴趣，使学生建立正确的人工智能价值观念，认识“人工智能+”的社会意义与影响。