本书共12章，开篇首章阐述人工智能的历程，接下来的章节则紧密围绕人工智能的核心技术展开，包括搜索、计算机视觉、计算机听觉、自然语言处理与理解、知识表示与知识获取、机器学习、推理、多模态信息处理、多智能体系统、可信的人工智能、人工智能生态等内容。

本书是一本针对初学者介绍人工智能基础知识的书籍。本书采用通俗易懂的语言讲解人工智能的基本概念、发展历程和主要方法，内容涵盖人工智能的核心方法，包括什么是人工智能、神经网络是如何实现的、计算机是如何学会下棋的、计算机是如何找到最优路径的、统计机器学习方法是如何实现分类与聚类的、专家系统是如何实现的等，每种方法都配有例题并

本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模

“人工智能与医卫英语”教材体现了医科院校新医科英语教学“面向学生、面向世界、面向未来”宗旨，服务于国家发展战略、学校办学目标、院系人才培养目标和学生个性化发展的需求，把学科专业的内容融入于医科英语教学中，让医科英语教学融入到学生专业知识结构中。教材以教育部关于深化本科教育教学改革全面提高人才培养质量的意见(教高〔201

本书是一本人工智能通识课程教材，系统阐述了多模态人工智能的基础理论、关键技术及应用场景，深入分析了多模态学习、多模态训练、多模态大模型、多模态理解、多模态检索、多模态生成、多模态推理、多模态交互、多模态安全与可信等核心技术，旨在提供一个清晰、全面的多模态人工智能的知识体系，帮助读者更好地理解和应用多模态人工智能技术。本

在生成式人工智能的时代，我们见证了模型推理对存储空间和计算能力的巨大需求，这对大语言模型和视觉生成模型的实际应用提出了前所未有的挑战。在这样的背景下，高效模型压缩和模型设计技术显得尤为重要，它们是降低模型计算和存储需求的关键，使得模型的快速部署和高效运行成为可能。本书系统地介绍了高效模型压缩和模型设计的方法，在编写上兼

本书是关于神经网络与机器学习的经典教材，完整、详细地讨论了各个主题，并且包含了相关的计算机实验。全书共16章，主要内容包括神经网络的定义、Rosenblatt感知器、回归建模、最小均方算法、多层感知器、核方法和径向基函数网络、支持向量机、正则化理论、主成分分析、自组织映射、信息论学习模型、源于统计力学的随机方法、动态规

本书全面地介绍了ChatGPT的知识体系，包括基础知识、核心原理、交互技巧、应用场景等方面的内容。将理论与实践相结合，每章节都配有大量具体的示例，强调应用性。案例丰富多样，覆盖日常生活、工作学习、创业创新等广泛场景，具有很强的指导意义。是目前ChatGPT领域示例最丰富、覆盖面最广的综合类图书。本书共11章。第1章介绍

本书共分为6章，第1章介绍了PyTorch的安装和基本操作；第2、3章介绍了深度学习的基础知识、简单的线性模型以及计算图知识；第4、5章在前文的基础上进一步扩展，介绍了各种神经网络模型；第6章介绍了PyTorch的高级特性。

本书作者借用科幻小说的形式，对人工智能、元宇宙、生物科技、纳米科技、机器人技术等一系列前沿科技做了科普。