本书的内容共包含八章。第一章分别从学术界、媒体、企业界、政府等多视角介绍人工智能当前火热的现状。第二章介绍了不同人群对人工智能提出的疑问，包括疑问论、怀疑论和恐惧论。第三章主要阐述了人工智能的基本概念，包括来自不同领域的各种不同的观点和看法。第四章提出了作者对人工智能的独特见解，包括人脑智能、人脑基本能力模型、机器智能、智能机器、智能等级模型等多种新概念和新观点。第五章提出广义人工智能和狭义人工智能的概念，将各种不同的人工智能概念统一在一个框架之下。第六章介绍了未来人工智能可能具备的能

这本书将把人工智能、大数据、云、机器人和智能设备作为背景。揭示了人工智能如何帮助企业实现商业价值指数级增长。本书涵盖了我们为什么需要人工智能，如何开始，以及成功实施所需的框架和重要元素的全部内容。作者展示了其AI可视化版图，概述了计划和衡量一个成功的战略(包括潜在的权衡)所需的构建模块，涉及了人工智能、机器学习或预测分析，这个模块目的是指导一项人工智能和大数据不可忽视战略。人工智能和大数据正在影响着人类工作和生活的方方面面。这本书旨在向企业领导者、创业者、商务人士阐释如何理解、适应和利

本书以深入浅出的方式介绍近年来人工智能领域最热门的技术——多模态大模型的技术方法、开源平台和应用场景，并详细阐述因果推理、世界模型及多智能体与具身智能等前沿技术领域，有助于读者全面了解多模态大模型的特点及发展方向，对新一代人工智能技术范式和通用人工智能的发展起到重要推动作用。全书共5章，第1章深入探讨最具代表性的大模型结构，第2章深度剖析多模态大模型的核心技术，第3章介绍多个具有代表性的多模态大模型，第4章深入分析视觉问答、AIGC 和具身智能这3个典型应用，第5章探讨实现通用人工智能的可行思路

本书详细介绍边缘计算和人工智能技术，主要内容包括边缘计算与人工智能概述、边缘计算与人工智能基本开发方法、边缘计算与人工智能模型开发、边缘计算与人工智能基础应用开发、边缘计算与人工智能综合应用开发。全书采用项目式开发的学习方法，通过贴近日常生活的开发实例，由浅入深地介绍边缘计算与人工智能的相关知识。本书中的每个案例均有完整的开发过程，并给出了开发代码，读者可在这些案例的基础上快速地进行二次开发。

《ChatGLM3大模型本地化部署、应用开发与微调》作为《PyTorch 2.0深度学习从零开始学》的姊妹篇，专注于大模型的本地化部署、应用开发以及微调等。《ChatGLM3大模型本地化部署、应用开发与微调》不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过丰富的案例和场景，引导读者从理论走向实践，真正领悟和掌握大模型本地化应用的精髓。
全书共分13章，全方位、多角度地展示了大模型本地化实战的完整方案，内容包括大模型时代的开端、PyTorch 2.0深度学习环境搭建、基于gra

本书从人工智能的概念、应用和发展方向对人工智能进行了初步分析，然后对人工智能的基础知识做了阐述，并在此基础上引出了人工智能的基础算法原理，然后对智能极端的模糊算法、神经计算和群集智能算法进行了分析探索。

本书提到三个循环：第一个循环也是最核心的循环，即世代沿袭的人类本能。人类天生具有偏见，而且更倾向于使用大脑的系统1行事，在这个过程中，人类原有的偏见进一步被强化，形成第一个循环。第二个循环是来自现代的力量，如消费类技术、资本主义、营销和政治，它们对核心循环的人类行为进行采样，总结出模式，再将这些模式反作用于人类，最终引发了一系列问题。第三个循环，即本书书名所指的循环，是来自人工智能的影响。AI对人类偏见进行采样，总结出规律，最后把这些规律反作用于人类，形成第三个循环。

本书从ChatGPT原理和提示工程的基本概念讲起，重点介绍了提示工程的各种技巧，不仅通 过实例生动地展示了如何运用这些技巧，还深度解析了各种技巧的使用场景及其潜在局限性。 进一步地，本书结合多个行业背景，系统地阐述了ChatGPT和提示工程的具体应用，帮助读者不 仅从理论上掌握提示工程，而且深化对ChatGPT在实际场景应用的理解。 本书分为11章，主要包含四部分：第1章解读ChatGPT的基础原理和提示工程的基本概念； 第2～5章详细介绍提示工程技巧，涵盖有效提示编写、针对复杂任务的

本书阐述了分布式人工智能原理及其应用，基本原理的主要内容包括的分布式人工智能的内涵、基本原理、计算框架等；研究了分布式人工智能学习与优化、强化学习与演化计算、群智能体强化学习等前沿方法；给出了分布式信息融合、视觉感知、协同搜索、对抗博弈决策和智能博弈推演等典型应用，建立起了较为全面的知识体系与脉络，为后续研究奠定了良好的基础。