与阿里合作的《人工智能(导论)》出版编辑中

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,每月250计算时 3个月
简介: 《人工智能导论——深度学习大模型基础》由赵卫东编著,清华大学出版社出版。本书旨在帮助读者理解深度学习与大模型技术的底层逻辑,通过机器视觉、语音处理及自然语言处理等章节,结合实际应用场景,深入浅出地讲解相关理论。书中引入低代码开发平台和云端实验室资源,助力读者实践所学。无论专业背景如何,本书都能成为进入AI领域的理想入门书籍。特别感谢阿里云及参与编校工作的同学们的支持。

人工智能导论
——深度学习大模型基础
赵卫东 编著
清华大学出版社

前言

当代社会正经历着一场静默的认知革命。清晨唤醒我们的智能语音助手,就医时辅助诊断的医学影像系统,乃至穿梭街巷的自动驾驶汽车,这些曾经科幻小说里的场景,如今已成为数字生活的生动注脚。在这场智能革命浪潮中,深度学习犹如一柄精巧的钥匙,不断解锁着人工智能的无限可能——而大模型技术的崛起,更让这把钥匙进化成打开智慧之门的万能密码。
对于刚刚踏入AI世界的探索者而言,理解这些颠覆性创新的底层逻辑尤为重要。传统教材常常困在理论与现实的鸿沟之间,或是止步于技术迭代的浪潮之前。正是这种认知断层,催生了《深度学习应用基础》的诞生——这不仅仅是一本教材,更是一张引领年轻学子触摸未来科技的导航图。书中构建的知识图谱既包含扎根现实的实践根基,又延伸出眺望远方的理论枝桠。
翻开这本技术图谱,读者将开启一场沉浸式的认知之旅。在机器视觉章节,图像不再只是像素的堆砌,而是被解构成目标追踪的轨迹、三维重构的空间以及生成艺术的画布;语音处理单元则将声波振荡转化为文字河流,演示着从噪声分离到语音合成的声音魔术;自然语言处理部分更搭建起人机对话的桥梁,让机器学会理解情感涟漪,捕捉语义脉络。令人惊艳的是,这些抽象理论都伴随着真实场景的应用案例:或许是医疗影像中精准的病灶定位,亦或是金融风控里缜密的预测模型,每个技术模块都在现实土壤中生根发芽。
令人耳目一新的是,本书独创性地引入了低代码开发平台。就像为初学者配备的智能脚手架,它打破了传统编程的高墙,让Python语言的简单语法化作开启AI实验的万能钥匙。更贴心的是,每位读者都将获得云端实验室的通行证——免费GPU算力支持如同永不熄灭的明灯,照亮代码调试的每个深夜,让理论公式在实践熔炉中淬炼成真知。
这场知识探索的终点,是通往更广阔天地的起点。当读者合上书本时,收获的不仅是卷积神经网络的结构原理或Transformer模型的运作机制,更将拥有破解智能黑箱的思维工具。书中精心设计的产业级案例,恰似一扇扇观察未来的舷窗,让人工智能不再停留于实验室的玻璃罩内,而是化作触手可及的生产力工具。
通过阅读本书,读者将能够迅速掌握深度学习和大模型的基础知识,并激发他们对这一领域的兴趣和探索欲望。无论读者的专业背景如何,本书都将成为他们进入人工智能世界的一把钥匙。本书不仅可以作为人工智能导论的教材使用,还可以作为各专业大学生了解人工智能最新技术的参考书籍。
本书编写过程中,得到了阿里云计算有限公司的大力支持,书中的分类体系和一些图例参考了魔搭平台(https://modelscope.cn/)的资料。研究生胡宇飞、卫明诚、崔德华、欧家宝、丁九胜、盛燕斐等同学在书稿校对、资料收集上做了一些工作,特表示感谢。由于作者水平有些,书中有不妥之处,敬请指出。

赵卫东 复旦大学
2025年3月

目录
相关文章
|
1月前
|
人工智能 智能设计 算法
浙江大学联合阿里云举办的全国高校人工智能师资素养提升交流活动圆满结束丨云工开物
为推动人工智能与教育深度融合,浙江大学联合阿里云举办“2025年全国高校人工智能师资素养提升交流活动”。活动吸引121所高校及单位的579名教师参与,通过项目实例讲解、平台实践训练等方式,助力教师掌握AI技术并融入教学。活动中,浙江大学与阿里云专家分享了前沿技术和应用案例,参访浙大艺博馆与阿里云展厅,并完成AIGC辅助设计实训。未来,双方将持续推进数字化技能培训,支持高校AI人才培养。
|
25天前
|
JSON 监控 API
货拉拉抢单插件,脚本自动化加速器,辅助AUTOJS版开源
该实现包含API交互层、订单处理核心逻辑和配置系统,支持多线程实时监控和智能接单
|
1月前
|
数据采集 人工智能 自然语言处理
AI重构数据价值链,解码「智能问数」如何赋能医药制造
随着中国医药制造业的蓬勃发展,中国已跃居全球第二大医药市场。随着监管政策的深入实施,市场对医药企业在生产、运营、管理等方面提出了更为严苛的要求。2025年政府工作报告明确提出,持续推进“人工智能+”行动,将数字技术与制造优势、市场优势更好结合起来,支持大模型广泛应用。
167 26
|
1月前
|
机器学习/深度学习 自然语言处理 测试技术
Qwen3技术报告首次全公开!“混合推理模型”是这样炼成的
近日,通义千问Qwen3系列模型已开源,其技术报告也正式发布。Qwen3系列包含密集模型和混合专家(MoE)模型,参数规模从0.6B到235B不等。该模型引入了“思考模式”与“非思考模式”的动态切换机制,并采用思考预算机制优化推理性能。Qwen3支持119种语言及方言,较前代显著提升多语言能力,在多个基准测试中表现领先。此外,通过强到弱蒸馏技术,轻量级模型性能优异,且计算资源需求更低。所有Qwen3模型均采用Apache 2.0协议开源,便于社区开发与应用。
661 28
|
机器学习/深度学习 数据采集 人工智能
机器学习基础知识——基本原理、常用算法与评估指标
机器学习基础知识——基本原理、常用算法与评估指标
1395 0
|
网络协议 安全 网络安全
计算机网络:IP地址、子网掩码、网关都是什么?
计算机网络:IP地址、子网掩码、网关都是什么?
2745 0
|
1月前
|
人工智能 并行计算 算法
《解锁JNA与CUDA内核密码,定制专属AI算子》
JNA(Java Native Access)让Java程序轻松调用本地代码,无需复杂JNI操作,动态加载本地库并自动映射Java与C/C++语言。结合CUDA(NVIDIA并行计算平台),可高效开发自定义AI算子。CUDA内核通过分解任务充分利用GPU多核优势,满足AI算法中矩阵运算和数据处理需求。两者结合虽面临性能优化与跨平台兼容性挑战,但能充分发挥Java便捷性与CUDA高性能,为AI领域提供强大支持。
72 27
|
1月前
|
智能设计 自然语言处理 算法
《告别传统苦码,飞算JavaAI自然语言“译”出企业级代码》
飞算JavaAI是一款革命性企业级应用开发工具,通过自然语言交互精准理解需求,自动生成高质量代码与设计,大幅缩短开发周期、提升效率。它突破传统Java开发繁琐流程与沟通壁垒,降低技术门槛,让开发者聚焦创新,助力企业敏捷响应市场变化并优化资源投入。同时,它推动人才培养与跨领域合作,促进数字化转型,为企业带来更高竞争力与价值。
106 25
|
1月前
|
缓存 监控 Android开发
App Trace 快速安装解析(开发者视角)
App Trace 是一款应用性能监控工具,可追踪启动时间、方法耗时及卡顿等指标,助力开发调试与性能优化。支持 Android 和 iOS 平台,提供依赖引入、初始化配置和自动化脚本等快速安装方案,同时包含采样率、本地缓存等高级配置选项。集成后可通过日志检查与测试事件验证功能,注意在发布版本中使用 no-op 版本以减少性能影响,并确保隐私合规。
|
14天前
|
监控 前端开发 应用服务中间件
301重定向:老手避坑指南——七种高阶场景的血泪解决方案
本文深入解析2024年大规模网站迁移中的核心挑战,涵盖动态路由、边缘计算、重定向优化等高阶实战内容。通过真实案例与可复用代码,揭示Apache、Nginx、CDN配置陷阱,提供SPA路由处理、权重传递加速、循环检测与监控体系构建等关键解决方案,助你掌控流量迁移的艺术。
45 3

热门文章

最新文章