与机器人共舞
更新时间：2019-01-01 00:29:37 最新章节：译者后记
书籍简介
人工智能究竟是天使，还是魔鬼？人工智能会像200年前的电力那样颠覆世界吗？未来的机器人是否真的会像电影《Her》《机械姬》中那样具备最高级的人类智慧，进而取代人类？奇点来临时，人类将何去何从？在《与机器人共舞》一书中，人工智能时代的科技预言家、普利策奖得主约翰·马尔科夫将带领我们寻找答案。约翰·马尔科夫在他的重磅新作《与机器人共舞》一书里，从多个维度描绘了人工智能从爆发到遭遇寒冬再到野蛮生长的发展历程，直击了工业机器人、救援机器人、无人驾驶汽车、语音助手Siri等前沿领域，进而深入探讨了人工智能（AI）与智能增强（IA）的终极关系，而马尔科夫也会剖析“人与机器谁将拥有未来”这一机器时代的核心伦理问题。《与机器人共舞》是国内首套最权威、最重磅、最系统、最实用的“机器人与人工智能”书系之一！是迄今为止最完整、最具可读性的人工智能史著作。约翰·马尔科夫重新定位了人与机器的关系，是目前关于机器人与人工智能领域内极具力度的深思之作。
上架时间：2013-11-01 00:00:00
出版社：浙江人民出版社
上海阅文信息技术有限公司已经获得合法授权，并进行制作发行
最新章节
约翰·马尔科夫
最新上架
- 会员对于我们每个普通人而言，核心的AI能力不是写作不是绘画，也不是编码，而是AIAgent设计！这是一本能帮助每个人轻松构建从提示词编写到AIAgent设计完整知识体系的实战指南，由LangGPT社区的的创始人等几位国内提示词编写和AIAgent设计领域的领军人物撰写，得到了硅基流动创始人袁进辉、润米咨询创始人刘润、通往AGI之路创始人AJ等众多行业专家的高度评价。设计AIAgent，提示词是计算机21.3万字
- 会员本书系统地探讨了人工智能对法律行业的深远影响、法律人应该掌握的AI知识以及相关的法律AI工具。本书共14章，分为五部分。第一部分（第1章）介绍了大模型的基础知识以及AI在法律领域的应用趋势和场景，并深入探讨了AI对法律行业带来的影响等。第二部分（第2~6章）针对法律人的主要工作任务，包括类案检索、案情分析、法律咨询、法律文书写作、合同审查等，详细讲解了应该如何使用AI来提升工作效率。第三部分（第7计算机23.8万字
- 会员这是一本全面介绍AI应用的实用工具书，旨在为不同行业的专业人士提供实用的AI使用方法和策略。本书用简单易懂的语言解释了AI的基本工作原理，详细介绍了20多个通用AI指令，并通过案例展示如何运用这些指令解决工作问题；提供了AI在文案写作、数据处理、编程、教学和科研等场景中的实战应用案例，同时还提供了商业级解决方案和企业应用案例。本书既有AI应用的通用原则和方法，又有具体的流程步骤和样例演示，还提供了计算机5.5万字
- 会员本书以“从入门到精通”为逻辑主线，从基础操作指南到提示词深度优化，系统拆解DeepSeek的核心能力。书中给出的100个DeepSeek实用技巧，既讲究由浅入深，又讲究实战落地，从0到1教你如何让DeepSeek帮你提高效率：针对办公、创作、营销等高频场景，提炼文档处理、工具应用等实战技巧；聚焦金融、教育、交通等七大行业，解析AI技术落地场景与解决方案；同时介绍了本地部署、智能体开发等应用指南，通计算机12.7万字
- 会员从电台、电视、互网联到人工智能，每一次技术迭代总能为营销带来广泛的机会，并促使营销自身产生翻天覆地的变化。作为新技术的代表，生成式AI正以其强大的功能和广泛的应用场景，塑造着人们对于未来的憧憬。其对于世界的影响越巨大，对于营销范式的重塑会越深刻。本书基于技术和营销的关系，阐述了生成式AI技术条件下营销演变的底层逻辑，并进一步明确了未来的营销新趋势。通过深入分析生成式AI的洞察、创意和媒介能力，本书计算机12.8万字
- 会员本书将为你揭开生成式AI重塑职场生态的终极密码，带你从“工具使用者”进阶为“AI协作大师”。通过DeepSeek、智谱清言、通义千问等前沿工具的实战解析，你将掌握AI时代的职场生存法则：告别低效与重复，解锁高阶创造力，构建人机协作系统，跨越职业天花板。书中融合了近百个真实案例，涵盖目标管理、会议组织、公文写作、公众演讲等12大职场刚需场景，提供即学即用的AI解决方案。无论你是疲于应付报表的职场新人计算机12.5万字
- 会员本书系统地阐述信息传播问题中所涉及的各种传播模型、数学优化方法以及计算方法等，并通过对大量信息传播的实际问题进行了建模与分析。该著作将为人工智能、大数据、管理科学、运筹学、人文社会科学等领域开展相关研究的本科生、研究生以及学者提供重要的参考。计算机16万字
- 会员本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的skle计算机0字