AI AGENT：AI的下一个风口
正版图书，可开发票，请放心购买。
￥ 50.19 7.3折 ￥ 69 全新
库存26件
广东广州
认证卖家担保交易快速发货售后保障
作者吴畏
出版社电子工业出版社
ISBN9787121474606
出版时间2024-03
装帧平装
开本其他
定价69元
货号1203231599
上书时间2024-05-24
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1部分 AI的演进与大模型的兴起
第1章 AI的起源与进化3
1.1 从桌面应用到云计算3
1.1.1 桌面应用时代：个人电脑提升个人办公效率4
1.1.2 互联网应用时代：软件从桌面扩展到网络5
1.1.3 移动应用时代：软件走进生活6
1.1.4 云计算与SaaS时代：软件服务化7
1.2 从早期萌芽到深度学习9
1.2.1 早期萌芽时代（20世纪50年代―60年代）9
1.2.2 知识工程时代（20世纪70年代―80年代中期）10
1.2.3 统计学习时代
（20世纪80年代末―21世纪10年代）11
1.2.4 深度学习时代（21世纪10年代至今）12
第2章 大模型时代的AI14
2.1 生成式AI的崛起14
2.1.1 图像生成15
2.1.2 文本生成16
2.1.3 音频生成18
2.1.4 生成式AI的发展历程19
2.1.5 应用与展望20
2.1.6 总结21
2.2 大模型时代狂飙猛进22
2.2.1 语言模型的发展历程22
2.2.2 LLM的关键技术24
2.2.3 LLM的典型应用26
第2部分 大模型驱动的智能体
第3章 什么是智能体31
3.1 智能体的定义与特点31
3.1.1 智能体的定义32
3.1.2 智能体的特征33
3.1.3 智能体的应用34
3.1.4 总结35
3.2 智能体与传统软件的关系36
3.2.1 智能体与传统软件的区别36
3.2.2 智能体在软件开发中扮演的角色38
3.2.3 智能体与传统软件的集成39
3.2.4 智能体在软件开发中的案例40
3.2.5 总结42
3.3 智能体与LLM的关系43
3.3.1 回顾LLM的神奇之处43
3.3.2 智能体与LLM的交互44
3.3.3 智能体与LLM的合作实例46
3.3.4 智能体与LLM融合中的技术挑战47
3.3.5 对智能体与LLM合作的展望48
第4章 智能体的核心技术50
4.1 NLP50
4.1.1 NLP核心技术51
4.1.2 伦理、偏见与技术挑战52
4.1.3 NLG54
4.1.4 多模态处理和NLP55
4.1.5 回顾和展望56
4.2 从ChatGPT到智能体57
4.2.1 ChatGPT的特点58
4.2.2 AI和NLP的演进59
4.2.3 技术突破与伦理挑战60
4.3 智能体的五种超能力61
4.3.1 记忆61
4.3.2 规划63
4.3.3 工具使用64
4.3.4 自主决策65
4.3.5 推理67
4.3.6 应用展望69
第3部分 下一代软件可以不必是软件
第5章 自然语言带来交互革命73
5.1 从图形用户界面到自然语言的进化73
5.1.1 交互界面的进化73
5.1.2 图形用户界面74
5.1.3 自然语言交互75
5.1.4 会话界面兴起77
5.1.5 交互界面的未来78
5.2 如何改变用户体验79
5.2.1 用户体验演变79
5.2.2 自然语言交互崛起80
5.2.3 未来展望81
第6章 高度自动化带来生产力革命83
6.1 人机协同的方法和框架83
6.1.1 人机协同的重要性83
6.1.2 人机协同的核心目标84
6.1.3 人机协同的方法和框架85
6.1.4 人机协同的典型案例86
6.1.5 生产力革命87
6.1.6 未来展望89
6.2 企业级应用与任务规划90
6.2.1 企业级应用的需求90
6.2.2 任务规划的作用92
6.2.3 企业如何选择工具92
6.2.4 机遇与挑战94
6.2.5 未来展望95
第7章 多智能体系统的未来96
7.1 单智能体系统与多智能体系统的差异96
7.1.1 单智能体系统的特点97
7.1.2 多智能体系统的特点98
7.1.3 技术进步与分析和比较99
7.1.4 对企业的影响与未来趋势101
7.2 模拟真实世界的组织结构与工作流程102
7.2.1 组织结构模拟103
7.2.2 工作流程模拟104
7.2.3 技术进步与实践应用106
7.2.4 根据模拟结果进行组织结构和工作流程优化107
7.2.5 未来趋势108
第4部分 典型案例和商业应用
第8章 斯坦福小镇项目：生成式智能体的典型案例113
8.1 实验背景与目的113
8.1.1 非凡之旅113
8.1.2 概念框架114
8.1.3 核心技术116
8.1.4 生成式智能体设计119
8.1.5 实验目的121
8.2 生成式智能体架构设计123
8.2.1 基础架构123
8.2.2 记忆和检索124
8.2.3 反思126
8.2.4 规划和反应128
8.2.5 行为和互动129
8.2.6 用户参与130
8.3 对未来的启示131
8.3.1 生成式智能的潜力无限131
8.3.2 生成式智能体的伦理挑战134
8.3.3 潜力与伦理并重的未来135
第9章 自主式智能体的典型案例137
9.1 AutoGPT：通过自然语言的需求描述执行自动化任务138
9.1.1 AutoGPT的核心功能138
9.1.2 AutoGPT的技术架构139
9.1.3 AutoGPT的应用范围139
9.1.4 未来展望140
9.2 BabyAGI：根据任务结果自动创建、排序和执行新任务141
9.2.1 BabyAGI的核心功能141
9.2.2 BabyAGI的技术架构142
9.2.3 未来展望143
9.3 MetaGPT：重塑生成式AI与软件开发界面的
多智能体架构144
9.3.1 MetaGPT的核心功能144
9.3.2 MetaGPT的安装和配置148
9.3.3 石头、剪刀、布游戏开发中的实例分析149
9.3.4 在软件开发市场中的竞争地位与竞争优势150
9.3.5 未来展望151
9.4 AutoGen：下一代LLM应用的启动器152
9.4.1 AutoGen的核心功能152
9.4.2 AutoGen的技术架构153
9.4.3 AutoGen的应用案例154
9.4.4 AutoGen的核心优势155
9.4.5 未来展望156
9.5 ChatDev：重塑软件开发的AI群体智能协作框架157
9.5.1 基本介绍157
9.5.2 ChatDev的技术架构160
9.5.3 ChatDev的实际应用162
9.5.4 ChatDev的优势和挑战163
9.5.5未来展望164
9.6 Camel.AI：引领自主与交流智能体的未来164
9.6.1 Camel.AI的核心概念164
9.6.2Camel.AI的技术架构165
9.6.3 Camel.AI的实际应用168
9.6.4 Camel.AI的实验和性能评估170
9.6.5未来展望171
第5部分 智能体的潜能与机遇
第10章 从智能体到具身智能175
10.1 具身智能的定义与特点175
10.1.1 智能体与具身智能的区别175
10.1.2 具身智能的核心概念177
10.1.3 具身认知理论的重要性178
10.2 感知和解析环境与自主决策180
10.2.1 感知和解析环境的技术180
10.2.2 从感知到行动的过程181
10.2.3 自主决策的重要性182
10.2.4 交互式学习与决策优化183
10.3 从软件到硬件的进化184
10.3.1 软件的角色与硬件的配合184
10.3.2 硬件进化对软件的影响185
10.3.3 具身智能在硬件设计中的应用186
10.3.4 软硬件协同发展的未来展望187
10.4 具身机器人的应用场景188
10.4.1 具身机器人在工业领域的应用188
10.4.2 具身机器人在医疗领域的应用189
10.4.3 具身机器人在日常生活中的应用191
10.4.4 具身机器人的发展趋势192
10.5 具身智能研究的挑战与机遇193
10.5.1 当前的研究难点与挑战193
10.5.2 解决方案与研究方向194
10.5.3 具身智能对未来社会的影响196
10.5.4 具身智能的商业潜力与市场前景197
10.6 具身智能和核心与未来198
10.6.1 重新审视智能体的重要性198
10.6.2 对研究者和实践者的建议199
第11章 智能体与未来的关系200
11.1 重塑Web3.0格局的可能性200
11.1.1 Web3.0的定义与特点200
11.1.2 智能体在Web3.0中的角色201
11.1.3 智能体在Web3.0中的应用案例203
11.2 智能体在元宇宙里的应用204
11.2.1 元宇宙的定义与发展204
11.2.2 元宇宙里的智能体应用205
11.2.3 智能体在元宇宙里的应用案例206
第6部分 展望：安全、发展、边界和挑战
第12章 数据治理与社会伦理211
12.1 数据隐私保护与数据安全问题211
12.1.1 数据收集与处理的风险211
12.1.2 数据治理的重要性212
12.2 自主决策与人类的伦理界限213
12.2.1 自主决策的伦理考量213
12.2.2 伦理原则与自主AI的选择214
12.2.3 决策边界的确定和调整215
第13章 技术边界与未来无限217
13.1 当前技术的局限性217
13.1.1 数据访问和数据质量问题217
13.1.2 逻辑编程的局限性218
13.1.3 应用领域的多方面挑战219
13.1.4 决策过程中的偏见问题220
13.1.5 处理复杂任务和理解人类意图的局限221
13.2 技术的发展趋势222
13.2.1 技术不断进步引领未来222
13.2.2 数据科学与AI技术的进步224
13.2.3 与其他优选技术的结合225
内容摘要
本书探讨了AI领域的AI Agent（智能体）和生成式AI的前沿进展，以及这些技术如何重塑我们的生活和工作方式。本书首先回顾了AI技术的演变历程，并强调了智能体的定义及其在客户服务、医疗健康和制造业等领域的广泛应用。本书也对智能体与传统软件进行了对比，分析了智能体的自主性、适应性和协作能力。生成式AI的崛起也被特别提及，其在艺术创作、数据增强等领域的应用被广泛讨论。本书还探讨了智能体在多智能体系统中的协同作用和具身智能的概念，分析了智能体的商业应用，包括企业级应用与任务规划、流程优化等，同时也指出了智能体在数据隐私、安全和伦理方面面临的挑战。最后，本书展望了智能体技术的未来发展，包括与其他优选技术的结合，认为它们将在更多领域发挥重要作用，为人类社会的进步做出贡献。智能体在未来将与每个人的工作和生活都息息相关。
— 没有更多了 —
以下为对购买帮助不大的评价