科技
类型
可以朗读
语音朗读
125千字
字数
2025-09-01
发行日期
展开全部
主编推荐语
从规划到运维，再到伦理安全，完整涵盖智能系统开发全流程，构建系统认知。
内容简介
本书结合人工智能的技术实践，特别是当前热门的大语言模型，讲解智能系统规划，智能系统需求分析，智能系统架构设计，智能系统算力平台设计，智能系统数据平台设计，智能系统算法设计，智能系统开发、部署和运维，智能系统伦理、安全和隐私保护策略，行业应用，总结人工智能在应用中面临的挑战，探讨人工智能未来发展的趋势及其对软件开发的影响。
目录
- 版权信息
- 内容提要
- 前言
- 第1章 概述
- 1.1 人工智能发展历程
- 1.2 人工智能工程设计思路
- 1.3 人工智能代表性研究成果
- 1.3.1 专家系统
- 1.3.2 深度神经网络
- 1.3.3 人工智能生成内容和大模型
- 1.4 新趋势和新特点
- 1.4.1 通用人工智能的涌现
- 1.4.2 智能系统面临的挑战
- 1.5 工作模式及生命周期模型
- 1.5.1 工作模式
- 1.5.2 生命周期模型
- 1.6 具体实现
- 1.7 小结
- 第2章 智能系统规划
- 2.1 从传统信息化系统升级到智能系统
- 2.2 智能系统设计方法
- 2.2.1 系统设计策略和方法
- 2.2.2 业务架构设计策略和方法
- 2.2.3 智能系统顶层设计策略
- 2.3 小结
- 第3章 智能系统需求分析
- 3.1 业务架构分析与业务问题的提出
- 3.1.1 业务价值的源头分析
- 3.1.2 业务分类分析
- 3.1.3 业务分解分析
- 3.2 场景识别
- 3.2.1 寻找切入点
- 3.2.2 场景评估
- 3.3 可行性分析
- 3.3.1 成本分析
- 3.3.2 风险分析
- 3.3.3 效益分析
- 3.4 需求获取与需求分析
- 3.4.1 业务流与系统边界
- 3.4.2 需求获取
- 3.4.3 需求分析
- 3.5 案例分析：“学生课堂情绪预警管理”系统
- 3.5.1 问题提出
- 3.5.2 整理业务
- 3.5.3 寻找切入点
- 3.5.4 需求获取
- 3.5.5 需求分析
- 3.6 小结
- 第4章 智能系统架构设计
- 4.1 架构设计的八项原则
- 4.2 智能系统总体架构设计
- 4.3 以算力为基础的IaaS平台
- 4.3.1 算力基础设施
- 4.3.2 算力资源调度与管理平台
- 4.3.3 算力加速与服务平台
- 4.4 以数据为基础的PaaS平台
- 4.5 以大模型为基础的MaaS平台
- 4.6 面向智能应用的SaaS平台
- 4.7 智能系统架构设计中要注意的问题
- 4.7.1 架构设计中的层次关系与处理策略
- 4.7.2 数据流设计
- 4.7.3 接口设计
- 4.8 智能系统开发、部署和运维
- 4.9 智能系统伦理、安全和隐私保护
- 4.10 小结
- 第5章 智能系统算力平台设计
- 5.1 算力设计原则
- 5.2 算力资源识别
- 5.2.1 计算算力识别
- 5.2.2 存储算力识别
- 5.2.3 网络算力识别
- 5.3 算力资源需求分析
- 5.3.1 数据平台对算力资源的需求
- 5.3.2 算法平台对算力资源的需求
- 5.3.3 应用平台对算力资源的需求
- 5.3.4 训练平台对算力资源的需求
- 5.3.5 运维管理系统对算力资源的需求
- 5.3.6 隐私计算、安全和伦理对算力资源的需求
- 5.4 算力资源调度和管理平台
- 5.4.1 部署应用
- 5.4.2 选择云服务供应商
- 5.4.3 租用算力资源
- 5.4.4 资源调度和管理
- 5.4.5 安全和合规
- 5.5 算力加速技术与应用
- 5.5.1 硬件加速
- 5.5.2 软件优化
- 5.5.3 虚拟化技术和容器化技术
- 5.6 算力资源管理和服务管理
- 5.6.1 算力资源监控
- 5.6.2 算力资源调度
- 5.6.3 算力资源来源
- 5.6.4 算力资源计费管理
- 5.6.5 算力资源服务管理
- 5.7 算力网络设计
- 5.7.1 网络拓扑设计
- 5.7.2 带宽管理
- 5.7.3 网络安全防护
- 5.8 小结
- 第6章 智能系统数据平台设计
- 6.1 数据平台的构成
- 6.2 数据集的构建
- 6.2.1 数据采集策略
- 6.2.2 数据集划分方法
- 6.2.3 数据集质量评估
- 6.3 数据存储与数据库
- 6.3.1 面向智能系统的数据库选型
- 6.3.2 数据库规划与设计
- 6.3.3 数据库性能优化
- 6.3.4 数据库安全与隐私保护
- 6.4 数据清洗
- 6.4.1 数据去重
- 6.4.2 缺失值处理
- 6.4.3 异常值处理
- 6.4.4 数据标准化与归一化
- 6.5 数据标注
- 6.5.1 标注流程
- 6.5.2 标注方法
- 6.6 数据集管理
- 6.6.1 数据集版本控制
- 6.6.2 数据集生命周期管理
- 6.6.3 数据集质量管理
- 6.7 小结
- 第7章 智能系统算法设计
- 7.1 小模型场景下的算法设计
- 7.1.1 问题导向的设计理念
- 7.1.2 分类问题
- 7.1.3 回归问题
- 7.1.4 分组问题
- 7.1.5 生成问题
- 7.1.6 预测问题
- 7.2 大模型微调技术
- 7.2.1 LoRA
- 7.2.2 前缀调优
- 7.2.3 提示调优
- 7.2.4 P调优
- 7.3 算法优化技巧
- 7.3.1 模型简化和压缩
- 7.3.2 高效的训练策略
- 7.3.3 超参数调优
- 7.3.4 算法并行化和分布式训练
- 7.4 小结
- 第8章 智能系统开发、部署和运维
- 8.1 智能体构件设计
- 8.1.1 智能体构件的职责规约
- 8.1.2 智能体构件的数据实现
- 8.1.3 智能体构件的业务流转接口实现
- 8.1.4 智能体构件的交互实现
- 8.2 系统开发环境搭建工具
- 8.2.1 数据处理工具和框架
- 8.2.2 智能报告工具
- 8.2.3 开发工具
- 8.3 系统测试与质量保证
- 8.3.1 智能系统质量要素的独特性
- 8.3.2 测试需求管理
- 8.3.3 测试方案生成
- 8.3.4 测试代码编写与测试自动化
- 8.3.5 测试报告生成
- 8.4 部署与交付
- 8.4.1 部署策略与流程
- 8.4.2 试运行
- 8.4.3 持续集成与持续部署
- 8.5 系统运维
- 8.5.1 运维策略与措施
- 8.5.2 系统监控与报警
- 8.5.3 故障排除与恢复
- 8.6 系统优化
- 8.6.1 需求预期管理
- 8.6.2 需求变更管理
- 8.6.3 系统优化实现技术
- 8.6.4 个性化及个性化版本管理
- 8.7 小结
- 第9章 智能系统伦理、安全和隐私保护策略
- 9.1 伦理考虑与指南
- 9.1.1 人工智能的伦理挑战
- 9.1.2 伦理指南与实践
- 9.1.3 社会责任与参与
- 9.2 安全性设计与应对策略
- 9.2.1 安全威胁与风险
- 9.2.2 安全性设计原则
- 9.2.3 应对策略与实践
- 9.3 隐私保护与应对策略
- 9.3.1 隐私挑战和风险
- 9.3.2 应对策略
- 9.4 小结
- 第10章 行业应用
- 10.1 概述
- 10.1.1 大模型+营销
- 10.1.2 大模型+办公
- 10.1.3 大模型+游戏
- 10.1.4 大模型+影视
- 10.1.5 大模型+制造
- 10.1.6 大模型+教育
- 10.2 医疗行业典型案例
- 10.3 金融行业典型案例
- 10.4 小结
- 第11章 总结和展望
- 11.1 人工智能在应用中所面临的挑战
- 11.2 人工智能技术发展的趋势及其对软件开发的影响
- 11.2.1 技术发展方向
- 11.2.2 应用领域的拓展
- 11.2.3 大模型对软件开发的影响
- 11.3 小结
展开全部
评分及书评
评分不足
1个评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
