AI大模型安全观：通用人工智能的应用场景、安全挑战与未来影响
更新时间：2023-10-25 20:51:50 最新章节：8.4 我国在智能聊天机器人与大模型领域的探索
书籍简介
本书首先简要介绍了ChatGPT与自然语言大模型的基本概念，以及GPT-4的核心技术特点和人工智能技术未来的发展趋势；之后介绍了数字化时代的基础安全问题，以及大模型和ChatGPT在内容安全、网络安全、隐私安全、版权合规和伦理道德等方面带来的新挑战、新风险，如生成内容的准确性问题、作品训练的版权问题等，并从人工智能技术的监管角度给出了一些策略建议；最后深入地分析了如何客观看待ChatGPT给如今的经济社会所带来的各种影响，我们该如何与新兴的人工智能技术和谐相处。本书适合人工智能相关企业从业人员、网络安全监管部门人员以及人工智能相关专业的研究人员参考阅读。
品牌：人邮图书
上架时间：2023-07-01 00:00:00
出版社：人民邮电出版社
本书数字版权由人邮图书提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
秘蓉新等
同类热门书
最新上架
- 会员本书共分为8章，涵盖了从数据分析基础知识、常见的统计学方法到使用ChatGPT进行数据准备、数据清洗、数据特征提取、数据可视化、回归分析与预测建模、分类与聚类分析，以及深度学习和大数据分析等全面的内容。计算机10.7万字
- 会员本书具体包含以下内容：首先，探讨ChatGPT对法律界的冲击，以及律师等从业者的不同反应，进一步分析AI技术对行业的影响和发展趋势。接着，简要介绍ChatGPT的技术原理及应用场景。随后，详细讨论如何将AI力量融入律师职业路径，构建专业律师成长的新飞轮。接下来，分别讨论如何将ChatGPT（GPTs）应用于渠道与案源、检索与研究、案件分析，以及法律文书撰写与合同审核，实现部分日常事务自动化执行。之计算机10.6万字
- 会员本书配套周志华教授所著的《机器学习》教材，通过大量习题考查读者对机器学习相关知识点的理解与掌握。全书分为两个部分：第一部分习题对应《机器学习》第1~10章的内容，包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习；第二部分包含6章应用专题，通过综合题的形式对知识点进行多角度考查，包括线性模型的优化与复用、面向类别不平衡数据的分类、神经网络计算机19.3万字
- 会员本书从人工智能导论入手，阐述人工智能的发展及现状，重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深，循序渐进，从神经元和感知机入手，逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整，内容覆盖面广，介绍了深度学习中常用的模型和算法，助力读者多方位掌握深度学习的相关知识。本书可作为高等院校计算机等相关专计算机11万字
- 会员本书强调“把AI作为方法”（AI即ArtifcialIntelligence，人工智能）这一核心理念，旨在引导读者掌握与AI对话的关键技巧，并将AI融入工作和生活真正体验AI带给人类的高效与便捷。本书从技术的发展规律人手，探讨了把AI作为方法的必然性和必要性，进一步剖析了算法与哲学在内在逻辑上的贯通性。此外，本书通过丰富多样的案例展示了AI的强大魅力，通过一系列“召唤术”帮助读者运用AI创造性地计算机9.7万字
- 会员本书以第一人称视角，讲述AI的来龙去脉，表达AI的技术原理。从历史到未来，跨越百年时空；从理论到实践，解读AI大爆炸；从技术到哲学，穿越多个维度；从语言到绘画，落地实战演练。ChatGPT的诞生，引发了奇点降临，点亮了AGI（通用人工智能），并涉及大模型、深度神经网络、Transformer、AIGC、涌现效应等一系列技术前沿。计算机8.6万字
- 会员本书将带你深入探索AI“神器”——DeepSeek的无限潜能，带你从零开始，轻松掌握AI的核心应用。通过学习本书，你将轻松上手DeepSeek，开启智能生活新篇章；通过学习本书，你将学会用DeepSeek大幅提升工作效率；通过学习本书，你将学会如何让DeepSeek成为你的职场超级助手；通过学习本书，你将学会如何利用DeepSeek激发自己的创作灵感，打造爆款内容和个人品牌；通过学习本书，你将学会计算机7.2万字
同类书籍最近更新
- 会员本书的副书名指出知识工程2.0是智能制造时代的研发智慧，书中的讨论对象和举例均以研发企业或研发过程为背景。但这只是因为研发过程是知识最密集、产出最丰富和应用最深入的过程，并不代表本书所提的方法不适用于非研发型企业。非研发型企业或非研发过程的知识工程方法是本书所提方法的子集，大部分方法进行适应性改造，即可适用于这些企业或过程。人工智能13.9万字
- 会员本书视角独特，将软件工程中的方法应用到机器学习实践中，重视方法论和工程实践的融合。本书主要有3个特点。1）机器学习的软件工程方法：用软件工程（SoftwareEngineering）中的工具、方法和理论指导机器学习的实践活动。主要体现在测试驱动开发（TDD）方法、机器学习项目管理方法、工程化软件应用于数据科学标准化环境，以及开源算法包的大量实践应用案例等。2）机器学习全生命周期：书中全面呈现了机人工智能22.4万字