AI落地：讓人工智能為你所用

第1章 一場“特殊”的人工智能之旅
1.1　為什么“特殊” / 2
1.1.1　人工智能為什么重要 / 2
1.1.2　人工智能是什么 / 6
1.1.3　生活中的人工智能可以幫你做什么 / 8
1.1.4　工作中的人工智能可以幫你做什么 / 11
1.2　人工智能擅長的和不擅長的 / 15
1.2.1　人工智能的局限和落地的依賴 / 15
1.2.2　人工智能的優(yōu)勢 / 20
1.2.3　如何判斷場景是否適合應(yīng)用人工智能 / 23
1.3　如何看待人工智能 / 32
1.4　智能化產(chǎn)品 / 34
1.4.1　人工智能產(chǎn)品的發(fā)展 / 34
1.4.2　人工智能產(chǎn)品的要素 / 38
1.4.3　人工智能創(chuàng)業(yè) / 41
本章結(jié)語 / 45
參考文獻(xiàn) / 46
第2章 需要認(rèn)識(shí)的人工智能
2.1　與“互聯(lián)網(wǎng)思維”不同的“人工智能思維” / 48
2.1.1　需求產(chǎn)生：用戶與數(shù)據(jù)相對(duì)比 / 49
2.1.2　方案設(shè)計(jì)：單點(diǎn)與整體相對(duì)比 / 51
2.1.3　結(jié)果輸出：確定與不確定相對(duì)比 / 53
2.1.4　價(jià)值驗(yàn)證：流量與效率相對(duì)比 / 54
2.2　人工智能特殊的能力—機(jī)器學(xué)習(xí) / 56
2.2.1　機(jī)器學(xué)習(xí)的原理和四個(gè)能力 / 56
2.2.2　機(jī)器模擬人腦學(xué)習(xí)的五種方式 / 59
2.2.3　模擬人腦的神經(jīng)網(wǎng)絡(luò)模型 / 65
2.2.4　機(jī)器與人的差距 / 69
2.3　人工智能系統(tǒng)的結(jié)構(gòu) / 72
2.3.1　底層：硬件層 / 73
2.3.2　中層：技術(shù)層 / 76
2.3.3　頂層：應(yīng)用層 / 78
本章結(jié)語 / 79
參考文獻(xiàn) / 80
第3章 人工智能落地
3.1　人工智能落地的重要領(lǐng)域 / 82
3.2　人工智能落地的步驟 / 85
3.2.1　定點(diǎn)：確定場景中的落地點(diǎn) / 86
3.2.2　交互：確定交互方式和使用流程 / 91
3.2.3　數(shù)據(jù)：數(shù)據(jù)的收集及處理 / 95
3.2.4　算法：選擇算法及模型訓(xùn)練 / 104
3.2.5　實(shí)施：人工智能系統(tǒng)實(shí)施/部署 / 111
3.3　To B：人工智能賦能企業(yè) / 117
3.3.1　B端人工智能產(chǎn)品的形式 / 118
3.3.2　企業(yè)落地人工智能的前提條件 / 121
3.3.3　人工智能賦能企業(yè)的關(guān)鍵點(diǎn) / 123
3.4　To C：打造用戶喜歡的人工智能產(chǎn)品 / 125
3.4.1　C端產(chǎn)品中人工智能應(yīng)用的三種形式 / 125
3.4.2　識(shí)別C端人工智能落地需求的真?zhèn)?/ 127
3.4.3　C端人工智能產(chǎn)品的設(shè)計(jì)原則 / 130
3.5　評(píng)估人工智能落地的方法 / 133
3.5.1　能力指標(biāo) / 133
3.5.2　場景覆蓋度 / 137
3.5.3　使用效能 / 139
3.5.4　系統(tǒng)性能 / 140
3.5.5　經(jīng)濟(jì)性 / 141
3.6　如何評(píng)估數(shù)據(jù)質(zhì)量 / 145
3.6.1　定性評(píng)估你的數(shù)據(jù) / 145
3.6.2　定量評(píng)估你的數(shù)據(jù) / 150
本章結(jié)語 / 154
參考文獻(xiàn) / 155
第4章 人工智能落地案例
4.1　人工智能任務(wù)提醒助手 / 157
4.2　人工智能幫你做垃圾分類 / 169
4.3　人工智能輔助知識(shí)點(diǎn)鞏固 / 179
4.4　人工智能制作凡?高式藝術(shù)圖片 / 187
4.5　人工智能大模型生成電商素材 / 192
本章結(jié)語 / 202
參考文獻(xiàn) / 203
第5章 人工智能的困境與展望
5.1　人工智能的數(shù)據(jù)依賴 / 206
5.2　阻礙人工智能落地的因素 / 215
5.2.1　人工智能貴，成本高 / 216
5.2.2　人工智能落地需要警惕“意外” / 218
5.2.3　大眾的期望問題 / 219
5.2.4　落地場景缺少數(shù)據(jù) / 220
5.2.5　人工智能歧視 / 222
5.3　人工智能落地的七大方向 / 224
5.3.1　自然語言大模型 / 224
5.3.2　人機(jī)協(xié)作成為產(chǎn)品主流形態(tài) / 227
5.3.3　人工智能自動(dòng)化工作流 / 230
5.3.4　多模態(tài)融合 / 231
5.3.5　人工智能結(jié)合XR / 232
5.3.6　人工智能可解釋性提升 / 235
5.3.7　賦能傳統(tǒng)行業(yè)的轉(zhuǎn)型升級(jí) / 236
本章結(jié)語 / 238
參考文獻(xiàn) / 239
后記