邁向智能化-加速行業數智化轉型 孫鵬飛 9787115643995 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：人民郵電
物品所在地：中國大陸
原出版社：人民郵電
NT$699
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202407*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：邁向智能化-加速行業數智化轉型 ISBN：9787115643995 出版社：人民郵電 著編譯者：孫鵬飛 頁數：270 所在地：中國大陸 *此為代購商品 書號：1658344 可大量預訂，請先連絡。 內容簡介 本書分為3個主要篇章，深入探討了5G和AI的發展情況、技術優勢，揭示了它們在科技領域的重要地位；展示了5G和AI的實際應用，並展望了它們的發展趨勢。第一篇詳細介紹了全球5G的發展現狀，並展望了5G到5G-Advanced的發展路徑及未來形態；第二篇闡述了AI的重大演進進展，分析了機器學習、自然語言處理、計算機視覺等典型AI技術，剖析了當下熱門大模型技術；第三篇從5G和AI的技術融合與行業發展的角度分析了其對行業數字化、智能化發展的推動作用，展示了重點行業實踐情況，如政務、氣象、教育、醫療等。 本書可供泛政府行業、移動通信行業從業人員和高等院校相關專業的師生等參考。作者簡介 孫鵬飛，畢業於西安電子科技大學，工學碩士。2001年加入華為，曾任華為無線網路SingleOSS產品管理部部長，華為無線智能化與網路自動駕駛首席規劃師，MAE（MBB Automation Engine）產品組合與生命周期管理部部長。長期從事移動及產業數字化研究及洞察，在網路規劃、架構設計、網路建設、市場營銷及產品研發、產品管理等方面均具有豐富經驗。 現任華為ICT戰略與Marketing 5G-2B解決方案部部長，5G-2B解決方案產品管理首席專家，總體負責5GtoB解決方案平台規劃、研發及營銷。對5GtoB的方法論、理論模型構建、場景及商業模型的孵化及可複製性、運營模式、生態合作、標準構建、市場落地、項目交付等5GtoB端到端關鍵問題，有著深刻理解和獨到觀點。目錄 第一篇 5G規模化發展第1章 5G推動全球數字化變革新發展 1 1 通信技術推動人類社會持續進步 1 2 全球迎來數字化轉型新浪潮 1 3 數字化轉型機遇 1 4 5G激活產業變革新潛能 第2章 全球5G發展現狀 2 1 中國 2 1 1 中國5G商用情況 2 1 2 中國5G推動政策 2 1 3 中國5G應用發展情況 2 2 韓國 2 2 1 韓國5G商用情況 2 2 2 韓國5G推動政策 2 2 3 韓國5G應用發展情況 2 3 美國 2 3 1 美國5G商用情況 2 3 2 美國5G推動政策 2 3 3 美國5G應用發展情況 2 4 日本 2 4 1 日本5G商用情況 2 4 2 日本5G推動政策 2 4 3 日本5G應用發展情況 2 5 德國 2 5 1 德國5G商用情況 2 5 2 德國5G推動政策 2 5 3 德國5G應用發展情況 第3章 5G規模化發展路徑及未來形態 3 1 5G規模複製主要挑戰 3 1 1 5G網路建設面臨多方問題 3 1 2 5G技術與行業業務融合不足 3 1 3 產業供給能力不足 3 1 4 行業融合應用標準缺乏 3 1 5 行業融合生態建設亟待加強 3 2 5G規模化發展路徑 3 2 1 規模化發展基礎 3 2 2 規模化發展路徑及關鍵要素 3 2 3 實現5G規模化的意義與價值 3 3 5G-A及未來形態 3 3 1 5G應用深刻改變未來社會生活 3 3 2 5G-A開啟通信革新「下半場」 參考文獻 第二篇 人工智慧，新發展階段 第4章 人工智慧概述 4 1 什麼是人工智慧 4 2 人工智慧的歷史和發展 4 2 1 1 0時代：計算推理驅動（20世紀50年代—70年代） 4 2 2 2 0時代：知識驅動（20世紀70年代—90年代初） 4 2 3 3 0時代：數據驅動（20世紀90年代—21世紀初） 4 2 4 4 0時代：算力驅動（2020年至今） 4 3 人工智慧的應用領域 4 4 AI成為國家戰略 4 4 1 美國：多措並舉鞏固全球領先地位 4 4 2 中國：多元戰略促進產業健康發展 4 4 3 日本：以人工智慧構建「社會5 0」 4 4 4 韓國：戰略推動「AI強國」發展建設 4 4 5 德國：依託「工業4 0」打造德國品牌 4 4 6 英國：加大創新投入，推進成果轉化 參考文獻 第5章 人工智慧典型技術 5 1 機器學習 5 1 1 監督學習 5 1 2 無監督學習 5 1 3 強化學習 5 1 4 深度學習 5 1 5 多任務學習 5 2 自然語言處理 5 2 1 語言模型 5 2 2 詞向量 5 2 3 機器翻譯 5 2 4 文本分類 5 3 計算機視覺 5 3 1 圖像處理 5 3 2 物體檢測 5 3 3 圖片識別 5 3 4 視頻分析 5 4 多模態技術 5 4 1 特徵表示 5 4 2 模態融合 參考文獻 第6章 人工智慧重大演進進展 6 1 AI產業體系橫向拓展 6 1 1 AI產業體系概述 6 1 2 AI產業發展趨勢 6 2 AI晶元迭代構築底層技術優勢 6 2 1 英偉達 6 2 2 AMD 6 2 3 英特爾 6 2 4 華為海思 6 2 5 寒武紀 6 3 AI雲平台助力創新業務落地 6 3 1 微軟 6 3 2 亞馬遜 6 3 3 華為雲 6 3 4 阿里雲 6 3 5 百度智能雲 6 4 AI框架成為工程實踐能力核心 6 4 1 AI框架：加速AI應用產業規模增長及工程化落地 6 4 2 訓練平台：彈性分散式訓練驅動AI工程化進程 6 4 3 MLOps：打通AI工程化「最後一公里」 6 5 算力突破支撐AI跨越式發展 6 5 1 AI計算從粗獷使用向精細化協同演進 6 5 2 雲邊端一體化推動算力泛在化發展 6 5 3 智能算力支撐數字孿生元宇宙構建 6 5 4 多技術協同升級加速先進計算髮展 6 6 演算法更新推動AI能力持續演進 6 6 1 以AutoML為代表的新演算法讓AI開發更簡單 6 6 2 以模型為中心的開源社區加速構建 6 7 多元化數據服務為AI「增值」 6 8 創新主體活躍掀起AI應用熱潮 6 8 1 Adept AI：通用人工智慧（AGI）工具 6 8 2 Cohere：B端定製式AI服務者 6 8 3 Jasper：集成式AI營銷工具 6 8 4 滴滴自動駕駛：AI+自動駕駛 6 8 5 達闥機器人：擁有「雲端大腦」的人形機器人 參考文獻 第7章 大模型時代降臨 7 1 大模型發展歷程及特點 7 1 1 大模型技術快速迭代，參數規模三段式激增 7 1 2 「大+小」模型協同進化，推動端側化發展 7 1 3 大模型與人工智慧相互促進，相輔相成 7 1 4 大模型迭代周期縮短，總體呈現多種發展趨勢 7 2 大模型的典型應用領域 7 2 1 NLP大模型 7 2 2 CV大模型 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
