本书主要围绕AI系统的理论基础与技术基础知识展开，结合实例进行介绍，旨在让读者了解AI系统的来龙去脉，形成对AI系统的系统化与层次化的初步理解，掌握AI系统基本理论、技术、实际应用及研究方向，为后续从事具体的学习研究工作和项目开发工作奠定基础。
　　本书首先介绍AI的历史、现状与发展及AI系统的基本知识，后分为AI硬件与体系结构、AI编译与计算架构、AI推理系统与引擎、AI框架核心模块四篇进行详细介绍，涉及AI系统从底层原理到应用落地的全貌，反映了AI系统架构的前沿技术。

本书旨在成为大模型在各行各业落地应用的“百科全书”，专为对大模型感兴趣的从业者和企业管理者量身打造。本书结合了实地调研和多元视角，不仅对大模型进行了技术分析，还从商业、产品、行业等多个角度进行了应用探讨。全书共5章：第 1 章介绍了大模型的训练过程和核心技术；第 2 章分析了大模型对软件行业的影响，通过具体案例展示了软件公司如何适应大模型需求；第 3、4 章分别从产品和行业角度出发，讨论了大模型如何改变产品升级流程和工作流程，以及它对各行各业的具体影响；第 5 章展望了大模型的未来，预测了它将如

在技术变革推动与经济社会需求拉动的多重驱动作用下，人工智能技术出现了明显的重大突破，进入与之前完全不同的发展阶段。近年来，以ChatGPT为代表的人工智能大模型研究成为一大热点。本书尝试从人工智能与大模型发展历程入手，研判其已成为新的通用目的技术，并跟踪技术发展和政策、产业等领域发展动向。在此基础上，系统分析了人工智能大模型创新的实质，归纳了人工智能大模型已产生的变革和典型应用场景，就治理挑战和路径进行了分析研判，提出了未来发展趋势、风险和政策建议。

本书深度剖析人工智能领域的最新趋势及其对未来的潜在影响，特别是聚焦于欧盟在这一领域的政策动向、监管措施和立法进展。书中详细阐述欧盟对于算法的通用监管策略，展示其在构建伦理监管环境方面所取得的最新成就，并提供对欧盟道德法规与可信赖人工智能的宏观洞察。
　　内容不仅涵盖科学信息技术的基础概念阐释，还深入探讨欧盟机构层面的立法、监管以及政策制定活动。同时，对人工智能伦理框架进行全面分析，探讨不同的监管手段，并介绍独特的横向解决方案。此外，本书还系统地梳理了人工智能在重要社会经济领域所适用的部门法

阅读本书犹如一次时空之旅。它不仅向你讲述了人工智能进步的故事，还能让你沿着那些人工智能先驱者的脚步，去感受他们的激情和执着，去了解他们如何用智慧之光，点亮通往未知世界的路标。希望这本书能让你感受到，人工智能原来并不遥远，人工智能原来很有趣，继而进一步地关注更多发生在人工智能世界里的奇妙故事，抑或愿意投身于这一全球瞩目的未来学科。

本书全面介绍TensorFlow 2.x 框架及其在深度学习中的应用，内容包括TensorFlow 简介、Python 语 言基础、环境搭建与入门、TensorBoard 可视化、多层感知机实现、卷积神经网络实现、循环神经网络实 现、强化学习、迁移学习、生成对抗网络和GPU 并行计算等。

本书详细阐述意图驱动自智网络的关键技术与应用实例。内容涵盖意图驱动自主智能网络的基础概念与背景，以及意图智能转译、意图闭环验证、自主策略生成、意图态势感知等意图环路技术。此外，探讨针对意图驱动智能运维、意图驱动网络负载均衡、意图驱动6G编排和意图驱动卫星网络管控等典型应用案例。

本书系统地讲解各种模型在端侧平台(含嵌入式设备、移动端设备)中的工程化实践，重点讨论模型优化、模型轻量化设计、高性能计算、Neon编程、ARM处理器OpenCV编程、基于TFLite的端侧模型部署和性能优化、NPU和GPU推理加速等。通过本书的阅读，读者可以理解端侧AI模型部署内容，包括算法及算子优化和对模型的精度、性能的评估和调优，能够帮助读者朋友找到正确的学习和研究方向，以及正确的工程方法。

本书剖析了图像复原技术的最新进展，并探索了深度学习技术在图像复原过程中的关键作用。内容包括：基于传统机器学习的图像复原方法、基于卷积神经网络的图像复原方法基础、基于双路径卷积神经网络的图像去噪方法、基于注意力引导去噪卷积神经网络的图像去噪方法、基于级联卷积神经网络的图像超分辨率方法等。