AI落地:让人工智能为你所用

第1章 一场“特殊”的人工智能之旅
1.1　为什么“特殊” / 2
1.1.1　人工智能为什么重要 / 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帮你做什么 / 8
1.1.4　工作中的人工智能可以帮你做什么 / 11
1.2　人工智能擅长的和不擅长的 / 15
1.2.1　人工智能的局限和落地的依赖 / 15
1.2.2　人工智能的优势 / 20
1.2.3　如何判断场景是否适合应用人工智能 / 23
1.3　如何看待人工智能 / 32
1.4　智能化产品 / 34
1.4.1　人工智能产品的发展 / 34
1.4.2　人工智能产品的要素 / 38
1.4.3　人工智能创业 / 41
本章结语 / 45
参考文献 / 46
第2章 需要认识的人工智能
2.1　与“互联网思维”不同的“人工智能思维” / 48
2.1.1　需求产生：用户与数据相对比 / 49
2.1.2　方案设计：单点与整体相对比 / 51
2.1.3　结果输出：确定与不确定相对比 / 53
2.1.4　价值验证：流量与效率相对比 / 54
2.2　人工智能特殊的能力—机器学习 / 56
2.2.1　机器学习的原理和四个能力 / 56
2.2.2　机器模拟人脑学习的五种方式 / 59
2.2.3　模拟人脑的神经网络模型 / 65
2.2.4　机器与人的差距 / 69
2.3　人工智能系统的结构 / 72
2.3.1　底层：硬件层 / 73
2.3.2　中层：技术层 / 76
2.3.3　顶层：应用层 / 78
本章结语 / 79
参考文献 / 80
第3章 人工智能落地
3.1　人工智能落地的重要领域 / 82
3.2　人工智能落地的步骤 / 85
3.2.1　定点：确定场景中的落地点 / 86
3.2.2　交互：确定交互方式和使用流程 / 91
3.2.3　数据：数据的收集及处理 / 95
3.2.4　算法：选择算法及模型训练 / 104
3.2.5　实施：人工智能系统实施/部署 / 111
3.3　To B：人工智能赋能企业 / 117
3.3.1　B端人工智能产品的形式 / 118
3.3.2　企业落地人工智能的前提条件 / 121
3.3.3　人工智能赋能企业的关键点 / 123
3.4　To C：打造用户喜欢的人工智能产品 / 125
3.4.1　C端产品中人工智能应用的三种形式 / 125
3.4.2　识别C端人工智能落地需求的真伪 / 127
3.4.3　C端人工智能产品的设计原则 / 130
3.5　评估人工智能落地的方法 / 133
3.5.1　能力指标 / 133
3.5.2　场景覆盖度 / 137
3.5.3　使用效能 / 139
3.5.4　系统性能 / 140
3.5.5　经济性 / 141
3.6　如何评估数据质量 / 145
3.6.1　定性评估你的数据 / 145
3.6.2　定量评估你的数据 / 150
本章结语 / 154
参考文献 / 155
第4章 人工智能落地案例
4.1　人工智能任务提醒助手 / 157
4.2　人工智能帮你做垃圾分类 / 169
4.3　人工智能辅助知识点巩固 / 179
4.4　人工智能制作凡?高式艺术图片 / 187
4.5　人工智能大模型生成电商素材 / 192
本章结语 / 202
参考文献 / 203
第5章 人工智能的困境与展望
5.1　人工智能的数据依赖 / 206
5.2　阻碍人工智能落地的因素 / 215
5.2.1　人工智能贵，成本高 / 216
5.2.2　人工智能落地需要警惕“意外” / 218
5.2.3　大众的期望问题 / 219
5.2.4　落地场景缺少数据 / 220
5.2.5　人工智能歧视 / 222
5.3　人工智能落地的七大方向 / 224
5.3.1　自然语言大模型 / 224
5.3.2　人机协作成为产品主流形态 / 227
5.3.3　人工智能自动化工作流 / 230
5.3.4　多模态融合 / 231
5.3.5　人工智能结合XR / 232
5.3.6　人工智能可解释性提升 / 235
5.3.7　赋能传统行业的转型升级 / 236
本章结语 / 238
参考文献 / 239
后记