《I Agent：AI的下一個風口》是電子工業出版社出版圖書，作者吳畏。
基本介紹
- 中文名：I Agent：AI的下一個風口
- 作者：吳畏
- 出版時間：2024年3月
- 出版社：電子工業出版社
- 頁數：240 頁
- ISBN：9787121474606
- 定價：69 元
- 開本：16 開
內容簡介,圖書目錄,作者簡介,
內容簡介
《AI Agent：AI的下一個風口》探討了AI領域的AI Agent（智慧型體）和生成式AI的前沿進展，以及這些技術如何重塑我們的生活和工作方式。
《AI Agent：AI的下一個風口》首先回顧了AI技術的演變歷程，並強調了智慧型體的定義及其在客戶服務、醫療健康和製造業等領域的廣泛套用。本書也對智慧型體與傳統軟體進行了對比，分析了智慧型體的自主性、適應性和協作能力。生成式AI的崛起也被特別提及，其在藝術創作、數據增強等領域的套用被廣泛討論。本書還探討了智慧型體在多智慧型體系統中的協同作用和具身智慧型的概念，分析了智慧型體的商業套用，包括企業級套用與任務規劃、流程最佳化等，同時也指出了智慧型體在數據隱私、安全和倫理方面面臨的挑戰。最後，本書展望了智慧型體技術的未來發展，包括與其他先進技術的結合，認為它們將在更多領域發揮重要作用，為人類社會的進步做出貢獻。智慧型體在未來將與每個人的工作和生活都息息相關。
《AI Agent：AI的下一個風口》適合所有人閱讀，特別是軟體開發者和內容創作者，以及科技、金融行業的從業者和對AI領域感興趣的讀者。
圖書目錄
第1部分 AI的演進與大模型的興起
第1章 AI的起源與進化 3
1.1 從桌面套用到雲計算 3
1.1.1 桌面套用時代：個人電腦提升個人辦公效率 4
1.1.2 網際網路套用時代：軟體從桌面擴展到網路 5
1.1.3 移動套用時代：軟體走進生活 6
1.1.4 雲計算與SaaS時代：軟體服務化 7
1.2 從早期萌芽到深度學習 9
1.2.1 早期萌芽時代（20世紀50年代—60年代） 9
1.2.2 知識工程時代（20世紀70年代—80年代中期） 10
1.2.3 統計學習時代（20世紀80年代末—20世紀末） 11
1.2.4 深度學習時代（21世紀初至今） 12
第2章 大模型時代的AI 14
2.1 生成式AI的崛起 14
2.1.1 圖像生成 15
2.1.2 文本生成 16
2.1.3 音頻生成 18
2.1.4 生成式AI的發展歷程 19
2.1.5 套用與展望 20
2.2 大模型時代狂飆猛進 22
2.2.1 語言模型的發展歷程 22
2.2.2 LLM的關鍵技術 24
2.2.3 LLM的典型套用 26
第2部分 大模型驅動的智慧型體
第3章 什麼是智慧型體 31
3.1 智慧型體的定義與特點 31
3.1.1 智慧型體的定義 32
3.1.2 智慧型體的特徵 33
3.1.3 智慧型體的套用 34
3.2 智慧型體與傳統軟體的關係 36
3.2.1 智慧型體與傳統軟體的區別 36
3.2.2 智慧型體在軟體開發中扮演的角色 38
3.2.3 智慧型體與傳統軟體的集成 39
3.2.4 智慧型體在軟體開發中的案例 40
3.3 智慧型體與LLM的關係 43
3.3.1 回顧LLM的神奇之處 43
3.3.2 智慧型體與LLM的互動 44
3.3.3 智慧型體與LLM的合作實例 46
3.3.4 智慧型體與LLM融合中的技術挑戰 47
3.3.5 對智慧型體與LLM合作的展望 49
第4章 智慧型體的核心技術 51
4.1 NLP 51
4.1.1 NLP的核心技術 52
4.1.2 倫理、偏見與技術挑戰 53
4.1.3 NLG 55
4.1.4 多模態處理和NLP 56
4.1.5 回顧和展望 57
4.2 從ChatGPT到智慧型體 58
4.2.1 ChatGPT的特點 59
4.2.2 AI和NLP的演進 60
4.2.3 技術突破與倫理挑戰 61
4.3 智慧型體的五種超能力 62
4.3.1 記憶 62
4.3.2 規劃 64
4.3.3 工具使用 65
4.3.4 自主決策 67
4.3.5 推理 68
4.3.6 套用展望 70
第3部分 下一代軟體可以不必是軟體
第5章 自然語言帶來互動革命 75
5.1 從圖形用戶界面到自然語言的進化 75
5.1.1 互動界面的進化 75
5.1.2 圖形用戶界面 76
5.1.3 自然語言互動 77
5.1.4 會話界面興起 79
5.1.5 互動界面的未來 80
5.2 如何改變用戶體驗 81
5.2.1 用戶體驗演變 81
5.2.2 自然語言互動崛起 82
5.2.3 未來展望 83
第6章 高度自動化帶來生產力革命 85
6.1 人機協同的方法和框架 85
6.1.1 人機協同的重要性 85
6.1.2 人機協同的核心目標 86
6.1.3 人機協同的方法和框架 87
6.1.4 人機協同的典型案例 88
6.1.5 生產力革命 89
6.1.6 未來展望 91
6.2 企業級套用與任務規劃 92
6.2.1 企業級套用的需求 92
6.2.2 任務規劃的作用 94
6.2.3 企業如何選擇工具 94
6.2.4 機遇與挑戰 96
6.2.5 未來展望 97
第7章 多智慧型體系統的未來 98
7.1 單智慧型體系統與多智慧型體系統的差異 98
7.1.1 單智慧型體系統的特點 99
7.1.2 多智慧型體系統的特點 100
7.1.3 技術進步與分析和比較 101
7.1.4 對企業的影響與未來趨勢 103
7.2 模擬真實世界的組織結構與工作流程 104
7.2.1 組織結構模擬 105
7.2.2 工作流程模擬 106
7.2.3 技術進步與實踐套用 108
7.2.4 根據模擬結果進行組織結構和工作流程最佳化 109
7.2.5 未來趨勢 110
第4部分 典型案例和商業套用
第8章 斯坦福小鎮項目：生成式智慧型體的典型案例 115
8.1 實驗背景與目的 115
8.1.1 非凡之旅 115
8.1.2 概念框架 116
8.1.3 核心技術 118
8.1.4 生成式智慧型體設計 121
8.1.5 實驗目的 123
8.2 生成式智慧型體架構設計 125
8.2.1 基礎架構 125
8.2.2 記憶和檢索 126
8.2.3 反思 128
8.2.4 規劃和反應 130
8.2.5 行為和互動 131
8.2.6 用戶參與 132
8.3 對未來的啟示 133
8.3.1 生成式智慧型體的潛力無限 133
8.3.2 生成式智慧型體的倫理挑戰 136
8.3.3 潛力與倫理並重的未來 137
第9章 自主式智慧型體的典型案例 139
9.1 AutoGPT：通過自然語言的需求描述執行自動化任務 140
9.1.1 AutoGPT的核心功能 140
9.1.2 AutoGPT的技術架構 141
9.1.3 AutoGPT的套用範圍 141
9.1.4 未來展望 142
9.2 BabyAGI：根據任務結果自動創建、排序和執行新任務 143
9.2.1 BabyAGI的核心功能 143
9.2.2 BabyAGI的技術架構 144
9.2.3 未來展望 145
9.3 MetaGPT：重塑生成式AI與軟體開發界面的
多智慧型體架構 146
9.3.1 MetaGPT的核心功能 146
9.3.2 MetaGPT的安裝和配置 150
9.3.3 石頭、剪刀、布遊戲開發中的實例分析 151
9.3.4 在軟體開發市場中的競爭地位與競爭優勢 152
9.3.5 未來展望 153
9.4 AutoGen：下一代LLM套用的啟動器 154
9.4.1 AutoGen的核心功能 154
9.4.2 AutoGen的技術架構 155
9.4.3 AutoGen的套用案例 156
9.4.4 AutoGen的核心優勢 157
9.4.5 未來展望 158
9.5 ChatDev：重塑軟體開發的AI群體智慧型協作框架 159
9.5.1 基本介紹 159
9.5.2 ChatDev的技術架構 162
9.5.3 ChatDev的實際套用 164
9.5.4 ChatDev的優勢和挑戰 165
9.5.5 未來展望 166
9.6 Camel.AI：引領自主與交流智慧型體的未來 166
9.6.1 Camel.AI的核心概念 166
9.6.2 Camel.AI的技術架構 167
9.6.3 Camel.AI的實際套用 170
9.6.4 Camel.AI的實驗和性能評估 172
9.6.5 未來展望 173
第5部分 智慧型體的潛能與機遇
第10章 從智慧型體到具身智慧型 177
10.1 具身智慧型的定義與特點 177
10.1.1 智慧型體與具身智慧型的區別 177
10.1.2 具身智慧型的核心概念 179
10.1.3 具身認知理論的重要性 180
10.2 感知和解析環境與自主決策 182
10.2.1 感知和解析環境的技術 182
10.2.2 從感知到行動的過程 183
10.2.3 自主決策的重要性 184
10.2.4 互動式學習與決策最佳化 185
10.3 從軟體到硬體的進化 186
10.3.1 軟體的角色與硬體的配合 186
10.3.2 硬體進化對軟體的影響 187
10.3.3 具身智慧型在硬體設計中的套用 188
10.3.4 軟硬體協同發展的未來展望 189
10.4 具身機器人的套用場景 190
10.4.1 具身機器人在工業領域的套用 190
10.4.2 具身機器人在醫療領域的套用 191
10.4.3 具身機器人在日常生活中的套用 193
10.4.4 具身機器人的發展趨勢 194
10.5 具身智慧型研究的挑戰與機遇 195
10.5.1 當前的研究難點與挑戰 195
10.5.2 解決方案與研究方向 196
10.5.3 具身智慧型對未來社會的影響 198
10.5.4 具身智慧型的商業潛力與市場前景 199
10.6 具身智慧型的核心與未來 200
10.6.1 重新審視智慧型體的重要性 200
10.6.2 對研究者和實踐者的建議 201
第11章 智慧型體與未來的關係 202
11.1 重塑Web3.0格局的可能性 202
11.1.1 Web3.0的定義與特點 202
11.1.2 智慧型體在Web3.0中的角色 203
11.1.3 智慧型體在Web3.0中的套用案例 205
11.2 智慧型體在元宇宙里的套用 206
11.2.1 元宇宙的定義與發展 206
11.2.2 元宇宙里的智慧型體套用 207
11.2.3 智慧型體在元宇宙里的套用案例 208
第6部分 展望：安全、發展、邊界和挑戰
第12章 數據治理與社會倫理 213
12.1 數據隱私保護與數據安全問題 213
12.1.1 數據收集與處理的風險 213
12.1.2 數據治理的重要性 214
12.2 自主決策與人類的倫理界限 215
12.2.1 自主決策的倫理考量 215
12.2.2 倫理原則與自主AI的選擇 216
12.2.3 決策邊界的確定和調整 217
第13章 技術邊界與未來無限 219
13.1 當前技術的局限性 219
13.1.1 數據訪問和數據質量問題 219
13.1.2 邏輯編程的局限性 220
13.1.3 套用領域的多方面挑戰 221
13.1.4 決策過程中的偏見問題 222
13.1.5 處理複雜任務和理解人類意圖的局限 223
13.2 技術的發展趨勢 224
13.2.1 技術不斷進步引領未來 224
13.2.2 數據科學與AI技術的進步 226
13.2.3 與其他先進技術的結合 227
吳畏（Delta）
非凡資本合伙人，中歐EMBA。 2017年，創辦非凡資本，已投資耀途資本、寒武創投、梅花創投、FancyTech、聯諦科技等數隻創業投資基金及早期項目，累計投資和服務的創業公司達數百家。 2023年，開始關注AI套用，創辦的非凡產研已經成為AI套用研究領域國內領先的行業智庫。
