


作者:[美]安贾纳瓦·比斯瓦斯(Anjanava Biswas) 里克·塔鲁克达尔(Wrick Talukdar)著 茹炳晟 殷海英 译
定价:79.8元
印次:1-1
ISBN:9787302703983
出版日期:2025.12.01
印刷日期:2025.11.12
图书责编:王军
图书分类:零售
"通过这本全面指南,你将深入洞悉人工智能自主性的未来,学习如何设计和部署自主人工智能智能体,这些智能体利用生成式人工智能实现规划、推理与行动。本书由主导全球AI标准的行业**架构师和构建企业级AI解决方案的**专家撰写,系统阐述了智能体系统的核心原理,详细分析AI智能体如何独立运行、做出决策并利用工具完成复杂任务。 本书开篇介绍生成式人工智能与智能体架构的基础内容,然后将带你深入探索决策框架、自我改进机制以及适应性等核心主题。书中还涵盖了先进的设计技术,如多步骤规划、工具集成,以及适用于可扩展AI智能体的 “协调者-工作者-委派者”模式。 除了技术层面,本书还聚焦信任、安全与伦理等关键议题,确保AI系统的行为契合人类的价值观,并以透明的方式运行。本书通过自动化、金融、医疗等行业的真实案例,生动展示自主AI如何推动产业变革。书中对AI框架、提示工程和多智能体协作进行了深度解析,助力构建具备自适应和扩展能力的下一代AI智能体,使其不仅能执行基础任务,而且能在极少人工干预的情况下自主行动。 你将学到: ?掌握生成式AI与智能体系统的核心原理 ?理解AI智能体在动态环境中自主运行、推理与适应的机制 ?实现AI智能体的自省能力,使其能分析自身行为并灵活应变 ?搭建支持AI智能体调用外部工具、规划复杂任务的系统 ?应用提升AI透明度、问责制与可靠性的方法 ?探索AI智能体在各行业的实际应用案例"
"安贾纳瓦·比斯瓦斯是一位屡获殊荣的高级AI专家和解决方案架构师,拥有超过17年的行业经验。他专注于机器学习、生成式AI、自然语言处理、深度学习、数据分析和云架构,与大型企业合作,在云端构建和扩展先进的AI系统。安贾纳瓦因其在应用AI领域的贡献而广受认可。他曾在多个科学期刊上发表研究成果,并积极参与AI、ML开源项目。他的职业荣誉包括英国计算机协会(BCS)、英国工程技术学会(IET)、印度电子与电信工程师学会(IETE)等学会的会士资格,还是IEEE高级会员。安贾纳瓦常以嘉宾身份参与公开演讲,曾在IBM和Oracle等行业巨头企业中担任重要职务。安贾纳瓦来自印度,目前与妻子和儿子居住在加利福尼亚州的圣地亚哥,在科技领域持续创新并激励他人。里克·塔鲁克达尔是亚马逊公司在生成式人工智能领域的富有远见的技术领袖,拥有超过二十年的全球AI、云计算和产品管理经验。作为AI驱动转型的先锋,他领导了大规模的现代化项目,推动了企业增长,并影响了全球数百万人的生活。他主导将多项获奖的AI、ML技术产品化,这些技术现在已大规模部署在《财富》500强企业中,塑造了现实世界中的AI应用场景。作为AI研究领域的知名人物,里克在生成式AI、多模态、自然语言处理和计算机视觉等方面的研究成果被广泛引用和参考。作为IEEE高级会员、多个行业论坛的主席和小组成员,他为CTSoc行业论坛、网络智能委员会(Network Intelligence Committee,NIC)等全球委员会提供专业建议,参与制定行业标准,并推动人工智能未来的角色定位。他常受邀在世界科技峰会(World Technology Summit)、IEEE荣誉学会(IEEE HKN)、国际消费电子大会(ICCE)、剑桥能源周(CERAWeek)、阿布扎比国际石油博览会(ADIPEC)等**会议上分享创新成果,将前沿研究与现实世界中的AI应用结合起来,加速行业创新。他凭借扎实的计算机科学背景,共同主持IEEE NIC,助力年轻专业人才成长。作为作者和思想领袖,他不断推动AI技术边界的突破,激励着未来的创新者。里克与家人现定居于加利福尼亚。"
中文版推荐序 当前,人工智能正从“工具赋能”迈向“原生智能”的新阶段,以大模型、Agent、RAG等为代表的AI技术不再局限于为传统系统叠加功能,而是通过重构底层架构与运行逻辑,催生全新智能化应用形态。2025年8月国务院发布的《关于深入实施“人工智能+”行动的意见》更明确要求“培育智能原生新模式新业态,大力发展智能原生技术、产品和服务体系,加快培育底层架构和运行逻辑基于人工智能的智能原生企业”,凸显了这一领域的战略地位。 本书所介绍的Agentic AI系统正是一种典型的新型智能化软件系统。这种系统以基于大模型的智能化和自治性的Agent为中心,能推理、会规划、自适应。除此之外,这里的“系统”二字又突出了面向真实场景和现实需求的工程化要求:从外部用户需求看,这类系统需要具有高度的可信性,满足可靠性、安全性、透明性、可解释性以及伦理道德等多个方面的要求;从内部构造方式看,这类系统包含大模型、Agent、知识库、工具等多种不同类型的组成部分,并且包含一系列最佳实践和设计模式。简而言之,就是要通过使用工程化的方法和手段实现高度可信的工程化系统。 本书围绕这一主题,从基本原理、关键技术、设计模式、构造方法、可信保障等多个方面展开介绍,并提供了具体的案例分析和实现参考,为Agentic AI系统方面的初学者提供了一个全面和专业性的介绍。本书特别突出了智能体系统设计的重要性,包括相关设计模式和设计技巧,这对于工程化系统无疑是特别重要的。同时,本书还特别强调了Agentic AI系统的信任、伦理和安全问题。在人工智能特别是Agentic AI技术加速融入每个人的日常生活以及各行各...
第1部分:生成式AI和智能体系统的基础
第1章 生成式AI基础 3
1.1 生成式AI简介 3
1.2 生成式AI模型的类型 4
1.2.1 变分自编码器 5
1.2.2 生成对抗网络 6
1.2.3 自回归模型和Transformer架构 7
1.2.4 基于LLM的AI智能体 9
1.3 生成式AI的应用 14
1.4 生成式AI面临的挑战与局限性 17
1.4.1 数据质量与偏见 17
1.4.2 数据隐私 18
1.4.3 计算资源 18
1.4.4 伦理和社会影响 19
1.4.5 泛化能力与创造力 19
本章小结 20
习题 20
习题答案 20
扩展阅读 20
参考文献 21
第2章 智能体系统的原理 23
2.1 技术要求 23
2.2 理解自我管理、能动性和自主性 23
2.2.1 自我管理 24
2.2.2 能动性 25
2.2.3 自主性 25
2.2.4 智能体的能动性和自主性的示例 26
2.3 回顾智能体及其特征 29
2.4 探讨智能体系统的架构 30
2.4.1 慎思型架构 30
2.4.2 响应型架构 32
2.4.3 混合架构 33
2.5 理解多智能体系统 34
2.5.1 多智能体系统的定义和特征 35
2.5.2 多智能体系统中的互动机制 36
本章小结 41
习题 41
习题答案 42
第3章 智能体的基本组... 查看详情
"亮点聚焦
?全面覆盖生成式AI与智能体系统:从基础理论到高级实践,深入解析变分自编码器、生成对抗网络、自回归模型等核心技术,为开发者提供坚实基石。
?实战导向的代码示例与操作指南:内含丰富的Python代码、CrewAI框架应用案例及多智能体协作实现,助您快速落地AI智能体项目。
?前沿技术深度探讨:涵盖智能体反思与内省、工具使用与规划、多智能体协调模式(如“协调者-工作者-委派者”设计),突破传统AI局限。
?伦理与安全并重:**章节讨论信任构建、偏见缓解、隐私保护及伦理治理,确保AI系统负责任发展,契合行业合规需求。
?行业应用全景扫描:聚焦创意内容生成、对话式AI、机器人技术、决策支持等真实场景,赋能医疗、金融、制造等多领域创新。"

