幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

AI大模型(賦能通信產業新時代技術新未來)

  • 作者：曾捷//楊一帆//粟欣//呂鐵軍//鍾怡等|責編:劉洋
  • 出版社：清華大學
  • ISBN：9787302689744
  • 出版日期：2025/06/01
  • 裝幀：平裝
  • 頁數：195
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    近年來，隨著人工智慧技術的發展，以ChatGPT為代表的GPT大模型展現了強大的內容理解和生成能力，引起了各行各業的廣泛關注，也為通信行業帶來了新的機遇和挑戰。本書以GPT發展歷程為基礎，介紹了GPT賦能通信業的具體應用，探討了「GPT+通信」融合發展的未來趨勢及所面臨的問題，最後提出了相應的發展建議。
    通過閱讀本書，讀者可以了解GPT大模型的相關知識，並將其應用於通信行業。本書適合信息通信專業的技術人員和管理人員閱讀，也可作為高等院校通信、電子、電腦、自動化、網路空間安全等專業碩士、博士研究生的參考書。
作者介紹
曾捷//楊一帆//粟欣//呂鐵軍//鍾怡等|責編:劉洋
目錄
第1章  ChatGPT與GPT的發展
  1.1  ChatGPT開啟人工智慧新時代
    1.1.1  ChatGPT基本概念
    1.1.2  ChatGPT技術體系
    1.1.3  ChatGPT典型應用
  1.2  GPT引領人工智慧發展熱潮
    1.2.1  GPT：生成式預訓練轉換器
    1.2.2  Transformer架構
    1.2.3  GPT發展歷程
  1.3  大模型
    1.3.1  大模型概述
    1.3.2  大模型研究現狀
    1.3.3  典型的大模型
  1.4  本章小結
  參考文獻
第2章  GPT催生通信新應用與新變革
  2.1  GPT賦能多元化通信新應用
  2.2  智能客服
    2.2.1  傳統智能客服面臨的挑戰
    2.2.2  增強語義理解與情感識別
    2.2.3  增強跨渠道整合與統一管理
  2.3  自動化模擬
    2.3.1  重構實驗流程
    2.3.2  模擬參數分析
    2.3.3  實現智能編程
  2.4  重塑晶元設計領域
    2.4.1  優化設計流程
    2.4.2  輔助自動設計
    2.4.3  提高驗證效率
  2.5  增強語義通信
    2.5.1  提高SemCom訓練效率
    2.5.2  增強語義上下文推理
    2.5.3  提升頻譜資源利用率
    2.5.4  推動智能通信的廣泛應用
  2.6  本章小結
  參考文獻
第3章  GPT促進通信網路智能自治
  3.1  通信網路智能自治
  3.2  GPT重塑網路規劃
    3.2.1  無線網路規劃
    3.2.2  基站選址及天線優化
    3.2.3  基於意圖的網路規劃
  3.3  GPT增強切片部署
    3.3.1  網路切片技術
    3.3.2  未來網路智能切片
  3.4  GPT簡化網路運維
    3.4.1  異常檢測
    3.4.2  故障診斷
    3.4.3  事件預警
    3.4.4  智能決策

  3.5  GPT加速網路優化
    3.5.1  網路流量優化
    3.5.2  無線網路覆蓋優化
    3.5.3  網路信令追蹤
  3.6  本章小結
  參考文獻
第4章  未來網路對GPT應用的支撐和優化
  4.1  萬物智聯時代GPT的定位
  4.2  未來網路設計的典型思路和方案
    4.2.1  雲原生
    4.2.2  無線技術新體系
  4.3  未來網路支持GPT能力下沉
    4.3.1  自適應切片
    4.3.2  分散式學習
  4.4  本章小結
  參考文獻
第5章  支持GPT應用的邊緣智能
  5.1  邊緣智能概述
    5.1.1  概念演進
    5.1.2  關鍵特徵
    5.1.3  研究進展
  5.2  GPT在邊緣智能部署的典型應用
    5.2.1  智能網聯車
    5.2.2  智慧工廠
    5.2.3  智慧社區
    5.2.4  智慧醫院
  5.3  GPT在邊緣部署時對網路KPI的需求
  5.4  本章小結
  參考文獻
第6章  GPT與通信協同發展
  6.1  GPT與通信松耦合發展
    6.1.1  獨立演進
    6.1.2  前沿交叉
  6.2  GPT與通信緊耦合發展
    6.2.1  協同演進
    6.2.2  深度耦合
  6.3  GPT與通信融合發展
    6.3.1  融合演進
    6.3.2  緊密結合
  6.4  本章小結
  參考文獻
第7章  GPT與通信融合發展面臨的問題
  7.1  通信高質量訓練數據稀缺，專用模型準確性和泛化性差
  7.2  端側算力及硬體資源不足，大模型輕量化部署難
  7.3  雲邊端異構網路高效協同難，大模型性能穩定性差
  7.4  伺服器互聯存在帶寬瓶頸，訓練時間長推理效率低
  7.5  大模型相關法律法規滯后，安全隱私與道德倫理風險高
  7.6  本章小結
  參考文獻
第8章  發展建議與未來展望

  8.1  發展建議
    8.1.1  加快AI算力建設，提供基礎設施支撐
    8.1.2  加強校企聯合培養，填補創新人才空缺
    8.1.3  加速制定相關政策，建立產業標準體系
  8.2  未來展望
    8.2.1  核心技術實現突破，關鍵能力顯著增強
    8.2.2  體系建設日益完善，數字經濟快速發展
    8.2.3  應用場景不斷拓展，循序漸進融合共生
  8.3  本章小結
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032