返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 机工 DeepSeek驱动工业智能:技术架构、应用路径与实践创新 智振,李森,乐翔
  • 新商品上架
    • 作者: 智振,李森,乐翔著 | 无编
    • 出版社: 机械工业出版社
    • 出版时间:2025-06
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 智振,李森,乐翔著| 无编
    • 出版社:机械工业出版社
    • 出版时间:2025-06
    • 页数:无
    • ISBN:9787111784708
    • 版权提供:机械工业出版社

    -----
    在人工智能深度赋能新型工业化的今天,本书以DeepSeek为代表的大模型技术体系为核心,为工业智能提供了一套可复用的方法论与落地范式;以“技术赋能场景”为主线,清晰呈现了从理论创新到产业变革的实践路径。通过装备制造、水务、油气生产、低空经济等企业级应用场景的深度复盘,本书直击工业智能落地的痛点,为制造业企业管理者、工业软件开发者、产业研究者提供了极具价值的参考。站在人工智能与工业融合的前沿,本书不仅是对“人工智能+工业”技术生态的全面解构,更是一份面向未来的行动纲领,为人工智能技术创新和融合应用的参与者描绘了一张清晰的变革路线图。
    -----
    前言 致谢 第1章 工业智能化演进与DeepSeek技术体系  1 1.1 工业智能化的演进历程  1 1.1.1 技术演进:从自动化到智能化  2 1.1.2 应用演进:行业变革与创新实践  5 1.1.3 未来演进:AI赋能与全面重构  7 1.2 DeepSeek技术生态定位  9 1.2.1 产业链的角色定位  9 1.2.2 行业赋能的角色定位  11 1.2.3 工业智能生态的角色定位  15 1.3 DeepSeek技术架构的核心优势  17 1.3.1 高效自研模型架构:理论创新与工程实践  19 1.3.2 大规模数据处理能力:理论突破与工业级实践  20 1.3.3 分布式训练优化技术:系统级协同与智能调度  21 1.3.4 领域自适应与迁移能力:机理探索与跨界赋能  23 1.3.5 计算资源高效利用:机理创新与能效革命  24 第2章 DeepSeek在工业场景中的强推理能力  26 2.1 工业场景下强推理能力的重要性和必要性  26 2.1.1 大模型在工业领域的应用现状  26 2.1.2 工业场景特征下的推理能力需求  28 2.1.3 工业场景下强推理能力的三个维度  32 2.1.4 强推理能力在工业场景中的必要性与核心价值  35 2.2 DeepSeek-R1如何实现工业场景下的强推理能力  36 2.2.1 面向工业场景的深度推理架构设计  36 2.2.2 核心算法创新与工业适配  44 2.2.3 工业级可靠性与安全性保障  51 2.3 工业场景全链条推理能力实现  58 2.3.1 场景1:智能生产排程与动态调度优化  59 2.3.2 场景2:预测性维护与根因诊断  60 2.3.3 场景3:质量管控与缺陷推理  61 2.3.4 场景4:韧性供应链管理  61 2.3.5 场景5:智能仓储与物流优化  62 2.3.6 场景6:能耗管理与低碳优化  63 2.3.7 场景7:工艺参数自学习调优  63 2.3.8 场景8:设备健康管理与剩余寿命预测  64 第3章 DeepSeek的应用方法论  65 3.1 云端SaaS模式  65 3.1.1 定义及特征  65 3.1.2 SaaS模式的部署应用情况  67 3.2 本地私有化部署模式  68 3.2.1 定义及特征  68 3.2.2 算力消耗与优化策略  70 3.2.3 硬件选型要求与策略  70 3.3 混合云部署模式(API+本地蒸馏模型)  72 3.3.1 定义及特征  72 3.3.2 典型应用场景  74 3.4 模型优化技术(二次蒸馏)  75 3.4.1 定义及特征  75 3.4.2 模型蒸馏技术的流程分层  77 3.4.3 模型的首次蒸馏与二次蒸馏  78 3.5 DeepSeek与网络安全  81 3.5.1 DeepSeek应用的网络安全挑战  81 3.5.2 DeepSeek安全可信防护机制  84 第4章 DeepSeek在装备制造行业的应用路径探索  90 4.1 装备制造行业的特征  90 4.2 DeepSeek在生产过程场景的应用路径  91 4.2.1 关键数据  91 4.2.2 技术路线  92 4.2.3 训练过程  93 4.2.4 应用效果  94 4.3 DeepSeek在生产排产场景的应用路径  95 4.3.1 关键数据  95 4.3.2 技术路线  96 4.3.3 训练过程  96 4.3.4 应用效果  97 4.4 DeepSeek在设备运维场景的应用路径  98 4.4.1 关键数据  98 4.4.2 技术路线  99 4.4.3 训练过程  100 4.4.4 应用效果  101 4.5 案例:江山变压器“智变”大模型项目  101 4.5.1 案例背景  101 4.5.2 应用解决方案  102 4.5.3 应用效果  103 第5章 DeepSeek在水务行业的应用路径探索  105 5.1 水务行业的特征  105 5.2 DeepSeek在管网健康诊断场景的应用路径  108 5.2.1 关键数据  108 5.2.2 技术路线  109 5.2.3 训练过程  110 5.2.4 应用效果  112 5.3 DeepSeek在水质安全智能监控场景的应用路径  113 5.3.1 关键数据  113 5.3.2 技术路线  114 5.3.3 训练过程  115 5.3.4 应用效果  116 5.4 案例:中核环保科技有限公司的水务智能化改造  117 5.4.1 案例背景  117 5.4.2 应用解决方案  118 5.4.3 应用效果  119 第6章 DeepSeek在油气生产行业的应用路径探索  121 6.1 油气生产行业的特征  121 6.2 DeepSeek在油气井智能监控场景的应用路径  123 6.2.1 关键数据  123 6.2.2 技术路线  124 6.2.3 训练过程  125 6.2.4 应用效果  126 6.3 DeepSeek在油气田智能开发场景的应用路径  127 6.3.1 关键数据  127 6.3.2 技术路线  128 6.3.3 训练过程  129 6.3.4 应用效果  130 6.4 案例:某石油研究院的钻井风险优化  131 6.4.1 案例背景  131 6.4.2 应用解决方案  131 6.4.3 应用效果  133 第7章 DeepSeek在低空经济行业的应用路径探索  134 7.1 低空经济行业的特征  134 7.2 DeepSeek在应急救援场景的应用路径  136 7.2.1 关键数据  136 7.2.2 技术路线  137 7.2.3 训练过程  138 7.2.4 应用效果  139 7.3 DeepSeek在农林作业场景的应用路径  140 7.3.1 关键数据  140 7.3.2 技术路线  141 7.3.3 训练过程  142 7.3.4 应用效果  143 7.4 DeepSeek在物流运输场景的应用路径  145 7.4.1 关键数据  145 7.4.2 技术路线  146 7.4.3 训练过程  148 7.4.4 应用效果  149 第8章 DeepSeek赋能工业应用的展望  151 8.1 DeepSeek对工业AI未来发展的影响  151 8.1.1 科技变革来临  151 8.1.2 产业变革的机会与挑战  154 8.1.3 工业智能的发展方向  156 8.1.4 工业智能对世界工业格局的影响  159 8.2 DeepSeek赋能网络安全及未来展望  160 8.2.1 DeepSeek深度赋能工业网络安全防护  160 8.2.2 DeepSeek时代工业网络安全的机遇和挑战  164 8.3 DeepSeek工业生态的建议与倡议  167 8.3.1 DeepSeek是打造AI生态的重要基石  167 8.3.2 工业智能生态的重要性  170 8.3.3 工业智能生态的可行路径  172 8.3.4 工业智能生态的价值  175 8.3.5 关于共同打造工业智能生态的五点倡议  177 第9章 结语  180 9.1 DeepSeek为什么会诞生在我国  180 9.1.1 技术背景:用“换道超车”破解“卡脖子”困局  181 9.1.2 产业背景:我国AI的厚积薄发  182 9.1.3 地缘政治背景:AI领域的博弈与突破  182 9.1.4 人才与创新环境:培育AI的沃土  183 9.1.5 会不会有下一个DeepSeek  184 9.2 工业企业该如何拥抱DeepSeek  185 9.2.1 评估自身需求,精准选择模型  185 9.2.2 高度重视数据管理  186 9.2.3 技术融合与团队协作  186 9.2.4 分阶段部署与持续优化  187 9.2.5 重点关注数据安全与隐私保护  188 9.2.6 借用第三方力量  189 9.3 DeepSeek是否会带来工业人工智能的“杀手级”应用  189 9.3.1 DeepSeek的技术优势  189 9.3.2 工业领域“杀手级”应用的特征与要素  190 9.3.3 工业大模型+DeepSeek与“杀手级”应用的距离  191

    智振,中工互联(北京)科技集团有限公司董事长,亚太经合组织中小企业信息化促进中心副理事长,国内工业大模型理念的首批提出者、研究奠基人、应用带头人,作为工业大模型领域的领军人物,长期深耕工业人工智能与新型工业化研究,主导设计和研发国内首个工业大模型产品——智工·工业大模型,曾主持300余项国家重点企业智能化转型项目,参与多项工业人工智能相关国家标准、行业报告和案例集的编制,发布多篇工业大模型领域的著作,在国内工业大模型领域具有卓越影响力。

    本书以DeepSeek技术体系为核心,全面探讨了工业智能的技术架构与应用实践,全书以“技术赋能场景”为主线,为读者呈现了一条从理论创新到产业变革的清晰路径。本书首先介绍了工业智能化的演进历程和DeepSeek技术生态定位,重点介绍了DeepSeek技术架构的核心优势;其次讨论了DeepSeek在工业场景中的强推理能力,并介绍了DeepSeek的应用方法论;然后通过DeepSeek在装备制造、水务、油气生产、低空经济等行业的应用路径探索和案例,探讨了DeepSeek在复杂场景中的价值;最后对DeepSeek赋能工业应用进行了展望。
    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购