“IT有得聊”是机械工业出版社旗下IT专业资讯和服务平台，致力于帮助读者在广义的IT领域里，掌握更专业、更实用的知识与技能，快速提升职场竞争力 点击蓝色微信名可快速关注我们!「用人工智能重塑生产力」未来和 AI 一起工作是这样的。
语言大模型真的来了，在人人会用的 Office 上，你的生产力现在可以用 AI 加倍，这个 AI 就是刚发布两天的 GPT-4微软今天宣布，Microsoft 365 服务已全面接入 AI 驱动工具 Copilot。
现在，每个人都可以用人工智能自动生成文档、电子邮件、演示文稿了
正如我们无法想象今天没有键盘、鼠标或多点触控的计算，在不远的未来，我们将无法想象没有 Copilot 和自然语言 prompt 的计算「今天我们在计算机新世代的开始，我们见证了 AI 的识别与推荐，现在是与 AI 共同合作的时代。
」微软 CEO、董事长萨提亚・纳德拉说道「我们已经见证了新世代合作型 AI 在软件开发、商业服务和多模态搜索上的成功现在，借助 Microsoft 365 Copilot，我们通过先进 AI 和最通用的用户界面 —— 自然语言，赋予人们更多的能力，并使技术更易于访问。
」GPT-4 重磅登陆 Office 全家桶Copilot 集成到了 Microsoft 365 的全家桶中，在所有 Office 的应用程序中都可以被召唤出来，包括 Word、Excel、PowerPoint、Outlook、Teams 等等。
这让人们想起了微软当年的回形针小助手「大眼夹」：
让我们来看看具体怎么用在 Word 中，你可以和 Copilot 共同进行写作、编辑、总结和创作Copilot 可基于其他文件起草文档，比如基于 OneNote 中的笔记这些 AI 生成的文本可以被自由编辑和改编：。
你甚至可以指定合适的写作语气 —— 职业、热情、随意、感恩等等此外，Copilot 还可以通过建议来加强论点或消除不一致之处就像此前人们想象用 AI 写网文、写论文一样，有了 Word 中的 Copilot，你可以快速推进创作，无需再从一张白纸开始苦思冥想。
作为人类作者，你也可以让 Copilot 代替你自己缩短、改写文档，或提供一些反馈这里是一些可以尝试的示例命令和 prompt：根据「文档」和「电子表格」中的数据起草一份两页的项目提案使第三段更简洁将文档的基调改得更随意。
根据这个粗略的大纲创建一页草稿。Copilot 可以将现有的书面文档转换为 PowerPoint 演示文稿，包含演讲者注释和资料来源，或者从简单的 prompt 或大纲开始新的演示：
由于 Copilot 本质上是一个和 ChatGPT 类似的聊天机器人，你可以要求它根据任何 Word 文件创建一个 10 页的 PowerPoint 演示文稿它还能压缩冗长的演示文稿，你可以使用自然语言命令来调整布局、重新格式化文本和完美的时间动画。
以下是可以尝试的一些示例命令和 prompt：基于 Word 文档创建包含五张幻灯片的演示文稿，并包含相关的库存照片将此演示文稿合并为三张幻灯片的摘要将这三个项目符号重新格式化为三列，每列都有一张图片Copilot 同样能让 Excel 的效率光速提升。
任何打工人可以使用 Copilot 即时创建 SWOT 分析、基于数据的 PivotTable，或是其他原本相当复杂的流程用 Copilot 分析 Excel 数据并自动生成图表，一切都在几秒钟完成以下是可以尝试的一些示例命令和 prompt：
按类型和渠道细分销售情况插入表格预测 [变量变化] 的影响并生成图表以帮助可视化模拟 [variable] 增长率的变化将如何影响毛利率在 Outlook 中，Copilot 节省了用户整理收件箱和编辑的大量时间，使其将精力集中于实际的沟通。
Copilot 能够总结冗长、复杂的电子邮件线程，不仅可以了解内容，还可以了解每个人的不同观点以及尚未回答的开放性问题类似地，你可以要求 Copilot 切换回复内容的语气或长度：以下是可以尝试的一些示例命令和 prompt：。
总结一下我上周外出时错过的电子邮件标记任何重要的项目起草一份感谢他们的回复，并询问他们第二点和第三点的更多细节；缩短此草稿并使语气专业邀请大家参加下周四中午关于新产品发布的「午餐和学习」提及提供午餐在 Teams 中，Copilot 能促使集体会议变得更高效、加快对话速度、推进关键讨论点，让整个团队都马上知道下一步该做什么。
Copilot 功能可以抄写会议内容，提醒你可能错过的事情，甚至可以在整个会议中总结执行项目（即使你加入得很晚）将 Copilot 添加到会议和对话中，你还能根据聊天历史记录创建会议议程、确定合适的跟进人员以及安排下一次签到。
举例说明，你能够使用的方法包括：总结一下我在会议中错过了什么到目前为止已经提出了哪些要点？我们在这个话题上有什么不同意见？为正在讨论的主题创建一个利弊清单在做出决定之前，我们还应该考虑什么？做出了哪些决定，建议采取哪些后续步骤？。
在全家桶的更新之外，微软还着重介绍了一种全新的体验：Business Chat作为一款智能助手，Copilot 可以在日历、电子邮件、聊天记录、文档、会议和联系人之间穿梭运作只需像对 ChatGPT 说话一样你给它一些自然语言 prompt，你就可以召唤 Copilot 来提供有关即将举行的会议的信息，整理会议纪要，准备相关项目的更新、组织变化（例如最近的招聘），AI 也会自动帮你更新休假回归同事的情况。
以下是可以尝试的示例命令和 prompt：总结有关昨晚发生的 「客户」 升级的聊天记录、电子邮件和文档「项目」的下一个里程碑是什么？是否发现了任何风险？帮我集思广益，列出一些潜在的缓解措施以 「文件名 A」 的样式编写新的计划概述，其中包含来自 「文件名 B」 的计划时间表，并将项目列表合并到来自 「人」 的电子邮件中。
被颠覆的生产、生活方式Copilot 横空出世，很可能会掀起一场席卷传统办公方式的颠覆性AI桌面革命，我们的生产、生活方式也许会发生巨变我们终于要解放了借助 Copilot 的力量，你可以把精力放在真正重要的 20% 的工作上，它为每个组织创造了一个新的知识模式，利用大量数据和洞察力，让你能在擅长的方面做得更好，并快速掌握尚未学习的新东西。
有了 Copilot，事情就能永远在你的控制之中如今，你可以在 Word 中更具创造力，在 Excel 中更具分析力，在 PowerPoint 中更具表现力，在 Outlook 中更具生产力，在 Teams 中更具协同性。
我们必须把这些东西看作提高生产力的工具，而不是完全的替代品我们也许会欣喜地认为，以后不用再疲于应付各类报表了，“表哥和表姐”终于可以告别让人头疼的加班了，很多工作居家就可以完成，只要把想法告诉Copilot，Copilot就可以帮你完成任何想要的东西。
但换个角度思考问题，有了如此强大的人工智能技术，我们的工作岗位是否会受到威胁？牛津大学2013年的一项研究发现，未来20年，美国47%的工作岗位可能会被人工智能取代，虽然这一预测也并不完全正确，但这确实体现了技术发展与岗位需求之间的微妙关系。
其实，当人工智能技术在业界掀起惊涛骇浪之时，相关技术仍然依赖于使用者的底层逻辑人工智能技术只是让使用者变得更聪明，而不是完全的替代品所以，如何利用好相关技术，服务于我们的学习、工作、科研是我们需要深度思考的话题。
AI 带动的生产力革命已经呼啸而来。任何一场科技革命，都会驱使我们展开自我革命。人工智能越来越发达，我们强壮的体魄和渊博的知识就将变得越发重要，你准备好了吗？- End -
点击封面可查看详情▊《PyTorch高级机器学习实战》王宇龙 编著苏航、李崇轩、谢凌曦等专家倾力推荐详解监督学习、无监督学习、概率图模型、核方法和强化学习等多种高级机器学习算法所有算法均由PyTorch框架实现，配备实战环节讲解，涵盖了点击率预估、变分推断、高斯过程、深度强化学习等前沿领域
本书讲解了经典的高级机器学习算法原理与知识，包括常见的监督学习、无监督学习、概率图模型、核方法、深度神经网络，以及强化学习等内容，同时更强调动手实践所有算法均利用PyTorch计算框架进行实现，并且在各章节配备实战环节，内容涵盖点击率预估、异常检测、概率图模型变分推断、高斯过程超参数优化、深度强化学习智能体训练等内容。
点击封面可查看详情▊《深度学习与信号处理：原理与实践》郭业才 著 通过完整实战案例阐明应用深度学习网络解决信号处理领域具体问题的切入点和过程包含大量完整实战案例赠思维导图本书分析研究了深度学习相关的网络模型，以及不同网络模型的算法结构、原理与核心思想及实战案例。
主要内容涉及人工神经网络、模糊神经网络、概率神经网络、小波神经网络、卷积神经网络及其扩展模型、深度生成对抗网络及其扩展模型、深度受限玻尔兹曼机及其扩展模型、深度信念网络及其扩展模型、深度自编码器及其扩展模型等深度学习网络结构、原理与方法。
通过深度学习网络在信道盲均衡、目标识别、图像分类和运动模糊去除、特征提取与识别、缺陷早期诊断等领域中的应用案例，为读者提供应用深度学习网络解决具体问题的思路和方法本书适合人工智能、计算机、自动化、电子与通信、大数据科学等相关学科专业的科学研究人员和工程技术人员阅读，也可作为相关专业博士、硕士研究生的参考书。
点击封面可查看详情▊《数学建模：算法与编程实现》张敬信 等编著 由哈尔滨工业大学基础数学博士，哈尔滨商业大学数学与应用数学系主任、副教授、应用统计硕导、数学建模竞赛主教练张敬信老师编写是一本编程技巧与建模方法高度融合的数学建模指导手册
本书定位于夯实数学建模基础，采用主流编程方法和简洁代码实现常用的数学建模算法，以案例为导向，围绕数学建模知识体系展开全书分5篇，共11章前两章是数学建模基础篇，包括数学建模介绍、数学建模的一般流程（初等模型）、如何从算法到编程实现（层次分析法与自定义函数）；。
接着按算法板块组织内容，包括微分方程模型篇（人口模型、传染病模型）、优化模型篇（规划模型、投资优化策略、优化模型进阶）、评价模型篇（经典评价模型、模糊理论）、预测模型篇（常规预测模型、时间序列分析）本书有配套源码资源和电子课件。
点击封面可查看详情▊《TensorFlow Lite移动端深度学习》朱元涛 著浪潮云资深机器学习开发专家力作详解TensorFlow Lite机器学习和深度学习程序开发的关键技术本书循序渐进地讲解了在移动设备中使用TensorFlow Lite开发机器学习和深度学习程序的核心知识，并通过具体实例演练了各知识点的使用方法和流程。
全书共9章，分别讲解了人工智能开发基础、编写第一个TensorFlow Lite程序、创建模型、转换模型、推断、优化处理、微控制器、物体检测识别系统和姿势预测器全书简洁而不失技术深度，内容丰富全面，以简明的文字介绍了复杂的案例。
同时书中配有二维码视频，结合视频讲解可加深对相关内容的理解，是学习TensorFlow Lite开发的实用教程本书适用于已经了解Python语言基础语法和TensorFlow基础，希望进一步提高自己Python开发水平的读者阅读，还可以作为大中专院校和相关培训学校的专业教程。
点击封面可查看详情▊《PyTorch神经网络实战：移动端图像处理》丛晓峰 彭程威 章军 著内容新颖使用新框架实现多种有趣的AI算法实用性强结合多个案例，手把手带领读者将模型部署到移动端PyTorch神经网络实战：移动端图像处理主要介绍人工智能研究领域中神经网络的PyTorch架构，对其在多个领域的应用进行系统性的归纳和梳理。
书中的案例有风景图分类、人像前景背景分割、低光照图像增法、动漫头像生成、画风迁移、风格转换等，对每项视觉任务的研究背景、应用价值、算法原理、代码实现和移动端部署流程进行了详细描述，并提供相应的源码，适合读者从0到1构建移动端智能应用。
点击封面可查看详情▊《人工智能算法大全：基于MATLAB》李一邨 编著全面解析算法的思想、流程、核心知识、优缺点、典型案例及源代码本书的编程语言以MATLAB为主，分别从学习方式和理论知识两个方面来对机器学习（实现人工智能的方法）的算法进行分类介绍。
通过阅读本书，读者可以对人工智能的子集——机器学习形成一个系统、全面、完整的认识，并且在今后的研究工作中逐步拓展，最终形成自己的体系全书共6篇，分别为特征处理算法、分类和聚类算法、神经网络算法、优化算法、基于不同数学思想的算法以及集成算法，每一篇都对该类别中常见算法的思想、流程、核心知识和优缺点等内容进行了详细介绍，并通过实际的案例分析和代码展示，对算法的具体应用进行了完整解析。
文章来源：公众号“机器之心”图片来源：公众号“机器之心”责任编辑： 张淑谦审核人：时静
发表评论:
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。