本书带领读者纵览了智能的发展历程，从智能的定义，到智能的起源和进化，乃至预测智能的未来，涉猎了从捕蝇草、晶体管、RNA到代理人困境、火星车的广泛话题。作者长期活跃在决策神经科学的研究前线，其叙述充分展现了他在心理学、神经科学、数学、概率论、经济学理论、进化论、哲学和人工智能等众多领域的深厚学养和广博知识，并辅以合理的编排、引人入胜的文采，为读者呈现了关于智能的诸多迷人新知。
本书以浅显生动的语言讲述*前沿的理念 人工智能与自适应学习将如何改变教育。当下人工智能正悄悄影响着社会生活与教育体系的各个层面，对全世界的学习与教育活动，都将产生极为深远的影响。因为人工智能，因为自适应学习，自孔子以来人类两千年历史上*次，我们可以有机会真正实现 因材施教 的伟大教育理念，跨越过去难以克服的重重阻碍，让教育真正实现 个性化 ，积极改善教学的成效， 复制 *卓越的教师，让优秀教师不再是 稀缺资源 。学校可以更有效地进行教育改革，政府部门也能用更低的成本实现教育公平。在这一刻，我们能够清晰地看到： 一次全新的教育革命正在展开！本书可作为高等院校教育学、教育技术、计算机专业高年级本科生、研究生的教材，也可作为广大教育科技工作者和教育管理者的参考用书。
在以ChatGPT为代表的大模型掀起AIGC（人工智能生成内容）应用热潮之后，各行各业都希望深入了解流行的AI工具，将其引入日常工作，以节省工作时间，提高办公效率。本书作者团队较早开始将AI工具应用于实际工作，积累了丰富的使用经验，因此为没有太多技术基础的职场人士创作了这本实操指南。 本书分为三篇，上篇是基础篇，介绍了AIGC的基础知识及其应用潜力；中篇是工具篇，介绍了AI文本应用、AI绘画和AI图像处理的 外流行工具的基本功能和基础用法；下篇是应用篇，分别介绍了通用办公场景下的AI应用以及不同行业、不同岗位的典型办公场景下的AI应用。书中提供了大量的实用案例，读者可以参考并模仿操作。
本书系统全面地覆盖了深度学习的主要原理、方法和应用实践。介绍了深度学习的概念、主流工具及框架，分析了神经网络原理并实现，对卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）这些常用的深度学习模型进行了演练，在此基础上展开基于深度学习的目标检测、图像分割、人脸识别、文本自动生成等热门应用，为读者提供了从理论学习到工程实践的视图。 本书适合高等学校计算机、软件工程、人工智能等本专科专业，也适合作为对实际使用深度学习感兴趣的研究生、工程师和研究人员的学习资料。
共融机器人是能够与作业环境、人和其他机器人自然交互、自主适应复杂动态环境并协同作业的机器人。 敏锐体贴型 的自然交互是共融服务机器人的研究热点问题之一。当前迫切需要机器人与人具有交互对话意图的理解能力。本书立足基于深度学习方法的人机理解领域，从人机对话意图理解出发，系统介绍了人机对话中的意图识别、未知意图检测和新意图发现的方法。 本书是国内共融机器人自然交互领域本系统介绍交互对话意图分析的专业书籍，可为读者提供共融机器人研究领域人机对话意图分析的关键技术和基础知识，追踪该领域的发展前沿提供重要的学习和研究参考。
本书以影响未来战争形态的人工智能军事应用为背景，以美军人工智能战略发展过程中的智库策源作用为研究对象，通过对兰德公司、新美国安全中心等 智库对美国 、美国国会的影响机制研究，详细剖析美军人工智能战略发展过程中，智库对美军人工智能战略发展问题的观察与研究，对政策议题的推动与设立，在议程进行中的咨询与作证，通过“旋转门”实现思想到政策的转换。从人工智能扩展到量子科技、5G、高超声速等领域的智库策源机制，并对智库在美军军事技术优势形成过程的特点规律和模型机理进行分析。 ，借鉴美国情况，为我国新型特色智库建设和国防科技战略发展提出针对性建议。
统计学习是机器学习的重要分支，本书兼顾了数学上的理论和代码实践，内容主要包括基础知识和统计学习模型。第1章、第2章结合VC维介绍过拟合的本质，并介绍手动特征选择的办法； 第3章、第4章从简单的线性模型出发经过概率统计的解读而得到分类和回归算法； 第5章讨论不依赖于假设分布的非参数模型； 第6章介绍将核方法作为一种非线性拓展的技巧，介绍如何将该方法应用到很多算法中，并引出了著名的高斯过程； 第7章以混合高斯作为软分配聚类的代表性方法，从而引出著名的EM算法； 第8章讨论了机器学习的集成算法； 第9章介绍的线性和非线性降维方法将会解决维度灾难问题，并且不同于单纯的特征选择； 第10章讨论不依赖于独立同分布假设的时间序列算法。 本书适合对于统计学习感兴趣的大学生、工程师阅读参考。阅读本书需要具备基础的Python编程
