身处AI(人工智能)世界,人类所有生活领域都面临着一场巨大变革。 人工智能的未来发展将走向何处?我们必须对什么情况做好心理准备?什么是与现实无关的、仅仅被渲染突出的幻境?智能机器在多大程度上构成一种威胁?将来我们与智能机器还有什么区别? 本书的每个章节都以一幕科幻剧作为开场,巧妙地回答了人类对无处不在的AI世界中,有关宇宙、人生及很多问题的追问。与此同时,作者艾伯尔在人工智能的应用领域、社会价值、行为认知以及深度学习等领域进行了更深层面的讨论。书中还向读者介绍了各式各样的机器人,比如烹饪机器人、演奏机器人、情感机器人,甚至用于军事领域的杀人机器人等,令人大开眼界。
本书运用漫画图解的方式,讲述了机器人概述、机器人的应用、机器人的基础技术、机器人的控制软件及应用程序、各种各样的机器人、机器人和人工智能的结合等内容。本书适合对机器人有兴趣的读者阅读。
本书基于项目化的学做方式,将一个个独立功能单元设计成学习项目,带领读者完成机器人设计与制作的入门学习。 主要内容包括:如何制作 飞毛腿 机器人、构建机器人开发平台、机器人如何用灯光表达信息、机器人如何用声音传情达意、机器人如何实现移动、机器人如何感知环境、为机器人造型、机器人需要怎样的电源系统、桌面助理机器人的设计、自主移动机器人的设计。 每个项目均是作者亲自设计制作完成,过程有效,数据可靠。 书中配有二维码,扫码即可观看视频讲解。 本书可为想学习机器人设计与制作相关知识的入门级读者、初级机器人工程师提供帮助,也可供大学院校相关专业师生学习参考。
本书从多角度覆盖了多智能体自主协同技术的内容,分5篇共18章,包括多智能体系统的协同基础、集群控制、通信优化、任务协同及目标追踪,旨在将多智能体自主协同技术中的方法和理论结合起来,并强调协同基础的重要性,具有基础性、应用性、综合性和系统性等特点。 本书可以作为多智能体系统领域研究的入门指南,或者作为协同无人系统工程师的自学教材,还可以用作高年级本科生以及研究生教材。另外,本书也可以作为协同无人系统、无人飞行系统以及无人系统的补充阅读材料。
本书将作者团队带领学生参赛获得世界冠军的经验进行总结,在介绍VEX机器人竞赛以及VEX IQ机器人的基础知识上,展示了17个VEX IQ机器人经典案例,帮助读者由浅入深地了解和掌握VEX IQ的搭建技巧和编程知识。本书内容新颖,案例丰富,一步一图,并且配套视频演示,对想要学习VEX IQ机器人,或是想了解VEX竞赛以及参赛的读者来说十分具有参考性。 本书可以作为VEX IQ机器人初学者用书、教师参考用书,也可以作为机器人竞赛选手参考用书。
本书在分析国内外研究及工业实践的基础上,围绕智能产品各个阶段的设计,介绍和阐述了智能产品概念设计框架、智能产品的客户需求识别与分析、客户需求向技术属性转化、智能产品监测与控制功能的设计、智能产品优化与自主功能的设计等内容,重点介绍了基于客户价值最大化的智能产品需求分析方法,基于改进的模糊TOPSIS智能产品需求转化方法,面向智能产品的监测、控制、优化及自主功能的设计方法等;并在上述理论、方法与技术研究的基础上,选用智能冰箱与智能扫地机器人作为案例分别验证了技术的可行性。 本书为一套完整的框架、理论、方法和技术体系,且理论在企业中得到了验证,既可以作为企业和政府管理人员的培训教材、高等院校管理专业师生的参考教材,也可以作为从事生产性服务业相关工作人员的参考用书。
本书主要内容包括对机器人的基本认识、机器人系统的组成部分、机器人的外部结构、机器人的内部程序、常用工具的使用、机器人制作的方法和流程、青少年竞赛机器人介绍等。本书努力成为便于读者平时阅览学习以及比赛时查找资料的工具书。力求涵盖全面,在书中将同类技术的各类性能进行对比,便于读者选择适合自己的结构与算法。本书适合中小学校内科技教师,培训机构科技老师;热爱机器人技术的孩子及家长。还包括需要技术支持的机器人赛事参赛人员学习参考。
本书以智能产品服务生态系统为研究对象,以智能产品服务生态系统需求分析、系统解析、系统设计、系统交付为关键点,探讨了智能产品服务生态系统理论体系、技术方法与相关解决方案实现过程中长期面临的若干关键问题,并从理论和实操层面提出了解决方案,为制造型企业向服务化、网络化、智能化、生态化转型提供了良好的理论指导与借鉴。 本书主要内容来源于实际工业需求,既可以作为企业和政府管理人员的培训教材、本科院校管理专业师生的参考教材,也可以作为从事生产性服务业相关工作人员的参考用书。
当你老了以后,养活你的很可能是人工智能。也许你会觉得这是痴人说梦 但正如父辈无法想象今天的我们是被核电站、半导体芯片和基因技术养活的一样,很快,它就会变成再普通不过的现实。 真实的未来,总是来得猝不及防。当你从机器人小哥手中接过外卖、吃着机器餐厅自动炒的菜、看着从演员到场景都是AI生成、连字幕都是AI翻译的剧 你丝毫不会觉得有什么特别,就像今天的你已经对微信语音识别和刷脸支付习以为常一样。 所有这一切,都来源于人工智能的新突破。有了神经网络和深度学习,机器终于具备有望和人类一较高下的 新脑 。 AI究竟是怎样做到模仿、甚至超越人类智能的? 我们今天的工作会被AI取代吗? AI有可能自己设计出新的AI,从而实现自我进化吗? 人工智能会是人类的*后一项发明吗? 这些你*想问的问题,就在《机器新脑》。
本书围绕个性化产品设计的关键问题展开讨论,主要包括客户价值驱动的个性化产品设计框架、个性化产品客户价值需求识别与分析、个性化产品客户价值需求预测与转化、个性化产品的模块构建及个性化产品的配置优化。本书的出发点是实际工业需求,在一定程度上解决了制造企业在个性化产品设计过程中长期面临的若干关键问题,对制造企业进行个性化产品设计提供了理论指导和技术基础。 本书兼有理论性和实践性,实践经验和案例避免了内容的枯燥和空洞。本书既可以作为企业和政府管理人员的培训教材、大学本科生与研究生师生的参考教材,也可以作为从事产品设计相关人员的参考用书。
大模型技术是人类进入通用人工智能时代的关键技术。在大模型技术的深刻影响之下,人类会进入新的转型时代。在这一新的大转型之中,人类的知识秩序、政治秩序、就业体系、教育体系、全球治理体系等都将面临巨大的结构性变迁。该著作分为三大部分,分别讨论“大模型时代的知识生产与知识秩序”“大模型时代的国家治理、全球治理与政治经济学”“大模型时代的自由、民主与人机契约”。在充分讨论大模型技术产生的破坏性效应基础上,作者力图对大模型时代的知识秩序构建和国家治理提出较为深刻的前瞻性理解。
本书从人工智能技术与优选制造技术融合的角度,介绍了人工智能技术在产品设计与制造中的应用,也就是智能制造技术,着重介绍了定性立体建模和不确定性多学科设计优化等智能设计技术、设计理性知识建模和复杂产品研制
《工智能和蓝牙硬件开发实战》以作者在小米公司 探索和实践蓝牙设备结合人工智能,开发新一代智能蓝牙语音设备 为背景,以自己积累的智能蓝牙设备开发经验为基础,介绍了将蓝牙技术和人工智能技术相结合,开发智能硬件的方法与经验。 《工智能和蓝牙硬件开发实战》共7章,分别介绍了蓝牙协议的发展历史、协议栈结构以及蓝牙5.2版本的发展动态;小米 小爱同学 使用的人工智能技术,以及小米公司AIoT的战略布局和发展情况;小米智能语音技术及其架构;小米自定义的蓝牙设备与主机之间进行通信的MMA协议;使用MMA协议进行开发实践(通过小爱耳机和小爱鼠标的实际开发来介绍);在使用MMA协议进行蓝牙设备的功能开发时涉及的主要功能点;小米生态链企业、合作伙伴与小米一起发布智能产品的合作规范和流程。 《工智能和蓝牙硬件开发实战》适合有兴
《人工智能与医疗》是一本AI人工智能医疗的读本和实战手册。本书立足前沿,全面回顾人工智能技术在医疗行业的应用历史、应用领域和应用前景;详细论述AI人工智能医疗带来的医疗产业革命:精准医疗、智能医疗、移动医疗、远程医疗、低成本医疗、低风险医疗将因为人工智能技术变为现实;重点介绍人工智能医疗创业企业的发展现状,全景展现这一领域巨大的市场机会;通过分析国内外行业巨头的新技术成果和真实、前沿的投资案例,使读者全面了解人工智能的产业转化方向;展示的人工智能AI医疗创业者的成功和失败案例,对读者在此领域的创业具有实际意义的指导作用。 《人工智能与医疗》主要内容包括:绪论:人工智能发展历程。1章,AI医疗:人工智能技术赋能医疗。第2章,实践布局:人工智能与医疗的九大细分领域。第3章,全球格局:人
机器人教育融机械、传感与控制等内容为一体,让学生在手脑并用解决实际问题的过程中,有效地提高逻辑思维能力、判断能力、动手能力和创新能力,是实施素质教育的一个重要平台。作为面向中小学的选修课程,《Ardu
阐述可穿戴传感器原理、设计、制造和实施。主要内容包括穿戴式柔性传感器的制备与表征,穿戴式传感器的物理特性、设计和应用穿戴式医疗传感器信号调理智能电路,以及基于Python的传感器数据采集、数据提取和数
从零基础开始,系统阐述卷积神经网络理论基础及其实践应用,可以帮助初学者快速学习和构建深度学习。第1章简要介绍了图像表示和一些计算机视觉模型;第2章介绍了回归、机器学习和优化的概念;第3章介绍了Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数,以及两类和多类问题的单神经元模型等;第4章介绍了卷积池化层和CNN;第5章通过介绍CNN的一些当前新颖实用的用法,进一步拓展和丰富了深度神经网络的结构。
从零基础开始,系统阐述卷积神经网络理论基础及其实践应用,可以帮助初学者快速学习和构建深度学习。第1章简要介绍了图像表示和一些计算机视觉模型;第2章介绍了回归、机器学习和优化的概念;第3章介绍了Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数,以及两类和多类问题的单神经元模型等;第4章介绍了卷积池化层和CNN;第5章通过介绍CNN的一些当前新颖实用的用法,进一步拓展和丰富了深度神经网络的结构。