关于未来20年的预言，一幅走向奇点的未来生存指南与路线图。继《奇点临近》之后，雷·库兹韦尔的又一部里程碑式作品！探讨以人工智能、生物技术及纳米机器人为代表的指数型技术将如何推动人类走向奇点！库兹韦尔通过扎实的论证，在书中重申了他对未来20年的大胆预言——AI将在何时通过图灵测试；人类将在何时迈入奇点；持续发展的人机融合技术将如何使人类智能增强数百万倍；人类寿命如何实现延长，超越目前120岁的生物学；可再生能源技术的不断完善将如何满足我们所有的能源需求；指数型技术将如何改变人类生活的方方面面等。我们即将迈入认知、生活乃至生命被重构的时代，一切都将重新开始！生物技术、纳米技术、人工智能技术将如何重塑未来，一场关涉未来商业、生活、工作、健康等领域的超ji预言。不断融合的指数增长的技术趋势将带来一
人工智能正在打开潘多拉魔盒。事实上，每一次划时代的技术浪潮，都粘满了“盲目乐观”的羽毛。原子弹虽然结束了二战，但也形成了对人类存在的巨大威胁；互联网虽然极大地拓展了人类的生活边界，但越来越多的人反而经历着时空坍缩；人工智能虽然使得机器变得越来越人类友好，但人类反而像是沦为了机器的附庸……本书中，熊培云以原子弹为思绪的起点，进而延展到互联网构建的新型文明，及至近年来欣欣向荣的人工智能，系统、广阔地分享了自己近年来的思考。试图在科技一往无前的当下，唤醒“人何以为人”的意识；唯愿科技与人文，各执半轮明月。
在保罗眼里，黑客是创作者，是互联网之子，拥有一颗不安分的心，虽然经常被视为书呆子，却以自己的努力，为互联网新世界奠基。毫无疑问，我们生活于其中的世界，已经且必将继续被黑客深刻地改变，因此，了解黑客，我们也会更了解这个世界。在本书中，作者和我们谈论了与黑客有关的三个方面：第一，黑客如何成长及看待世界；第二，黑客如何工作及影响世界；第三，黑客的工具和工作方法。事实上，在全部15篇文章中，保罗所探讨的内容远远超出了黑客所关注的内容，并以幽默的笔触，在最广泛的可能性上展现了他对于人人关心且受其影响的重大议题的思考。不管是创造财富，还是如何设计出好产品，抑或如何在充满了异见的世界里自洽地活着。可以说，不管我们处在人生的什么阶段，都将从阅读本书的过程中得到启示。
本书是《动手学深度学习》的重磅升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。 本书重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络——多层感知机；第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学习应用背后的基本工具；第三部分讨论深度学习中常用的优化算法和影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。 本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程知识及预备知识
本书从代码实现角度系统地介绍了自动驾驶车辆软件系统，详细剖析了自动驾驶开源解决方案Autoware的技术实现过程和原理，并介绍了基于Autoware的自动驾驶工程开发案例。本书首先为读者介绍Autoware总体架构及安装指南，接着按照感知、定位、决策、控制四大模块分章分析Autoware内对应模块中各个基础ROS节点的技术实现细节及原理，最后详细介绍基于Autoware开发无人驾驶车辆软件系统的工程实践案例及后续研发方向，帮助读者从实操角度深入了解无人驾驶技术落地应用相关知识。
p 量子信息学是20世纪80年代以量子物理学为基础，融入计算机科学、经典信息论形成的新兴交叉学科，主要包括量子通信和量子计算两个分支。本书是关于量子计算机研究，分上、下两册出版。上册是关于量子计算机原理和物理实现，下册是关于量子纠错和容错量子计算。 /p p 本书为下册，内容包括经典纠错码理论、CSS量子纠错码、稳定子量子纠错码、无消相干子空间和无消相干子系统理论、容错量子计算、拓扑量子计算等。书后附录内容包括量子力学概要、量子纠错码的群论基础、群表示理论、李群和李代数。 /p
p 量子信息学是20世纪80年代以量子物理学为基础，融入计算机科学、经典信息论形成的新兴交叉学科，主要包括量子通信和量子计算两个分支。本书是关于量子计算机研究，分上、下两册出版。上册是关于量子计算机原理和物理实现，下册是关于量子纠错和容错量子计算。 /p p 本书为上册，内容包括计算机从经典到量子、量子位和量子逻辑门、量子算法、量子计算机动力学模型、离子阱量子计算机、基于半导体量子点的量子计算机，固体超导量子计算机，绝热量子计算、簇态和簇态上的量子计算等。 /p p br/ /p
如何估计机器人在空间中移动时的状态（如位置、方向）是机器人研究中一个重要的问题。大多数机器人、自动驾驶汽车都需要导航信息。导航的数据来自于相机、激光测距仪等各种传感器，而它们往往受噪声影响，这给状态估计带来了挑战。本书将介绍常用的传感器模型，以及如何在现实世界中利用传感器数据对旋转或其他状态变量进行估计。本书涵盖了经典的状态估计方法（如卡尔曼滤波）以及更为现代的方法（如批量估计、贝叶斯滤波、sigmapoint滤波和粒子滤波、剔除外点的鲁棒估计、连续时间的轨迹估计和高斯过程回归）。这些方法在诸如点云对齐、位姿图松弛、光束平差法以及同时定位与地图构建等重要应用中得以验证。对机器人领域的学生和相关从业者来说，本书将是一份宝贵的资料。
“零信任”（Zero Trust），这一安全行业内的热词正在迅速从“营销”概念向务实转变，从安全范式向落地实践过渡，并在逐渐验证面对新安全威胁时其有效性和前瞻性。本书首先介绍零信任的起源、概念，其次介绍零信任的关键技术及框架，接着列举部分零信任的实践应用，最后对零信任进行总结和展望。另外，本书还对零信任的一些行业应用案例进行梳理，以期对计划实施零信任的企业单位及安全从业人员提供一些参考和启发。 安全行业没有“银弹”，零信任也不例外。零信任仍然在不断发展和完善之中，还有很多需要改进的地方，如在落地过程中还存在诸多挑战有待解决。在选择零信任过程中，还需理智对待。零信任是一种战略，实施零信任将是一个漫长的旅程，有待读者和我们一起在未来的零信任之路上，共同探索，共同思考，共同成长。 本书适合信息安
AIGC的应用领域日益广泛，而在图像生成领域，扩散模型则是AIGC技术的一个重要应用。本书以扩散模型理论知识为切入点，由浅入深地介绍了扩散模型的相关知识，并以大量生动有趣的实战案例帮助读者理解扩散模型的相关细节。全书共8章，详细介绍了扩散模型的原理，以及扩散模型退化、采样、DDIM反转等重要概念与方法，此外还介绍了Stable Diffusion、ControlNet与音频扩散模型等内容。最后，附录提供由扩散模型生成的高质量图像集以及Hugging Face社区的相关资源。 本书既适合所有对扩散模型感兴趣的AI研究人员、相关科研人员以及在工作中有绘图需求的从业人员阅读，也可以作为计算机等相关专业学生的参考书。
本书内容是三维点云的核心原理、方法与技术，重点是点云模型的三维空间识别、理解与重建。全书上、下两册，分为四部分，共15章，上册包括点云获取与预处理、点云特征分析与计算和点云识别与理解；下册介绍点云重构与艺术风格化。本书为下册。
图神经网络不仅能够解决传统机器学习方法无法解决的图数据问题，而且能够应用于许多实际场景，例如社交网络、药物发现、网络安全、金融风控等。本书旨在为初学者和实践者提供一个详细、全面的入门指南，围绕图神经网络基础、模型、应用实战（均采用Python+PyTorch实现）等方面进行介绍。 本书 配套示例源码、数据集、PPT课件。 本书 共分9章，内容包括图神经网络概述、PyTorch开发环境搭建、数据集的获取与加载、图神经网络模型、图神经网络在自然语言处理领域的应用、图神经网络在计算机视觉领域的应用、图神经网络在推荐系统领域的应用、图神经网络在社交网络领域的应用、图神经网络的挑战和机遇。其中，每个领域的应用都包括1~3个实战项目，可以帮助读者快速掌握图神经网络。 本书 适合图神经网络初学者、图神经网络算法开发人员、深度学习算法
本书是一部Android开发的实战教程，由浅入深、由基础到高级，带领读者一步一步走进App开发的神奇世界。 全书共分为15章。其中，第1章介绍Android开发环境的搭建，主要讲解Android、Android Studio和SDK的安装与App的调试；第2章讲解Android开发的基础知识，主要讲解Android的开发特点，Android的工程结构以及设计规范；第3章到第5章主要讲解App开发的各种常用控件及Activity；第6章讲解App的数据存储方式；第7章讲解Android内容共享；第8章讲解Android的高级控件；第9章到第12章讲解Android自定义控件、广播组件、通知和服务以及组合控件的使用；第13章讲解多媒体的开发技术；第14章讲解网络通信技术；第15章讲解Android安装包的打造。书中在讲解知识点的同时给出了大量实战范例，包括计算器、找回密码、购物车、记账本、广告轮播、电商首页、评价晒单、猜你喜欢等项目的开发，
机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科，也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法，共分三篇。第一篇介绍监督学习的主要方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等；第二篇介绍无监督学习的主要方法，包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等。第三篇介绍深度学习的主要方法，包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法，详细叙述各个方法的模型、策略和算法。
无
本书共10章，第1～6章是内网渗透的基础知识，第7～9章是内网渗透的重要内容，包括Kerberos专题、NTLM Relay专题和Microsoft Exchange专题，第10章免杀技术也是内网渗透中不可或缺的内容。 本书内容精于内网渗透，技术内容深，覆盖人群广，不论是刚入门的内网安全爱好者，还是经验丰富的红队老人，都能从中获得相应帮助。
本书详细介绍Python科学计算中最常用的扩展库NumPy、SciPy、matplotlib、Pandas、SymPy、TTK、Mayavi、OpenCV、Cython，涉及数值计算、界面制作、三维可视化、图像处理、提高运算效率等多方面的内容。所附光盘中包含所有章节的Notebook以及便携式运行环境WinPython，以方便读者运行书中所有实例。
本书主要利用控制论、代数图论、矩阵论及偏微分方程等理论和方法, 重点阐述了多智能体系统一致性和复杂动态网络同步控制这两个问题, 主要讨论以下几类问题：多智能体系统的领导-跟随一致性问题; 时滞复杂网络的同步问题; Lurie 型动态网络的簇同步问题.
本书介绍了Stable Diffusion AI绘画工具及其使用技巧。书中内容分为两部分：“基础操作篇”，讲解了SD文生图、图生图、提示词、模型、ControlNet插件等核心技术的应用，帮助读者快速从新手成长为SD制图高手；“案例实战篇”，精选了动漫人物、水墨画、AI摄影、商业海报、电商模特、产品包装、电影角色等大量AI绘画案例，并带有详细的同步教学视频，读者可以边学边做，提高学习效率。 本书可作为高等院校平面设计、艺术设计等专业的教材，也适合设计师、游戏师、摄影师，以及美术、绘画、设计等行业的从业人员阅读。
本书从理论结合实践编程来学习推荐系统。由浅入深，先基础后进阶，先理论后实践，先主流后推导。 第1章较为简单，仅初步带领大家了解什么是推荐系统及推荐系统的简史。第2章到第5章介绍的是主流的推荐算法及推荐算法的推导过程，这部分是本书的核心，每个算法都描述的非常详细且有具体代码帮助大家理解，深度学习的框架将采用PyTorch。第6章介绍的是商业及推荐系统的组成结构，第7章系统地介绍了推荐系统的评估指标及方式。第8章则介绍整个推荐工程的生命周期。第6~8章可随时抽取出来提前看。本书配套示例代码及微课视频，帮助读者快速入门推荐算法及系统。 本书可作为高等院校、科研机构或从事推荐系统工作的工程师的参考书籍，也可作为高年级本科生和研究生的学习参考书籍。
