微软创始人比尔?盖茨曾经称雷?库兹韦尔是“我知道在预测人工智能上最厉害的人”。过去30年他对未来预测的准确率超过了86%。在这本书中，雷?库兹韦尔阐述了极其令人信服的大胆预测：未来的世界，人类和机器将难分彼此，人类将不再是万物之灵。电脑将比人脑有高一万倍的智能。量子计算将引爆技术未来。机器不仅拥有智能，而且拥有心灵，将具有人类的意识、情绪和欲望。人类身体中植入了用生物工程和纳米材料制成的电脑芯片、人造器官，将比现代人类更长寿（甚至长生不老），有更强的学习能力，更灵敏的视觉和听觉。虚拟现实有可能使人机发生“恋爱”……你会认为这不可能？当人类不再继续生活在树上，并且吃烤熟了的东西的时候，有某个猴子也是和你一样看待人类进化的。
JohnHolland的《自然与人工系统中的适应性》是复杂自适应系统研究领域的经典之作。在本书中，作者描述了有关自然和人工系统中的适应问题背后隐藏的规律性及其理论。从生物系统到经济系统，本书建立起统一的适应性系统的理论框架，展示了如何让计算机程序自发进化的遗传算法，进一步又用严格的数学定理揭示了算法背后的理论本质。
本书通过学生具体的翻译作业，以改错、讲解、提问、加注的方式把法律翻译中常见的错误和易出现的问题提出来，并加以解决，同时还提供了参考译文。针对文中涉及的具体翻译问题，作者在每单元后附有专题讨论，重点讲解相关的理论和技巧。通过对本书的学习，读者可以较全面地认识法律文体的特征，掌握从事法律翻译的基础知识，提升自身分析、解读复杂语篇的能力和解决翻译疑难问题的能力。本书适合打算从事或者已经从事法律翻译工作的读者阅读，也可用作翻译专业的教材。
这是一本场景式的机器学习实践书，笔者努力做到“授人以渔，而非授人以鱼”。理论方面从人工智能（AI）与机器学习（ML）的基本要素讲起，逐步展开有监督学习、无监督学习、强化学习这类模型的应用场景与算法原理；实践方面通过金融预测、医疗诊断概率模型、月球登陆器、图像识别、写诗机器人、中国象棋博弈等案例启发读者将机器学习应用在各行各业里，其中后三个案例使用了深度学习技术。本书试图用通俗的语言讲解涵盖算法模型的机器学习，主要内容包括机器学习通用概念、三个基本科学计算工具、有监督学习、聚类模型、降维模型、隐马尔可夫模型、贝叶斯网络、自然语言处理、深度学习、强化学习、模型迁移等。在深入浅出地解析模型与算法之后，介绍使用Python相关工具进行开发的方法、解析经典案例，使读者做到“能理解、能设计、能编码、
