本书是中国科协新一代信息技术系列丛书之一。本书内容包括知识表示、知识获取、知识应用三部分。其中，知识表示主要介绍概念表示、知识表示、知识图谱；知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习；知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱，本书还深入浅出地介绍了有关智能搜索技术、计算机视觉、语言智能、机器人等在内的不同领域的应用实践成果。本书主要面向大学非计算机类的工科专业的高年级学生与研究生，帮助学生了解人工智能的发展过程与基本知识，熟悉人工智能产业的发展现状与市场需求，培养人工智能应用能力。同时，

社会科学(CSS)领域。文本详细描述了四个关键的方法，自动社会信息提取，社会网络分析，社会复杂性理论和社会模拟建模。第二版增加了许多问题和练习来强化、巩固、测试已经学习的内容，通过解决问题加深理解，并实践编写代码来实现想法。主题和特点:包含一千多个问题和练习，以及一个缩略词列表和词汇表;研究计算机和社会系统之间的异同;介绍了自动化信息提取的;探讨CSS中社会复杂性的度量、科学规律和生成理论;回顾社会模拟的方法论，涵盖变量模型和面向对象模型。

本书紧跟当下AI风口，从AI指令学习出发，详细阐述了什么是AI指令、AI指令的重要性、AI指令的模板、怎么拆解AI指令、怎么创作AI指令，以及怎么让AI指令帮助自己变现、提升工作效率等。书里既有浅显易懂的理论阐述，又有详细的案例拆解，可以让你一看就懂，一学就会，轻轻松松掌握AI使用技能，解决90%的工作、学习和生活难题。 无指令，不AI ，本书从AI的底层逻辑，讲到指令的方法论实操，是一本极具系统化、实操性强的AI指令宝典。

本书系统阐述了DeepSeek大模型架构、部署及应用实战的相关内容。从人工智能和大模型的基础理论出发，深入剖析了DeepSeek的底层技术，如Transformer架构、混合专家、动态任务分配、稀疏激活及归一化等关键技术，并详细介绍了模型训练、优化和推理的前沿方法。书中不仅展示了DeepSeek在多模态模型和推理系统中的技术优势，还提供了丰富的实战案例，涵盖了从本地部署到云端应用，再到与办公软件、开发工具和Web交互系统的无缝集成。通过理论解析与实践演示，读者将获得从模型设计到实际应用全流程的详细指导。本书非常适合人工智能领域的技术开发者、系统架构师，以及初探大模型应用的爱好者学习，也可用作高等院校相关专业的教材及参考书。

本书通过深入浅出的方式带领读者探索人工智能的世界。书中首先介绍了人工智能的基本概念、应用场景以及发展历程。并对神经网络、遗传算法、蒙特卡罗法、自然语言处理等人工智能技术的原理和应用场景进行了分析，并探讨了人工智能的未来发展趋势以及机遇与挑战。

在人工智能的热潮中，也许我们一直过度关注技术的工具性，而忽视了技术的生存性。技术作为一种人类改变世界和分析世界的方法，也逐渐影响着人类对自我的认知。通过统计数据、数字模拟，人类增加了对世界的了解和控制，同时也增加了对技术的怀疑和不确定。特朗普的竞选团队曾充分利用人类对数据的怀疑进行公关。真实和虚构的分界在逐渐溶解。这一点在深伪技术中得到最好的体现。真实的数据被窃取，并用于捏造数字空间中的假象，用户开始相信假象。如果我们不立刻开始反思数字虚拟中蕴含的本质性权力，后果将是灾难性的。

未来赢家是那些利用机器的力量获得优势的人。工作场所的主导是人还是机器？ 在自动化这场游戏中，机器是助人完成任务，还是取代人类岗位？ 我们将如何以共生方式与机器一起工作？ 世界公司又是如何在这种非常特殊的关系中蓬勃发展的？ 《共生：4.0时代的人机关系》使用不同的全球化组织的案例，探讨了机构、公司、个人和教育提供者将如何在发展变化过程中与新技术无缝集成，为智能自动化、人工智能和机器人技术驱动的未来描绘了图景。

当智能工具成为我们日常生活不可或缺的一部分时，我们很容易忘记人类是如何迈入数字时代并一路走来的。然而，在历史上的一段时期内，聪明的人类却在创建由简单的0和1组成的字符串时遇到了众多极大的困难。《数字革命史》正是向这段历史致敬，没有这段历程，就没有我们今日智能手机、社交网络、互联网服务和人工智能的普及。这本书讲述了人类曾面临的最严峻的挑战，并呈现了现代新技术世界的奥秘。该书围绕五个主要章节带领读者畅游数字革命史之路，探究以惊人速度相继出现的数字技术并启发今天人工智能的新挑战。

■ 介绍机器学习领域的模型、算法和数据训练。 ■ 了解监督和非监督机器学习算法。 ■ 针对模型使用的数据进行统计验证。 ■ 深入了解商业和科学中使用的线性回归模型。 ■ 使用单层和多层神经网络计算结果。 ■ 介绍基于树的模型的工作原理，以及流行的决策树。 ■ 了解R语言中机器学习的生态环境。 ■ 介绍R语言提供的强大的工具caret包。

人工智能和机器学习受数据驱动的趋势日益明显。仿真技术不仅强大，而且魅力无穷，有望释放两者的全部潜能。本书的主要内容有：用Unity引擎和仿真技术，解决机器学习和人工智能问题。用游戏引擎合成图像训模。创建仿真环境，训练强化学习和模仿学习模型。采用PPO等高效通用算法解决基于仿真的机器学习问题。用不同方法训练多种机器学习模型。用PyTorch、Unity ML-Agents和Perception工具集，打通机器学习工具和业界标准游戏开发工具。

学习如何在生产环境部署深度学习模型。 研究多家领先公司的PyTorch用例。 学习如何对图像应用迁移学习。 使用Wikipedia上训练的一个模型应用前沿的NLP技术。 使用PyTorch的torchaudio库用一个基于卷积的模型完成音频分类。 使用TensorBoard和火焰图调试PyTorch模型。 用Docker容器和Google Cloud上运行的Kubernetes集群在生产环境中部署PyTorch应用。

情感是人类特有的一种思维方式，如果机器具备了情感，是不是就可以取代人类？ 在《情感机器(人类思维与人工智能的未来)(精)/机器人与人工智能书系》中，人工智能之父马文·明斯基有力地论证了：情感、直觉和情绪并不是与众不同的东西，而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理,而有时又会转向情感的奥秘。通过对人类思维方式建模,他为我们剖析了人类思维的本质，为大众提供了一幅创建能理解、会思考、具备人类意识、常识性思考能力，乃至自我观念的情感机器的路线图。

本书从人工智能的概念、发展历史、主要技术理论及应用等方面，全面讲解了人工智能的相关知识。全书分八章，分别介绍了人工智能的概念及相关术语、人工智能发展史、传统人工智能与智能计算、人工智能与机器学习、人工智能与大数据、人工智能的典型应用、世界主要国家及科技公司的脑计划项目、人工智能的未来发展。其中，人工智能与机器学习部分，具体介绍了当前主流的人工智能算法；人工智能的典型应用部分，介绍了专家系统、图形图像处理、语音处理、自然语言理解、智能推荐、智能博弈、自动驾驶、虚拟现实和增强现实、智能家居等具体应用。*后一章预测了人工智能的发展方向，以及需要解决的法律、伦理等方面的问题。全书专业性和普及性并重，多采用案例分析和类比的手法，帮助读者对人工智能有初步但全面的了解。

本书共分9章，主要内容有：第1章总结机器学习项目的推进流程。第2章介绍机器学习的主要功能和各种算法。第3章以垃圾邮件判别为例，介绍对学习完成后的预测模型进行离线评价的方法。第4章梳理在计算机系统里集成机器学习功能的模式，同时介绍机器学习基础的日志设计。第5章介绍机器学习分类任务里的正确答案数据的获取方法。第6章介绍用于验证实施方案是否真正有效的统计鉴定、因果推理，以及A/B试验等方法。第3章是预测模型的离线验证，本章则介绍实施过程中的实时验证。第7章以电影推荐为例，学习推荐预测系统的开发实现案例。第8章阐述搜索式分析过程及分析报告，结合在第1章的机器学习流程中出现的 不执行机器学习的例子 ，介绍如何整理实际分析结果的相关心得。第9章采用所谓Uplift Modeling方法学习更有效的营销方法。

元宇宙 概念的提出，来自美国科幻作家史蒂文森1992年创作的科幻小说《雪崩》。 自扎克伯格在Facebook宣布集团正式改名为Meta（Meta意为 超越 和 元 ，取自 Metaverse ）后，元宇宙就开始在世界的各个角落迅速发展起来。 元宇宙并不是一个简单的虚拟空间，而是一个囊括了网络、硬件终端和用户等元素的永续的、广覆盖的虚拟现实系统，系统中既有现实世界的数字化复制物，也有虚拟世界的创造物。

本书涵盖以下主题： 用泰坦尼克号数据集讲解分类。 清洗数据和处理缺失数据。 探索数据分析。 数据预处理的常用方法。 选择对模型有用的特征。 模型选择。 度量标准和分类评估。 多种回归分析技术。 评估回归结果的度量标准。 聚类算法。 降维技术。 scikit-learn流水线。

本书在延续版编写风格的基础上，根据近几年人工智能与专家系统的发展趋势和国内外高等院校相关专业本科生教学内容的重点，结合作者多年教学经验，并考虑到读者的反馈信息，对各章节内容、结构等进行了修订、调整、完善和补充，删减和更新了版中比较陈旧的内容，增加了典型应用实例。 本书主要介绍人工智能的基本理论、方法以及实现技术。全书共7章，可分为两部分。部分包括第1～4章，主要介绍人工智能的基本概念、方法和技术，包括知识表示方法和搜索、逻辑推理等问题求解的基本方法。第二部分包括第5～7章，以专家系统为应用方向，讨论了产生式专家系统及其实现技术、模糊知识表示和模糊推理、机器学习方法及其应用实例。 本书内容翔实，层次清晰，详略适当，重点突出，语言严谨，例题丰富，可作为高等院校计算机等信息类和管理

本书对控制科学与工程学科近两年来国内外科学前沿发展情况进行跟踪，回顾总结，并科学评价近年来控制科学与工程学科的新进展、新成果、新见解、新观点、新方法、新技术等，体现学科发展研究的前沿性；报告根据控制科学与工程学科发展现状、动态、趋势以及国际比较和战略需求，展望控制科学与工程学科的发展前景，提出控制科学与工程学科发展的对策和建议，体现学科发展研究的前瞻性；报告由控制科学与工程学科领域首席科学家牵头、相关学术领域的专家学者参加研究，集中了控制科学与工程学科专家学者的智慧和学术上的真知灼见，突出学科发展研究的学术性。 本书可供控制科学与工程学科领域的科研、设计、施工、管理人员以及高校师生学习参考，也期望能够为有关部门规划决策提供有益参考。

《AI人工智能：发展简史 技术案例 商业应用》通过 知识＋案例 两条线索帮助读者全方位、多角度地了解人工智能。 纵向知识线包括三大认识、三大价值、三大盈利模式、三种营销变化、四个时代、五大商业模式、八大技术、八大热门领域、八种研究成果、九种热卖商品等，针对人工智能的基本概念、发展阶段、研究价值、市场状况、基础技术、发展前景、营销应用、热门领域、热卖商品和研究成果等内容，向读者进行系统化的介绍。 横向案例线共包含12章专题内容，详解了20多个领域的70多种智能产品和应用，内容涉及智能家居、智能安防、无人驾驶、智能社交、智能生产、工业设计、智能检测、电子商务、军事航天、法律预判、智能医疗、机器人、智能营销、智能理财、智慧社区、智能交通、智能助理、智能管理等，同时通过120多个图解、190张图片对不同领

学习成功机器学习项目的*实践。 使用Azure完成自动机器学习。 理解分类和回归，以及模型可解释性和透明性等概念。 了解如何在其他环境中使用Automated ML，如Azure Databricks、ML.NET和SQL Server。 探索推动机器学习大众化的工具。