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。

本书为读者提供了一个前瞻性视角，了解人工智能未来几年的前景如何。人工智能将带来无数的商业机会和风险。本书提供了必要的信息，使读者能够以实际可行的方式掌握这一切，包括：根据需要找到现成的人工智能解决方案；通过执行成本/收益分析，将人工智能纳入业务战略；在 投入前训练和测试人工智能；组建良好人工智能团队的方式；确保保持 的方式。本书还包含了作者与各行业知名企业家及人工智能专家的对话，读者可从中了解到，通过使用这种革命性技术，哪些行业和企业正在以令人兴奋的方式进行自我改造。

近年，人工智能热潮席卷而来。本书以图解的方式网罗了人工智能开发 的基础知识，内容涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。全书以图配文，深入浅出，是一本兼顾理论和技术的人工智能入门教材。旨在帮助读者建立对人工智能技术的整体印象，为今后深入探索该领域打下基础。另外，书中设有专栏和“小贴士”，介绍了相关术语的背景知识，可帮助读者扩充知识面，进一步理解相关技术。

本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写Python代码来解决复杂的模式识别问题。

TensorFlow是谷歌2015年开源的主流深度学习框架，目前已得到广泛应用。郑泽宇、梁博文、顾思宇著的《TensorFlow(实战Google深度学习框架第2版)》为TensorFlow入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的优选参考书。 第2版将书中所有示例代码从TensorFlow 0．9．0升级到了TensorFlow 1．4．0。在升级API的同时，第2版也补充了 多只有TensorFlow 1．4．0才支持的功能。另外，第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。 本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习

本书对知识这一理解和驱动世界发展的隐形力量进行了深入研究，对其含义、发展机制、其对于个体意识和社会价值的塑造，以及其在人工智能领域的进展进行了全面剖析。是一本 扎实的，研究知识的本质与其重要作用的学术书籍。 本书共由三部分组成。 部分由三章组成，将知识作为一种真实有用的信息，以及计算机和人类发展和管理知识的过程呈现出来。 第二章确定了关于知识的三个基本问题:目的论、本体论和灵知论。第三章概述了信息学的基本概念。用 简单的术语解释了知识如何被定义为信息，并讨论了它的发展和应用所带来的关键问题。第四章讨论了知识发展的原则，以及这些原则产生的限制。 第二部分由两章组成，分析了计算过程和物理现象之间的关系，以及机器和人类对知识的生产和应用。 第五章考察了信息学和物理学之间的关系

本书从物体检测的概念、发展、经典实现方法等几个方面系统地介绍了物体检测的相关知识，重点介绍了Faster RCNN、SDD和YOLO这三个经典的检测器，并利用PyTorch框架从代码角度进行了细致讲解。另外，本书进一步介绍了物体检测的轻量化网络、细节处理、难点问题及未来的发展趋势，从实战角度给出了多种的解决方法，便于读者 深入地掌握物体检测技术，从而做到在实际项目中灵活应用。 本书共10章，涵盖的主要内容有物体检测与PyTorch框架基础概念与背景；PyTorch基础知识；基础卷积网络Backbone；两阶经典检测器Faster RCNN；单阶多层检测器SSD；单阶经典检测器YOLO；模型加速之轻量化网络；物体检测细节处理；物体检测难点问题；物体检测的未来发展。本书适合PyTorch框架爱好者和物体检测相关从业人员阅读，也适合深度学习和计算机视觉领域的研究人员阅读。

ChatGPT是由OpenAI公司研发的人工智能聊天机器人，它可以进行自然语言文本的理解和生成。ChatGPT的出现让计算机能够 加自然地与人类进行对话，这标志着人工智能技术在自然语言处理领域取得了革命性的突破，人机交互从此迈入了一个新的时代。本书将带领读者深入了解ChatGPT，介绍ChatGPT的相关概念、技术原理和实际应用，并探讨人工智能相关技术与产业的发展前景。全书共8章，可划分为3个部分。 部分为第1章，以“ChatGPT是什么”为主题。先简单介绍了聊天机器人的概念，然后介绍ChatGPT的核心技术和发明者，接着探讨了ChatGPT成为 增长 快的消费级应用背后的原因， 就大众所关心的一些问题做了回答。第2部分为第2～5章，以“ChatGPT怎么用”为主题。第2章介绍了ChatGPT及其同公司的其他应用型产品（DALL·E2和OpenAI API）的基本使用方法。第3章介绍了一些能让ChatGPT的功

TensorFlow是谷歌2015年开源的主流深度学习框架，目前已得到广泛应用。本书为TensorFlow入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的优选参考书。第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0。在升级API的同时，第2版也补充了更多只有TensorFlow 1.4.0才支持的功能。另外，第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习的大数据平台工程师，对人工智能、深度学习感兴趣的计算机相关从业人员及在校学生等。

来自埃森哲的 自动化领域的专家在本书中解析了如何在企业中使用和扩展人工智能驱动的智能自动化，使企业通过 快的上市速度、 高的效率和产品质量，获得 多的竞争优势及 好的客户反馈。本书内容实用且易于实施，通过多个成功案例，回答了企业 迫切需要解决的问题，例如如何识别自动化机会并确定其优先级，如何评估遗留系统和数据问题，如何从技术投资和自动化工作中获得全部价值，如何激励员工接受变革和自动化带来的新机遇，等等。本书旨在通过为人工智能和自动化提供一种以人为本的方法，来帮助企业实现可持续转型和 的业绩。

？当下的AI存在哪些风险？真的有可信的AI吗？理想的AI与现实的AI之间究竟存在哪些差距？如何构建人类和AI之间的信任？关于人工智能的炒作总是甚嚣尘上，但要得到真正可信的AI，却远比想象的要复杂得多， 智能的时代还远没有到来。创造真正可信的AI需要赋予机器常识和深度理解，而不是简单地统计分析数据。本书勾勒了未来人工智能发展的 路线图，对当前人工智能的现状进行了清晰且客观的评估。 ？作者盖瑞·马库斯是人工智能领域的专家，同时还是心理学和神经科学教授，在计算机科学、认知科学、语言学、人工智能等领域都练就了相当深厚的学术功底，并敢于挑战学术界的主流观点。当整个人工智能学术界都在过分乐观地高歌猛进时，他不断撰文和发表演讲来指出以深度学习为代表的当下AI的弊端和局限性，《如何创造可信的AI》这本书正是马库斯对

本书主要内容分为四个部分。 个部分是ROS基础，主要包含以下章节：1.初识ROS：讲解ROS的背景、特点以及安装方法；2.ROS系统架构：讲解ROS的架构、关键概念、通讯机制等；3.ROS基础：讲解ROS使用的基础知识，编程方法等；4.ROS中的常用组件：讲解ROS的中常用工具包的使用方法；第二个部分是基于ROS的应用：5.机器人平台搭建：讲解基于ROS的机器人平台设计方法；6.机器人建模与仿真：讲解ROS中机器人建模与仿真的具体实现方法；7.SLAM与导航：讲解ROS中多种SLAM功能包的使用方法，以及自 航的实现方法；8.机器视觉：讲解基于ROS的图像获取、传输、人脸识别、物体跟踪、二维码识别等机器视觉方面的实现方法；9.机器听觉：讲解基于ROS的中英文语音识别、语音输出、智能助手等功能的实现方法；10.MoveIt机械臂控制：讲解ROS中MoveIt实现机械臂控制的方法；11.ROS与机器学

机器学习虽然对改进产品性能和推进研究有很大的潜力，但无法对它们的预测做出解释，这是当前面临的一大障碍。本书是一本关于使机器学习模型及其决策具有可解释性的书。本书探索了可解释性的概念，介绍了简单的、可解释的模型，例如决策树、决策规则和线性回归，重点介绍了解释黑盒模型的、与模型无关的方法，如特征重要性和累积局部效应，以及用Shapley值和LIME解释单个实例预测。本书对所有的解释方法进行了深入说明和批判性讨论，例如它们如何在黑盒下工作、它们的优缺点是什么、如何解释它们的输出。本书将解答如何选择并正确应用解释方法。本书的重点是介绍表格式数据的机器学习模型，较少涉及计算机视觉和自然语言处理任务。本书适合机器学习从业者、数据科学家、统计学家和所有对使机器学习模型具有可解释 兴趣的人阅读。

本书是一本从工程实践角度介绍无人系统驾控技术的书籍。本书以Autoware自动驾驶平台为核心，全面介绍了Autoware平台中各个模块的主要功能，详细讲述了利用Autoware平台实现无人系统驾控的操作过程。本书首先介绍了Autoware自动驾驶平台平台的基本架构与安装过程，然后介绍了常用传感器、感知模块、定位模块、路径规划模块和控制模块的操作过程， 介绍无人车的激光循迹实践案例。本书旨在帮助读者快速熟悉Autoware自动驾驶平台的核心操作，掌握无人系统驾控的关键技术。

刘金琨编著的《滑模变结构控制MATLAB仿真（第3版基本理论与设计方法）》从MATLAB仿真的角度系统地介绍了滑模变结构控制的基本理论、基本方法和应用技术，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。 本书是在第2版基础上修改而成的，并增加了部分内容。全书共分12章，包括滑模变结构控制发展综述、连续系统滑模控制、自适应鲁棒滑模控制、基于干扰及输出测量延迟观测器的滑模控制、反演及动态面滑模控制、基于滤波器及状态观测器的滑模控制、模糊滑模控制、神经滑模控制、离散系统滑模控制、基于LMI的滑模控制、Terminal滑模控制。每种控制方法都利用MATLAB程序进行了仿真分析。 本书各部分内容既相互联系又相对独立，读者可根据自己需要选择学习。本书适用于从事生产过程自动化、计算机应

本书较全面地阐述了数字化与智能化车间的概念、技术、系统实现及应用。本书共4部分内容： 部分概述数字化与智能化车间的相关概念，对其内涵和特征进行了定义，提出了数字化与智能化车间的系统架构和实施规划；第二部分偏重优化模型和方法研究，包括车间布局设计与物流仿真优化、生产计划制定与优化、数据驱动的设备故障诊断、基于统计理论的生产过程质量控制；第三部分偏重关键技术与系统实现，包括车间数据采集技术及应用、 计划排程技术及应用、制造执行系统技术及应用；第四部分介绍3个数字化与智能化车间的综合应用案例。本书理论联系实际，学术研究与工程应用并重。既有在宏观层面对数字化与智能化车间体系框架与技术架构的探讨，又有在微观层面对各种模型、方法和关键技术的阐述，书中还汇集了近20个企业应用案例。 本书适合

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，以及如何在现买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 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。

算法已在多大程度上影响我们的生活？ 购物网站用算法来为你推荐商品，点评网站用算法来帮你选择餐馆，GPS系统用算法来帮你选择*路线，公司用算法来选择求职者 当机器最终学会如何学习时，将会发生什么？ 不同于传统算法，现在悄然主导我们生活的是 能够学习的机器 ，它们通过学习我们琐碎的数据，来执行任务；它们甚至在我们还没提出要求，就能完成我们想做的事。 什么是终极算法？

安德里亚斯·穆勒、莎拉·吉多著的《Python机器学习基础教程》是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中 常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的 方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。 本书适合机器学习从业者或有志成为机器学习从业者的人阅读。

自动化是很有意思的事情。从电饭煲到机器人，从汽车到航天飞机，从蒸汽机到人工智能，自动化在人们生活和工作中无所不在。人工智能和机器人是自动化的延伸，正在根本性地改变经济、社会和就业。自动化理论中大量的数学公式，让人觉得高深莫测、很难亲近，本书作者用生活中有趣的案例、生动的漫画、诙谐的语言和深刻的洞察力，颠覆以往自动化技术的刻板印象，帮你破解学习和工作中的常见迷思。这是一本人人都能读懂的自动化入门书，也是一本拒 复杂数学公式的理论书。