内容简介 这是一部对人工智能充满敬畏之心的匠心之作，《深入理解Java虚拟机》作者耗时一年完成，它将带你从奠基人物、历史事件、学术理论、研究成果、技术应用等5个维度全面读懂人工智能。 本书以时间为主线，用专业的知识、通俗的语言、巧妙的内容组织方式，详细讲解了人工智能这个学科的全貌、能解决什么问题、面临怎样的困难、尝试过哪些努力、取得过多少成绩、未来将向何方发展，尽可能消除人工智能的神秘感，把阳春白雪的人工智能从科学的殿堂推向公众面前。 全书共8章，逻辑上分为4个部分： 部分 人工智能的起源（第1~2章） 阐述了在人工智能学科创立之前，图灵、香农等先驱们对智能的探索和思考。首先以 人工智能之父 图灵的生平事迹为主线，介绍了图灵机、图灵测试，以及图灵对智能的思考、理解和定义；然后以达特茅斯会议为主线，
脑机接口研究致力于在人类大脑与外部设备之间建立起连接通路，架设起生物智能和人工智能之间的桥梁。认知科学建立了研究认知(Cognition)和智力(Intelligence)的基本概念和科学方法论，为脑机接口对大脑的工作状态及认知活动的解读提供了理论基础。 本书从认知科学理论、探索脑认知活动的技术手段、脑机接口的代表性技术及其前沿应用四个方面系统介绍脑机接口领域的研究成果。全书内容主要来源于创作组成员多年来在认知科学和脑机接口研究领域的知识积累，不少章节内容直接来自于作者在这些领域的科研成果。创作组成员都是国内认知科学与脑机接口领域的学者，对书中的技术论述力图做到深入浅出、通俗易懂、独立完整。 本书适用于具有一般大学理工科背景的读者，可作为科学技术人员了解认知科学和脑机接口研究领域的参考书，也可作为高等院校面向
机器视觉简单来理解就是一门用机器代替人眼做测量和判断的技术，在现代制造中应用广泛，如在产品定位、缺陷检测、尺寸测量、条码识别等方面均有应用。机器视觉是一门综合技术，包括数字图像处理、自动控制、光源照明、光学成像、传感器、机器人等知识。 本书由浅入深比较全面地介绍了机器视觉的相关知识，包括机器视觉基本知识、工业相机原理及选型、工业镜头特性及选型、光学基本知识及不同打光方案效果、机器视觉其他常用配件、数字图像处理知识及机器视觉算法平台软件MVP等内容。 本书既适合机器视觉相关专业的高校学生学习，也适合机器视觉相关工程技术人员参考学习。
在两位顶尖数据科学家的引导下，你将系统了解LLM前沿技术的更新进展，学习理论知识，以最负责任的方式将LLM技术融入商业场景；将构建一个LLM驱动的应用，直观感受框架的实际运作，掌握数据版本控制、实验跟踪、模型监控和伦理等知识点。 本书旨在为不同层级的数据领域从业者提供助力，使用前沿技术与方法论，全方位呈现LLM应用，介绍上佳技术实践。通过 数据优先 视角，识别整合LLM并驱动业务成功的机会。
《人工智能入门与实战 使用Raspberry Pi和Python演练》使用Raspberry Pi作为计算平台，介绍AI世界。本书探索了大部分主要的人工智能主题，包括专家系统、浅层和深层的机器学习、模糊逻辑控制等。 主要内容： AI简介、基本的AI概念、专家系统的展示、游戏、模糊逻辑系统、机器学习、机器学习：人工神经网络、机器学习：深入学习、机器学习：ANN展示实践、演化计算、基于行为的机器人等。
本书介绍在人工智能时代，用来建模和求解大规模机器人推断问题所使用的因子图。重点介绍解决机器人面临的大规模推理问题，以及部署机器人的相关知识。因子图相关知识（概率图模型的一种）是机器人感知中至关重要的一环，而机器人感知是机器人领域较难的技术点。希望本书能给读者带来启发。书共通过7章，深入浅出地介绍了因子图数学定义、推断方法，以及真实环境中机器人上的各种应用。在涵盖了详细的背景知识及数学论证的同时，提供了充足的SLAM应用案例以供读者参考。
本书是一本以机器人学、人工智能知识和技术为中心内容的科普及科幻长篇小说。书中通过形象与连续的故事和插图，介绍机器人的发展历史、基本结构与分类，工矿业与农林业、空间与海洋探索、国防与安保、医疗卫生、家庭服务、文化娱乐、教育教学等方面的应用， 机器人化 智能制造工厂、未来宇宙开发和星际航行以及发展方向等。此外，还展望了其他一些新技术或潜在高新技术的未来应用。本书故事情节生动，图文并茂，寓知识性、趣味性和娱乐性于一体，是广大青少年、大中小学生、中小学教师、机器人和人工智能产业园科技与工作人员以及从事科技与产业管理的政府与企业人员的课外阅读佳作，也是对机器人感兴趣的其他读者值得一看的优秀作品。通过阅读本书，读者能够了解机器人的过去、现在和将来，增进对机器人技术的兴趣与认识。
机器学习借助算法让计算机对大量流动数据集进行识别，这种方式能够通过历史数据来预测未来事件和行为。微软公司在其公有云Azure上推出了基于Web使用的机器学习应用工具 Azure Machine Learning ，通过图表化来把握 现在的进度和结果 ，并配备了各种统计处理和多样化的机器学习处理方式，便于开发人员、业务分析师和数据科学家进行广泛、便捷地应用。 书中通过大量的微软机器学习截图，有步骤地讲解了微软机器学习模板构建的方法，是一本实战版机器学习入门手册。 在以前，仅是运作并学习的门槛就已很高，更不用说对机器学习的实际运用。而现在，使用Azure Machine Learning就可以马上进入机器学习的世界。 我们的目标是让技术及商务人士可以通过机器学习，来创造新的服务，并通过数据获得前所未有的视点。
本书主要介绍了工业、科研、生活等领域常用传感器的工作原理、基本结构、选型、安装使用、综合应用等方面的知识，对测量技术的基础知识、检测系统的信号处理和抗干扰技术等也作了介绍。同时增加了微型传感器、智能传感器、物联网、自动检测系统设计等新知识。 本书以实用性、操作性、创新性为特色，以项目为载体，采用任务驱动的教学方式，突出了各种常用传感器的单项和综合应用；同时设置了传感器综合实训和自动检测系统设计项目，以加强对传感器实际应用能力的培养和提高。
《预测控制（第2版）》是1993年由国防科技图书出版基金资助、国防工业出版社出版的专著《预测控制》一书的修订版。原《预测控制》一书是国内预测控制方面的专著，该书从总体概念、基础算法及理论分析、实用算法及应用技巧等方面多角度地描绘了预测控制的丰富内容。修订版将保持原书的这一基本框架，即反映预测控制的基本原理和算法、系统分析与设计、算法发展和实际应用，但根据近20年来预测控制的发展和编者们对预测控制的深入理解，对原书内容作较全面的补充和调整，使其更准确地反映预测控制基本的内容和*的研究水平。 显示部分信息
随着ChatGPT等大语言模型的迅速发展，大语言模型已经成为人工智能领域发展的快车道，不同领域涌现出各种强大的新模型。开发者想要独立构建、部署符合自身需求的大语言模型，需要理解大语言模型的实现框架和基本原理。 本书梳理大语言模型的发展，首先介绍Transformer模型的基本原理、结构和模块及在NLP任务中的应用；然后介绍由只编码（Encoder-Only）到只解码（Decoder-Only）的技术路线发展过程中对应的 BERT、GPT等大语言模型；接下来介绍大语言模型在部署、训练、调优过程中涉及的各种关键技术，如自动并行、预训练与微调、RLHF等，并提供相应的实践指导；最后以开源大语言模型BLOOM和LLaMA为样例，介绍其架构和实现过程，帮助读者理解并构建、部署自己的大语言模型。本书还提供了基于MindSpore框架的丰富样例代码。 本书适合人工智能、智能科学与技术、计
