内容简介 自人工智能（AI）的概念诞生之日起，科学家们就热衷于探讨它的发展路径。第一阶段毫无疑问是计算智能，经过半个多世纪，AI在运算能力和记忆方面早已超越人类。第二阶段，是感知智能，让机器可以看得懂听得懂这个世界。科学界认为，尚未到来的第三阶段，是认知智能，甚至提到一个词：认知时代。 我们来到大模型时代或者是生成式人工智能时代了吗？如果我们此时此刻正身处这个时代，那上一个是什么时代？ 有人说，大规模预训练已经过时，AI要实现具身化，具备推理能力，接着自我意识相伴而生。具身智能揭开了人类驯服机器的科学路径，小到在分子或原子上进行操作的纳米机器，大到震天撼地的巨型机械，无不乖乖地服从人类的操控指令，替代或者协助人类完成复杂的任务。 具有自我意识的AI是更安全还是更不安全？我们需要开始认真考虑

在人工智能快速普及的时代，掌握 AI 技术已成为提高工作效率、提升生活品质的关键因素之一。《DeepSeek 零基础入门（视频教学版）》就是一本专为初学者编写的 DeepSeek入门指南，旨在帮助读者快速掌握 AI 技术的核心应用，享受智能时代的便利。 本书共 10 章。第 1~2 章介绍了 DeepSeek 的登录方式、提示词的撰写技巧和优化方法，帮助读者更高效地与 DeepSeek 交互。第 3~10 章详细介绍了 DeepSeek 在生活、创作、学习、娱乐、社交、旅行、健康和安全八大生活场景中的 88 个实用案例，帮助读者全方面了解 DeepSeek 的实际应用，解决健康管理、日常出行、学习提升、社交互动等多方面的问题。 本书内容丰富，实用性强，适合所有对 AI 感兴趣的读者学习。另外，想提高工作效率、提升创作能力的职场人员、自媒体从业者，以及想提高解决问题能力的社会大众等，本书都适合

本书根据李宏毅老师 机器学习 公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的进阶算法. 在理论严谨的基础上，本书保留了公开课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节.

当前，人工智能作为一项引领未来的颠覆性战略技术，已在经济、军事、社会等各领域广泛用，成为世界各国科技竞争和战略布局的重中之重。本书以人工智能的“起点、拐点、奇点、看不见的终点”为线，突出认知新思维、技术新发展、应用新构想，从人工智能前世今生、思维方法、大模型、机器学习、感知认知、人机交互、脑科学、机器人，以及无人智能作战和未来发展等多维度、多层次、多领域进行全面深入剖析。

本书以国产大模型DeepSeek为核心，全方位展现其在多领域的应用与价值。读者通过阅读本书可以快速掌握DeepSeek办公、学习和娱乐等实战应用。 全书共19章，开篇深入剖析人工智能与大模型的发展脉络、技术原理，让读者对其所处的技术生态有清晰认知。随后，详细解读DeepSeek，涵盖其技术架构、性能优势、应用场景，以及注册登录、界面操作等基础使用方法，并讲解编写提示词的技巧。书中重点呈现DeepSeek在工作、学习、生活、艺术等领域的广泛应用。通过丰富的案例及其实操步骤，读者可深入了解其应用方式及效果。最后，对DeepSeek的未来发展进行展望，探讨其发展趋势与潜在影响。 本书内容全面、案例翔实，是深入了解和运用DeepSeek的实用指南，适合对大模型感兴趣的相关人员使用，也适合高校师生和相关培训机构作为教材使用。

本书从人工智能（AI）的发展历史讲起，介绍了目前非常热门的深度学习加速芯片和基于神经形态计算的类脑芯片的相关算法、架构、电路等，并介绍了近年来产业界和学术界一些著名的AI芯片，包括生成对抗网络芯片和深度强化学习芯片等。本书着重介绍了用创新的思维来设计AI芯片的各种计算范式，以及下一代AI芯片的几种范例，包括量子启发的AI芯片、进一步提升智能程度的AI芯片、有机自进化AI芯片、光子AI芯片及自供电AI芯片等。本书也介绍了半导体芯片技术在后摩尔定律时代的发展趋势，以及基础理论（如量子场论、信息论等）在引领AI芯片创新方面发挥的巨大作用。*后，本书介绍了AI发展的三个层次、现阶段AI芯片与生物大脑的差距及未来的发展方向。 本书可供AI和芯片领域的研究人员、工程技术人员，科技、产业决策和管理人员，创投从业者和相关专业

AI技术突飞猛进，智能革命风起云涌，正在将人类社会推进到全新的智能社会。在以机器人劳动、智能治理、加速、后真相等为重要特征的智能社会中，人类既能享受到物质极大丰富的富裕生活，同时也面临着诸多科技风险和社会风险。关于AI的各种问题不仅为越来越多的人所困惑、思考，亦成为试图把握时代精神的当代人不可能绕开的问题。 《智能革命后的世界：AI技术与人类社会的命运》运用跨学科的理论、方法、观点和案例，深刻剖析了当前智能革命发展的趋势，并用通俗易懂、简洁明快的语言对“智能革命后的世界”进行总体把握和全面刻画。尤其聚焦于未来智能社会的数字 、智人自我改造、AI养老与机器情感、机器人劳动与人类失业、AI科研与后真相状况、人类道德新变化、AI技术治理社会以及避免AI文明危崖等与每个人息息相关的议题。 本书

本书主要探讨现代社会的算法如何生产社会智能问题。作者埃琳娜 埃斯波西托教授沿袭其导师尼可拉斯 卢曼的 社会沟通 理论，指出机器学习等数字技术不是人工智能，而是 人工沟通 。在算法和人类智能之间进行这种类比是一种误导。如果机器对社会智能有贡献，不是因为它们学会了如何像人类一样思考，而是因为人类学会了如何与它们进行沟通。 人工沟通 意味着人类的沟通伙伴可能不是人类，而是算法。鉴于算法在社会生活的各个领域中的广泛使用，本书深入探索了人类与算法互动、在线网络列表的激增、数字本文分析中的可视化、算法个性化与数字画像、数字记忆与被遗忘权、遗忘图像、算法预测、法律犃犐的透明度与解释等数字社会的前沿问题。在Chat GPT热潮持续升温的当下，相信本书在帮助中国读者准确了解当代数字社会的同时，也能促进我们对数字

大数据远不止于简单的数据和技术，大数据更侧重于其在商业、科学和社会等领域的应用。 本书基于作者近20年大数据领域的咨询经验，分析了大数据的来源，数据范式的改变，人工智能、机器学习与大数据的关系等；通过对大数据相关的工具、应用和处理方法的总结，构建了一套大数据应用方法和体系，帮助人们构建大数据生态系统、形成大数据组织战略、选择模型和数据库、为大数据解决方案选择合适的技术、组建大数据团队等；还阐述了隐私原则、数据保护、监管合法性和数据治理等议题，并通过案例分析了因使用数据不当而陷入困境的公司；*后，结合一个备受瞩目的项目失败案例，阐述在组织中成功部署大数据应用的*实践，以及在如何使组织转型为数据驱动、如何在组织中部署数据分析人员、如何有效地使用资源以整合数据方面给出建议。

人类躯体死亡，思维是否有可能继续存在，从而实现思维不朽？思维克隆人、网络人等虚拟人将如何颠覆人类对 我 的定义？ 利用思维克隆技术，我们能否重新构建所爱之人的记忆、行为方式以及人格特征？思维克隆人和其生物学原型有着怎样的区别？未来，我们该如何界定思维克隆人的社会地位和法律地位？ 毫无疑问，思维克隆人的出现将会对传统人类社会产生深刻的哲学影响、社会影响、法律影响以及伦理影响，人类传统社会将被彻底颠覆。那么，作为人类的我们该如何应对这些问题？如何 给思维克隆人一个说法 ？ 元宇宙概念大爆发，虚拟人成为受入局者关注的切入点，玛蒂娜罗斯布拉特《虚拟人》一书将帮助你全面了解虚拟人，了解人类未来与自己的虚拟人分身共生的未来！

如今，人工智能的迅速发展给人们的日常生活和工作带来了巨大的影响。要想让人工智能朝着人类智能的方向持续迈进，我们就应该让我们创造的硅基大脑像人类大脑一样有感知、有记忆、有决策、有行动。问题的难点在于，人类大脑由约1000亿个神经元构成，神经元间交流复杂，大脑掌管认知、意识，影响我们生活的方方面面。我们如何破解如此庞大的复杂系统的运行机制呢？ 在《心智的10大模型》中，计算神经科学家格蕾丝·林赛深入探讨了数学模型在理解大脑中的关键作用。书中通过10个数学模型，从单个神经元到复杂的神经环路，再到整个大脑的行为控制，逐步展示了数学工具如何帮助科学家理解和描述大脑的决策、感觉处理、记忆等过程。本书不仅是一部科学史，也是一本前沿的神经科学指南，为读者呈现了神经科学与数学、计算机科学的跨学科融合，启

本书面向量子信息时代和后量子加密技术，系统讲授信道编码的数学原理以及密码系统的统计特征，为现代密码学的创新性研究提供坚实的理论基础。本书可作为高等学校数学、计算机、信管、大数据、金融等相关专业本科生和研究生的教材，也可作为对此有兴趣爱好读者的参考读物。

本书首先对人工智能的定义、历史及国内外发展趋势等方面做了详尽阐述，接着从Agent、搜索、推理、学习、进化、感知以及行动等方向分别对人工智能进行多角度的分析与学习，*后通过一些实际需求场景来说明人工智能在现今各领域方向的应用。 本书可作为高等院校数据科学与大数据技术、自动化、计算机等专业的本科或研究生课程教材，也可供计算机信息处理、自动控制、生物信息等领域从事人工智能方向研究的科技工作者和相关专业师生参考。

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，超级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

本书全面介绍了图深度学习的理论基础、模型方法及实际应用。全书分为4 篇，共15 章。第1 篇为基础理论，重点介绍图和深度学习的基础知识，包括图的关键概念和属性、各种基础的神经网络模型、训练深度学习模型的关键方法以及防止训练过程中过度拟合的实用技术；第2 篇为模型方法，涵盖了从基本设置到高级设置的成熟的图深度学习方法，包括图嵌入、图过滤和池化操作、图对抗攻击和图对抗防御技术、可扩展性图神经网络的代表性技术以及图神经网络之外的众多图深度模型；第3 篇为实际应用，重点介绍了*代表性的实际应用，包括自然语言处理、计算机视觉、数据挖掘、生物化学与医疗健康等；第4 篇为前沿进展，介绍了有可能成为将来研究热点的高级方法和应用，主要从表达性、深度、公平性、可解释性和自监督学习等内容。在组织结构方面，每章首先

数据智能是以数据为中心、以 感知用 为模式的人工智能，也可以说是以数据获取、加工、处理、分析、应用为智能特征的人工智能。数据智能包括智能感知、智能认知（机器学习）、智能控制／ 智能决策等方面，是近代人工智能研究为活跃、应用为普遍的部分。本分册主要从深度生成模型、生成式对抗网络、模型驱动深度学习、自步课程学习、强化学习、迁移学习及演化智能方面进行阐述，涵盖标准算法及精选的应用案例，总结了近年来数据智能研究的发展与成果。