随着计算科学的快速发展，人工智能已为我们大家熟知。2017 年国务院正式印发《新一代人工智能发展规划》，明确了人工智能的国家战略地位，关于人工智能的科普、技术普及读物也已出现，但符合少年儿童认知的人工智能科普读物却一直是个空白。本书是面向少年儿童的人工智能科普读物，用轻松有趣的笔触和明确简洁的形式介绍人工智能的历史、现状及未来。 本书写给6 岁以上、13 岁以下的青少年读者，深入浅出地介绍了人工智能的发展历史、人工智能的主要研究方向、技术实现流程及人工智能与未来社会的关系探索等。本书从科普和青少年教育的角度出发，培养孩子们对人工智能乃至新科技的认知，目的是让孩子们了解人工智能知识，建立正确的科技价值观和科学的方法论，为将来人工智能的研究和应用做好准备。

《图解人工智能》从基础概念、历史沿革、基础算法、代表性应用、**研究进展、跨学科交叉成果等多个方面深入介绍人工智能。为满足不同程度学习者的学习需求，全书以图片为主并辅以少量文字说明，每节配有 小清爱提问 在线视频，具有初等阅读能力的读者（包括中小学生）可以轻松获得人工智能的基础知识和全局视野；每一节还包括扩展学习资料、深入阅读材料和编程实践资源供高等阅读能力的读者（包括大学生和教师）自学提高。为配合课堂教学，全书每一节都配有PPT课件、附加视频资料、互动演示程序等教学资源。对应不同知识背景的读者，本书有速读、专业、教学3种建议阅读模式。 期待更多人能借此书产生对人工智能学科的探索热情！ 本书封面贴有清华大学出版社防伪标签，无标签者不得销售。版权所有，侵权必究。

本书是深度学习领域的入门教材，系统地整理了深度学习的知识体系，并由浅入深地阐述了深度学习的原理、模型以及方法，使得读者能全面地掌握深度学习的相关知识，并提高以深度学习技术来解决实际问题的能力。 全书共15章，分为三个部分。 分为机器学习基础：第1章是绪论，介绍人工智能、机器学习、深度学习的概要，使读者全面了解相关知识；第2~3章介绍机器学习的基础知识。 第二部分是基础模型：第4～6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络；第7章介绍神经网络的优化与正则化方法；第8章介绍神经网络中的注意力机制和外部记忆；第9章简要介绍一些无监督学习方法；第10章介绍一些模型独立的机器学习方法，包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。 第三部分

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.

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

算法是人工智能技术的核心。本书介绍了人工智能的基础算法，全 书共10 章，涉及维度法、距离度量算法、K 均值聚类算法、误差计算、 爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等。书中 所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试。每章 都配有程序示例，GitHub 上有多种语言版本的示例代码可供下载。 本书适合作为人工智能入门读者以及对人工智能算法感兴趣的读者 阅读参考。

自早期以来，神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU 激活、随机梯度下降、交叉熵、正则化、Dropout 及可视化等。

算法是人工智能技术的核心，大自然是人工智能算法的重要灵感来源。本书介绍了受到基因、鸟类、蚂蚁、细胞和树影响的算法，这些算法为多种类型的人工智能场景提供了实际解决方法。全书共10章，涉及种群、交叉和突变、遗传算法、物种形成、粒子群优化、蚁群优化、细胞自动机、人工生命和建模等问题。书中所有算法均配以具体的数值计算来进行讲解，每章都配有程序示例，读者可以自行尝试。

本书是关于迁移学习的基础、方法、技术和应用的一本书。内容分成两个部分：第壹部分介绍了迁移学习的基础。第二部分涵盖了迁移学习的许多应用领域。迁移学习解决的是学习系统如何快速地适应新场景、新任务和新环境。其研究涉及科学和工程的许多领域，包括人工智能、算法理论、概率和统计等。本书是一本供经验丰富的机器学习研究人员和应用程序开发人员使用的参考书。

《用Python动手学统计学》是面向零基础读者的统计学入门书，对同一个知识点分别使用文字、公式和Python 示例代码加以讲解，循序渐进地介绍了统计学和Python 的基础知识、使用Python 进行统计分析的方法、正态线性模型和广义线性模型等统计模型，以及机器学习等。通过阅读本书，读者不仅可以通过书中例子深刻理解统计学术语、统计分析方法和预测方法等，还可以学到十分前沿的机器学习知识，以及如何使用Python 实现数据可视化和建模等。 《用Python动手学统计学》结构清晰、直观易懂，适合统计学和Python初学者以及对数据科学和机器学习感兴趣的读者使用，也可作为高等院校计算机、统计等专业学生的入门书。

本书为斯蒂芬·沃尔弗拉姆的随笔集，汇集了其过去十余年不同场合的文章、讲稿等，以计算思维范式为中心，讲述了沃尔弗拉姆在科学、技术、艺术、哲学、商业等多个领域的思想探索与实践。从为电影《降临》提供科学咨询、解决人工智能道德规范问题、寻找一个不寻常的多面体的来源、与外星人交流，到建立Mathematica 和Wolfram|Alpha，再到寻找物理学的基本理论和探索π，本书捕捉到了计算世界伟大先驱之一的感染力和好奇心，向读者展示了计算思维在当代科技发展中的无限可能。 本书适合所有对科技史、科学哲学感兴趣，对开阔视野、提升认知与思考能力有需求的读者阅读。

《TensorFlow PyTorch深度学习从算法到实战》详尽介绍深度学习相关的基本原理与使用TensorFlow、PyTorch两大主流框架的开发基础知识和基本技术，并且展示了在图像识别与文本生成实际问题中的应用方法。同时考虑到程序员擅长JavaScript 的人员比熟悉Python 的人员更多的情况，特别增加了对于TensorFlow.js 的介绍。初学者面对深度学习望而却步的主要原因是认为入门门槛太高，需要较多的算法基础训练。针对此问题，本书原创了5-4-6 学习模型提纲挈领地降低学习曲线，并通过将知识点和难点分散到代码中的方式让读者以熟悉的方式迅速入门，并且为进一步学习打下坚实的基础。同时，本书也介绍了AutoML和深度强化学习等新技术，帮助读者开阔眼界。 《TensorFlow PyTorch深度学习从算法到实战》内容翔实，讲解深入浅出，通俗易懂，配有大量的程序案例可供实操学习，既

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！

近几年人工智能技术的发展，引发了广泛的关注和讨论。除了相关专业人士从学术和技术层面参与讨论，越来越多的社会大众也关注人工智能及相关的话题。本书围绕人工智能生产( AIGC，artificial intelligence generated content )为核心撰写，AIGC不仅是人工智能的技术应用场景，也是人工智能产业化的方向之一，对人工智能技术与应用的发展具有重要意义。本书包含三大部分共12章，第一部分是人工智能和AIGC概述，对技术的发展和逻辑进行阐述，讲述二者从何而来，为何形成如今的态势。第二部分是探索AIGC的产业价值和关键领域的应用，该部分是全书的主体，主要从产业层面切入，阐述AIGC能够在哪些领域得以应用并产生价值，这些价值从何而来，对社会经济有何种影响，等等，从不同维度深度挖掘AIGC的应用价值。第三部分是AIGC未来发展展望，主要探讨AIGC未来的发展态势

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

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