关于未来20年的预言，一幅走向奇点的未来生存指南与路线图。继《奇点临近》之后，雷·库兹韦尔的又一部里程碑式作品！探讨以人工智能、生物技术及纳米机器人为代表的指数型技术将如何推动人类走向奇点！库兹韦尔通过扎实的论证，在书中重申了他对未来20年的大胆预言——AI将在何时通过图灵测试；人类将在何时迈入奇点；持续发展的人机融合技术将如何使人类智能增强数百万倍；人类寿命如何实现延长，超越目前120岁的生物学；可再生能源技术的不断完善将如何满足我们所有的能源需求；指数型技术将如何改变人类生活的方方面面等。我们即将迈入认知、生活乃至生命被重构的时代，一切都将重新开始！生物技术、纳米技术、人工智能技术将如何重塑未来，一场关涉未来商业、生活、工作、健康等领域的超ji预言。不断融合的指数增长的技术趋势将带来一

本书全面、深入地探讨了人工智能（AI）领域的理论和实践，以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中，真正做到理论和实践相结合。全书分7个部分，共28章，理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想，内容主要包括逻辑、概率和连续数学，感知、推理、学习和行动，公平、信任、社会公益和安全；实践部分完美地践行了“现代”理念，实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗等。本书适合作为高等院校人工智能相关专业本科生和研究生的教材，也可以作为相关领域专业人员的参考书。

《通用人工智能的中国蓝图系列(全2册)》由朱松纯著

本书是《动手学深度学习》的重磅升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。 本书重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络——多层感知机；第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学习应用背后的基本工具；第三部分讨论深度学习中常用的优化算法和影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。 本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程知识及预备知识

本书详细介绍了构建大语言模型的四个主要阶段：预训练、有监督微调、奖励建模和强化学习。每个阶段都有算法、代码、数据、难点及实践经验的详细讨论。 本书以大语言模型的基础理论开篇，探讨了大语言模型预训练数据的构建方法，以及大语言模型如何理解并服从人类指令，介绍了大语言模型的应用和评估方法，为读者提供了更全面的视野。 本书旨在为对大语言模型感兴趣的读者提供入门指南，也可作为高年级本科生和研究生自然语言处理相关课程的补充教材。

计算已经成为人们生活中不可或缺的组成部分，人类社会享受了计算技术的红利得以飞速发展。可以说当今的计算机科学和产业应用的成就是人类文明有史以来所有智慧的结晶。解释、澄清和发展“计算”这一重要概念，即本书之写作目的。本书从探索数学的起源开始，细数了数学 三次危机的来龙去脉，逐渐引出计算理论的诞生和发展，以及这些过往是如何影响当今计算机科学 前沿方向的。 本书从哲学层面探讨了计算的边界，将其视为人类需要继续探索的未解之谜。本书横跨了人类3000年的文明史，综合了数学、哲学、物理学、计算机科学、人工智能、复杂系统科学等多门学科，呈现出一种独特的计算主义的世界观。

《麻省理工科技评论》（ MIT Technology Review）从2001年开始，每年都会发布“全球十大突破性技术”，并预测其大规模商业化的潜力，以及对人类生活和社会的重大影响。 这些技术代表了当前世界科技的发展前沿和未来方向，集中反映了近年来世界科技发展的新特点和新趋势，将引领面向未来的研究方向。其中许多技术已经走向市场，主导着产业发展，极大地推动了科技创新和经济社会发展。 《科技之巅（20周年珍藏版）：全球突破性技术创新与未来趋势》对过去二十年（2001年—2021年）《麻省理工科技评论》发布的“全球十大突破性技术”进行系统性总结，按照“生命科学、信息技术、资源与能源、工程制造、智慧生活”五大领域，深度解读和梳理了 200 余项全球突破性技术，同时邀请学术、产业、资本界专业人士对关键领域技术的特点、产业应用现状、未来发展

《机器学习》 机器学习是计算机科学的重要分支领域.本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面.全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索.本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考. 《机器学习公式详解 第2版》 周志华老师的《机器学习》（俗称“西

本书是备受广大读者推崇的数据结构与算法入门教程，已在GitHub获得超60k的Star，并多次登顶GitHub Trending。书中系统介绍了数据结构与算法基础、复杂度分析、数组与链表、栈与队列、哈希表、树、堆、图、搜索、排序、分治、回溯、动态规划和贪心算法等核心知识，通过清晰易懂的解释和丰富的代码示例，以及生动形象的全彩插图和在线动画图解，揭示算法工作原理和数据结构底层实现，教授读者如何选择和设计算法来解决不同类型的问题，切实提升编程技能，构建完整的数据结构与算法知识体系。 本书面向计算机相关专业的大学生和该领域的从业者，也适用于对算法感兴趣、具有一定编程经验的人士。本书需要读者具备基本的编程技能，能够阅读和编写简单的代码。

自从计算机在国际象棋上战胜人类之后，从文学创作、撰写新闻到帮助医生诊断和治疗疾病等，计算机在许多人类活动中都表现得越来越好。目前，计算机深度学习在许多领域都取得了重大突破，尤其是在数据中发现模式的卓越能力，使其成为人工智能发展最快的领域。例如，数字电话助手通过深度学习来理解和响应语音命令；汽车系统使用深度学习能在道路上安全地行驶；在线平台使用深度学习为电影和书籍提供个性化推荐。 本书能帮助我们更全面地了解深度学习这个迷人的领域，而不需要“硬啃”高级的数学知识或编程技能。本书中的对话语言风格、全彩插图和现实世界常见的例子，可以通俗易懂地为我们解释深度学习的关键概念。如果我们还想知道深度学习工具是如何工作的，并想使用它，也可以在这本书中找到答案。当我们准备编写自己的程序时，本书Git

作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。 本书包括引言、基础知识、基于知识的系统、人工智能高级专题、人工智能的现在和未来以及安全与编程六部分内容。第一部分从人工智能的定义讲起，对人工智能的早期历史、思维和智能的内涵、图灵测试、启发式方法、新千年人工智能的发展进行了简要论述。第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。第三部分介绍并探究了人工智能领域的成功案例，如DENDRAL、MYCIN、EMYCIN 等经典的专家系统，振动故障诊断、自动牙科识别等新的专家系统，也介绍了机器学习、深度学习以及受到自然启发的

Python语言凭借其简洁、易读及可扩展性等特点，已成为程序设计领域备受欢迎的语言之一。丰富的Python第三方包（又称“第三方库”）使得Python可以应用于多个领域，气象研究与应用领域也不例外。由NCL转化来的库很大程度地方便了读者的学习。 本书内容由浅入深且针对性强，示例丰富且涉及面广，系统地介绍Python语言的基本语法、高级特征以及与气象应用密切相关的工具包。本书从Python和Linux的基础知识开始讲解，无编程基础或需巩固基础的读者也能阅读；然后介绍气象数据的读取、处理等；接着介绍绘图基础知识与常用的气象绘图方案；继而介绍一些常用气象物理量计算以及统计方法与检验等；最后介绍简易机器学习入门和几种Python计算加速方案。

《高效写论文：AI辅助学术论文写作》本书基于学术写作的核心在于结构化的思维这一理念，全方位地介绍了如何应用AI辅助学术写作。AI辅助学术写作的流程主要包括选题的确定、前言和文献综述的撰写、理论框架和研究方法的设计、研究框架与正文的组织、结论的构建、初稿的润色、标题摘要的撰写与投稿等方面。本书力求为读者提供多样化的解决方案。这些解决方案依据不同的写作目标和策略制订，从而让读者可以根据具体需求选择。此外，本书还引导读者探索各种AI工具，应用好这些AI工具有助于解决具体问题，如数据查询、参考文献管理、语言润饰等，极大地节省了学术写作的时间和精力。无论是学生、教师、研究者，还是对学术写作有浓厚兴趣的读者，本书都能够帮助其更好地理解人工智能在学术写作中的应用，在逻辑清晰、条理分明的框架内进行有效的

本书对传统无人机通信网络协议模型与方法进行了精炼，以无人机集群化和智能化为重点，引入优化设计的模型和协议，将5G和移动自组织网络融入协议设计，将近期新无人集群感知与控制研究成果融入到网络模型与设计的各个章节，提出模型与方法在系统实现上的软硬件设计方案，贯穿理论方法与工程实践，着重突出集群网络特征协议设计，如基于移动性的网络架构、通信与计算资源联合的路由设计、面向干扰对抗的可靠性设计等，最后落实到系统软硬件实现，为无人机集群网络设计与优化提供参考。

自从计算机在国际象棋上战胜人类之后，从文学创作、撰写新闻到帮助医生诊断和治疗疾病等，计算机在许多人类活动中都表现得越来越好。目前，计算机深度学习在许多领域都取得了重大突破，尤其是在数据中发现模式的卓越能力，使其成为人工智能发展最快的领域。例如，数字电话助手通过深度学习来理解和响应语音命令；汽车系统使用深度学习能在道路上安全地行驶；在线平台使用深度学习为电影和书籍提供个性化推荐。 本书能帮助我们更全面地了解深度学习这个迷人的领域，而不需要“硬啃”高级的数学知识或编程技能。本书中的对话语言风格、全彩插图和现实世界常见的例子，可以通俗易懂地为我们解释深度学习的关键概念。如果我们还想知道深度学习工具是如何工作的，并想使用它，也可以在这本书中找到答案。当我们准备编写自己的程序时，本书Git

本书介绍了网络靶场的定义、需求来源，并对其分类和类型进行了详细描述；论述了构建一个基础网络靶场所需要的基础架构和功能组成，以及建模设计工具、流量生成工具和管理工具；讨论了网络靶场试验测试、人员培训和理论研究方面等应用场景；通过对网络安全演习和角色团队的描述，介绍了如何规划、构建和部署网络靶场；最后，对军事领域和学术研究领域的常见网络靶场案例进行了解读剖析。

本书深入介绍了机器学习领域的基本概念和方法，除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外，还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习算法实现过程中的常见问题。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法，以及用于生成新数据的生成对抗网络（GAN）和用于训练智能体的强化学习，还介绍了深度学习的新动态，包括图神经网络和用于自然语言处理（NLP）的大型transformer。本书讲解清晰，示例生动，理论和实践部分相对平衡，既可以作为机器学习领域初学者的入门教程，也可以作为读者开发机器学习项目时的参考书。

《麻省理工科技评论》（ MIT Technology Review）从2001年开始，每年都会发布“全球十大突破性技术”，并预测其大规模商业化的潜力，以及对人类生活和社会的重大影响。 这些技术代表了当前世界科技的发展前沿和未来方向，集中反映了近年来世界科技发展的新特点和新趋势，将引领面向未来的研究方向。其中许多技术已经走向市场，主导着产业发展，极大地推动了科技创新和经济社会发展。 《科技之巅（20周年珍藏版）：全球突破性技术创新与未来趋势》对过去二十年（2001年—2021年）《麻省理工科技评论》发布的“全球十大突破性技术”进行系统性总结，按照“生命科学、信息技术、资源与能源、工程制造、智慧生活”五大领域，深度解读和梳理了 200 余项全球突破性技术，同时邀请学术、产业、资本界专业人士对关键领域技术的特点、产业应用现状、未来发展

本书首先介绍AI与AI安全的发展起源、世界主要经济体的AI发展战略规划，给出AI安全技术发展脉络和框架，并从AI安全实战出发，重点围绕对抗样本、数据投毒、模型后门等攻击技术进行案例剖析和技术讲解；然后对预训练模型中的风险和防御、AI数据隐私窃取攻击技术、AI应用失控的风险和防御进行详细分析，并佐以实战案例和数据；最后对AI安全的未来发展进行展望，探讨AI安全的风险、机遇、发展理念和产业构想。 本书适合AI和AI安全领域的研究人员、管理人员，以及需要实战案例辅助学习的广大爱好者阅读。

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，以及如何在现实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）以及更为现代的方法（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。

知识图谱是较为典型的多学科交叉领域，涉及知识工程、自然语言处理、机器学习、图数据库等多个领域。本书系统地介绍知识图谱涉及的关键技术，如知识建模、关系抽取、图存储、自动推理、图谱表示学习、语义搜索、知识问答、图挖掘分析等。此外，本书还尝试将学术前沿和实战结合，让读者在掌握实际应用能力的同时对前沿技术发展有所了解。本书既适合计算机和人工智能相关的研究人员阅读，又适合在企业一线从事技术和应用开发的人员学习，还可作为高等院校计算机或人工智能专业师生的参考教材。

本书基于备受读者推崇的王树森“深度强化学习”系列公开视频课，专门解决“入门深度强化学习难”的问题。 本书的独特之处在于：第一，知识精简，剔除一切不必要的概念和公式，学起来轻松；第二，内容新颖，聚焦近10年深度强化学习领域的突破，让你一上手就紧跟zui新技术。本书系统讲解深度强化学习的原理与实现，但不回避数学公式和各种模型，原创100多幅精美插图，并以全彩印刷展示。简洁清晰的语言+生动形象的图示，助你扫除任何可能的学习障碍！本书内容分为五部分：基础知识、价值学习、策略学习、多智能体强化学习、应用与展望，涉及DQN、A3C、TRPO、DDPG、AlphaGo等。 本书面向深度强化学习入门读者，助你构建完整的知识体系。学完本书，你能够轻松看懂深度强化学习的实现代码、读懂该领域的论文、听懂学术报告，具备进一步自学和深挖的能

本书第1版于2020年11月出版发行后大获成功，Python及NetDevOps技术在国内计算机网络圈子里迅速走红，国内与NetDevOps相关的技术文章在网络上如雨后春笋般大量涌现，行业里也出现了很多要求掌握NetDevOps技术的网络工程师职位，并且需求越来越多，NetDevOps是“下一代网络工程师”必须掌握的技能已经成为既定且不可逆的事实。 以Python为主的NetDevOps技术知识更迭很快，第2版将在第1版的基础上添加TextFSM详解、Netmiko详解、Nornir详解、NETCONF详解及RESTCONF详解等5章内容，并去掉pyping、pyntc、netdev等一些不再流行或者作者已经公开宣布不再维护的模块内容。 另外，第2版将在思科设备的基础上添加华为设备的内容，由朱嘉盛老师执笔，相信能对主要使用国产设备的国内网络工程师更加有益。

深度学习框架中蕴藏着惊人的技术和有趣的机制，本书旨在揭开这些技术和机制的神秘面纱，帮助读者正确理解技术，体会它们的有趣之处。为此，本书会带领读者从零开始创建一个深度学习框架——DeZero。DeZero是本书原创的框架，它用最少的代码实现了现代深度学习框架的功能。本书分60个步骤来完成这个框架，在此过程中，读者会加深对PyTorch、TensorFlow和Chainer等现代深度学习框架的理解，看清深度学习框架的本质。 本书沿袭《深度学习入门：基于Python的理论与实现》的风格，语言通俗，代码简洁，讲解详细。在自制框架的过程中，读者还能进一步巩固Python编程和软件开发相关的知识。 本书适合对深度学习框架感兴趣的读者阅读。