《机器如人》深入探讨了如何在人工智能系统中融入广泛、强大的常识，而非仅仅依赖狭隘、专门的专业知识。书中提出了一种赋予人工智能系统常识和有效推理能力的创新方法，探讨了我们如何信任自主机器做出决策的关键问题，并明确了值得信赖的自主人工智能系统需要具备的两个基本要求：有行动理由和能够接受建议。这两点的实现都取决于系统是否具备常识。本书为人工智能领域的专业人士和对人工智能感兴趣的读者提供宝贵的见解和指导，引领他们走向智能技术的未来。
本书由之江实验室人工智能社会实验研究中心集体出品，是关于 人工智能社会治理实践与研究 前沿性的科普性读物。书中阐述了开展 人工智能社会治理实践与研究 的背景与意义；详实生动地讲解了人工智能社会治理实践与研究就业、教育、医疗、交通、养老、文化等领域中的应用案例、重点关切内容和实施路径；并在综述人工智能技术发展及社会应用现状的基础上，从社会治理的角度分享了人类进入现代社会后一些经典的或具有前瞻性、启发性的社会实践与研究的案例；Z后，对人工智能社会治理研究的全球协同性进行了展望。
近年来，大模型技术飞速发展，从架构演进统一到训练方式转变，再到模型高效适配，大模型技术引发了机器学习范式的一系列重要革新，为通用人工智能发展提供了一种新的手段。本书主要叙述了大模型技术的最新发展概况、应用实例、当前及未来需要注意和解决的问题。内容包括：大模型技术概述、语言大模型技术、多模态大模型技术、大模型技术生态、大模型的开发训练与推理部署、大模型应用、大模型的安全性、大模型技术的问题总结与思考。
