AI的本质是什么？自然语言和人工语言的区别在哪里？ChatGPT究竟是人工智能发展道路上的里程碑，还是某种误入歧途的“假AI”？我们绝不许诺美丽空洞的AI前景，而是告诉读者，未来的AI之路到底有多少激流险滩——对于统计学工具与硬件升级的片面崇拜，对于智能科学基本原理的蔑视，是目前AI研究的大危机。在我们看来，今天万众期待的ChatGPT，只是新时代的“牛顿炼金术”。

本书是新工科信息技术基础系列规划教材之一。本书以物理计算技术为核心，以Arduino平台和树莓派平台为例，介绍信息产品设计的基本知识和方法，使学习者能够构建起人-机-环境和谐的信息产品。 本书主要内容包括设计方法，特别是基于物理计算的产品设计方法；基础知识，包括元器件、微控制器、编程知识；高级方法，包括物理交互设计、检测和产生运动、感知和反馈；设计实践，实现并开发完成具有创新性的信息产品。 本书可作为产品设计类相关专业的本科生或研究生信息产品设计课程的教材。由于书中各章内容相对独立，教师可根据课程计划和学生专业背景需要选择讲授内容。

本书系统介绍了众包学习的概念、应用领域、前沿课题和研究实践。在基础知识方面，本书介绍了众包的起源与发展、众包技术的研究方向，分析众包模式给机器学习带来的机遇与挑战。在前沿技术方面，本书详细阐述了众包标注真值推断与面向众包标注数据的预测模型学习等前沿研究课题。在研究实践方面，本书介绍了面向偏置标注的众包标签真值推断、基于机器学习模型的众包标签噪声处理、众包标签利用方法与集成学习模型、基于不确定性度量的众包主动学习等典型研究案例。

本书围绕联合稀疏信号的检测和恢复，主要研究了联合稀疏信号的检测方法及其检测性能界限、联合稀疏信号的恢复方法及其在雷达成像问题中的应用；介绍了基于局部**势检验的联合稀疏信号检测方法，分析了该方法在模拟数据、低比特量化数据、高斯和广义高斯噪声情形下的理论检测性能。同时，介绍了一种基于前瞻基信号选择和双块稀疏性的联合稀疏信号恢复方法，并以多极化雷达成像为应用实例，介绍了联合稀疏信号的恢复方法；通过改善雷达图像中非零像素点的聚集程度和抑制目标区域外的能量泄露，提升了雷达的成像质量。 本书可供从事通信、雷达等信号处理的研究人员参考、学习。

《数字时代的安全竞争与国际秩序》主要分析了进入数字时代过程中大国战略竞争和国际/地区秩序的变化和延续及其影响机制，结合国际关系现实揭示了数字技术对国家军事能力、国际安全竞争以及国际安全规范变迁的塑造和影响；在此基础上，描述和分析了数字技术竞争过程中国家的战略选择及其影响因素。《数字时代的安全竞争与国际秩序》提出了不少具有理论洞见和现实意义的研究发现，主要包括：进入数字时代的过程中大国对外战略关注的核心仍是物理空间的战略威胁，不过其决策过程开始受到数字思维和地缘政治思维的双重影响，这使得当前的中美之间和整体国际秩序尚未陷入冷战式的阵营对抗，因为数字思维有效淡化了国际关系中的意识形态竞争；美国对华数字技术遏制尚未导致中美陷入“新冷战”，东亚安全秩序也延续了21世纪以来的对冲秩序，其原因在于进入数字时代的过程中东亚地区的体系特征尚未发生根本性变化，而美国数字技术能力难以支撑其对华数字技术的打压则强化了东亚国家的坚持战略对冲的动力；人工智能军事应用的竞争在不同领域烈度不同，但都难以形成一锤定音的优势，而对先行者优势的客观评估有利于逐渐形成管控军用人工智能国际竞争的有效思路，如从国际法合规的角度入手，可考虑在军用人工智能设计和训练的早期，将国际法中的相称性原则、区分原则、比例原则转化为操作化的逻辑与算法，输入或者培训人工智能程序等。 《数字时代的安全竞争与国际秩序》集中呈现了中国学者对数字时代初期国际秩序转型、国际安全变迁和对外战略选择的学理思考和实证分析，一定程度上深化了数字时代的国际关系理论研究，同时对政府部门和跨国企业更好地理解和适应数字时代的国际政治经济环境具有一定的启发。主要面向国际关系及相关专业的高校教师、政策分析人士、专业学生、数字技术跨国企业的战略规划/分析人士以及其他关注数字时代国际关系的人士等。

本书关注和讲解的是MariaDB数据库的相关技术和应用。MariaDB是当前开源数据库中的一员，应用面非常广，技术不断得到更新，版本升级快，性能不断提升和优化。本书详细介绍了MariaDB在多操作系统中的安装、连接方式、用户管理、数据库和数据表操作、数据查询、索引、外键、函数、视图和触发器，以及数据备份与恢复等重要内容，简要介绍了通过几种常用编程语言连接和操作MariaDB数据库的方法。 本书内容丰富，基本覆盖MariaDB数据库各个方面的知识，包括用户管理（权限和角色管理等）、数据的新增、更新、删除和查询等，还配合了各类示例，以帮助读者理解和快速掌握相关技术。 本书适合作为初级及中级开发工程师、数据库管理员、MariaDB数据库学习人员、从事数据库应用系统的研发人员的参考用书，还可供高等院校计算机、大数据等专业学生使用。

本书讲述了多粒度信息融合的基本概念以及多粒度融合理论赖以发展的基础理论，如Dempster-Shafe证据r理论、Dezert-Smarandache 理论、粗糙集、模糊集等；介绍了同/异鉴别框架下的多粒度融合、犹豫模糊信度下的多粒度融合和多粒度折扣信息融合。本书给出了典型算例详尽的融合流程，以及多粒度融合的典型应用，如多粒度人体行为动作识别等内容，全书理论体系完整，应用案例取舍适当。

本书对一体化算力网络的基础研究和科技创新进行了系统梳理和精准分析，以一体化算力网络相关的国内外政策为基础，结合全球和我国在一体化算力网络基础研究的整体情况，介绍了知识产权在我国一体化算力网络各产业的科技创新能力和发展现状，揭示了一体化算力网络在各产业的重要技术和研究热点。本书可以为相关从业人员的日常工作和学习提供理论和实践支持。

本书介绍了人们关于因果分析和因果推断认知的历史脉络与现代发展。主要内容分为4章，第1章介绍了因果概念的历史发展，重点阐述中国古代贤达对于这一问题的精辟理解，以及古希腊科学家对于因果关系认知所做的基础性贡献。文艺复兴以后，诸多科学家在这个问题上的逐步深入研究，给予了因果关系以现代科学的描述方式。第2章介绍当前因果分析与推断的一些理论和方法，主要介绍了2011年图灵奖得主朱迪亚·珀尔有关求解因果关系的理论框架和计算方法，这些方法已经成为当前因果科学的主流模型之一。第3章专门讨论了因果分析的一些重要而有趣的问题，包括如何识别抽烟对于肺癌的影响，以及其中延续几十年的争论，介绍了在具体问题中如何确定实际原因，这些实际原因经常具有独特性而被“一般的”因果分析方法所忽略，但在医疗、司法和决策中至关重要。最后在第4章，介绍了当前机器学习和人工智能的一个新发展趋势，就是如何将因果分析与机器学习进行“嫁接”，从而产生性能更加优越、更加近似于人类思维的人工智能。本书是一本普及性读物，适合本科生及研究生，也适合从事数据科学和人工智能工作的专业人员阅读，同时对于希望了解因果科学的爱好者也是一本很好的入门书籍。

本书对自然语言处理中的两种代表性的短文本信息挖掘进行研究：关系抽取和弹幕评论挖掘。针对关系抽取任务，从精度、效率、鲁棒性及前沿探索四个方面进行分析并提出对应的解决方法。针对弹幕评论挖掘任务，充分地利用弹幕的实时性、交互性、高噪声等性质，提出适用于弹幕评论的语义分析模型。针对目标任务的信息缺陷，本书从多角度研究和设计对应的深度学习算法以提高信息挖掘的精度。