本书通过有趣的插图和简洁的文字带您漫步在人工智能的世界中，与您分享这个非fan工具带来的惊奇和震撼，同时帮助您了解它如何运行以及它的局限性。作者在每个章节都揭示了人工智能的某一特性，并充分评估了这一领域的种种可能性。作者还探讨了研究人员面临的挑战及社会人工智能问题等。

全书系统性地介绍了AI入门的有关知识，从AI与人类对话、与人脑的差异、AI艺术创作等多个方面探讨了AI的发展进程，重点介绍了深度学习这一AI领域关键技术，探讨它的进化程度将如何影响人类未来的生活与工作等。在全书最后的部分，还全景展示了作者对两位知名AI专家的采访，对于目前AI主流的研究方向和入门基础有精彩的观点和详细的解析。全书内容通俗实用，对于了解AI的基础知识非常有帮助，特别适合AI爱好者和青少年阅读。

《深度学习基础与应用》分四部分介绍深度学习算法模型及相关应用实例。首部分介绍在深度学习中必备的一些数学和机器学习的基础知识。第二部分介绍卷积神经网络、循环神经网络、深度强化网络等经典模型，并对每种模型从原理、结构、优化等方面进行论述。第三部分介绍深度学习中常用的优化方法及训练技巧。第四部分结合实践来介绍深度学习在计算机视觉、模式识别中的应用。《深度学习基础与应用》同时兼顾理论和应用，有助于读者理解基本理论知识，并将理论知识用于实际应用。《深度学习基础与应用》既可以作为高等院校计算机及相关专业的高年级本科生和研究生教材，也可供从事人工智能相关领域的工程师和研究人员参考。

本书是逻辑仿生符号主义AI第一代原型机的详细的搭建计划。主要内容涉及AI核心智能系统：语言、认知、情绪以及反映模式机制的构建。本书中凡是对AI做出的机制层的描述都有对应的人类智能的印证，都有对应的模块描述；凡是有模块描述的都有对应的实验设计。著者5年前出版了《思维工程导论》，之后带领着100多人的团队经历了5年工程实践，如今把过去5年的研究成果汇聚于此书。这本《思维工程》已不是泛泛而谈的科普读物，是为颠覆性技术的实践做的最后的准备。

本书致力于推动人工智能的普及教育，结合**的人工智能科学技术的发展成果，使用通俗易懂的语言深入浅出地介绍了人工智能的相关知识，重点介绍了人工智能的孕育、人工智能的诞生、人工智能的复苏、人工智能的高速发展、人工智能的应用分支和哲学与思考等方面，在每章节后都有与之对应的章节习题，供学习者学习，以强化学生解决问题的能力。

本书以TensorFlow为平台，从神经网络到深度学习由浅入深进行介绍，书中每章都以理论引出，以TensorFlow应用巩固结束，做到理论与实践相结合，使读者快速了解神经网络、深度学习等内容，同时领略利用TensorFlow解决这些问题的简单和快捷。本书共12章，主要内容包括TensorFlow软件介绍、计算机视觉与深度学习、深度神经网络的基础、全连接神经网络、卷积神经网络、高级卷积神经网络、循环神经网络、对抗神经网络、其他监督学习、非监督学习、自动编码机、强化学习等。

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，重点介绍了具有代表性的实际应用，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，每章首先介绍写作动机，然后通过具体示例或技术细节介绍相应内容，最后提供更多的扩展阅读知识。本书既适合对数据挖掘、机器学习和社交网络分析感兴趣的本科生和研究生阅读，也适合企业开发者和项目经理阅读。对于没有计算机科学背景，但想要应用图神经网络来推进其所在学科发展的研究人员，本书同样是一本值得参考的读物。

本书内容丰富，阐述清晰详尽，文图结合紧密，可读性好，实用性强，主要介绍了人脸识别中的一些算法与案例，主要包括素描人脸识别与人脸合成的研究与应用、传统特征提取算法在素描人脸识别中的应用、深度学习在素描人脸识别上的研究与应用、传统素描人脸合成方法、基于生成对抗网络的素描人脸合成方法、人脸超分辨率重建方法等内容。本书可作为研究人脸识别技术的参考用书，也可以作为高等院校相关专业的本科生和研究生参考书，还可供人脸识别技术领域工作的工程技术人员阅读。

本书介绍学习深度学习的基础知识，了解机器学习流程：产生可交付模型的步骤，掌握进行预测，改进决策，并应用概率方法，以及通过分类和聚类对数据进行分组机器学习可以解决哪些问题。提出了一系列可以用来解决现实问题的算法，以及利用神经网络的深度学习技术。本书适合对于想要构建机器学习应用程序的专业人员。

本书基于作者多年来承担国家重大航天工程项目取得的研究成果编写而成，主要内容包括空间机器人及其遥操作概述、空间机器人操控模拟训练体系设计、在轨服务机器人操控模拟训练设计、星表巡视探测机器人操控模拟训练设计以及星表采样机器人操控模拟训练设计等。本书既可作为高等学校相关专业高年级本科生和研究生的教材，也可作为从事空间机器人技术研究及应用的研发人员及工程技术人员的参考书。