《漫话人工智能：从二进制到未来智能社会》是一本面向大众尤其是青少年的人工智能科普书籍，从介绍人工智能背后的逻辑、数学引入主题，接着用生动的语言将计算机和人工智能的诞生、算法科学、机器学习与大数据、计算机视觉、语音识别等有趣的知识融入本书，最后科普了人工智能在智能农业、智能医疗、自动驾驶等不同领域的应用。本书具有语言生动、图文并茂、贴近生活等特点，具体论述如上。本书的主要读者对象为中小学生（小学高年级至高中的青少年应该都能够顺利理解本书），对人工智能感兴趣的零基础成年人也可以选择阅读本书，来对人工智能技术有一个基本的了解。

本书主要介绍了智能计算技术相关的理论方法与关键技术，并对典型的应用领域与平台也进行了相关介绍和讨论。全书共10章，简要介绍智能的起源、智能与计算等研究背景及意义，详细介绍了机器学习、深度学习等模型与算法及其应用，着重介绍了图神经网络模型、网学习模型、神经网络架构搜索和大数据资源服务等技术，并面向智能交通和网络交易支付等领域和场景详细介绍了智能技术相关的应用。

带有人工智能功能的产品只要在国际上流通，就有可能带来安全与伦理方面的问题，为保证人工智能可持续健康发展，建立与人工智能有关的国际准则是世界各国不可回避的责任。本书共四章：第一章介绍人工智能发展带来的常规安全问题（可控、已经发生）与非常规安全问题（不可控，尚未发生）；第二章介绍人工智能发展带来的伦理问题（隐私保护、人机关系、公平正义、道德责任、伦理规范失效等）；第三章介绍国际与相关国家人工智能规则情况，主要围绕人工智能发展战略、原则规则、治理架构等方面；第四章介绍人工智能发展可能引发构建国际新秩序，呼吁国际社会共同制定相关国际准则，并重视构建人工智能评测平台体系。本书可作为大众了解人工智能技术和社会双重属性读物，亦可为相关政策制定参考。

这是一本基于Python和TensorFlow的全栈式的深度学习指南，基础和理论讲解全面，原理和拓展分析深入，应用和实践也极具实战性，是多位人工智能和大数据领域的专家多年经验的结晶。 全书一共24章，在结构上分为四大部分： 第一部分 TensorFlow基础 详细讲解了TensorFlow的数据处理基础以及它的各种常用功能。 第二部分 深度学习基础 这部分想想讲解了深度学习、机器学习、NLP、神经网络、目标检测、生成式对抗网络等深度学习技术。 第三部分 深度学习实践 通过人脸识别与检测、目标检测与识别、文本检测与识别、人机对话、文本生成、图像处理等方面的案例详细讲解了TensorFlow的用法。 第四部分 强化学习 详细讲解了强化学习的基础和算法。

本书主要介绍移动机器人的分类、直流电机及其控制、控制理论概述、移动机器人控制技术、SLAM技术、用SLAM技术构建自主移动机器人控制系统等。内容由浅入深，既介绍了不同控制方法的优缺点，又针对不同的控制方法提出有待研究的课题。

“十四五”规划中，脑科学、认知科学、人工智能等相关领域研究被纳入科技前沿攻关领域，并计划实施一批具有前瞻性、战略性的相关国家重大科技项目。其中，脑与认知启发的人工智能研究既有利于突破人工智能前沿基础理论，又有助于类脑计算与脑机融合技术研发实现根本突破，是实现“十四五”规划目标的重要抓手。本书将围绕脑科学、认知科学与人工智能及其交叉领域，在纵向系统性地回顾领域发展历史和国内外主要趋势，在横向全面地梳理当前重点前沿理论、技术与应用，以及当前国际布局重点。脑与认知科学启发的人工智能新理论、新技术与新应用是当前国内外研究的前沿交叉领域，本书也将对这一领域进行探索，希望能对有兴趣的读者有所启发。

本书较全面地阐述了人工神经网络的理论知识，介绍了多种经典的人工神经网络模型结构、学习算法和实际应用。本书共11章，第1章介绍人工神经网络的定义、发展、生理学机理、神经元模型、拓扑结构、学习算法等；第2章介绍感知机的基本原理、学习算法及应用；第3章介绍多层前馈神经网络的基本原理、学习算法及应用；第4章介绍不同正则化理论、相应神经网络及应用；第5章介绍不同极限学习机模型、支持向量机及应用；第6章介绍形态神经网络的模型结构、学习算法、鲁棒性分析及应用；第7章介绍自组织映射和核自组织映射的基本原理及应用；第8章介绍典型卷积神经网络的模型结构和基本原理，阐述卷积神经网络的变体及应用；第9章介绍基本的生成对抗网络、自注意生成对抗网络、进化生成对抗网络、迁移学习和对抗领域自适应等网络模型，阐述生成对抗网络的学习算法、训练技巧及应用；第10章介绍长短时记忆网络和递归神经网络的模型、学习算法及应用；第11章介绍模糊神经网络，包括模糊集合和模糊逻辑的基本概念和运算，模糊神经网络的模型结构、性能分析、学习算法及应用。本书可作为计算机科学与技术、软件工程、人工智能、智能科学与技术、生物医学工程等专业本科生和研究生的教材或参考书，也可供相关领域关注人工神经网络理论及应用的工程技术人员和科研人员学习参考。

人工智能技术的颠覆性、复杂性和社会关联性，特别是强人工智能的可能性，正在或将要给人类社会带来深刻的由内而外的变革，引发了诸多方面的伦理挑战和风险。本书以此为背景结合相关领域的研究进展，对人工智能技术的发展、人工智能伦理的渊源、人工智能伦理问题、人工智能伦理规范、人工智能职业道德等进行全面的梳理和介绍。全书共有9章内容：人工智能概述、伦理理论初步、人工智能伦理、人工智能风险、隐私泄露问题、偏见歧视问题、技术滥用问题、权责归属问题、伦理道德规范。 本书内容系统、结构新颖、案例丰富、阐述翔实，适合作为高等院校计算机类、人工智能类专业本科生、研究生的教材和教学参考书，也可作为高等学校各专业通识教育的教学用书。同时，本书可供相关领域的科研人员、工程技术人员和管理人员参考阅读。

本书以实际业务场景为例，介绍自然语言处理（NLP）系统开发项目的整个生命周期——从收集数据到部署和监控模型。读者将深入理解NLP系统的开发流程，知道如何消除开发痛点，从算法、数据等方面提高NLP系统的质量。全书分为四大部分，共有11章。第一部分概述NLP技术，为全书奠定知识基础。第二部分从实战角度讲解NLP系统的开发要点，内容涉及文本分类、信息提取等。第三部分专注于NLP重点应用的垂直领域：社交媒体、电子商务、医疗行业、金融业等，并辅以Python示例。第四部分将所有知识点融会贯通，并讲解如何利用所学知识部署NLP系统。

本书涉及人工智能及信息系统相关科学理论前沿，并横跨哲学、科学史、心理学、逻辑学、语言学、数学、脑科学、人类学、计算机科学等多个学科，内容广泛、文笔简洁、思想深刻。全书共有6个章节，分别对应信息系统、智能系统、推理系统、自组织过程、经验与行为，以及社群与科学，主要讨论的是一般意义下的智能系统的特征，以具体的智能形式为例，尤其是人类智能和人工智能，厘清了许多智能理论中容易混淆的概念。其中，有关智能是一个信息系统在知识和资源相对不足时的适应能力，以及非公理逻辑等提法都是原创性的，极具启发性。