本书英文版出版至今已近20年，但关于大脑究竟如何工作的问题至今仍无答案，而符号主义（认为大脑是类似于计算机的加工符号的机器）与联结主义（认为大脑是并行运转的大型神经网络）之间的争论也从未停息。本书分析了联结主义模型和符号加工模型在计算方面的优势和劣势，关注不同联结主义模型之间的差异以及特定模型与符号加工的特定假设之间的关系，并围绕多层感知器展开讨论。书中的观点在今天依然频繁成为学术讨论的焦点，并为认知科学、人工智能、深度学习等领域的未来研究指明了可能的方向。

本书是国家职业教育专业教学资源库工业机器人技术专业建设项目规划教材。全书分为9章，系统介绍了工业机器概述、工业机器人的分类、工业机器人的组成和技术参数、工业机器人的运动学基础、工业机器人机械结构、工业机器人传感器、工业机器人的控制技术、工业机器人的编程技术、工业机器人的典型应用等内容。本书配有数字化课程网站与教、学、做一体化设计的专业教学资源库，内容丰富，功能完善。其中，数字化教学资源包括微课、动画、图片、在线测试等类型，详见本书配套教学资源清单。本书适合作为高等职业院校“工业机器人技术”专业以及装备制造类、自动化类相关专业的教材，也可作为工程技术人员的参考资料和培训用书。

能够成功融入人类社会的机器人快要出现了吗？这样的机器人将如何改变我们与技术的关系？本书由机器人领域的两位者撰写，书中借鉴并分析了航空航天领域的案例，提出了表征环境无序程度的社会熵、构建基于共享数据的机器人安全报告系统以及搭建大规模的仿真试验场等创新性观点。作者强调未来机器人将不再是简单的工具，而是我们的合作伙伴，是真正的社交机器。全书重点从实践应用和用户体验的视角畅想人机协作的未来愿景，不展开讨论技术细节，适合所有对机器人及人工智能感兴趣的读者阅读参考。

本书分为三部分。第1部分将帮助你快速理解从数据中学习、深度学习基本架构、如何准备数据，以及深度学习中经常使用的基本概念。第二部分将重点介绍无监督学习算法。从自编码器开始，然后转向层数更深、规模更大的神经网络模型。第三部分介绍监督学习算法，你将掌握基本和高级深度学习模型的实现方法，并能够将这些模型用于分类、回归以及从潜在空间生成数据等应用场合。

数据孤岛问题已经成为制约人工智能发展的主要阻碍。在此背景下， 联邦学习（Federated Learning） 作为一种新兴的机器学习技术范式， 凭借其突出的隐私保护能力，展示出在诸多业务场景中的应用价值。本书从联邦学习的基础知识出发， 深入浅出地介绍了中央服务器优化和联邦机器学习的算法体系， 详细阐述了联邦学习中涉及的加密通信模块的相关知识， 以定性和定量的双视角建立了联邦学习服务质量的评估维度、理论体系， 还延伸介绍了提升联邦学习服务质量的方法， 并对联邦学习的研究趋势进行了深入探讨与分析， 可以对设计和选择算法提供工具式的参考和帮助。本书是高校、科研院所和业界相关学者研究联邦学习技术的理想读本， 也适合大数据、人工智能行业的从业者和感兴趣的读者参考。

本书讨论了物联网的整个垂直技术栈，并着重讲解了数据聚合、处理、管理、分析和开发等方面技术，以及分布式信任、数据安全和隐私保护方面的z新发展。全书主要由技术和应用两部分组成。在第一部分物联网技术栈（第1章～第11章）中，讲解了物联网接入技术、边缘计算体系架构、数据交互、流式数据处理、机器视觉、数据表示与推理、众包等数据处理环节的各个方面，以及与物联网相关的安全、信任和隐私保护问题；第二部分为工业应用方面（第12章~第14章），重点介绍了物联网技术在医疗保健、能源、道路运输和空气质量等特定领域的应用方式，以及所带来的好处。最后讨论了物联网和相关技术的未来前景。 本书适合作为人工智能、数据安全相关专业高年级本科学员、低年级研究生的辅助教材，也可以作为相关领域技术开发者的自学参考用书。

人工智能无疑是近几年*火的名词之一。然而，究竟什么是人工智能？为什么说人工智能的终极目标是创造“生命”？目前人工智能的硅基生命之路遇到了哪些坎坷？人工智能的未来如何？不可否认的是，许多人了解人工智能是通过科幻电影。那么科幻电影对人工智能起到了怎样的普及和推动作用？《人工智能 ： 硅基生命的创造》将围绕这些问题，从独特的视角，为读者解读人工智能的秘密。

本书介绍了一系列结合人工智能技术处理网络空间安全问题的方法-包括处理网络威胁情报、为恶意软件提供战略防御机制、解决网络犯罪、评估漏洞-以及产生主动而不是被动的对策的人工智能方法。

本书以数字图像处理为基础，结合人工智能在电影特效制作中的应用进行编写，全书内容分为数字图像处理概论、人工智能在电影特效制作中的应用两大模块共12章。书中所有拍摄素材均为编著团队实地拍摄或代码运行所得，其中图像基础部分是数字图像处理课程的核心内容，包含丰富的教学案例，是重要的学习资料。

本书是在原书第1版的基础上，经过全面的修订、更新和扩展，保留了相同的可读性和解决问题的方法，同时介绍了新的素材和*新发展。全书分为5个部分，重点介绍了人工智能中常见的关键的技术。本书第1部分介绍了基于逻辑的方法，第2部分则重点介绍了基于概率的方法，第3部分介绍了新兴的涌现智能，探讨了基于群体智能的进化计算及其方法。接下来是*新的发展，第4部分详细介绍了神经网络和深度学习。本书*后一部分重点介绍了自然语言理解。