《哈密顿力学理论的形式化与机器人动力学形式化分析》系统深入地研究了辛几何理论、哈密顿动力学的公理化体系，并以四自由度串联机器人为例，研究了基于哈密顿动力学系统的形式化分析与验证方法的应用，为机器人动力学的安全设计提供了形式化验证理论和技术手段。《哈密顿力学理论的形式化与机器人动力学形式化分析》主要内容包括：哈密顿模型的几何基础——辛流形空间的形式化、哈密顿模型和拉格朗日模型的勒让德映射关系的形式化、哈密顿方程的形式化和机器人动力学的形式化建模与分析。内容涉及交互式定理证明、机器人、形式化验证等人工智能领域。

本书由人工智能的数学基础、编程基础、基础理论和典型算法以及经典案例共4个部分组成。根据目标读者的数学基础安排全书的内容，使读者不仅能够比较系统地学习人工智能的基本技术和经典算法，而且能够在人工智能的技术中学习如何运用数学知识解决实际问题。本书适合对人工智能感兴趣的读者阅读。

本书分析了数据化，算法日益增长的分析、预测与塑造作用，以及平台经济的重要性所导致的日常生活之规制的变化。这一新型规制——算法治理——既包括将个人助推至预定的结果，也包括通过数字架构来直接塑造行为。作者通过与法律这一主要的传统规制形式的对比，展示了算法政治的力量与普遍性。这些改变随后被证实为反映了更广泛的对人类中心主义世界观的偏离。因此，本书采取了关注人类、自然环境、技术与代码之间深层嵌入性与交互的后人类主义框架。

伍德罗？巴菲尔德和乌戈？帕加洛简要介绍了与人工智能 （AI） 的设计和使用相关的法律问题，探讨了人工智能应用与人权、宪法、数据保护、刑法、侵权法和知识产权法等相关的问题，同时比较研究了美国、欧盟、日本和中国在内的多个法域的法律法规和判例法。 重点内容包括： ？ 对可能受人工智能影响的人权和宪法问题的批判性见解； ？ 讨论法人的概念，以及随着人工智能在智能方面的发展，法律如何应对； ？ 介绍适用于人工智能的现行法律法规，并确定未来可能对法律提出挑战的领域。 这本高级导论非常适合对法律如何应用于人工智能感兴趣的法律和社会科学学生。它还为寻求了解这一新兴领域的法律从业者提供了有用的切入点。

智能机器人实现深度自然语言理解，理解人们的交际意图需要动态构建语境。本书首先讨论了语境的定义：语言理解时工作记忆中激活的情景知识、上下文知识和背景知识;然后讨论了语境知识的形式化表示方法：静态的实体知识表示及动态的事件知识表示;最后分别研究了情景语境、上下文语境和背景语境的动态构建方法。 本书综合运用语用学、知识表示、人工智能等领域的相关知识，尝试探索出实现动态语境构建的可操作性方法，为最终实现交际意图识别铺下一块前进的基石。本书适合对语言学、语用学、自然语言理解、人工智能等领域感兴趣的本科生、研究生阅读。

This book provides a series of gesture and behavior recognition methods based on multimodal data representation. The data modalities include image data and skeleton data， and the modeling methods include traditional codebook， topological graph， and LSTM architectures. The tasks include single gesture recognition classification， single action recognition classification， continuous gesture classification， complex behavior classification of human interaction and other tasks of different complexity. This book focuses on the data processing methods of each modality， and the modeling methods for different tasks. We hope the reader can learn basic gesture and action recognition methods from this book， and develop a model system that suits their needs on this basis. This book can be used as a textbook for graduate， postgraduate and PhD students majoring in computer science， automation， etc. It can also be used as a reference for the reader who is interested in gesture recognition， human action interaction， sequence data processing， and deep neural network design， and who hopes to contribute to the fields.

《智能制造》作为国家专业技术人员继续教育基地专业技术人员知识更新系列丛书之一，其编写是基于服务专业技术人员学习需要。鉴于该书的适用对象是各行各业的专业技术人员，为适应面授与自学相结合的需要，努力提升该书的知识性、可读性、操作性，用科学普及的方式将智能制造的基本概念、基本理论、发展沿革，其在航空航天工业、无人艇技术、医疗康复等重要领域的应用及经典案例，机器人的发展与应用，工业4.0与中国制造2025以及近年来智能制造的新技术、新发展、新应用以及未来趋势及对策直观地展现出来，兼顾理论体系性与实践应用性，重在激发专业技术人员的学习兴趣，也为其在实际工作中遇到相关问题时能快速直接找到相关内容提供方便。期盼该书的编写出版能为智能制造普及培训提供帮助，推动实施国家战略，加强新一代智能制造技术研发应用和上海的创新驱动发展，助力上海“科创中心”的建设。

现在的人工智能技术突破或许具有划时代意义，但即使是计算能力z强大、最先进的机器，也达不到人类智能的层级。人工智能具备测算能力，但它无法完全等同于人类的判断力。判断力是一种以符合伦理的承诺和负责任的行动为基础的冷静、深入的思考能力。 本书为我们理解人工智能提供了一种根本性的、新颖的本体论和认知框架。在以判断力作为终极智能目标的讨论框架下，作者试图考察人工智能从萌芽至今的发展历程。通过分析每一代人工智能技术的基本哲学假设、每一个阶段的智能概念以及迄今为止所取得的成就，作者对“智能”这一概念本身进行了阐释。他建议，人们应学习使用人工智能来执行后者擅长的计算性任务，同时加强自身的判断力和伦理原则。

当前，人工智能正在改变世界，人工智能已经上升至国家战略高度，面对人工智能在教育界掀起的层层浪花，本书针对人工智能知识谱系庞杂的问题，聚集人工智能教育在阶段性教育中出现的断层现象，基于信息技术学科教育教学研究实践，以机器学习K近邻、决策树、随机森林、支持向量机、神经网络等18个经典的算法原理解析和具体应用为切入点，以Python编程IDE为操作工具，通过理论阐释、案例分析、编程实践，带领读者拨开迷雾，明晰路径，体验机器学习算法的奇妙，领略人工智能科学的精妙，获取人工智能“学什么、怎么学、怎么用”的方法。 本书内容包括概述、分类、回归、聚类、关联分析、数据预处理和人工神经网络等内容。算法原理解析中所涉及的教学等晦涩内容都以知识窗的形式一一讲解，表述通俗易懂；算法具体应用中的案例典型生动，编程代码具体详细，力求让人工智能思想落地，直观地展现于读者面前。 本书主要面向基础教育阶段信息技术学科教师、高中学生以及计算机相关专业的大中专学生和对人工智能领域感兴趣的大众读者，也可作为人工智能课程的学习材料。

随着人们生活质量的提高，人体生理机能健康愈加地受到人们的重视，因此人体的生理机能评估也变得越来越重要。合理科学的生理机能评估对预防生理机能病变、保障人体健康尤为重要。《深度学习在生理机能中的应用》针对复杂的人体运动问题，探索一种基于几何代数的人体运动表征方法，并以机器学习、深度学习为方法，为分析人体运动提供有效的解决方案。《深度学习在生理机能中的应用》介绍了可变形卷积神经网络算法跟踪器、孪生框架SiamFC跟踪算法、人体姿态描述方法、人体姿态朝向描述符以及人体生理机能评估系统。