在一个属于薛定谔的猫的时代，我们见证了谷歌的 “阿尔法狗（AlphaGo）”对人类智力的碾压、马斯克的“赛博朋克猪”思想的形状。在过去的几年里，人工智能正在各个领域以不同形式不断刷新我们对于机器的认知。乐观者表示，无论人工智能加持下的机器再怎样厉害，它也不过是我们人类的助手和工具；悲观者则表达了随着人工智能技术在生活中的深入应用与发展，人类有可能被机器所超越的担忧。而本书希望以一个尽可能理性、全面的角度，结合人工智能在艺术与设计领域的相关发展和应用，分析其对于我们生活所形成的影响和未来的发展走向。这其中既有反映人工智能对于设计效率提升、拓展思路、优化资源的作用，也有对其可能导致的失业率上升、人类自身创造力下降、艺术家与设计师身份重新定位等方面的思考。

《Python机器学习入门：机器学习算法的理论与实践》全面细致地讲解了机器学习的基础知识及其应用，具体内容包括机器学习中必要的环境搭建和Python的基础知识、有监督学习和无监督学习的理论及其实际应用案例、有监督学习和无监督学习的机器学习模式，并以理论结合公式的方式讲解了Python代码的编写方法，以及数据的采集、处理和实际操作中机器学习的模式。本书适合人工智能、机器学习方向的学生和技术人员学习、使用，也适合广大人工智能爱好者阅读。

2021世界人工智能大会以“智联世界 众智成城”为主题，于2021年7月8-10日在上海成功举办。在“高端化、国际化、专业化、市场化、智能化”的办会理念指导下，本届大会着力塑造“更人文、更开放、更活力”的生态，着力打造成 “科技风向标、应用展示台、产业加速器、治理议事厅”。为了总结和分享世界人工智能大会的思想和学术成果，大会组委会决定推出“智联世界”系列图书，本书是系列图书的第5本，副书名为“AI筑就数字之都”。本书汇集了2021年大会的重点嘉宾演讲内容，围绕“AI开启未来”“AI赋能城市”“AI驱动经济”“AI点亮福祉”及“AI探索前沿”等主题，全面展现世界人工智能前沿观点洞察和**发展态势，描绘全球人工智能健康发展、协同共治的崭新蓝图，传递促进全球合作、增进人类福祉的共同愿景。

数字化人机工程学是一门融合人体学、工程学、环境学、社会学和IT技术（含虚拟现实技术）的相关理论、方法及研究成果，为适应数字化设计制造领域在虚拟人机环境系统下进行人机工效量化分析的迫切需要而发展起来的综合性学科。全书共12章。第1章为数字化人机工程学概论；第2章介绍了人体特性参数（形态几何参数、物理参数、生理参数、电特性参数和振动特性参数等）；第3章介绍了人体的感知特征等；第4章介绍了人机系统作业空间、作业设施和人机界面的设计原理与原则；第5章介绍了人机环境系统的热舒适、振动舒适、光照和噪声等设计原则；第6章介绍了数字化虚拟人体模型及其建模方法；第7章介绍了数字化虚拟人运动模型建模与控制技术；第8章介绍了数字化虚拟人机工效的评价方法；第9章介绍了人机环境设计评估方法与标准规范；第10章介绍了面向数字化产品开发的数字化人机工程设计系统的基本要求、系统体系结构与工作流、系统构建策略与技术路线等；第11章介绍了载运工具汽车的概念设计（驾驶室空间设计、热舒适性设计等），以及拖拉机的驾驶室空间设计和振动舒适性设计；第12章介绍了DELMIA软件的应用案例。《数字化人机工程设计》可以作为高等学校制造业设计制造类（机械工程、工业设计、载运工具装备设计等）专业的本科高年级、研究生的人机工程设计教材，也可供工业工程专业领域的工作者，以及从事人机环境系统研发、生产运作与管理等工作的技术人员和管理人员学习参考。

外骨骼机器人在单兵军事作战装备、医疗康复、救灾救援、公共安全、教育娱乐、重大科学研究等方面都有重要应用。在我国劳动力成本快速上涨，人口老龄化问题日益严重的形势下，外骨骼机器人发展的潜力巨大。本书在分析外骨骼机器人国内外研发现状的基础上，以中风患者的康复训练外骨骼机器人、下肢助力外骨骼机器人为例，重点介绍外骨骼康复训练机器人的机械设计、驱动方式与控制策略。介绍针对外骨骼机器人驱动器的自适应鲁棒控制的交叉耦合同步控制策略。同时介绍如何将深度学习技术融入外骨骼机器人操作者的行为动态分析中，提高外骨骼机器人的随动控制效率和准确率。 本书可以作为外骨骼机器人设计与开发等相关技术人员的参考书，对外骨骼机器人有兴趣的读者也可以从本书中得到启迪。

Rasa是一款开源的对话机器人框架，能让开发者使用机器学习技术快速创建工业级的对话机器人。得益于丰富的功能、先进的机器学习能力和可以快速上手的特性，Rasa框架是目前流行的开源对话机器人框架。 本书首先介绍Rasa的两个核心组件――Rasa NLU和Rasa Core的工作流程；然后详细介绍通过使用Rasa生态系统从头开始构建、配置、训练和服务不同类型的对话机器人的整体过程，如任务型、FAQ、知识图谱聊天机器人等，其中包括使用基于表单（form）的对话管理、ResponseSelector来处理闲聊和FAQ，利用知识库来回答动态查询的问题等，以及自定义Rasa框架，使用对话驱动的开发模式和工具来开发对话机器人，探索机器人能做什么，并通过交互式学习来轻松修复它所犯的任何错误；最后会介绍将Rasa系统部署到具有高性能和高可扩展性的生产环境中，从而建立一个高效和强大的聊天系统。

强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容，在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q 学习等传统强化学习算法，以及策略梯度、近端策略优化、深度Q 网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法，并以大量生动有趣的例子帮助读者理解强化学习问题的建模过程以及核心算法的细节。此外，本书还提供较为全面的习题解答以及Python 代码实现，可以让读者进行端到端、从理论到轻松实践的全生态学习，充分掌握强化学习算法的原理并能进行实战。本书适合对强化学习感兴趣的读者阅读，也可以作为相关课程的配套教材。

《机器学习数学基础》系统地阐述机器学习的数学基础知识，但并非大学数学教材的翻版，而是以机器学习算法为依据，选取数学知识，并从应用的角度阐述各种数学定义、定理等，侧重于讲清楚它们的应用和实现方法。所以，《机器学习数学基础》这一书中将使用开发者喜欢的编程语言（Python）来实现各种数学计算，并阐述数学知识在机器学习算法中的应用体现。

本书是以科普形式对军事智能进行深入探讨的有益尝试，将“技术体系与军事体系的相互影响”作为核心叙事逻辑，以具体战例和技术进展为支点，将军事智能涉及的感知、指挥控制、作战行动和军备控制等问题渐次展开、抽丝剥茧、逐步深入。本书不仅采用了更为网络化的语言，而且还结合音视频，构成了一部融媒体作品，以更为时尚的形式，来传播军事智能这一看似深刻的主题，将国防科技领域的科普作品变得更“潮”。

虽然很多深度学习工具都使用Python，但PyTorch 库是真正具备Python 风格的。对于任何了解NumPy 和scikit-learn 等工具的人来说，上手PyTorch 轻而易举。PyTorch 在不牺牲高级特性的情况下简化了深度学习，它非常适合构建快速模型，并且可以平稳地从个人应用扩展到企业级应用。由于像苹果、Facebook和摩根大通这样的公司都使用PyTorch，所以当你掌握了PyTorth，就会拥有更多的职业选择。本书是教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。它帮助读者快速从零开始构建一个真实示例：肿瘤图像分类器。在此过程中，它涵盖了整个深度学习管道的关键实践，包括 PyTorch张量 API、用 Python 加载数据、监控训练以及将结果进行可视化展示。本书主要内容：（1）训练深层神经网络；（2）实现模块和损失函数；（3）使用 PyTorch Hub 预先训练的模型；（4）探索在 Jupyter Notebooks 中编写示例代码。本书适用于对深度学习感兴趣的 Python 程序员。了解深度学习的基础知识对阅读本书有一定的帮助，但读者无须具有使用 PyTorch 或其他深度学习框架的经验。