本书以《写给新手的深度学习》这本书的内容为基础，对深度学习的内容进一步深入探讨。从简单的RNN到作为其发展形式的LSTM和GRU，甚至在生成模型中对VAEGAN进行处理。本书也和上一本一样不使用框架，而是将各种各样的深度学习的发展形式，数学公式和代码无缝连接，这样既能很好地理解内部的实现，也能在发生问题的时候轻松地想到解决问题的办法。本书虽然是上一本书的延续，但是内容体系是完整的，并在前三章对第一册内容进行了简单回顾，所以即使没有读过上一本书，也不影响本书的学习。

本书包含六个章节，详细分析了面向儿童群体的人工智能发展现状、与儿童相关的人工智能原则政策和法律，以及面向儿童群体的人工智能应用，并编选国内39个人工智能应用典型案例，尽可能反映涉及儿童群体的人工智能应用类型，如课堂教辅、在线教育、智能陪伴、儿童安全、儿童健康及公益/弱势群体等，具有一定实际参考价值。

多媒体安全与人工智能安全是近年来迅速发展的研究领域。本书采用“极简综述”的形式，围绕多媒体隐写、多媒体水印、多媒体取证与评价、神经网络安全四部分内容，涉及图像、视频、音频、文本、神经网络等研究对象，汇集了该领域新研究成果。本书各章在内容上相互独立，简明扼要介绍了其中某个方向要解决的主要问题与核心方法，旨在帮助读者用较短时间从整体上迅速掌握该方向重要的信息。本书既可为对此领域有兴趣的读者提供便捷的指引，也可作为多媒体与人工智能安全方向研究生的入门教材。

人类自古就有对设计发明自动化工具的朴素追求和大胆实践。几年前曾经有过一个网上调查，只问了一个问题，那就是“人类需要机器人吗？”结果被调查的人中，98％以上都回答：当然需要。国际上有舆论认为，机器人是“制造业皇冠顶端的明珠”，其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志。中国科学家对机器人的定义：“机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。”无论机器人技术如何发展，有一个基本原则就是：机器人是为人类服务的。机器人学三定律：第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管。第二定律：机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外。第三定律：机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。人工智能与机器人技术的关系一直以来都是相互依存，共同发展。高科技本身没有天使和魔鬼之分，人工智能也是如此，这一把双刃剑是天使还是魔鬼取决于人类自身。无论是从科学技术的自然进步趋势，还是人类自身发展的需求，机器人都毫无疑问地会陪伴着我们一起走向未来。

童芯派主控是一款针对人工智能编程教学设计的新一代可联网微型计算机，专为AIoT与Python教学而设计。无论是创新科技应用还是编程普及，童芯派都能完美适配“趣”学习。本书共分3部分28课，第1部分为神奇百宝箱，主要介绍童芯派主控板自带的程序运行效果，通过程序的运行体验录音功能、音量柱带来的身边科技。第2部分为历险童芯世界，通过交互的图形化程序感受手势识别、人脸识别等人工智能新科技。第3部分为勇闯代码岛，使用全新的慧编程Python编程器，降低了Python编程创作的门槛。 本书可作为青少年人工智能和编程教育教师参考书和学生用书。

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。