中等职业教育经过多年的改革发展基本上形成了“以学生为中心、能力为本位”的职业教育理念，但要真正做到全面实施能力本位课堂教学模式，让学生在“做中学，学中做”，那么教材是基础，教师是根本，教法是途径。教材尤其是中等职业教育教材不应仅是知识的简单静态载体，必须是有教育思想、有灵魂的活教材。本书在开发设计时，把“行动导向”教学法的 理念融入教材中，基于工作过程导向课程设计思想安排教材内容，实现了工作内容与学习内容的有机统一，对于每个学习项目按照“行动导向”教学法的六个环节：资讯、计划、决策、实施、检查、评价组织教学内容，教材体例结构新颖，内容呈现形式简明、准确、层次分明、逻辑性强，为教师和学习者提供一种有别于传统教材的全新教法和学习体验，能有效促进教师改进教法，提升教学能力水平，促使学习者“做中学，学中做”，提高学习效益和学习获得感。

本书系统讲解了机器人学涉及到的基本知识，涵盖了机器人硬件、软件、控制以及制作多个方面的内容。初学者可以通过本书了解机器人相关各领域的基本知识，明白机器人是怎样构成的、如何工作的以及如何自己动手实现一个简单的机器人。为了适合不同层次的机器人爱好者的学习需求，本书对一些深奥的数学或物理知识进行了简要说明，即使不参考专业书籍也可以通读本书。

《机器人不仅仅是机械：博弈空间中的文化与人机交互》基于排爆人员和所使用机器人的互动开展探索性研究，通过提问、记录排爆人员讲述的故事来分析排爆中人-机器人交互的人类用户视角和体验，探讨影响或限制人-机器人互动的活动、过程和环境等因素，以及人-机器人交互中的情感因素如何影响博弈情境下操作人员的决策，从而影响任务结果。

《神经网络机器翻译技术及产业应用》由百度首席技术官王海峰、百度人工智能技术委员会主席何中军、百度技术委员会主席吴华联合撰写，以产业需求为牵引，介绍了新时期机器翻译的产业需求特点、神经网络机器翻译的原理与方法、新技术进展及产业应用。全书兼具理论与实践，既有对原理与方法的介绍，又有丰富的产业应用案例。《神经网络机器翻译技术及产业应用》共九章： 第1章 绪论，首先阐述了机器翻译发展的时代背景和技术发展脉络，从多个角度回顾了机器翻译的发展历程，介绍了当前机器翻译的发展现状以及产业应用需求特点和挑战。 第2章 翻译语料获取与译文质量评价，介绍了翻译语料获取的相关技术以及机器翻译常用的评价方法，包括人工评价、自动评价、面向产业应用的评价。 第3章 神经网络机器翻译，首先介绍了神经网络机器翻译的基本原理和模型结构，接下来介绍了多种翻译模型，后介绍了利用开源工具搭建一个神经网络机器翻译系统的方法。 第4章 高性能机器翻译，结合百度、谷歌等公司的机器翻译系统实践，首先介绍了神经网络机器翻译的产业化进程，然后介绍了常用的提升系统性能的方法，后介绍了开源工具平台中的高性能实现方案。 第5章 多语言机器翻译，首先介绍了数据增强技术以扩充训练数据规模，然后介绍了基于无监督的训练方法以及多种翻译模型，后介绍了近年来快速发展的多语言预训练技术及其在多语言机器翻译上的应用。本章结尾还结合百度、谷歌、脸书等公司的实践，介绍了大规模多语言机器翻译系统。 第6章 领域自适应，介绍了领域自适应技术，通过数据增强、优化训练等多种手段，使翻译模型在具体领域上获得较高的翻译质量。 第7章 机器同声传译，首先介绍了机器同传的主要挑战和发展现状，然后介绍了目前常用的机器同传数据集和评价方式，后介绍了如何使用开源工具搭建一个机器同传系统。 第8章 机器翻译产业化应用，着重介绍了现实生活中机器翻译丰富的产品形式和广泛应用。 第9章 总结与展望，对全书进行了总结，并对机器翻译的未来发展进行展望。

本书是一本由浅入深地介绍深度学习的理论原理及PyTorch深度学习框架的入门书籍，全书通过图文并茂的方式对重点知识进行讲解，注重实践，详细地介绍了PyTorch的基本使用、神经网络的构建和训练技巧、卷积神经网络和循环神经网络的实现，以及前沿的深度生成模型的应用。通过学习本书，读者不仅可以了解深度学习，而且可以轻松实现机器作诗、自动乐曲生成、机器翻译、图像去噪等有趣的应用。全书配有注释详细的代码，方便读者学习与实践。本书适用于对人工智能感兴趣的读者，也适合作为深度学习领域的入门教材。

智能时代是智慧融入物理世界的新时代，利用5G、物联网、云计算、大数据等技术，将人类智慧融入物理系统，从而使一切都智能化。现在的我们正处于从信息时代向智能时代过渡的阶段。本书以迎接智能时代为主题，重点关注了大数据创造智慧生活，人工智能在智能仓储方向的创新发展，机器视觉和智慧语音等智能感知，迎接智能时代中的智能交互系统与无人系统等人工智能相关内容。本书的主旨在于提升学生对智能技术发展的敏感度与智能社会的适应性，提高参与社会的能力；引导其思考人工智能技术应用过程中个人与社会的关系，思考智能技术为人类社会带来的机遇和挑战，履行个人在智能社会中的责任和义务。

本书针对当前火热且应用前景广阔的自然语言处理（NLP），介绍了深度学习的技术原理及其在自然语言处理中的应用；简要分析了该领域各个应用方向上的相关模型和关键技术，包括Transformer、BERT、GPT，等等；汇集了众多论文中的重要思想和研究成果；系统梳理了技术发展脉络。此外，本书还介绍了如何使用深度学习技术来训练模型，并分析了其在应用中的表现及优化手段，以帮助读者更好地将理论应用于实践。本书内容通俗易懂，可作为入门自然语言处理的参考书。

本书系统地介绍了机器学习系统的设计原则和实践经验，侧重于介绍机器学习的原理、神经网络和优化器、自动差分算法、机器学习系统编程模型、控制流和数据流，异构硬件加速器的原理和编程、数据流图编译器前端、数据流图编译器后端、数据准备和增强、模型部署相关技术、分布式训练、弹性训练、联合训练和评估平台、调试和优化工具、数据隐私和安全等。在讲授的过程中，本书将根据MindSpore的自身特点，在各个章节突出讨论MindSpore的优势点，从而将MindSpore并列为与TensorFlow，PyTorch的三大框架。

本书将从 ChatGPT 的基础知识、应用场景和案例分析等方面展开讲解。例如， 如何使用 ChatGPT 实现自然语言翻译、如何使用 ChatGPT 学习英语，以及修改 代码、生成表格，甚至开发菜品等，所举例的应用场景中包含了大量的实用技巧 和建议，能帮助读者更好地掌握和应用 ChatGPT 工具。 本书共分为 9 章，各章的主题分明，内容循序渐进。第 1 章对 ChatGPT 进 行了一些基础的介绍，然后以对话的形式带你快速入门；第 2 ～ 5 章分别从学习、 工作、娱乐、代码四个角度介绍了不同领域下 ChatGPT 的应用场景，案例十分丰 富；第 6 章详细介绍了 ChatGPT 的实用指令和 AI 角色的个性化设置，带你探索 ChatGPT 的趣味和实用性，推荐读者重点阅读；第 7 章则对最新的 AI 工具进行 了介绍；第 8 章对未来趋势进行了展望，分享了许多有意思的话题；第 9 章则对 ChatGPT 在诸多细分行业中的创新应用进行了众多举例，或许读者能从这些例子 中获得启发。 希望这本书能够帮助读者更好地理解和应用 ChatGPT 技术，让读者在工作和 生活中更加得心应手。

本书的内容章节分为四个部分，从技术原理到项目实践再到商业战略，逐层放开视野。内容涉及基于人工智能技术在产业中做创新业务的方法论，通过交流“思想”和“应用方法论”，使大家掌握机器学习的深层次思想，并理解商业、产品和技术的深层关系。