本书总体目标是介绍触力觉人机交互的现状、发展趋势和重要应用，为读者在机器人、虚拟现实、生物工程、认知科学等领域开展跨学科研究和技术开发打下基础。全书共8章，主要内容包括触力觉人机交互概述、人体触力觉感知和运动控制的生理基础、桌面式力觉交互设备、力觉合成方法、桌面式力觉交互系统、振动触觉交互、纹理触觉交互、触力觉人机交互前沿等。通过本书的学习，读者可以了解触力觉感知的生理基础知识，学习如何研制和使用触力觉交互设备、如何设计实现触力觉合成算法、如何开发触力觉人机交互仿真系统。本书既可作为机械工程、计算机科学与技术、电子信息工程、自动化、虚拟现实技术、机器人工程、生物医学工程等专业研究生和高年级本科生的教材，也可作为相关行业科研人员的参考书。

共融机器人是能够与作业环境、人和其他机器人自然交互、自主适应复杂动态环境并协同作业的机器人。“敏锐体贴型”的自然交互是共融服务机器人的研究热点问题之一。当前迫切需要机器人与人具有交互对话意图的理解能力。《面向共融机器人的自然交互：人机对话意图理解》立足基于深度学习方法的人机理解领域，从人机对话意图理解出发，系统介绍了人机对话中的意图识别、未知意图检测和新意图发现的方法。《面向共融机器人的自然交互：人机对话意图理解》是国内共融机器人自然交互领域一本系统介绍交互对话意图分析的专业书籍，可为读者提供共融机器人研究领域人机对话意图分析的关键技术和基础知识，追踪该领域的发展前沿提供重要的学习和研究参考。

本书介绍自然语言处理的一个应用—机器翻译及相关知识。全书分为三部分。第一部分包含第1～4章，简要介绍机器翻译中的问题、机器翻译技术的实际应用及历史，讨论一直困扰机器翻译领域的译文质量评价问题。第二部分包含第5～9章，解释神经网络、基本机器翻译模型的设计，以及训练和解码的核心算法。第三部分包含第10～17章，既涵盖构建新模型的关键内容，也涉及开放性的挑战问题和一些未解决问题的前沿研究。本书主要面向学习自然语言处理或机器翻译相关课程的本科生和研究生，以及相关研究领域的研究人员。

本书以耳熟能详的人物——哪吒作为主线介绍人工智能中的自然语言处理、计算机视觉、音视频处理、图像处理等基础知识，并通过大量生活中的典型案例，帮助读者了解如何利用人工智能解决生活中的实际问题。

人工智能时代已经来临，航空航天作为****早的信息科技产业应用技术领域之一，迫切需要开设人工智能技术及其在航空航天领域应用的课程，为人工智能在航空航天领域人才的培养、学科的发展提供条件。本书重点介绍了人工智能是什么、人工智能在航空航天领域能做什么，选取线性回归、逻辑回归、神经网络、聚类、降维、异常检测、深度学习、强化学习，结合人工智能在航空航天领域应用的案例解释人工智能的应用，以点带面，传授人工智能的基本知识、人工智能的算法理论及其应用方式。本书适用于航空航天、机械专业本科生和研究生的专业学习，也可供有关科研人员参考。

本书由来自日本的三位机器人专家撰写，主要讲解仿人机器人的分析、设计和控制中使用的模型。首先介绍仿人机器人领域的发展历史，总结当前的先进成果。接下来介绍运动学、静力学和动力学相关的理论基础，并对双足平衡控制方法进行了综述。然后讨论多指手机器人、双臂机器人和多机器人系统的协作物体操作的模型和控制算法。之后介绍仿人机器人的运动生成和控制，以及这些技术的应用。后介绍仿真环境，并提供使用基于MATLAB的模拟器进行动力学仿真的详细步骤。本书要求读者具备一定的背景知识，适合进阶阶段的研究人员阅读。

这是一本写给青少年看的人工智能科普图书，目的是帮助小读者启蒙科学素养，开阔科学视野，培养科学思维，锻炼动手能力，让他们了解人工智能的过去、现在和未来，从而更好地融入人工智能时代。通过阅读本书，小读者不仅可以了解到“人工智能的工作方式”，还能一睹很多人工智能发展的过程和细节：科学家如何提出问题并想到绝妙的点子；技术如何从第一代逐渐演变到第 N 代；遭遇失败时科学家如何克服困难；等等。所有这些都旨在激发小读者的好奇心，帮助他们体会科学研究应具备的精神。延续“写给青少年的人工智能”系列图书的风格，本书仍然用了大量形象的比喻，以贴近生活的案例作类比，把书中的抽象概念和难点以诙谐幽默的手绘插画形式诠释出来，力求让小读者读得懂、喜欢读。 本书从“模拟人类的思考方式”“模拟大脑的工作原理”和“模拟生物对环境的反应”这 3 个方向出发，代入科学家的研究思路，讲述了人工智能的三大主要流派“逻辑主义”“联结主义”和“行为主义”、人工智能发展过程中的重大事件、三种人工智能流派的核心思路以及相关科学家及其发明创造的故事，堪称人工智能的“历史放映机”。

本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。第一部分包括第1章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、推荐系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。第11 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅。 本书既适合高等院校计算机和信息处理相关专业的高年级本科生和研究生，以及人工智能领域的研究员和学者阅读；也适合关注人工智能应用及其社会影响力的政策制定者、法律工作者、社会科学研究人士等阅读。

TensorFlow Lite移动端深度学习循序渐进地讲解了在移动设备中使用TensorFlow Lite开发机器学习和深度学习程序的核心知识，并通过具体实例演练了各知识点的使用方法和流程。全书共9章，分别讲解了人工智能开发基础、编写个TensorFlow Lite程序、创建模型、转换模型、推断、优化处理、微控制器、物体检测识别系统和姿势预测器。全书简洁而不失技术深度，内容丰富全面，以简明的文字介绍了复杂的案例。同时书中配有二维码视频，结合视频讲解可加深对相关内容的理解，是学习TensorFlow Lite开发的实用教程。 TensorFlow Lite移动端深度学习适用于已经了解Python语言基础语法和TensorFlow基础，希望进一步提高自己Python开发水平的读者阅读，还可以作为大中专院校和相关培训学校的专业教程。

《机器学习：贝叶斯和优化方法（原书第2版）》对所有重要的机器学习方法和新近研究趋势进行了深入探索，通过讲解监督学习的两大支柱——回归和分类，站在全景视角将这些繁杂的方法一一打通，形成了明晰的机器学习知识体系。新版对内容做了全面更新，使各章内容相对独立。全书聚焦于数学理论背后的物理推理，关注贴近应用层的方法和算法，并辅以大量实例和习题，适合该领域的科研人员和工程师阅读，也适合学习模式识别、统计/自适应信号处理、统计/贝叶斯学习、稀疏建模和深度学习等课程的学生参考。此外，《机器学习：贝叶斯和优化方法（原书第2版）》的所有代码均可免费下载，包含MATLAB和Python两个版本。《机器学习：贝叶斯和优化方法（原书第2版）》重要更新及特色：重写了关于神经网络和深度学习的章节，以反映自第1版以来的研究进展。这一章从感知器和前馈神经网络的基础概念开始讨论，对深度网络进行了深入研究，涵盖较新的优化算法、批标准化、正则化技术（如Dropout方法）、CNN和RNN、注意力机制、对抗样本和对抗训练、胶囊网络、生成架构（如RBM）、变分自编码器和GAN。扩展了关于贝叶斯学习的内容，包括非参数贝叶斯方法，重点讨论中国餐馆过程（CRP）和印度自助餐过程（IBP）。追踪新的研究趋势，包括稀疏、凸分析与凸优化、在线分布式算法、RKH空间学习、贝叶斯推断、图模型与隐马尔可夫模型、粒子滤波、深度学习、字典学习和潜变量建模等。提供实用案例分析，包括蛋白质折叠预测、光学字符识别、文本作者身份识别、fMRI数据分析、变点检测、高光谱图像分离、目标定位等。