近年来，人工智能迅速发展，正在深刻改变人类社会生活、改变世界。为促进新一代人工智能健康发展，加强人工智能法律、伦理、社会问题研究，积极推动人工智能全球治理，新一代人工智能发展规划推进办公室成立了国家新一代人工智能治理专业委员会。本书是作者近年来的一系列思考结果，内容紧扣研究热点，从人工智能治理转型的挑战、机遇、风险等方面进行深入探讨，以期促进新一代人工智能健康发展，加强人工智能法律、伦理、社会问题研究，积极推动人工智能治理。

在当今这个时代，我们经常默认社会交往空间仅仅属于人类以及人际交往关系。然而机器人作为全新交往“伙伴”——不管是作为人类伙伴的替代还是补充——的出现，都在挑战着我们在各个层面上对自身作为个体和共同体成员的自我理解。本书就是在这些科技发展及其前景的大背景下，从哲学的角度，探索我们与这种全新类型的社交伙伴之间的相遇所涉及的的界限、潜力和挑战。社交机器人学的诞生以及它在未来的发展导向，都会对所有学术领域带来挑战。而由于这门学科不断地将技术和想象力推至极限，因此很多对它的短期和长期应用，以及这些应用的语境都只是概念性的。当然这并不意味着它们是不相关的内容。恰恰相反，我们必须不断地去思考这些带来潜在风险的技术的界限、潜力和挑战，并以此来勤勉地保障所有利益相关方都能繁荣发展；这些利益相关方既包括个体，也包括公司和机构，甚至包括社会和人类整体。

通常来说，人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究领域包括机器人、语音识别、图像识别、自然语言处理和专家系统等。 机器学习就是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。生活中很多机器学习的书籍只注重算法理论方法，并没有注重算法的落地。本书是初学者非常期待的入门书，书中有很多的示例可以帮助初学者快速上手。 本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的sklearn的学习，还要紧跟大数据时代的发展。 本书内容通俗易懂，案例丰富，实用性强，特别适合Python语言的入门读者和进阶读者阅读，也适合其他算法程序员和编程爱好者阅读。

本书基于Python 3.7版本软件编写，全书围绕推荐模型的开发实践，为读者重点展示了各种不同类型的推荐模型开发过程及其在多种业务场景下的应用。本书分为四个部分，第一部分包含推荐系统的前世今生及其涉及的基础数学知识，简单介绍了推荐系统的发展过程及从事推荐模型研发所需要的数学知识；第二部分重点介绍不同类型的推荐算法在多种应用场景下的开发实践，包括协同过滤、矩阵分解、Logistic回归、决策树、集成学习、因子分解与深度学习模型；第三部分介绍了推荐系统的冷启动问题及效果评估方法；第四部分通过行业真实案例，比如广告点击率预测、金融产品精准营销、电影推荐、音乐推荐、产品交叉销售等，深入浅出、循序渐进的介绍了推荐模型开发的全过程。本书内容精炼、案例丰富，实践性极强，可快速学习上手实践，值得一读，特别适合在企业中从事推荐模型开发、数据分析挖掘、机器学习研发等工作的人员使用，同样适合想从事数据挖掘工作的各大中专院校的学生与教师，以及其他对推荐系统领域有兴趣爱好的各类人员使用

本书介绍如何构建完整的机器学习流水线，从而在生产环境中准备数据以及训练、验证、部署和管理机器学习模型。你将了解机器学习流水线的每个环节，以及如何利用TensorFlow Extended（TFX）构建机器学习流水线。模型的生命周期是一个闭环，其中包括数据读取、数据校验、数据预处理、模型训练、模型分析、模型验证、模型部署、模型反馈等环节。你将学习如何利用Beam、Airflow、Kubeflow、TensorFlow Serving等工具将每一个环节的工作自动化。学完本书，你将不再止步于训练单个模型，而是能够从更高的角度将模型产品化，从而为公司创造更大的价值。

《计算机视觉技术：事件相机原理与应用》是一本关于事件相机原理基础的入门类图书。主要从计算机视觉技术的基础和相关数学基础开始讲解，对事件信息的编码、事件的卷积（普通卷积、稀疏卷积、图卷积、3D 卷积）分别进行了生动的介绍，最后又通过三个章节，对基于长短期记忆网络（LSTM）、脉冲神经网络（SNN）、生成对抗网络（GAN）的事件处理的原理和方法做了解读。 本书图文并茂，文字生动有趣，内容浅显易懂，并配有较多例题和习题，以便读者理解和巩固，适用于对事件相机方向感兴趣的技术人员阅读，同时也可供计算机视觉方向的初学者阅读和学习。

本书系统介绍了经典的机器学习算法，并通过实践案例对算法进行解析。 本书内容包含三部分： 第一部分（第1章和第2章）为入门篇，着重介绍Python开发基础及数据分析与处理；第二部分（第3章和第4章）为基础篇，着重介绍机器学习的理论框架和常用机器学习模型；第三部分（第5～11章）为实战篇，介绍经典机器学习算法及应用，包括KNN分类算法、KMeans聚类算法、推荐算法、回归算法、支持向量机算法、神经网络算法以及深度学习理论及项目实例。 本书力求叙述简练，概念清晰，通俗易懂。书中的案例选取了接近实际应用的典型问题，以应用能力、创新能力的培养为核心目标。 本书可作为高等院校计算机、软件工程、大数据、通信、电子等相关专业的教材，也可作为成人教育及自学考试用书，还可作为机器学习相关领域开发人员、工程技术人员和研究人员的参考用书。

作为人体最灵活的肢体，手不但可以完成各种生活技能，也可以实现自然、直观的交互。在已知手势交互技术中，基于表面肌电信号的手势交互具有高精度、可穿戴、抗遮挡、支持上肢截肢患者使用等优点，在医疗康复和人机交互领域有着不可替代的作用。在以深度学习为代表的新一代人工智能技术蓬勃发展的背景下，本书依托国家和江苏省自然科学基金项目前期与阶段性研究成果，对多种面向肌电手势交互系统的深度学习技术进行了深入研究。

本书按照机器学习十年来的教学经验将主要教学内容分为五大板块：“数学基础”“回归问题”“分类问题”“无监督问题”以及“概率图模型”。既注重学习内容由浅入深和教学的先后顺序，又兼顾了内容的全面性，给予授课老师充分的授课自由。本书内容新颖，结构化层次化地介绍了机器学习的重要内容，语言严谨详细，配图全面直白。而课后配套的习题、实验、网课与书本内容相对应，让学生能够快速入门机器学习，既可更深入更全面地掌握书本内容，课后巩固知识点充分理解理论知识，又可锻炼其面对实际人工智能问题的编程能力。

随着经济技术的发展，社会对客货运输的需求不断提高，不但要“走得了”还要“走得好”，不但要“运得了”还要“运得准”，新时代的大目标是满足 人们日益增长的美好生活的需求。智能交通是面向交通运输的服务与管理系统，将先进的通信、控制、传感及云平台、大数据、物联网、人工智能、移动互联 网等技术有效地综合运用于交通运输系统，使得交通的使用者、管理者、基础 设施、环境和载运工具之间达到融合，从而形成安全、便捷、高效、绿色、经 济的综合交通运输系统。 智能交通经过20 余年的发展，在出行服务、交通管理等方面发挥了重要作用。 社会上常常关注“智能交通”与“智慧交通”的定义或区别，笔者在研究过程 中认为，无论是“智能交通”还是“智慧交通”，其内涵都是利用新技术赋能 和驱动交通运输的发展，不管多么“智能”或“智慧”，均要服务于人和物的 物理位移，应重点关注新技术带给社会用户或管理者的实效是什么，可以说安全、 畅通、效率是智能交通和智慧交通的“初心和使命”，其核心是“交通”，而非“智 能”或“智慧”本身，不必纠结两者的定义。 人工智能作为引领未来的新技术之一，已在人们生活的方方面面得到应用，交通运输必然是人工智能发展的重要应用领域。国家相关规划和政策也在积极 推进人工智能在交通行业的应用，强化了人工智能在交通产业变革中的突出作 002 人工智能与交通运输 用，必将迎来人工智能与交通运输深度融合的发展阶段。但需要注意，国家政 策偏重于提出两者结合的发展方向，具体的实施工作还有待广大从业者来落实。 基于人工智能技术在感知、决策、服务、管理等方面都能发挥作用，笔者团队 着重于研究如何将人工智能技术应用到交通运输的具体场景和提出可操作的工 程措施。 本书力图思考人工智能与交通相结合的技术性、科学性问题，并从工程层 面来探讨解决人工智能在智能交通系统中的具体应用，为智能交通的发展提供 实质性的功能措施，以及有助于未来发展的落地方案，相关成果已在我国多个 省市得到推广应用。由于本书成稿较早，笔者团队仍在持续研究人工智能技术 在智能交通中的应用，未来愿意和同行进行进一步学习交流！ 铁路、公路、水运、航空是关系国民经济大动脉的关键基础设施和重大民 生工程，在我国经济社会发展中的地位和作用至关重要，支撑了世界大规模 的交通运输基础设施网络化运行、大规模的人口日常出行和节日迁徙。交通 不断发展的背后，离不开人工智能、大数据等强有力的科技创新支撑。 本书围绕交通运输存在的问题，对当前人工智能技术在智能交通中的应用 场景进行了详尽的技术分析和探讨，介绍了具体的工程应用案例。全书由三大 部分组成：第一部分思考“智能交通为什么离不开人工智能”（第一章），阐 述了智能交通的定义，介绍了智能交通的发展历程、人工智能与现有交通产业 的共同技术迭代及人工智能对交通行业的影响；第二部分描述“智能交通如何 应用人工智能”（第二至第八章），阐述了交通行业在感知系统、交通管控、 信息服务等方面存在的问题及发展趋势，结合实例论述了人工智能在深度学习、 专家系统、计算机视觉、分布式人工智能、自然语言处理、逻辑推理等方面的 主要技术，从状态感知、交通视频监控、智能语音、交通大脑、信息服务、机 器人、预防性养护、能源互联网、5G、北斗及车路协同等方面，详细介绍了人 工智能技术在交通行业的融合应用；第三部分介绍“人工智能在智慧公路的工 程应用”（第九章），探讨了对智慧公路和新一代交通控制网的理解，主要从 002 人工智能与交通运输 工程角度探索人工智能技术在智慧公路的应用，提出了基于云脑的智慧公路解 决方案，并对未来广义车路协同的发展方向进行了展望。 交通运输部公路科学研究院北京中交国通智能交通系统技术有限公司在长 期的研究和工程实践过程中，得到了行业内外专家及交通运输部领导的指导、 院属单位的支持，经过不断学习、提炼，总结出有助于智能交通发展的解决方案。 本书由孟春雷、蔡蕾、王新科、王宏丹、王艺新、刘雨辰编写，编写工作 得到北京航空航天大学王宝会教授及研究生刘雨莎、党高峰、张英韬、郑广远 等的鼎力支持，还得益于李铁柱、高龙、马宇超、张佳惠、郝亮等的大力帮助 和技术支持。在本书编写过程中，梳理了大量课题研究及工程实践的相关成果，从而形成本书内容，在此对所有参与研究与支持人员一并表示由衷的感谢！