本书从人工智能技术与先进制造技术融合的角度，介绍了人工智能技术在产品设计与制造中的应用，也就是智能制造技术，着重介绍了定性立体建模和不确定性多学科设计优化等智能设计技术、设计理性知识建模和复杂产品研制工程知识管理等知识工程与管理技术，以及智能装配序列规划和制造过程智能计算等智能生产与制造技术，并结合具体示例介绍了相关技术方法的应用。本书可以作为高等院校机械、信息、自动化等专业的教材，也可以作为与智能制造技术相关的广大工程技术人员的参考用书。

本书的主要研究内容与创新之处包括以下几个方面。首先，阐述了优化理论的相关内容，然后对智能优化算法进行综述，并重点介绍了粒子群优化算法与和声搜索算法。描述了粒子群优化算法的基本原理及算法流程，分析算法的特点、存在的问题及改进策略，并综述了粒子群优化算法的国内外研究现状。同时，介绍了和声搜索算法的基本原理及算法流程，对算法进行分析，并综述了算法的国内外研究现状。最后阐述了变分优化的理论研究及应用研究。其次，将局部寻优能力较好的变尺度法与粒子群优化算法结合，提出了基于变尺度的粒子群优化算法，同时将其应用于非线性方程组的求解。然后，将改进后的算法应用于偏微分方程的求解中，将传统的有限差分法进行改进，并与改进后的粒子群优化算法进行结合求解偏微分方程，通过数值算例对其进行验证。大量的数值实验表明改进的粒子群优化算法不仅提高了收敛速度和精度，提高了优化效率，还表现出很强的适用性和鲁棒性。再次，将和声搜索算法与局部搜索能力较好的变尺度法相结合，提出了基于变尺度的和声搜索算法。通过数值实验验证改进后的算法寻优能力较强，鲁棒性较好，而且方法容易实现。最后，探讨了将微分方程转化为变分问题的方法，将求解微分方程的权余量方法与标准粒子群优化算法进行结合，提出了一种新的求解优化问题的方法。同时，在结合传统的最小二乘近似解法与粒子群优化算法的基础上，提出了结合粒子群优化算法和最小二乘法求解变分优化问题的新方法。给出改进思路、计算流程后，通过仿真实验发现改进的两种变分优化算法有较强的适用性。

本书是作者长期从事机器意识研究工作的系统总结，主要围绕意识机器实现这个出发点，依据人工智能、认知科学、意识哲学研究的思想成果，采用成熟的数学计算模型、人工智能与机器人学方法，针对人类意识机器实现问题，全面系统地给出了有关意识机器实现的计算方法以及实现系统。具体内容包括意识哲学与科学学说、意识难问题分析研究、觉知意识的机器实现、自我意识的计算方法、感受意识的机器实现、机器意识可行性分析，以及机器意识的未来发展等。本书内容涉及心灵哲学、认知科学、意识理论、人工智能、量子计算等诸多方面，是一部典型反映文理交叉研究的著作。

深入深度神经网络，揭开对抗性输入如何欺骗深度神经网络。 探讨如何生成对抗性输入去攻击深度神经网络。 探索真实对抗性攻击场景和为对抗性威胁建模。 评估神经网络的健壮性；学会增强人工智能系统应对对抗性数据的能力。 考察未来几年可用哪些方式让人工智能更擅长模拟人的感知。

这是国内首本将人工智能和区块链放在一起讨论的专业学术著作。人工智能是一场生产力革命，其发展对全球大变局具有重大而深刻的影响，但同时其发展也给人类社会带来一系列的挑战，诸如隐私、安全以及公平等问题，因此区块链的意义就更加凸显。区块链是一场生产关系革命，其将对人工智能发展后产生的隐私、安全以及公平等难题提出重要解决方案。该书不仅讨论了目前人工智能发展面临的问题，以及人工智能对未来全球治理带来的新机遇和挑战，并且从区块链的角度对智能革命的进一步发展方向给予解释。该书还讨论了在区块链技术背景下智能城市进一步的发展方向。在最后，作者还讨论了算法政治学作为一个新兴研究领域的可能。无论在学术贡献还是对大众的知识传播方面，该书都具有重要的意义。将人工智能和区块链放在一起讨论的学术成果几乎为空白，而本书就填补了这一空白。

《TensorFlow 2学习指南》探讨了TensorFlow 2的诸多应用实践，内容涵盖各种热门的应用场景，包括波士顿房价、图像去噪、图像识别、图像风格迁移、文本生成、文本情感分析等。同时深刻剖析了TensorFlow 2在每个人工智能细分方向的应用实践，专门为“应用落地”而编写。书中每章聚焦一个具体的技术，提供多个详细的案例，并附有大量的代码和注释，帮助读者快速入门和熟练掌握。 《TensorFlow 2学习指南》可作为广大对TensorFlow感兴趣的读者的参考书，也可作为高等院校计算机、人工智能等相关专业的教材。

本书主要介绍如何应用智能控制技术来实现非线性机械系统的振动控制。全书共分为6章，前3章介绍理论知识，后3章介绍案例应用。第1章对非线性振动与非线性振动的控制进行简单介绍；第2章介绍非线性动力学的相关内容；第3章介绍非线性控制与智能控制的相关内容；第4章介绍柔性机械臂控制应用，使柔性机械臂在高速运动情况下保持振动最小；第5章介绍液体晃动控制应用，使液体在高速运载情况下保持自由液面运动最小；第6章介绍起重机控制应用，使起重机绳索在运载过程中保持负载摆动最小，以满足绳索吊挂高速运载需要。

本书主要涉及数据工程与人工智能算法原理、大数据平台技术、人工智能算法在大数据平台上的实现等，共7章。第1章介绍大数据与人工智能的历史、应用；第2章介绍数据工程；第3章介绍大数据平台；第4章介绍人工智能基础算法的原理；第5章以第4章为基础，介绍深度学习相关内容；第6章介绍当前热门的强化学习技术；第7章为数据分析与深度学习项目实践。本书可作为希望快速了解和入门大数据与人工智能领域知识的本科生、研究生的参考书，也可供互联网领域中对人工智能算法感兴趣的工程技术人员参考使用。

本书重点介绍了路边视频数据分析的方法和应用，包括基于不同类型学习算法的路边视频数据处理的各种系统结构和方法，并对分割、特征提取和分类进行了详细的分析。使用深度学习解决路边视频数据分割和分类问题是本书的主要亮点之一。深度神经网络学习已成为机器学习和数据挖掘领域的热门研究课题。然而，在享受深度学习方法无须手工特征的优势时，必须对准确性和鲁棒性进行平衡，并且大多数真实世界的学习系统仍需要一些手工的特征工程和架构。本书通过对不同类型的特征和体系进行实证测试，实现在现实世界的场景中分析多层神经网络的性能。然后，我们介绍了新的用于场景分类的架构，此架构与先前的方法相比具有相同或更好的精度。接着我们研究了卷积神经网络的特征工程。

本书由认识篇、技术篇和案例篇三部分组成，以商业领域中的问题为背景，主要讲解数据挖掘技术的应用。认识篇介绍数据挖掘的各种技术和数据挖掘建模方法，可使读者了解数据挖掘技术在商业领域中的应用概貌；技术篇介绍数据挖掘中的聚类分析、分类分析、关联规则分析、离群点检测、回归分析等方法；案例篇介绍实际领域应用较多的RFM分析、社会网络分析和文本挖掘，展示数据挖掘在不同领域中的应用案例，使读者理解如何应用数据挖掘技术解决商业领域中的问题。 本书可作为经济、管理类等相关专业学生学习数据挖掘技术的教材或参考书，也可作为计算机相关专业学生学习数据挖掘技术的参考书，还可作为企事业单位管理者、数据分析人员、市场营销人员、研究与开发人员的参考资料。