本書是英國著名理論天文學(xué)家、數(shù)學(xué)家、前英國皇家學(xué)會會長、《DK宇宙大百科》作者馬丁?里斯（MartinRees）的最新力作。 生物技術(shù)、網(wǎng)絡(luò)技術(shù)、機器人技術(shù)和人工智能的進步——如果我們能夠明智地加以追求和應(yīng)用——將使我們能夠促進發(fā)展中國家和發(fā)達國家的發(fā)展，并克服人類在地球上面臨的威脅，從氣候變化到核戰(zhàn)爭。與此同時，太

隨著人工智能技術(shù)在各行業(yè)的應(yīng)用蓬勃發(fā)展，其已滲透社會及人們?nèi)粘Ｉ�活的方方面面，且在圖像分類、目標(biāo)識別、自然語言處理等領(lǐng)域顯示了良好的效果和前景。但是，人工智能及其分支技術(shù)有一些特定的脆弱性，在某些場景下容易受到欺騙和攻擊，若不對此采取一定措施，就有可能造成嚴(yán)重的后果。本書通過介紹針對圖像分類的對抗技術(shù)，描述了深度神經(jīng)網(wǎng)

本書介紹了機器學(xué)習(xí)的基本算法、歷史發(fā)展、應(yīng)用前景及相關(guān)問題。內(nèi)容包括：機器學(xué)習(xí)所涉及的必要的數(shù)學(xué)知識，機器學(xué)習(xí)的基本模式和任務(wù)，神經(jīng)網(wǎng)絡(luò)的基本理論及算法結(jié)構(gòu)，分類與聚類學(xué)習(xí)算法，數(shù)據(jù)維度歸約的基本方法，圖理論及方法以及當(dāng)前比較流行的機器學(xué)習(xí)理論和算法。本書在加深學(xué)生對經(jīng)典機器學(xué)習(xí)方法理解的基礎(chǔ)上適當(dāng)擴展其視野，以培養(yǎng)和

本書內(nèi)容包含人工智能新技術(shù)、大數(shù)據(jù)、機器學(xué)習(xí)、深度學(xué)習(xí)、知識圖譜、AI圖像技術(shù)、自然語言處理、智慧物聯(lián)、數(shù)字工廠、智能機器人、智慧城市。本書案例豐富、結(jié)構(gòu)清晰、通俗易懂，是一本比較全面、系統(tǒng)地介紹人工智能基礎(chǔ)技術(shù)的書籍。 本書可作為應(yīng)用型本科、高職院校的人工智能應(yīng)用技術(shù)通識課教材，也可作為人工智能愛好者、從業(yè)者的輔助

本書是面向高級人工智能人才培養(yǎng)的高等學(xué)校人工智能相關(guān)專業(yè)精品教材中的一本，以信息物理系統(tǒng)、模糊邏輯系統(tǒng)、自主無人系統(tǒng)、群體智能、多Agent系統(tǒng)、人機協(xié)同系統(tǒng)、工業(yè)智能控制系統(tǒng)、機器人系統(tǒng)等為案例，完整呈現(xiàn)了人工智能綜合應(yīng)用體系架構(gòu)。本書首先介紹了智能系統(tǒng)的發(fā)展、相關(guān)概念、主要特征和類型、智能系統(tǒng)的發(fā)展前景，然后圍繞智

本書首先從深度學(xué)習(xí)的原理出發(fā)，介紹如何把深度學(xué)習(xí)的理論轉(zhuǎn)換為PyTorch代碼，然后介紹如何在計算機上運行這些代碼。作為一本面向初中級讀者的技術(shù)類圖書，本書在前面所述內(nèi)容的基礎(chǔ)上，還介紹了學(xué)術(shù)界前沿的一系列實例，以及PyTorch的源代碼結(jié)構(gòu)，以期讀者能夠融會貫通深度學(xué)習(xí)框架的設(shè)計和應(yīng)用的思想。

本選題宏觀而全面地介紹了人工智能的理論和實踐，闡述了人工智能領(lǐng)域的核心內(nèi)容，并較為深入的介紹了各個主要研究方向的理論基礎(chǔ)及應(yīng)用。全書分為8章：第1章介紹人工智能的基本概念、研究目標(biāo)及發(fā)展情況；第2章講解人工智能領(lǐng)域常用的數(shù)學(xué)概念；第3、4章討論人工智能在通訊領(lǐng)域、控制領(lǐng)域的應(yīng)用原理及常見技術(shù)；第5章講解人工智能的核心算

本書系統(tǒng)介紹了深度學(xué)習(xí)理論，并基于MindSporeAI計算框架進行實踐。全書共分十四章，內(nèi)容涵蓋了深度學(xué)習(xí)概況、理論基礎(chǔ)、深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、無監(jiān)督學(xué)習(xí)、深度強化學(xué)習(xí)、自動化機器學(xué)習(xí)、端云聯(lián)合訓(xùn)練、可視化、數(shù)據(jù)準(zhǔn)備等內(nèi)容。為便于讀者學(xué)習(xí)，書中還給出了基于MindSpore實現(xiàn)的關(guān)于深度學(xué)習(xí)的開發(fā)實例以及線上資

本書探討了計算機在創(chuàng)造性藝術(shù)等領(lǐng)域里可能做出的貢獻。除了探討人工智能（AI），本書也是一部人類創(chuàng)造力的歷史。AI可以創(chuàng)作出優(yōu)美的音樂，但AI本身會知道為什么這個音樂作品是優(yōu)美的嗎？或者，人類會認為這個音樂作品是AI原創(chuàng)的嗎？為了思考這些問題，我們必須追溯人類創(chuàng)造力的歷史，思考第一批人類是怎樣、何時、為何與音樂建立聯(lián)系的

本書內(nèi)容包括神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)、深度神經(jīng)網(wǎng)絡(luò)的優(yōu)化和驗證、深度神經(jīng)網(wǎng)絡(luò)開發(fā)和訓(xùn)練環(huán)境的構(gòu)建、使用Tensor-Board進行網(wǎng)絡(luò)訓(xùn)練的監(jiān)控和模的超參數(shù)優(yōu)化。本書詳細介紹的深度學(xué)習(xí)問題，包括基本的回歸問題、二元分類問題和多元分類問題，還包括較為復(fù)雜的卷積神經(jīng)網(wǎng)絡(luò)對圖像的分類和使用預(yù)訓(xùn)練CNN進行的遷移學(xué)習(xí)；使用遞歸神經(jīng)網(wǎng)絡(luò)進