本书主要介绍了人工智能平台搭建、基于人工智能的机器系统应用、基于人工智能的机器人场景应用、基于人工智能的语音控制应用和基于人工智能的机器视觉应用五个项目。本书内容紧跟新一代信息技术和人工智能主流技术的发展，以培养学生的人工智能技术应用能力为目标；以项目、任务为导向，将相关知识的讲解贯穿在任务的实施过程中，强调职业教育教

本书系统地阐述了不完全信息和通信能力受限情形下几类离散神经网络的多指标状态估计方法。全书共11章，主要涉及方差约束、H性能、椭球约束等指标。具体包括：第1章绪论；基于状态增广方法，第2章至第4章给出了几类离散时变神经网络的方差约束H状态估计方法，揭示了随机发生非线性、测量丢失、传感器饱和、测量衰减以及事件触发通信协议对

深度学习技术与应用（TensorFlow版）

本书系统介绍了基于强化学习的多智能体协同技术，涉及进化算法、纳什均衡等相关主题，讨论了基于强化学习的多智能体协同理论、一致性学习算法、基于协同Q学习算法的多智能体规划技术等，研究了ICFA方法的优越性，将计算时间和结果准确性作为指标进行考核，在多机器人实时携杆问题中验证了算法的有效性。并给出了针对多机器人协同问题的应用

本书从管理创新、治理目标、社会责任和社会共识等多角度出发，通过对人工智能涉及的信息技术伦理的内涵、技术风险的特性、技术伦理评价与技术边界的阐释和研究，提出了我国人工智能社会风险的规避措施，探讨了人工智能在管理应用中的伦理框架和原则，旨在通过形成平衡性的人工智能伦理观来实现对人工智能社会风险的管控与治理，对于广大党员干部

过去十年见证了人工智能和机器学习(AI/ML)技术的广泛应用。然而，由于在广泛实施过程中缺乏监督，导致了一些事故和有害后果，而这本可以通过适当的风险管理来避免。在我们认识到AI/ML的真正好处之前，从业者必须了解如何减轻其风险。本书描述了负责任的AI方法，这是一种以风险管理、网络安全、数据隐私、应用社会科学方面的最佳实

训练数据与算法本身一样关系到数据项目的成败，因为大多数AI系统的失败都与训练数据有关。但是，尽管训练数据是AI和机器学习成功的基础，但却很少有全面的资源能帮助你掌握这一过程。在这本实践指南中，作者AnthonySarkis(DiffgramAI数据训练软件的首席工程师)向技术专业人员、管理人员、主题专家展示了如何使用和

本书系统地讲述了智能现象的发展历史。全书共分为9章。第1章介绍本书的写作背景、智能的不同定义、智能现象问题、智能现象新的假说；第2章介绍宇宙从无到有（物质、能量和空间）、不安分的宇宙、改变以稳定宇宙等内容；第3章介绍物理学中的智能，包括美丽的物理世界、引力智能、引力和暗能量、熵引力、最小作用量原理、量子隐形传态等内容；

本书立足服务国家智能制造产业升级的需求，阐述了人工智能的基本概念、术语以及行业的发展态势和生态环境，详细介绍了人工智能在电子信息工程、网络通信、智能制造、数字商务、数字艺术和智能交通这六大常见工业生产领域的交叉应用和实践案例，旨在通过这本具有通识性的教材，推动人工智能技术在不同领域的交叉应用，同时普及跨领域的人工智能知

本套丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型，并着重展示了PyTorch是如何实现这些算法和模型的。其共分为三卷：编程基础、计算机视觉、序列与自然语言处理。本书为该套丛书的第三卷：序列与自然语言处理。主要介绍了循环神经网络(RNN、GRU和LSTM)和一维卷积；Seq2Seq模型、注意力、自注意力、