數(shù)年來，幾乎每天都能聽到關(guān)于人工智能的重大新聞，其間，筆者針對人工智能的產(chǎn)業(yè)應(yīng)用問題展開了一系列思考和研究，并得出了一些結(jié)論，本書即是對這些的總結(jié)。 本書分三大部分，第I部考察AI在特定行業(yè)和業(yè)務(wù)中的應(yīng)用前景；具體論及AI的發(fā)展程度、人工智能如何改變?nèi)祟愄貏e是白領(lǐng)階層的工作、AI與IoT的關(guān)系，此外該部分還

本書系統(tǒng)全面地介紹了人工智能與信息感知理論與實踐的內(nèi)容。依據(jù)信息感知系統(tǒng)的組成、特點以及信息感知過程，以感知、融合、智能處理為主線，重點介紹了面向信息感知處理背景下的人工智能前沿理論與方法。內(nèi)容包括：信息感知與數(shù)據(jù)融合基本原理與方法；神經(jīng)計算基本方法，神經(jīng)計算實現(xiàn)技術(shù)以及支持向量機；深度學習中典型神經(jīng)網(wǎng)絡(luò)實現(xiàn)及其應(yīng)用；

**智能是\"思想上的蟲洞\"。通過與它合作，我們可以探索突破進化限制的思想空間，我們可以獲得宇宙中深深隱藏著的知識，我們甚至可以變成新生命的創(chuàng)造者！人工智能正在我們的社會中扮演著越來越重要的角色，圍繞著人工智能的討論也在變得越來越兩極分化，很多人認為，機器要么能解決所有人的問題，要么就會把我們拖進黑暗的、反烏托邦的深

《創(chuàng)造力與人工智能的概念整合研究（英文版）/德古意特認知語言學應(yīng)用叢書》從概念整合理論的視角，解析了創(chuàng)造力與人工智能，探討了創(chuàng)造力的過程、理論與表征，以及計算實現(xiàn)的各個方面，包括組合、完善和擴展等。

計算機視覺、自然語言處理和語音識別是目前深度學習領(lǐng)域很熱門的三大應(yīng)用方向，本書旨在幫助零基礎(chǔ)或基礎(chǔ)較為薄弱的讀者入門深度學習，達到能夠獨立使用深度學習知識處理計算機視覺問題的水平。通過閱讀本書，讀者將學到人工智能的基礎(chǔ)概念及Python編程技能，掌握PyTorch的使用方法，學到深度學習相關(guān)的理論知識，比如卷積神經(jīng)網(wǎng)絡(luò)

深度強化學習（DeepReinforcementLearning，DRL）是深度學習算法和強化學習算法的巧妙結(jié)合，它是一種新興的通用人工智能算法技術(shù)，也是機器學習的前沿技術(shù)，DRL算法潛力無限，AlphaGo 是目前該算法*成功的使用案例。DRL算法以馬爾科夫決策過程為基礎(chǔ)，是在深度學習強大的非線性函數(shù)的擬合能力下構(gòu)成

本書從深度學習的發(fā)展歷程講起，以豐富的圖例從理論和實踐兩個層面介紹了深度學習的各種方法，以及深度學習在圖像識別等領(lǐng)域的應(yīng)用案例。內(nèi)容涉及神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、受限玻爾茲曼機、自編碼器、泛化能力的提高等。此外，還介紹了包括Theano、Pylearn2、Caffe、DIGITS、Chainer和TensorFlow在內(nèi)

《AI人工智能：發(fā)展簡史+技術(shù)案例+商業(yè)應(yīng)用》通過“知識＋案例”兩條線索幫助讀者全方位、多角度地了解人工智能�？v向知識線包括三大認識、三大價值、三大盈利模式、三種營銷變化、四個時代、五大商業(yè)模式、八大技術(shù)、八大熱門領(lǐng)域、八種研究成果、九種熱賣商品等，針對人工智能的基本概念、發(fā)展階段、研究價值、市場狀況、基礎(chǔ)技術(shù)、發(fā)展前

本書對機器學習的關(guān)鍵知識點進行了全面講解，幫助讀者順利完成從理論到實踐的過渡。書中首先介紹用于描述機器學習算法的統(tǒng)計與概率的知識，接著詳細分析機器學習技術(shù)的兩類主要方法——生成方法和判別方法，后深入研究了如何使機器學習算法在實際應(yīng)用中發(fā)揮更大的作用。本書提供程序源代碼，便于讀者進行數(shù)據(jù)分析實踐。本書適合高等院校計算機、

本書預(yù)測了人工智能時代哪些職業(yè)會受到巨大沖擊。在未來，被人工智能所取代的，不僅僅是勞動密集型的行業(yè)，醫(yī)療、教育、宗教、法律、新聞、審計、管理咨詢、建筑這些此前被認為是技術(shù)無法取代的專業(yè)行業(yè)，也面臨著衰變的風險。 人工智能不僅是一次技術(shù)革命，它還將引發(fā)社會結(jié)構(gòu)的變化。人工智能對生產(chǎn)效率的大幅度改進、對人類勞動的大規(guī)模替代