現(xiàn)在的人工智能技術(shù)突破或許具有劃時代意義，但即使是計算能力最強大、最先進(jìn)的機器，也達(dá)不到人類智能的層級。人工智能具備測算能力，但它無法完全等同于人類的判斷力。判斷力是一種以符合倫理的承諾和負(fù)責(zé)任的行動為基礎(chǔ)的冷靜、深入的思考能力。本書為我們理解人工智能提供了一種根本性的、新穎的本體論和認(rèn)知框架。在以判斷力作為終極智能目

本書是一本科技哲學(xué)的文集，多數(shù)是關(guān)于人工智能問題的，但不限于人工智能，也涉及基因編輯，還有一篇討論宇宙社會學(xué)劉慈欣設(shè)想的一個存在于科幻中的理論，雖然不是被承認(rèn)的學(xué)科，但其中包含重要的現(xiàn)實意義。主要論文有：《一個反存在的存在論問題》，《近憂遠(yuǎn)慮：人工智能的倫理學(xué)和存在論分析》，《人工智能的自我意識何以可能？》，《人工智能

本書以青少年喜愛的《西游記》為藍(lán)本進(jìn)行人物塑造，故事主線講述了人工智能時代下，一個具備學(xué)習(xí)人工智能的硬件基礎(chǔ)，卻缺乏相關(guān)理論知識的智能機器人——悟小白，在通臂猿猴的陪伴下，在尋找人工智能專家唐小僧拜師學(xué)藝的路上，通過重重關(guān)卡，不斷歷練的故事，而這正是人工智能的技術(shù)基石——“機器學(xué)習(xí)”的本質(zhì)。故事由淺入深，通過各類關(guān)卡和

使用TensorFlow為多個移動平臺構(gòu)建智能深度學(xué)習(xí)和強化學(xué)習(xí)應(yīng)用程序。本書涵蓋了10余個由TensorFlow提供支持并從頭開始構(gòu)建的完整iOS、Android和樹莓派應(yīng)用程序，可在設(shè)備上離線運行各種TensorFlow模型：從計算機視覺、語音識別和自然語言處理到生成對抗網(wǎng)絡(luò)以及AlphaZero（如深度強化學(xué)習(xí)）

本書從技術(shù)應(yīng)用角度介紹了人工智能、大數(shù)據(jù)等相關(guān)技術(shù)。對人工智能基礎(chǔ)概述、技術(shù)分類、基本原理、開發(fā)平臺、應(yīng)用場景、案例體驗等的系統(tǒng)介紹能使讀者快速建立起對人工智能技術(shù)的全貌認(rèn)識，培養(yǎng)讀者繼續(xù)深入學(xué)習(xí)人工智能技術(shù)的濃厚興趣。本書共9章內(nèi)容，內(nèi)容包括：人工智能概述、Python語言基礎(chǔ)、機器學(xué)習(xí)與深度學(xué)習(xí)、計算機視覺、語音處

"網(wǎng)絡(luò)圖作為一種描述復(fù)雜系統(tǒng)結(jié)構(gòu)的通用表征方法，近年來獲得了包括生命科學(xué)、社會科學(xué)、計算機科學(xué)以及物理學(xué)等諸多領(lǐng)域的關(guān)注。本書結(jié)合網(wǎng)絡(luò)圖結(jié)構(gòu)進(jìn)行機器學(xué)習(xí)算法設(shè)計，涉及圖嵌入、圖神經(jīng)網(wǎng)絡(luò)以及對抗攻防和增強等內(nèi)容。全書共8章：第1章概述了圖上的機器學(xué)習(xí)任務(wù)及算法；第2—5章分別介紹了節(jié)點分類、鏈路預(yù)測、社團(tuán)檢測、圖分類的機

"人工智能技術(shù)的顛覆性、復(fù)雜性和社會關(guān)聯(lián)性，特別是強人工智能的可能性，正在或?qū)⒁�給人類社會帶來深刻的由內(nèi)而外的變革，引發(fā)了諸多方面的倫理挑戰(zhàn)和風(fēng)險。本書以此為背景結(jié)合相關(guān)領(lǐng)域的研究進(jìn)展，對人工智能技術(shù)的發(fā)展、人工智能倫理的淵源、人工智能倫理問題、人工智能倫理規(guī)范、人工智能職業(yè)道德等進(jìn)行全面的梳理和介紹。全書共有9章內(nèi)容

本書主要介紹統(tǒng)計機器學(xué)習(xí)領(lǐng)域常用的基礎(chǔ)模型、算法和代碼實現(xiàn)。包括統(tǒng)計機器學(xué)習(xí)、Python語言基礎(chǔ)，常用的線性回歸、貝葉斯分類器、邏輯回歸、SVM、核方法、集成學(xué)習(xí)，以及深度學(xué)習(xí)中的多層感知器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、變分自編碼器、對抗生成網(wǎng)絡(luò)和強化學(xué)習(xí)等模型與優(yōu)化方法，使用Scikit-Learn、TensorF

本書以Python為開發(fā)語言，采用理論與實踐相結(jié)合的形式，系統(tǒng)全面地介紹了機器學(xué)習(xí)涉及的核心知識。本書共6章，其中第1章介紹機器學(xué)習(xí)的基礎(chǔ)知識，包括機器學(xué)習(xí)的概念、分類、研究范圍、開發(fā)環(huán)境等，介紹第一個機器學(xué)習(xí)案例；第2、3章介紹機器學(xué)習(xí)的主要方法：監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)，涉及目前機器學(xué)習(xí)最為流行的經(jīng)典算法和模型，如KN

近年來，人工智能已經(jīng)從科幻走入現(xiàn)實。要理解并運用人工智能技術(shù)，需要熟悉并掌握相關(guān)的數(shù)學(xué)基礎(chǔ)知識。為此，本書整理了人工智能領(lǐng)域涉及的線性代數(shù)、矩陣?yán)碚摗?優(yōu)化、概率論、信息論以及多元統(tǒng)計分析等基礎(chǔ)知識，讀者可根據(jù)需求選取相應(yīng)的章節(jié)進(jìn)行學(xué)習(xí)。通常，有意深入了解人工智能的讀者，往往已經(jīng)具備微積分和線性代數(shù)等知識儲備。鑒于此，