人工智能（AI）是當(dāng)今科技領(lǐng)域最引人注目的前沿技術(shù)之一，正在深刻地改變我們的生活、工作和社會結(jié)構(gòu)。本書是一本以漫畫形式呈現(xiàn)的科普圖書，旨在通過輕松幽默、生動形象的方式，帶領(lǐng)讀者穿越時空，探索人工智能從誕生到蓬勃發(fā)展的全過程。本書深入探討了人工智能在各個領(lǐng)域的應(yīng)用，如醫(yī)療、金融、交通、娛樂等，展示了人工智能如何為人類社會

本書基于圖神經(jīng)網(wǎng)絡(luò)研究網(wǎng)絡(luò)表示學(xué)習(xí)，具體內(nèi)容包括:改進(jìn)了高階圖卷積神經(jīng)網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、自編碼架構(gòu)和圖的小波神經(jīng)網(wǎng)絡(luò)等模型，構(gòu)建網(wǎng)絡(luò)表示學(xué)習(xí)模型，并在圖基礎(chǔ)任務(wù)(如鏈路預(yù)測和節(jié)點分類)上取得了有效的性能。此外，本書采用前沿的圖對比學(xué)習(xí)架構(gòu)，通過增強圖數(shù)據(jù)表示有效緩解數(shù)據(jù)稀疏問題，并在知識圖譜的基礎(chǔ)任務(wù)上顯著提升性能。

本書是暢銷書深度學(xué)習(xí)入門&進(jìn)階系列第五本書，主要圍繞生成模型進(jìn)行講解。生成模型是一種非常重要的技術(shù)，對于人工智能的發(fā)展有著重要的作用。本書延續(xù)了作者通俗易懂的行文風(fēng)格，以深入淺出的方式介紹正態(tài)分布到擴散模型所涉及的技術(shù)，并最終完成一個類似于StableDiffusion的圖像生成人工智能。讀者可在創(chuàng)建這個圖像生成人工智

本書是一本專門為AI初學(xué)者撰寫的入門指南，以備受關(guān)注的AI大模型DeepSeek為切入點，借助豐富的案例和通俗易懂的講解，全面且系統(tǒng)地介紹有關(guān)AI的知識，幫助讀者走出AI認(rèn)知誤區(qū)，逐步掌握AI應(yīng)用技巧，進(jìn)而抓住AI時代的機遇。本書不僅剖析了DeepSeek的特點和影響，還深入探討AI在學(xué)習(xí)、生活、內(nèi)容創(chuàng)作等多個領(lǐng)域的應(yīng)

本書系統(tǒng)解析DeepSeek大模型的技術(shù)架構(gòu)與應(yīng)用生態(tài)，構(gòu)建技術(shù)認(rèn)知-環(huán)境搭建-領(lǐng)域攻堅三維能力體系。第1部分從人工智能技術(shù)演進(jìn)切入，剖析深度學(xué)習(xí)、Transformer架構(gòu)及大模型革命的技術(shù)哲學(xué)，詳解開發(fā)環(huán)境配置、API調(diào)用與智能系統(tǒng)構(gòu)建方法論；第2部分聚焦6大核心場景，覆蓋智能辦公、數(shù)據(jù)可視化、數(shù)字內(nèi)容生產(chǎn)、教育創(chuàng)

人類智能是否能遷移到人工智能，人工智能是否能接近或達(dá)到人類智能？這些問題一直備受爭議。本書基于語境的適應(yīng)性表征方法論，系統(tǒng)地探討了人工智能的適應(yīng)性表征范疇架構(gòu)，人工智能的邏輯主體、搜索主體、學(xué)習(xí)主體、決策主體和問題-解決主體的適應(yīng)性表征特征，以及人工智能適應(yīng)性表征的語境建構(gòu)及其哲學(xué)、倫理問題和未來走向，力圖論證這樣一種

本書站在科學(xué)研究制高點——范式(即科學(xué)觀與方法論)——的立場上揭示了人工智能的深層學(xué)術(shù)本質(zhì)，并通過范式革命(以信息學(xué)科范式取代物質(zhì)學(xué)科范式)構(gòu)筑了全新的人工智能研究模型，發(fā)現(xiàn)了普適性智能生成機制，開辟了基于智能生成機制的人工智能統(tǒng)一研究路徑，創(chuàng)建了機制主義通用人工智能理論以及與之和諧適配的泛邏輯理論和因素空間數(shù)學(xué)理論，

本書系統(tǒng)梳理了深度強化學(xué)習(xí)的核心理論、關(guān)鍵算法及其在智能控制、機器人技術(shù)和多智能體系統(tǒng)中的應(yīng)用。全書涵蓋強化學(xué)習(xí)的基本概念、深度強化學(xué)習(xí)的主要框架，以及多智能體強化學(xué)習(xí)的協(xié)同決策、任務(wù)分解與優(yōu)化控制等前沿問題，并結(jié)合大量實驗案例，深入探討強化學(xué)習(xí)在飛行器控制、移動機器人導(dǎo)航與避障等領(lǐng)域的實踐應(yīng)用。

本書針對分布式機器學(xué)習(xí)中網(wǎng)絡(luò)通信、在線學(xué)習(xí)、隱私保護(hù)等問題，研究無中心的分布式優(yōu)化算法。主要內(nèi)容包括：①分布式一階梯度算法，提出在線學(xué)習(xí)的自適應(yīng)次梯度算法和隨機塊坐標(biāo)的次梯度投影算法、自適應(yīng)最小最大優(yōu)化算法，旨在研究分布式的優(yōu)化算法，理論分析所提算法的收斂性能；②分布式無投影梯度算法，提出隨機塊坐標(biāo)無投影梯度算法、面向

本書立足于無人系統(tǒng)的自主尋源任務(wù)，圍繞近十年來動態(tài)復(fù)雜環(huán)境中無人系統(tǒng)優(yōu)化控制和軌跡規(guī)劃相關(guān)研究的難點和熱點問題，從信號場類型、不完全量測信息、決策控制方法等多個角度出發(fā)，系統(tǒng)地解決了僅可獲得場源方位角量測、信號場強度量測條件下的自主尋源控制問題，時空動態(tài)信號場場源的協(xié)作定位問題，以及無人系統(tǒng)在自主尋源任務(wù)下的多約束軌跡