人类历史上的历次技术革命，都带来了人类感知和认知能力的不断提升，从而使人类知道更多，做到更多，体验更多。以此为标准，李彦宏在本书中将人工智能定义为堪比任何一次技术革命的伟大变革，并且明确提出，在技术与人的关系上，智能革命不同于前几次技术革命，不是人去适应机器，而是机器主动来学习和适应人类，并同人类一起学习和创新这个世界。大数据是智能社会运转的根本动力和燃料。以百度为代表的搜索引擎公司，由于对数据资源的获取和使用类似深度学习的商业模式，也与大数据—深度学习—提取模式—创造用户价值这一研发文化相匹配，使其天然具备了人工智能的基因。书中通过对“百度大脑”的解析，从硬件集群、计算能力、大数据资源、人工智能文化等方面提出了智能化的基本标准，并且从制造业升级、金融革新、无人驾驶、管理革命、智能生活等多个维度，描绘即将到来的智能社会，反思人类即将面临的种种挑战。“人工智能”正式写入2017年政府工作报告，折射出未来人工智能产业在我国经济发展与转型中的重要性。本书内容涵盖了人工智能发展的主要领域，刻画了人工智能未来发展的场景和商业模式，对我国各行各业应对智能化转型提供了很好的指引和借鉴。

《科学的极致：漫谈人工智能》由集智俱乐部成员共同创作而成，全面介绍了人工智能的历史及其在各个领域的发展及应用。不仅涵盖了人机交互、脑科学、计算心理学、系统科学、社会科学等各个学科的基础理论，而且广泛讲述了人工智能在算法、软件、硬件等方面的应用以及跨学科应用。本书既有科学的严谨性，又不乏趣味性，以通俗的语言和生动的示例将科学之美展现得淋漓尽致，有助于读者开阔视野，激发进一步探索科学的兴趣。

本书本着“平民”起点，从“零”开始的初衷，介绍深度学习的技术与技巧，逐层铺垫，把微积分、梯度等知识重点化整为零，把学习曲线最大程度地拉平，让读者有良好的代入感和亲近感。本书用漫画插图来调节阅读气氛，并且在每个讲解的部分都有对比和实例说明，相信每位读者都能感受到非常好的阅读平滑感。本书基本独立成册，适用于零基础的初学者，但仍建议以本书姊妹篇《白话大数据与机器学习》为引导读物。本书共分三篇，共13章。

韦康博著的这本《人工智能:比你想象的更具颠覆性的智能革命》全面介绍了人工智能的发展历史、探究过程及其在各个领域的发展及应用。既有科学的严谨性，又不乏趣味性，以通俗的语言和生动的示例将科学之美展现得淋漓尽致，有助于读者开阔视野，激发进一步探索科学的兴趣。

未来的工作会是什么样的？还有多少工作机会是属于你的？你可能会想象或希望这一场机器人工业革命将像上次那样展开：即使一些工作被淘汰，但会有更多的工作被创造出来以满足新时代新的创新。在《机器人时代》中，硅谷企业家马丁·福特认为，你的想法完全错了，因为情况绝非如此。随着技术发展的不断加快和机器自动化的发展，对人的需求将会减少。人工智能已经在大步迈进，所谓的“好工作”将会过时：很多律师助理、记者、上班族，甚至电脑程序员将被机器人和智能软件取代。随着技术的进一步发展，蓝领和白领工作都将蒸发，使工薪家庭和中产阶级家庭受到进一步挤压。同时，人们的家庭还要经受生活成本上涨的冲击，尤其是教育成本和医疗保健成本的上涨。全球自动化趋势正加速到来，中国制造业面临的大难题将是机器智能和自动化带来的冲击。在可预见的将来，机器人行业将与大数据、移动通信等进行跨领域技术融合，基于服务创新的机器人产业体系也许很快就要到来。当下一风口来临的时候，你准备好了吗？

机器学习是人工智能研究领域中的一个极其重要的方向。在现今大数据时代的背景下，捕获数据并从中萃取有价值的信息或模式，使得这一过去为分析师与数学家所专属的研究领域越来越为人们瞩目。本书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效可复用的Python 代码阐释如何处理统计数据，进行数据分析及可视化。读者可从中学到一些核心的机器学习算法，并将其运用于某些策略性任务中，如分类、预测及推荐等。本书适合机器学习相关研究人员及互联网从业人员学习参考。

人工智能的出现标志着一个新的时代正在拉开序幕，恰如有电、有汽车、有电脑之后的生活和之前的生活完全不同一样，生活模式接下来很可能会因此而有更大的变化。本书总结并推测了从电脑到机器人发展过程中的关键里程碑以及未来人工智能可能具有的特征，回溯了人类发展历史的诸多特征，进一步指出了两者相碰撞究竟会发生什么，可能带给人类的深刻影响。

作者试图用尽可能少的专业术语回顾人工智能发展历程，揭秘机器学习的终极逻辑，全景勾勒人工智能的商业未来，一本给普通人看的、全面解读人工智能历史、当下与未来的人生指导书。

《21个项目玩转深度学习：基于TensorFlow的实践详解》以实践为导向，深入介绍了深度学习技术和TensorFlow框架编程内容。通过本书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏等。全书共包含21个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow的过程变得轻松和高效。本书基于TensorFlow 1.4版本，并介绍了该版本中的一些新特性。

本书共有三篇，首篇为“机器人+”时代的到来，第二篇为“机器人+”能加什么？第三篇为“机器人+”行动计划，分别说明了机器人的诞生背景、类型，以及在工业、农业、医疗、教育、生活、交通物流等领域的用途、发展趋势，以及各国在此机器人领域的战略布局。