本书主要目标是引导学生步入人工智能时代，积极投身人工智能的变革浪潮之中，了解人工智能概念，培养人工智能思维，熟悉人工智能应用，探寻人工智能与自己专业的应用结合点。主要内容包括：人工智能的概念、应用、关键技术和实际使用方法，主要包括绪论、人工智能关键技术、智能体、具身智能、大模型、AIGC应用与实践、AI搜索实践、AI协

本书系统、全面地介绍了计算机与人工智能的基础概念、理论、方法、技术以及人工智能主要研究领域的基础知识与应用等内容。全书共3篇，10章。第一篇，人工智能基础篇，第1~3章，内容包括绪论、人工智能的基础设施、人工智能程序设计语言等。第二篇，人工智能算法篇，第4~6章，内容包括知识表示与智能推理、搜索策略与问题求解、机器学习

近年来，人工智能的框架、理论、方法和产业发展极为迅速，是当前科学研究的前沿和创新创业的热点。本书系统介绍了人工智能的原理和应用情况，共分为11章，包括人工智能概述、知识表示与知识图谱、确定性推理方法、不确定性推理方法、搜索策略、智能计算及应用、机器视觉、机器学习、神经网络与深度学习、智能体与多智能体系统以及自然语言处理

本书主要介绍多智能体协同调控理论，深入阐述通信拒止时基于系统相对测量输出的分布式观测器设计新理论与方法，并围绕此方法探讨多类多智能体系统的分布式协同调控问题。内容涵盖多智能体系统的基础理论与图论的基础知识、静态与切换网络拓扑下的多输入多输出线性异构多智能体系统一致性调控、二阶非线性系统的一致性调控、连续时间与离散时间线

本书聚焦人工智能领域中机器学习的基础理论与方法，通过严谨的数学推导和可解释性分析，帮助读者理解常用方法的理论内涵与实现细节。全书共8章，第1章简要讲解机器学习的基本概念与发展脉络；第2章和第3章介绍所需的数学基础与优化基础；第4章介绍数据基础理论方面的知识；第5～8章分类探讨经典机器学习方法，涵盖特征处理、聚类分析、回

本书阐述了基于群组及Lp正则项稀疏神经元反应的多种神经网络建模的思想，介绍了以大脑神经元反应能耗为约束的多目标稀疏优化模型，并针对传统前馈神经网络、Pi-Sigma神经网络，Sigma-Pi-Sigma神经网络、递归神经网络、岭多项式神经网络、Elman神经网络等给出了相关的稀疏优化方案，并针对每种具体的神经网络模型给

在人工智能时代，智能体平台已成为连接技术与生活的桥梁。本书全面介绍了当前主流的智能体平台及其应用，旨在为读者开启智能化生活的大门。全书共分九章，首先对智能体平台进行概述，涵盖基础术语、核心特点、功能分类及应用领域，并展望未来发展趋势。随后，深入剖析了八大智能体平台：智谱AI、天工SkyAgents、讯飞星火、豆包、通义

在人工智能高速发展的当下，本书围绕全球首款通用AIAgent——Manus展开。"认知篇”回溯AIAgent发展轨迹，剖析其与大模型的不同，突出Manus"知行合一”的独特理念；"基础操作篇”细致介绍Manus的安装注册流程、界面交互方式，分享个性化设置技巧，同时深入解读技术原理，助力读者快速入门；"场景应用篇”重点呈

人工智能通识教育是高等教育领域亟待探索的重要课题。本书围绕人工智能通识教育实践主题展开，从大语言模型入门，沿着数据、计算、智能工具到智能模型的路径，逐步引导学生进入人工智能的世界。本书聚焦于计算机视觉和自然语言处理两大应用方向，帮助学生理解深度学习模型，并通过调用大模型API的方式将智能模型融入实际程序。全书共9章，各

本书围绕ModelContextProtocol（MCP）这一新兴的大模型上下文控制协议展开，系统讲解其技术原理、协议结构、开发机制及工程化实践方法，旨在为大语言模型（LLM）开发者、架构设计师及人工智能工程人员提供一套实用且严谨的参考指南。全书共分为十章，内容由浅入深。全书首先从LLM的核心原理出发，介绍Transf