本书按照人工智能历史上的研究热点迁移顺序，将主体内容分为推理、知识和学习三个部分进行章节组织，系统介绍人工智能主要研究分支的基本原理和方法。在各章内部，按照基本概念、算法模型和应用设计逐步深化提升，具有启发性强、系统性好、注重实用、贴近前沿等特点。配套提供讲解视频、习题答案、实践代码和思维导图等教学资源。

全书分为基础知识、进阶应用、综合实战3个篇章，涵盖8个项目，内容包括：AIGC概念初探、工具全览、商业文本生成、商业演示设计、商业经营分析、商业图片制作、商务沟通优化、自媒体运营辅助。

全书共四部分，分12章：第一部分(第1章)从两款工具的定位与能力特点入手，帮助读者建立对Gemini与NanoBanana的整体认知；第二部分(第2-7章)结合大量真实工作场景，详细介绍Gemini的深度应用；第三部分(第8-11章)系统梳理NanoBanana在多模态与视觉化场景中的应用；第四部分(第12章)进一步讨

本书深入探讨了人工智能(AI)与物联网(IoT)在共生智能系统中的深度融合与协同演进。本书不仅从理论层面系统性地介绍了共生智能的核心概念与技术基础，还通过详细阐述共生智能的架构、关键组成和演进机制，揭示了AI与IoT如何在动态互联的智能系统中实现互补，推动各行业向智能化、自动化的高效未来发展。

本书以“自然启示—社会规律—理论建模—系统案例—实践应用”为主线，系统阐述群体智能的理论内核与方法体系。从鸟群协同避障、蚁群路径优化等生物行为中提炼自组织与涌现机制，建立生物群体运动模型、典型社会群体模型，介绍群体智能优化算法，分析一般框架与范式，实践各类优化算法。构建基于复杂适应系统与博弈论的数学框架，解析分布式决策

本书为高等院校人工智能、大数据、计算机及相关专业学生的教材，系统介绍了人工智能的基本原理、核心技术、典型应用及未来趋势，共分为4篇15章。第1篇为人工智能基础，涵盖人工智能概述、数据基础、算法基础与算力基础，搭建学习的核心理论底座；第2篇聚焦核心技术，详细阐述深度学习、大模型、具身智能与空间智能等关键技术的原理与实现；

本书内容覆盖环境模型和无环境模型的基本强化学习方法、表格型强化学习方法、基于同轨或异轨训练模式的强化学习方法、采用深度神经网络模拟值函数的强化学习方法，以及多智能体既竞争又合作的多智能体强化学习等。此外，本书还介绍了贝叶斯和其他方式的强化学习方法。本书为重点章节配备了微课视频，并有源程序可供下载，且源程序在相应章节都有

本书聚焦AI工具对比、实用工作流、真实案例研究，每章都会评估工具的核心表现、适用场景与局限性。产品评测本身已具备参考价值，但本书更进一步，它为读者提供了一套清晰的框架，用于评估软件开发未来持续复杂化的工具与工作流。

本书系统介绍了深度学习的主要原理和对应的实现方法，涉及基础理论到深度学习算法框架的各方面内容，反映了深度强化学习领域过去的发展历程和研究进展，有助于读者发现该领域中新的研究问题和方向。对常用的深度学习模型进行了从原理介绍到代码实现的详细过程，为读者提供了从理论学习到具体实现的闭环路线。

本书是一部立足新工科教育、系统阐述人工智能基础原理与前沿方法的教材。全书以基础性、系统性为特色，既构建完整的知识体系，为后续人工智能相关进阶学习奠定基础，又注重从宏观视角梳理学科脉络，融合经典方法与前沿趋势，并引入对技术伦理的思考。全书共16讲。首先以绪论构建学科全局框架；继而系统阐述“搜索与问题求解”“知识与推理”“