作者：Matthew Dearing

人工智能繼續(xù)占據(jù)著媒體頭條，而科學(xué)家和工程師迅速擴(kuò)展了其功能和應(yīng)用。隨著該領(lǐng)域的爆炸性增長(zhǎng)，需要學(xué)習(xí)很多東西。深入閱讀這10本必須閱讀的免費(fèi)書(shū)籍，以支持您的AI學(xué)習(xí)和工作。

人工智能一詞最早由斯坦福大學(xué)的計(jì)算機(jī)科學(xué)家約翰·麥卡錫(John McCarthy)提出，他在達(dá)特茅斯會(huì)議上提出了這一建議。達(dá)特茅斯會(huì)議是第一個(gè)涵蓋該主題的學(xué)術(shù)會(huì)議，于1956年夏季舉行，為這一領(lǐng)域的發(fā)展奠定了基礎(chǔ)。在接下來(lái)的幾十年中，盡管隨著計(jì)算能力的提高滿(mǎn)足機(jī)器學(xué)習(xí)算法和大數(shù)據(jù)的需求，研究和知識(shí)的爆炸式增長(zhǎng)在AI方面已取得了長(zhǎng)足發(fā)展。

每本書(shū)可以通過(guò)網(wǎng)站在線訪問(wèn)，也可以下載為PDF文檔。

1(a). Artificial Intelligence: Foundations of Computational Agents, 2nd Edition

David L.Poole和Alan K.Mackworth(2017年9月，820頁(yè))。

在線訪問(wèn)：https://artint.info/2e/html/ArtInt2e.html

關(guān)于這本書(shū)：這本書(shū)通過(guò)使用一個(gè)一致的框架介紹AI來(lái)研究智能計(jì)算代理的設(shè)計(jì)，這本書(shū)展示了基本方法是如何適合多維設(shè)計(jì)空間的，因此您可以學(xué)習(xí)基礎(chǔ)知識(shí)，而又不會(huì)錯(cuò)過(guò)更大的視野。

作者簡(jiǎn)介： David L. Poole是不列顛哥倫比亞大學(xué)的計(jì)算機(jī)科學(xué)教授，也是三本人工智能書(shū)籍的合著者。他是人工智能不確定性協(xié)會(huì)的前任主席，加拿大AI協(xié)會(huì)(CAIAC)2013終身成就獎(jiǎng)的獲得者，以及人工智能進(jìn)步協(xié)會(huì)(AAAI)和CAIAC的院士。

艾倫·麥克沃思(Alan K. Mackworth)是不列顛哥倫比亞大學(xué)的計(jì)算機(jī)科學(xué)教授，他撰寫(xiě)了130多篇論文，并合著了兩本書(shū)。他的獎(jiǎng)項(xiàng)包括人工智能雜志(AIJ)經(jīng)典論文獎(jiǎng)和約束規(guī)劃協(xié)會(huì)(ACP)卓越研究獎(jiǎng)，他還曾擔(dān)任國(guó)際人工智能聯(lián)合大會(huì)(IJCAI)主席，人工智能(AAAI)和加拿大AI協(xié)會(huì)(CAIAC)。他是AAAI，CAIAC和加拿大皇家學(xué)會(huì)的會(huì)員。

1(b). Python code for Artificial Intelligence: Foundations of Computational Agents

David L.Poole和Alan K.Mackworth(2019年9月，223頁(yè))。

這是上述Pool和Mackworth著作的支持書(shū)，其中包含可重復(fù)使用的Python代碼頁(yè)面以及其他討論和描述。

下載：https://artint.info/AIPython/aipython.pdf

獲取支持資源：https://artint.info/AIPython/

2. Machine Learning Yearning: Technical Strategy for AI Engineers, In the Era of Deep Learning

安德魯·伍(Andrew Ng)(2018，118頁(yè))。

下載最新的草稿：https://www.deeplearning.ai/machine-learning-yearning/

關(guān)于本書(shū)：雖然KDnuggets之前曾在2017年4月 的推薦讀物清單中介紹過(guò)此書(shū)，但值得一提的是AI重點(diǎn)，因?yàn)樗鼤?huì)不斷更新。當(dāng)前草稿是從2018年開(kāi)始的，因此請(qǐng)務(wù)必查看其最新更新。

人工智能正在改變眾多行業(yè)，這本書(shū)教您如何構(gòu)建機(jī)器學(xué)習(xí)項(xiàng)目。該書(shū)不專(zhuān)注于學(xué)習(xí)ML算法，而是著眼于如何使ML算法發(fā)揮作用。閱讀本書(shū)之后，您將能夠?yàn)锳I項(xiàng)目確定最有前途的方向，診斷機(jī)器學(xué)習(xí)系統(tǒng)中的錯(cuò)誤，在復(fù)雜的設(shè)置(例如不匹配的訓(xùn)練和測(cè)試集)中構(gòu)建ML，并設(shè)置一個(gè)ML項(xiàng)目進(jìn)行比較或超越人類(lèi)水平的表現(xiàn)，并且知道何時(shí)以及如何應(yīng)用端到端學(xué)習(xí)，遷移學(xué)習(xí)和多任務(wù)學(xué)習(xí)。

關(guān)于作者：吳安德(Andrew Ng)是Google Brain的共同創(chuàng)始人和領(lǐng)導(dǎo)者，曾任百度副總裁兼首席科學(xué)家。2011年，他領(lǐng)導(dǎo)了斯坦福大學(xué)主要的MOOC(大規(guī)模開(kāi)放式在線課程)平臺(tái)的開(kāi)發(fā)，并為超過(guò)100,000名學(xué)生提供了在線機(jī)器學(xué)習(xí)課程，他成為Coursera的共同主席和聯(lián)合創(chuàng)始人，同時(shí)也是斯坦福大學(xué)兼職教授。

3. Deep Learning 深度學(xué)習(xí)

Ian Goodfellow，Yoshua Bengio和Aaron Courville(2016年11月，800頁(yè))。

在線訪問(wèn)：http://www.deeplearningbook.org/

關(guān)于本書(shū)：2017年4月在我們的機(jī)器學(xué)習(xí)書(shū)籍清單中也有介紹，這是學(xué)習(xí)AI的另一個(gè)重要資源，因?yàn)樗鼘?zhuān)注于深度學(xué)習(xí)。建議所有正在學(xué)習(xí)深度學(xué)習(xí)的學(xué)生，其中包括對(duì)蒙特卡洛方法，遞歸和遞歸網(wǎng)絡(luò)，自動(dòng)編碼器以及深度生成模型的全面數(shù)學(xué)和概念覆蓋。

作者簡(jiǎn)介：伊恩·古德費(fèi)洛(Ian Goodfellow)擁有斯坦福大學(xué)(Stanford University)的計(jì)算機(jī)科學(xué)理學(xué)學(xué)士和碩士學(xué)位(MSN)，其后是博士學(xué)位。在蒙特利爾大學(xué)與Yoshua Bengio和Aaron Courville一起學(xué)習(xí)機(jī)器學(xué)習(xí)。接下來(lái)，他加入Google，成為Google Brain研究團(tuán)隊(duì)的一員，之后加入了新成立的OpenAI研究所，然后于2017年返回Google Research。Ian也是深度學(xué)習(xí)教科書(shū)的主要作者，以發(fā)明生成對(duì)抗網(wǎng)絡(luò)而聞名。在《麻省理工科技評(píng)論》的35位35歲以下的創(chuàng)新者中排名第一，并被列入《外交政策》的100位全球思想家名單中。

Yoshua Bengio是蒙特利爾大學(xué)計(jì)算機(jī)科學(xué)與運(yùn)籌學(xué)系的教授，也是蒙特利爾學(xué)習(xí)算法研究所(MILA)的科學(xué)主任，因在人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方面的研究而著稱(chēng)。他在深度學(xué)習(xí)方面的工作曾獲得2018年ACM AM圖靈獎(jiǎng)的共同獲獎(jiǎng)?wù)摺?/p>

Aaron Courville是蒙特利爾大學(xué)計(jì)算機(jī)科學(xué)與運(yùn)籌學(xué)系(DIRO)的助理教授，也是MILA的成員。

4. The Quest for Artificial Intelligence: A History of Ideas and Achievements《人工智能的探索：思想和成就的歷史》

Nils J. Nilsson 2009年10月，707頁(yè))。

下載：http://ai.stanford.edu/~nilsson/QAI/qai.pdf

關(guān)于本書(shū)：本書(shū)追溯了AI的歷史，從18世紀(jì)(更早)的先驅(qū)夢(mèng)想到如今的AI工程師更加成功的工作。隨著AI越來(lái)越成為每個(gè)人生活的一部分，該技術(shù)已經(jīng)嵌入到面部識(shí)別攝像頭，語(yǔ)音識(shí)別軟件，互聯(lián)網(wǎng)搜索引擎和醫(yī)療保健機(jī)器人中。本書(shū)中的許多AI程序圖和易于理解的描述使您了解了這些程序和其他AI系統(tǒng)的工作方式。本章末尾的注釋對(duì)AI學(xué)者和研究人員非常有用，其中包含對(duì)有價(jià)值的原始資料的引用，并且該書(shū)有望成為該領(lǐng)域的權(quán)威性歷史，這個(gè)領(lǐng)域吸引了數(shù)百年來(lái)科學(xué)家，哲學(xué)家和作家的想象力。

關(guān)于作者：加州斯坦福大學(xué)計(jì)算機(jī)科學(xué)系的Kumagai工程學(xué)教授(Emeritus)Nils J. Nilsson獲得了博士學(xué)位。1958年獲得斯坦福大學(xué)電氣工程學(xué)士學(xué)位。他在SRI International人工智能中心工作了23年，致力于統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)方法來(lái)進(jìn)行模式識(shí)別，并共同發(fā)明了A *啟發(fā)式搜索算法和STRIPS自動(dòng)計(jì)劃系統(tǒng)，指導(dǎo)集成移動(dòng)機(jī)器人SHAKEY的工作，并合作開(kāi)發(fā)PROSPECTOR專(zhuān)家系統(tǒng)。他出版了五本有關(guān)人工智能的教科書(shū)，教授了有關(guān)人工智能和機(jī)器學(xué)習(xí)的課程，并研究了對(duì)動(dòng)態(tài)世界做出反應(yīng)，計(jì)劃行動(dòng)方案并從經(jīng)驗(yàn)中學(xué)習(xí)的柔性機(jī)器人。尼爾森教授曾在《人工智能》雜志和《人工智能研究雜志》的編輯委員會(huì)任職，并且是《計(jì)算機(jī)協(xié)會(huì)》雜志的區(qū)域編輯。他是美國(guó)人工智能協(xié)會(huì)的前主席兼院士，美國(guó)科學(xué)發(fā)展協(xié)會(huì)的院士，并獲得了IEEE神經(jīng)網(wǎng)絡(luò)先鋒獎(jiǎng)，IJCAI研究卓越獎(jiǎng)和AAAI杰出服務(wù)獎(jiǎng)。獎(jiǎng)。

5. Reinforcement Learning: An Introduction, 2nd edition 強(qiáng)化學(xué)習(xí)第二版

Richard S. Sutton和Andrew G. Barto(2018年11月，548頁(yè))。

下載：http://incompleteideas.net/book/RLbook2018.pdf

獲取支持資源：http://incompleteideas.net/book/the-book-2nd.html

關(guān)于本書(shū)：這是一本廣泛使用的關(guān)于強(qiáng)化學(xué)習(xí)的文章，這是人工智能領(lǐng)域最活躍的研究領(lǐng)域之一，這本書(shū)清晰，簡(jiǎn)單地介紹了該領(lǐng)域的關(guān)鍵思想和算法。重點(diǎn)關(guān)注核心在線學(xué)習(xí)算法，包括UCB，Expected Sarsa和Double Learning，然后將這些思想擴(kuò)展到功能近似，涵蓋人工神經(jīng)網(wǎng)絡(luò)和傅立葉基礎(chǔ)上的主題。第二版包括有關(guān)強(qiáng)化學(xué)習(xí)與心理學(xué)和神經(jīng)科學(xué)的關(guān)系的新章節(jié)，以及有關(guān)AlphaGo和AlphaGo Zero，Atari游戲以及IBM Watson的投注策略的最新案例研究。

作者簡(jiǎn)介：理查德·薩頓(Richard S. Sutton)是埃德蒙頓DeepMind的杰出研究科學(xué)家，也是阿爾伯塔大學(xué)計(jì)算機(jī)科學(xué)系的教授。他之前曾在AT&T和GTE Labs的工業(yè)界以及馬薩諸塞大學(xué)的學(xué)術(shù)界工作。他獲得了博士學(xué)位。薩頓教授于1984年獲得麻省大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位，并于1978年獲得斯坦福大學(xué)心理學(xué)學(xué)士學(xué)位。薩頓教授還是加拿大皇家學(xué)會(huì)，艾伯塔省機(jī)器智能研究所人工智能發(fā)展協(xié)會(huì)的會(huì)員，和CIFAR。

安德魯·巴托(Andrew Barto)是馬薩諸塞大學(xué)阿默斯特分校計(jì)算機(jī)科學(xué)名譽(yù)教授，他于2007年至2011年擔(dān)任美國(guó)麻省大學(xué)計(jì)算機(jī)系系主任。他于1970年獲得密歇根大學(xué)數(shù)學(xué)專(zhuān)業(yè)的理學(xué)學(xué)士學(xué)位，他的博士 1975年獲得密歇根大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位。退休前，他是UMass Amherst自治學(xué)習(xí)實(shí)驗(yàn)室的聯(lián)合主任，目前是馬薩諸塞州大學(xué)神經(jīng)科學(xué)與行為計(jì)劃的準(zhǔn)會(huì)員，神經(jīng)計(jì)算的副編輯，《華爾街日?qǐng)?bào)》顧問(wèn)委員會(huì)成員。機(jī)器學(xué)習(xí)研究，自適應(yīng)行為編輯委員會(huì)成員。Barto教授是美國(guó)科學(xué)促進(jìn)協(xié)會(huì)的會(huì)員，IEEE的會(huì)員和高級(jí)會(huì)員，并且是神經(jīng)科學(xué)學(xué)會(huì)的會(huì)員。他獲得了2004年IEEE神經(jīng)網(wǎng)絡(luò)協(xié)會(huì)先鋒獎(jiǎng)和IJCAI-17研究卓越獎(jiǎng)。

6、The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd edition (corrected)

統(tǒng)計(jì)學(xué)習(xí)的要素：數(shù)據(jù)挖掘，推理和預(yù)測(cè)， 第二版(已更正)

Trevor Hastie，Robert Tibshirani和Jerome Friedman(2017年1月，764頁(yè))。

下載：https://web.stanford.edu/~hastie/ElemStatLearn/printings/ESLII_print12.pdf

獲取支持資源：https://web.stanford.edu/~hastie/ElemStatLearn/

關(guān)于這本書(shū)：2017年 KDnuggets的另一個(gè)新功能，這是該書(shū)的較新版本，仍然是AI研究和學(xué)習(xí)的核心基礎(chǔ)。該書(shū)在一個(gè)通用的概念框架中描述了各個(gè)領(lǐng)域的重要思想，例如醫(yī)學(xué)，生物學(xué)，金融和市場(chǎng)營(yíng)銷(xiāo)。盡管該方法是統(tǒng)計(jì)方法，但重點(diǎn)是概念而不是數(shù)學(xué)，并且是統(tǒng)計(jì)學(xué)家和對(duì)科學(xué)或工業(yè)中的數(shù)據(jù)挖掘感興趣的任何人的寶貴資源。本書(shū)涵蓋的范圍很廣，從監(jiān)督學(xué)習(xí)(預(yù)測(cè))到無(wú)監(jiān)督學(xué)習(xí)，其主題包括神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)，分類(lèi)樹(shù)，boost，圖形模型，隨機(jī)森林，集成方法，最小角度回歸和路徑算法。套索，非負(fù)矩陣分解和頻譜聚類(lèi)。

作者簡(jiǎn)介： Trevor Hastie，Robert Tibshirani和Jerome Friedman是斯坦福大學(xué)的統(tǒng)計(jì)學(xué)教授。他們是該領(lǐng)域的杰出研究者，Hastie和Tibshirani已開(kāi)發(fā)了廣義加性模型。Hastie用S-PLUS編寫(xiě)了許多統(tǒng)計(jì)建模軟件，并發(fā)明了主要曲線和曲面。蒂布希拉尼(Tibshirani)提出了套索(Lasso)的建議，并與他人合著了成功的《引導(dǎo)概論》。弗里德曼(Friedman)是許多數(shù)據(jù)挖掘工具(包括CART，MARS和投影追蹤)的共同發(fā)明者。

7. A Brief Introduction to Neural Networks《神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介》

David Kriesel，手稿(2007年，244頁(yè))

下載：http://www.dkriesel.com/_media/science/neuronalenetze-en-zeta2-2col-dkrieselcom.pdf

關(guān)于這本書(shū)：神經(jīng)網(wǎng)絡(luò)是受生物啟發(fā)的數(shù)據(jù)處理機(jī)制，可讓計(jì)算機(jī)以與生物學(xué)大腦類(lèi)似的方式進(jìn)行學(xué)習(xí)。一旦向算法教授了足夠多的問(wèn)題實(shí)例的解決方案，這些方法甚至可以通用化。該手稿由作者自行出版，并提供了關(guān)于該主題的全面資源，該主題對(duì)于AI研究和調(diào)查至關(guān)重要。

關(guān)于作者： David Kriesel是寶潔公司數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的技術(shù)負(fù)責(zé)人，他致力于戰(zhàn)略和動(dòng)手研究主題。之前，David曾是IVU Traffic Technologies AG的發(fā)布工程負(fù)責(zé)人，負(fù)責(zé)在兩個(gè)部門(mén)的六個(gè)開(kāi)發(fā)團(tuán)隊(duì)中的DevOps領(lǐng)域中實(shí)現(xiàn)技術(shù)和工作范例。

8. Advanced Machine Learning with Python Python高級(jí)機(jī)器學(xué)習(xí)

John Hearty(2016年7月，278頁(yè))

下載 (需要向Packt免費(fèi)注冊(cè)):https://www.packtpub.com/free-ebooks/advanced-python-machine-learning

關(guān)于這本書(shū)：本書(shū)由頂級(jí)數(shù)據(jù)科學(xué)家組成，對(duì)當(dāng)今使用的最相關(guān)和最強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù)進(jìn)行了導(dǎo)覽，它將幫助您將Python算法推向最大的潛力。清晰的示例和詳細(xì)的代碼示例演示了在與包含圖像，音樂(lè)，文本和財(cái)務(wù)數(shù)據(jù)的實(shí)際應(yīng)用程序一起使用時(shí)的深度學(xué)習(xí)技術(shù)和半監(jiān)督學(xué)習(xí)。到這本書(shū)的最后，您將學(xué)習(xí)一套先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)，并掌握在特征選擇和特征工程領(lǐng)域的一系列強(qiáng)大技能。具體來(lái)說(shuō)，您將學(xué)習(xí)如何解決復(fù)雜的機(jī)器學(xué)習(xí)問(wèn)題并探索深度學(xué)習(xí)，學(xué)習(xí)使用Python代碼來(lái)實(shí)現(xiàn)各種機(jī)器學(xué)習(xí)算法和技術(shù)，

關(guān)于作者： John Hearty是數(shù)據(jù)科學(xué)團(tuán)隊(duì)的經(jīng)理，在數(shù)據(jù)科學(xué)和基礎(chǔ)架構(gòu)工程方面擁有豐富的專(zhuān)業(yè)知識(shí)。開(kāi)始從事移動(dòng)游戲后，他后來(lái)加入Microsoft，在Xbox工作室開(kāi)發(fā)播放器建模功能和大數(shù)據(jù)基礎(chǔ)結(jié)構(gòu)。他的團(tuán)隊(duì)在工程和數(shù)據(jù)科學(xué)領(lǐng)域取得了長(zhǎng)足的進(jìn)步，這些成就已在Microsoft Studios之間復(fù)制。最終，約翰成為一名顧問(wèn)，為尋求新見(jiàn)解或數(shù)據(jù)驅(qū)動(dòng)功能的國(guó)際客戶(hù)團(tuán)隊(duì)提供全面的基礎(chǔ)架構(gòu)和分析解決方案。

9. Ethical Artificial Intelligence 《倫理人工智能》

Bill Hibbard(2015年11月，177頁(yè))。

下載：https://arxiv.org/ftp/arxiv/papers/1411/1411.1373.pdf

關(guān)于這本書(shū)：本書(shū)長(zhǎng)篇文章結(jié)合了幾篇同行評(píng)審的論文和材料，分析了人工智能道德的問(wèn)題。未來(lái)的AI系統(tǒng)的行為可以通過(guò)數(shù)學(xué)方程式來(lái)描述，該數(shù)學(xué)方程式適用于分析可能的意外AI行為以及AI設(shè)計(jì)可以避免這些行為的方式。本文為最大化效用的代理以及避免代理定義中的無(wú)限集以及如何避免使用基于模型的實(shí)用函數(shù)來(lái)避免代理自我欺騙以及如何避免破壞其獎(jiǎng)勵(lì)生成器的代理(有時(shí)稱(chēng)為“反向?qū)嵗��?rdquo;)提供了理由“)使用從人類(lèi)角度評(píng)估結(jié)果的效用函數(shù)。文章還指出，代理可以避免意外的工具動(dòng)作(有時(shí)稱(chēng)為“基本AI驅(qū)動(dòng)”或“工具目標(biāo)” )，以準(zhǔn)確地學(xué)習(xí)人的價(jià)值觀。定義了一個(gè)自建模代理程序框架，以顯示它如何避免資源限制問(wèn)題，其他代理程序預(yù)測(cè)的問(wèn)題以及代理程序的效用函數(shù)與其定義之間的不一致。最后，本文討論了未來(lái)的AI與當(dāng)前的AI有何不同，AI的政治以及AI的最終用途，以幫助理解宇宙的本質(zhì)以及我們?cè)谟钪嬷械奈恢谩?/p>

關(guān)于作者： Bill Hibbard是威斯康星大學(xué)麥迪遜分�？臻g科學(xué)與工程中心的退休高級(jí)科學(xué)家，目前致力于AI安全和意外行為問(wèn)題。他擁有數(shù)學(xué)學(xué)士學(xué)位，碩士學(xué)位和博士學(xué)位。擁有威斯康星大學(xué)麥迪遜分校的計(jì)算機(jī)科學(xué)博士學(xué)位。他還是Super-Intelligent Machines的作者 ， “避免意外的AI行為” 和“對(duì)安全AI設(shè)計(jì)的決策支持”， 并且是Vis5D， Cave5D和 VisAD 開(kāi)源可視化系統(tǒng)的主要作者 。

10. The Essential AI Handbook for Leaders 《領(lǐng)導(dǎo)者基本AI手冊(cè)》

Peltarion(59頁(yè))

下載：http://pages.peltarion.com/rs/842-GTD-459/images/AI-handbook-desktop-PDF.pdf

關(guān)于本書(shū)：盡管本書(shū)是作為公司Peltarion的營(yíng)銷(xiāo)功能而開(kāi)發(fā)的，但它提供了重要的概述，企業(yè)領(lǐng)導(dǎo)者應(yīng)充分利用AI進(jìn)行欣賞。本書(shū)具有改變無(wú)數(shù)商業(yè)和社會(huì)方面的潛力，旨在幫助更多的人了解什么是AI以及企業(yè)和組織如何利用該技術(shù)。該書(shū)以SEB，SAAB和FAM主席Marcus Wallenberg的前言以及Peltarion創(chuàng)始人兼首席執(zhí)行官Luka Crnkovic-Friis的介紹為特色，解釋了AI的基礎(chǔ)知識(shí)，其潛在利益以及企業(yè)如何使AI運(yùn)作以創(chuàng)造積極的變化。

標(biāo)簽： 機(jī)器學(xué)習(xí) 人工智能 AI

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。