肖南峰，1962年11月生，现任华南理工大学计算机科学与工程学院“智能计算机”科研团队责任教授、博士生导师。1982年7月毕业于华中工学院（现为华中科技大学）自动控制与计算机工程系，获工学学士学位；1989年1月毕业于东北工学院（现为东北大学）自动化系，获工学硕士学位；2001年6月毕业于日本横滨国立大学工学部，获工学博士学位。2001年9月至2002年9月在澳大利亚Deakin大学工学院从事智能机器人研究。作为主持人先后承担或完成了4项国家自然科学基金项目，2项广东省自然科学基金重点项目，1项广东省基础和应用基础研究专项资金重大基础研究培育项目，1项广东省公益研究与能力建设专项项目，以及由教育部、广东省科技厅、广东省教育厅、广州市科技创新委员会、华南理工大学和有关企业等资助的各类课题共计40项。在国内外学术杂志和学术会议上发表学术论文近200篇，其中被SCI/EI/ISTP三大索引收录近100篇（次）；主编或参编出版中英文专著及教材12部；申请或获得发明及实用新型专利26项，软件版权29个。

　　《机器人大脑》主要介绍机器人大脑的基础理论和关键技术及实际应用，内容包括机器人大脑的基础知识、构成原理、网格计算、云计算、学习方法、视觉处理、人机对话、情感交互、作业控制、未来发展等。通过阅读《机器人大脑》，读者可以进一步开扩视野、增强知识，深入了解和掌握与机器人大脑相关的体系结构、数学模型、认知计算、学习策略、模式识别、情感建模、自律作业、人工生命、法律道德等基础知识和相关技术，从而为今后研究、开发、应用各种类型的智能机器人等打下坚实的基础。
　　《机器人大脑》内容翔实、理论与实践相结合、深入浅出、可读性强，可以作为在机械、农业、医疗、交通、教育、服务等行业从事机器人研究、开发、应用的科研工作者和工程技术人员的参考书，也可以作为自动化、电子信息和机械工程等专业高年级本科生、硕士研究生及博士研究生的教学参考用书。

　　《机器人大脑》：
　　1.4科学研究
　　1.4.1科学定义
　　机器人大脑有许多种定义，但是迄今尚未有公认的定义。这是因为对机器人大脑的不同定义和观点来源于不同的目标和出发点。机器人大脑在学术上的解释是：它是一种能存储大量信息和知识，具有感知、学习、识别、交互、联想、判断、决策、推理（演绎与归纳）功能，能处理定性的、不完全的、不确定的知识和信息，以及能够用自然语言、文字声音、图形图像、姿态表情与人交流信息和知识，并且在实际环境中具有适应能力的一种新型、通用、高速、并行处理的计算机。目前，有关机器人大脑的代表性观点有两种：①从科学研究的角度出发，强调理解人脑的机制，要求计算机按照人脑的工作方式表现出智能行为；②从工程应用的角度出发，强调用计算机解决需要人脑的智慧才能解决的实际问题，而不管人脑和计算机的工作方式是否相同。从工程应用的角度看机器人大脑，所关心的只是它的功能而不是它的实现途径。实际上，机器人大脑已经成为了一个动态和发展的概念，它始终处于不断向前推进的计算机、自动化、电子学、脑科学、仿生学、心理学、社会学、法律学，以及机械、材料、电力、化学、物理、生物、航空、军事、医疗、教育、娱乐等科学和技术的最前沿。
　　机器人大脑不是一个虚构的概念，人类对机器人大脑的研究表明：机器人大脑可以打败人类伟大的棋手，控制仿人机器人稳定行走，并且与人类交流互动等。但是，人脑不是计算机，不会亦步亦趋、按部就班地根据输入产生输出。人脑是一个庞大的记忆系统，它储存着在某种程度上反映世界真实结构的经验，能够记忆事件的前后顺序及其相互关系，并依据记忆做出预测。因此，机器人大脑形成智能、感觉、知觉的基础就是大脑的记忆一预测系统等。自20世纪80年代以来，美国和日本及欧盟等许多西方发达国家都开始研制智能计算机或机器人大脑，它们在技术上主要突出AI理论和方法的作用，在设计中主要考虑建造知识库管理系统和推理机等，使得智能计算机本身能根据存储的知识进行推理和判断。若是把构造智能计算机（机器人大脑）看作AI的远期目标，那么日本提出的第5代计算机（智能计算机）研制计划就是向远期目标迈进的重要一步，因而第5代计算机也称为第一代机器人大脑。日本的研究计划和目标只是部分地实现了，今天世界上还没有哪一台计算机被宣称是智能计算机。但有一点可以肯定的是，在未来社会中，机器人、计算机、互联网将会三位一体化，21世纪的机器人大脑将把人脑从重复、枯燥的信息处理中解脱出来，从而彻底地改变人类的工作、生活和学习方式，给人类社会和经济建设拓展更大的生存和发展空间。
　　……

《智能科学技术著作丛书》序
前言

第1章 机器人大脑的基础知识
1．1 人的大脑
1．2 人工智能
1．3 人造大脑
1．4 科学研究
1．4．1 科学定义
1．4．2 研究目的
1．4．3 研究内容
1．4．4 研究方法

第2章 机器人大脑的构成原理
2．1 概述
2．2 智能机器人
2．3 智能软件
2．4 智能计算
2．5 智能存储
2．6 智能通信

第3章 机器人大脑的网格计算
3．1 概述
3．2 机器人大脑网格计算平台的实现
3．2．1 机器人大脑网格计算平台设计
3．2．2 机器人大脑网格计算平台测试
3．2．3 机器人大脑网格计算平台升级
3．2．4 机器人大脑网格计算平台验证
3．3 机器人大脑的神经网络系统建模
3．4 机器人大脑的混合神经网络计算
3．4．1 混合神经网络计算原理
3．4．2 混合神经网络计算架构
3．4．3 混合神经网络分类方法
3．5 机器人大脑网格计算平台的应用

第4章 机器人大脑的云计算平台
4．1 概述
4．2 机器人大脑云计算平台的实现
4．2．1 机器人大脑云计算平台基础架构
4．2．2 机器人大脑云计算平台文件系统
4．2．3 机器人大脑云计算平台计算模型
4．2．4 机器人大脑云计算平台特点分析
4．3 机器人大脑云计算平台的改进
4．4 机器人大脑云计算平台的应用

第5章 机器人大脑的学习方法
5．1 概述
5．2 机器学习方法分类
5．3 模拟人脑推理
5．3．1 CPN网络原理
5．3．2 CPN算法描述
5．3．3 模拟推理应用
5．4 增量学习系统
5．4．1 人类的睡眠学习
5．4．2 睡眠增量式学习
5．4．3 增量式学习实现
5．4．4 增量式学习应用
5．4．5 可持续学习能力
5．5 深度学习及其应用
5．5．1 深度学习原理
5．5．2 深度学习现状
5．5．3 深度学习发展
5．6 脑机接口原理及应用
5．6．1 脑机接口的原理
5．6．2 脑机接口与控制
5．6．3 智能可穿戴设备
5．6．4 治疗脑部的疾病

第6章 机器人大脑的视觉处理
第7章 机器人大脑的人机对话
第8章 机器人大脑的情感交互
第9章 机器人大脑与作业控制
第10章 机器人大脑的未来发展
参考文献