- 高等教育出版社
- 9787040656572
- 1版
- 47261180-5
- 16开
- 工学
- 计算机类
- 公共课
- 本科 高职
内容简介
本书是一本学习计算机与人工智能知识的入门教材，由两大部分构成：第一部分是人工智能基础，包括人工智能与数智社会、计算机中的数据表示、计算机与高性能计算、程序与算法设计、互联网与大数据等内容；第二部分是人工智能方法与应用，包括人工智能概述、人工智能的实现方法、人工智能应用、人工智能的未来发展等内容。通过本书的学习，学习者可以了解人工智能的发展基础、实现方法与应用场景，了解生成式人工智能与大模型应用，了解人工智能的发展趋势及带来的机遇和挑战，培养计算思维、人工智能思维、数字素养与技能，初步具备利用计算机技术、人工智能技术分析并解决实际问题的能力。
本书全面系统地介绍计算机与人工智能知识，内容新颖、通俗易懂、启迪创新，可作为高等学校非计算机专业本科生“大学计算机”“人工智能通识课”等课程的教材，也可作为计算机爱好者学习了解计算机与人工智能知识的参考读物。
目录
目录
前辅文
第1章 人工智能与数智社会
1.1 为什么要学习人工智能知识
1.2 应该学习哪些人工智能知识
1.3 人工智能与各专业的关系
1.4 本章小结
拓展阅读：图灵与图灵奖
习题1
第2章 计算机中的数据表示
2.1 计算机中的进制
2.1.1 进位记数制
2.1.2 不同进制数据的区分
2.1.3 计算机存储数据的常用单位
2.2 不同进制数的相互转换
2.2.1 二进制数与十进制数的相互转换
2.2.2 二进制数与十六进制数的相互转换
2.2.3 二进制数与八进制数的相互转换
2.3 数值型数据的表示
2.3.1 机器数的符号
2.3.2 机器数的编码
2.3.3 机器数的表示范围
2.3.4 机器数中小数点的位置
2.4 字符型数据的编码表示
2.4.1 英文字符的编码表示
2.4.2 汉字的编码表示
2.5 图像与声音数据的采集与表示
2.5.1 图像数据的采集与表示
2.5.2 声音数据的采集与表示
2.6 本章小结
拓展阅读：冯·诺依曼与冯·诺依曼计算机
习题2
第3章 计算机与高性能计算
3.1 计算机硬件系统构成
3.2 中央处理器（CPU）
3.2.1 CPU的基本组成和功能
3.2.2 CPU的主要技术指标
3.3 存储器
3.3.1 高速缓存
3.3.2 内存
3.3.3 外存
3.4 输入输出设备
3.4.1 输入设备
3.4.2 输出设备
3.5 总线与主板
3.5.1 总线
3.5.2 主板
3.6 计算机系统结构的发展
3.6.1 流水线技术
3.6.2 并行处理技术
3.7 如何选购一台符合自己需要的计算机
3.7.1 明确需求
3.7.2 确认配置
3.7.3 典型配置介绍
3.8 本章小结
拓展阅读：Intel公司与CPU
习题3
第4章 程序与算法设计
4.1 程序设计语言
4.1.1 机器语言
4.1.2 汇编语言
4.1.3 早期高级语言
4.1.4 结构化程序设计语言
4.1.5 面向对象程序设计语言
4.1.6 Python语言的特点
4.2 算法设计
4.2.1 算法的作用
4.2.2 算法的特性
4.2.3 算法的评价标准
4.3 计算机软件
4.3.1 计算机软件的概念
4.3.2 计算机软件的分类
4.4 操作系统
4.4.1 操作系统的定义
4.4.2 操作系统中的文件管理
4.4.3 操作系统实例
4.5 本章小结
拓展阅读：王选与汉字激光照排
习题4
第5章 互联网与大数据
5.1 计算机网络概述
5.1.1 计算机网络的概念
5.1.2 计算机网络的分类
5.1.3 计算机网络的拓扑结构
5.1.4 计算机网络的体系结构
5.1.5 计算机网络的连接设备
5.2 局域网技术
5.2.1 有线局域网组网技术
5.2.2 无线局域网组网技术
5.3 互联网技术
5.3.1 互联网接入方式
5.3.2 互联网协议和IP地址
5.4 互联网服务
5.4.1 万维网和浏览器
5.4.2 信息检索与搜索引擎
5.4.3 电子邮件
5.5 网络安全
5.5.1 计算机病毒的防治
5.5.2 黑客的攻击与防范
5.5.3 防火墙技术
5.5.4 数据加密与认证技术
5.5.5 身份认证技术
5.6 网络素养
5.6.1 网络素养的内涵
5.6.2 网络安全法律
5.6.3 网络安全个人素养
5.7 物联网
5.7.1 物联网体系结构
5.7.2 物联网关键技术
5.7.3 物联网应用
5.8 大数据
5.8.1 大数据的特征
5.8.2 大数据技术
5.8.3 大数据应用
5.9 本章小结
拓展阅读：金怡濂与高性能计算机
习题5
第6章 人工智能概述
6.1 人工智能的定义
6.2 人工智能的研究目标
6.2.1 专用人工智能
6.2.2 通用人工智能
6.3 人工智能研究的不同学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 人工智能的发展历程
6.4.1 推理期
6.4.2 知识期
6.4.3 学习期
6.5 本章小结
拓展阅读：吴文俊和定理自动证明
习题6
第7章 人工智能的实现方法
7.1 知识表示与推理
7.1.1 知识表示方法
7.1.2 命题逻辑与谓词逻辑
7.1.3 知识图谱
7.1.4 逻辑推理
7.2 搜索与问题求解
7.3 机器学习
7.3.1 机器学习的定义
7.3.2 分类方法
7.3.3 聚类方法
7.4 人工神经网络方法
7.4.1 最早的神经网络——M-P模型
7.4.2 赫布学习规则
7.4.3 感知机模型
7.4.4 霍普菲尔德神经网络
7.4.5 BP神经网络
7.5 深度神经网络
7.5.1 深度学习方法
7.5.2 深度神经网络的发展
7.6 本章小结
拓展阅读：IBM公司与计算机
习题7
第8章 人工智能应用
8.1 自然语言处理
8.1.1 自然语言处理的发展
8.1.2 自然语言处理的语言学基础
8.1.3 自然语言处理技术
8.1.4 自然语言处理的应用领域
8.1.5 自然语言处理常用工具
8.2 语音处理
8.2.1 语音处理技术的发展
8.2.2 语音识别技术
8.2.3 语音合成技术
8.2.4 语音处理技术的应用领域
8.3 计算机视觉
8.3.1 计算机视觉的任务
8.3.2 卷积神经网络概述
8.3.3 卷积神经网络的基本结构
8.3.4 典型的卷积神经网络模型
8.3.5 基于卷积神经网络的手写数字识别
8.4 智能机器人
8.4.1 机器人的发展
8.4.2 机器人的分类
8.4.3 我国的机器人产业规划
8.5 生成式人工智能与大模型应用
8.5.1 生成式人工智能
8.5.2 大模型应用
8.6 本章小结
拓展阅读：比尔·盖茨与微软公司
习题8
第9章 人工智能的未来发展
9.1 人工智能与经济社会发展
9.2 人工智能发展带来的挑战
9.3 人工智能伦理
9.4 人工智能的未来发展
9.5 本章小结
拓展阅读：全球人工智能治理倡议
习题9
附录A 计算机发展简史
A.1 电子计算机的诞生
A.2 电子计算机的发展
A.2.1 第一代计算机
A.2.2 第二代计算机
A.2.3 第三代计算机
A.2.4 第四代计算机
A.3 量子计算机
A.4 中国计算机发展简史
参考文献
前辅文
第1章 人工智能与数智社会
1.1 为什么要学习人工智能知识
1.2 应该学习哪些人工智能知识
1.3 人工智能与各专业的关系
1.4 本章小结
拓展阅读：图灵与图灵奖
习题1
第2章 计算机中的数据表示
2.1 计算机中的进制
2.1.1 进位记数制
2.1.2 不同进制数据的区分
2.1.3 计算机存储数据的常用单位
2.2 不同进制数的相互转换
2.2.1 二进制数与十进制数的相互转换
2.2.2 二进制数与十六进制数的相互转换
2.2.3 二进制数与八进制数的相互转换
2.3 数值型数据的表示
2.3.1 机器数的符号
2.3.2 机器数的编码
2.3.3 机器数的表示范围
2.3.4 机器数中小数点的位置
2.4 字符型数据的编码表示
2.4.1 英文字符的编码表示
2.4.2 汉字的编码表示
2.5 图像与声音数据的采集与表示
2.5.1 图像数据的采集与表示
2.5.2 声音数据的采集与表示
2.6 本章小结
拓展阅读：冯·诺依曼与冯·诺依曼计算机
习题2
第3章 计算机与高性能计算
3.1 计算机硬件系统构成
3.2 中央处理器（CPU）
3.2.1 CPU的基本组成和功能
3.2.2 CPU的主要技术指标
3.3 存储器
3.3.1 高速缓存
3.3.2 内存
3.3.3 外存
3.4 输入输出设备
3.4.1 输入设备
3.4.2 输出设备
3.5 总线与主板
3.5.1 总线
3.5.2 主板
3.6 计算机系统结构的发展
3.6.1 流水线技术
3.6.2 并行处理技术
3.7 如何选购一台符合自己需要的计算机
3.7.1 明确需求
3.7.2 确认配置
3.7.3 典型配置介绍
3.8 本章小结
拓展阅读：Intel公司与CPU
习题3
第4章 程序与算法设计
4.1 程序设计语言
4.1.1 机器语言
4.1.2 汇编语言
4.1.3 早期高级语言
4.1.4 结构化程序设计语言
4.1.5 面向对象程序设计语言
4.1.6 Python语言的特点
4.2 算法设计
4.2.1 算法的作用
4.2.2 算法的特性
4.2.3 算法的评价标准
4.3 计算机软件
4.3.1 计算机软件的概念
4.3.2 计算机软件的分类
4.4 操作系统
4.4.1 操作系统的定义
4.4.2 操作系统中的文件管理
4.4.3 操作系统实例
4.5 本章小结
拓展阅读：王选与汉字激光照排
习题4
第5章 互联网与大数据
5.1 计算机网络概述
5.1.1 计算机网络的概念
5.1.2 计算机网络的分类
5.1.3 计算机网络的拓扑结构
5.1.4 计算机网络的体系结构
5.1.5 计算机网络的连接设备
5.2 局域网技术
5.2.1 有线局域网组网技术
5.2.2 无线局域网组网技术
5.3 互联网技术
5.3.1 互联网接入方式
5.3.2 互联网协议和IP地址
5.4 互联网服务
5.4.1 万维网和浏览器
5.4.2 信息检索与搜索引擎
5.4.3 电子邮件
5.5 网络安全
5.5.1 计算机病毒的防治
5.5.2 黑客的攻击与防范
5.5.3 防火墙技术
5.5.4 数据加密与认证技术
5.5.5 身份认证技术
5.6 网络素养
5.6.1 网络素养的内涵
5.6.2 网络安全法律
5.6.3 网络安全个人素养
5.7 物联网
5.7.1 物联网体系结构
5.7.2 物联网关键技术
5.7.3 物联网应用
5.8 大数据
5.8.1 大数据的特征
5.8.2 大数据技术
5.8.3 大数据应用
5.9 本章小结
拓展阅读：金怡濂与高性能计算机
习题5
第6章 人工智能概述
6.1 人工智能的定义
6.2 人工智能的研究目标
6.2.1 专用人工智能
6.2.2 通用人工智能
6.3 人工智能研究的不同学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 人工智能的发展历程
6.4.1 推理期
6.4.2 知识期
6.4.3 学习期
6.5 本章小结
拓展阅读：吴文俊和定理自动证明
习题6
第7章 人工智能的实现方法
7.1 知识表示与推理
7.1.1 知识表示方法
7.1.2 命题逻辑与谓词逻辑
7.1.3 知识图谱
7.1.4 逻辑推理
7.2 搜索与问题求解
7.3 机器学习
7.3.1 机器学习的定义
7.3.2 分类方法
7.3.3 聚类方法
7.4 人工神经网络方法
7.4.1 最早的神经网络——M-P模型
7.4.2 赫布学习规则
7.4.3 感知机模型
7.4.4 霍普菲尔德神经网络
7.4.5 BP神经网络
7.5 深度神经网络
7.5.1 深度学习方法
7.5.2 深度神经网络的发展
7.6 本章小结
拓展阅读：IBM公司与计算机
习题7
第8章 人工智能应用
8.1 自然语言处理
8.1.1 自然语言处理的发展
8.1.2 自然语言处理的语言学基础
8.1.3 自然语言处理技术
8.1.4 自然语言处理的应用领域
8.1.5 自然语言处理常用工具
8.2 语音处理
8.2.1 语音处理技术的发展
8.2.2 语音识别技术
8.2.3 语音合成技术
8.2.4 语音处理技术的应用领域
8.3 计算机视觉
8.3.1 计算机视觉的任务
8.3.2 卷积神经网络概述
8.3.3 卷积神经网络的基本结构
8.3.4 典型的卷积神经网络模型
8.3.5 基于卷积神经网络的手写数字识别
8.4 智能机器人
8.4.1 机器人的发展
8.4.2 机器人的分类
8.4.3 我国的机器人产业规划
8.5 生成式人工智能与大模型应用
8.5.1 生成式人工智能
8.5.2 大模型应用
8.6 本章小结
拓展阅读：比尔·盖茨与微软公司
习题8
第9章 人工智能的未来发展
9.1 人工智能与经济社会发展
9.2 人工智能发展带来的挑战
9.3 人工智能伦理
9.4 人工智能的未来发展
9.5 本章小结
拓展阅读：全球人工智能治理倡议
习题9
附录A 计算机发展简史
A.1 电子计算机的诞生
A.2 电子计算机的发展
A.2.1 第一代计算机
A.2.2 第二代计算机
A.2.3 第三代计算机
A.2.4 第四代计算机
A.3 量子计算机
A.4 中国计算机发展简史
参考文献
前辅文
第1章 人工智能与数智社会
1.1 为什么要学习人工智能知识
1.2 应该学习哪些人工智能知识
1.3 人工智能与各专业的关系
1.4 本章小结
拓展阅读：图灵与图灵奖
习题1
第2章 计算机中的数据表示
2.1 计算机中的进制
2.1.1 进位记数制
2.1.2 不同进制数据的区分
2.1.3 计算机存储数据的常用单位
2.2 不同进制数的相互转换
2.2.1 二进制数与十进制数的相互转换
2.2.2 二进制数与十六进制数的相互转换
2.2.3 二进制数与八进制数的相互转换
2.3 数值型数据的表示
2.3.1 机器数的符号
2.3.2 机器数的编码
2.3.3 机器数的表示范围
2.3.4 机器数中小数点的位置
2.4 字符型数据的编码表示
2.4.1 英文字符的编码表示
2.4.2 汉字的编码表示
2.5 图像与声音数据的采集与表示
2.5.1 图像数据的采集与表示
2.5.2 声音数据的采集与表示
2.6 本章小结
拓展阅读：冯·诺依曼与冯·诺依曼计算机
习题2
第3章 计算机与高性能计算
3.1 计算机硬件系统构成
3.2 中央处理器（CPU）
3.2.1 CPU的基本组成和功能
3.2.2 CPU的主要技术指标
3.3 存储器
3.3.1 高速缓存
3.3.2 内存
3.3.3 外存
3.4 输入输出设备
3.4.1 输入设备
3.4.2 输出设备
3.5 总线与主板
3.5.1 总线
3.5.2 主板
3.6 计算机系统结构的发展
3.6.1 流水线技术
3.6.2 并行处理技术
3.7 如何选购一台符合自己需要的计算机
3.7.1 明确需求
3.7.2 确认配置
3.7.3 典型配置介绍
3.8 本章小结
拓展阅读：Intel公司与CPU
习题3
第4章 程序与算法设计
4.1 程序设计语言
4.1.1 机器语言
4.1.2 汇编语言
4.1.3 早期高级语言
4.1.4 结构化程序设计语言
4.1.5 面向对象程序设计语言
4.1.6 Python语言的特点
4.2 算法设计
4.2.1 算法的作用
4.2.2 算法的特性
4.2.3 算法的评价标准
4.3 计算机软件
4.3.1 计算机软件的概念
4.3.2 计算机软件的分类
4.4 操作系统
4.4.1 操作系统的定义
4.4.2 操作系统中的文件管理
4.4.3 操作系统实例
4.5 本章小结
拓展阅读：王选与汉字激光照排
习题4
第5章 互联网与大数据
5.1 计算机网络概述
5.1.1 计算机网络的概念
5.1.2 计算机网络的分类
5.1.3 计算机网络的拓扑结构
5.1.4 计算机网络的体系结构
5.1.5 计算机网络的连接设备
5.2 局域网技术
5.2.1 有线局域网组网技术
5.2.2 无线局域网组网技术
5.3 互联网技术
5.3.1 互联网接入方式
5.3.2 互联网协议和IP地址
5.4 互联网服务
5.4.1 万维网和浏览器
5.4.2 信息检索与搜索引擎
5.4.3 电子邮件
5.5 网络安全
5.5.1 计算机病毒的防治
5.5.2 黑客的攻击与防范
5.5.3 防火墙技术
5.5.4 数据加密与认证技术
5.5.5 身份认证技术
5.6 网络素养
5.6.1 网络素养的内涵
5.6.2 网络安全法律
5.6.3 网络安全个人素养
5.7 物联网
5.7.1 物联网体系结构
5.7.2 物联网关键技术
5.7.3 物联网应用
5.8 大数据
5.8.1 大数据的特征
5.8.2 大数据技术
5.8.3 大数据应用
5.9 本章小结
拓展阅读：金怡濂与高性能计算机
习题5
第6章 人工智能概述
6.1 人工智能的定义
6.2 人工智能的研究目标
6.2.1 专用人工智能
6.2.2 通用人工智能
6.3 人工智能研究的不同学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 人工智能的发展历程
6.4.1 推理期
6.4.2 知识期
6.4.3 学习期
6.5 本章小结
拓展阅读：吴文俊和定理自动证明
习题6
第7章 人工智能的实现方法
7.1 知识表示与推理
7.1.1 知识表示方法
7.1.2 命题逻辑与谓词逻辑
7.1.3 知识图谱
7.1.4 逻辑推理
7.2 搜索与问题求解
7.3 机器学习
7.3.1 机器学习的定义
7.3.2 分类方法
7.3.3 聚类方法
7.4 人工神经网络方法
7.4.1 最早的神经网络——M-P模型
7.4.2 赫布学习规则
7.4.3 感知机模型
7.4.4 霍普菲尔德神经网络
7.4.5 BP神经网络
7.5 深度神经网络
7.5.1 深度学习方法
7.5.2 深度神经网络的发展
7.6 本章小结
拓展阅读：IBM公司与计算机
习题7
第8章 人工智能应用
8.1 自然语言处理
8.1.1 自然语言处理的发展
8.1.2 自然语言处理的语言学基础
8.1.3 自然语言处理技术
8.1.4 自然语言处理的应用领域
8.1.5 自然语言处理常用工具
8.2 语音处理
8.2.1 语音处理技术的发展
8.2.2 语音识别技术
8.2.3 语音合成技术
8.2.4 语音处理技术的应用领域
8.3 计算机视觉
8.3.1 计算机视觉的任务
8.3.2 卷积神经网络概述
8.3.3 卷积神经网络的基本结构
8.3.4 典型的卷积神经网络模型
8.3.5 基于卷积神经网络的手写数字识别
8.4 智能机器人
8.4.1 机器人的发展
8.4.2 机器人的分类
8.4.3 我国的机器人产业规划
8.5 生成式人工智能与大模型应用
8.5.1 生成式人工智能
8.5.2 大模型应用
8.6 本章小结
拓展阅读：比尔·盖茨与微软公司
习题8
第9章 人工智能的未来发展
9.1 人工智能与经济社会发展
9.2 人工智能发展带来的挑战
9.3 人工智能伦理
9.4 人工智能的未来发展
9.5 本章小结
拓展阅读：全球人工智能治理倡议
习题9
附录A 计算机发展简史
A.1 电子计算机的诞生
A.2 电子计算机的发展
A.2.1 第一代计算机
A.2.2 第二代计算机
A.2.3 第三代计算机
A.2.4 第四代计算机
A.3 量子计算机
A.4 中国计算机发展简史
参考文献
前辅文
第1章 人工智能与数智社会
1.1 为什么要学习人工智能知识
1.2 应该学习哪些人工智能知识
1.3 人工智能与各专业的关系
1.4 本章小结
拓展阅读：图灵与图灵奖
习题1
第2章 计算机中的数据表示
2.1 计算机中的进制
2.1.1 进位记数制
2.1.2 不同进制数据的区分
2.1.3 计算机存储数据的常用单位
2.2 不同进制数的相互转换
2.2.1 二进制数与十进制数的相互转换
2.2.2 二进制数与十六进制数的相互转换
2.2.3 二进制数与八进制数的相互转换
2.3 数值型数据的表示
2.3.1 机器数的符号
2.3.2 机器数的编码
2.3.3 机器数的表示范围
2.3.4 机器数中小数点的位置
2.4 字符型数据的编码表示
2.4.1 英文字符的编码表示
2.4.2 汉字的编码表示
2.5 图像与声音数据的采集与表示
2.5.1 图像数据的采集与表示
2.5.2 声音数据的采集与表示
2.6 本章小结
拓展阅读：冯·诺依曼与冯·诺依曼计算机
习题2
第3章 计算机与高性能计算
3.1 计算机硬件系统构成
3.2 中央处理器（CPU）
3.2.1 CPU的基本组成和功能
3.2.2 CPU的主要技术指标
3.3 存储器
3.3.1 高速缓存
3.3.2 内存
3.3.3 外存
3.4 输入输出设备
3.4.1 输入设备
3.4.2 输出设备
3.5 总线与主板
3.5.1 总线
3.5.2 主板
3.6 计算机系统结构的发展
3.6.1 流水线技术
3.6.2 并行处理技术
3.7 如何选购一台符合自己需要的计算机
3.7.1 明确需求
3.7.2 确认配置
3.7.3 典型配置介绍
3.8 本章小结
拓展阅读：Intel公司与CPU
习题3
第4章 程序与算法设计
4.1 程序设计语言
4.1.1 机器语言
4.1.2 汇编语言
4.1.3 早期高级语言
4.1.4 结构化程序设计语言
4.1.5 面向对象程序设计语言
4.1.6 Python语言的特点
4.2 算法设计
4.2.1 算法的作用
4.2.2 算法的特性
4.2.3 算法的评价标准
4.3 计算机软件
4.3.1 计算机软件的概念
4.3.2 计算机软件的分类
4.4 操作系统
4.4.1 操作系统的定义
4.4.2 操作系统中的文件管理
4.4.3 操作系统实例
4.5 本章小结
拓展阅读：王选与汉字激光照排
习题4
第5章 互联网与大数据
5.1 计算机网络概述
5.1.1 计算机网络的概念
5.1.2 计算机网络的分类
5.1.3 计算机网络的拓扑结构
5.1.4 计算机网络的体系结构
5.1.5 计算机网络的连接设备
5.2 局域网技术
5.2.1 有线局域网组网技术
5.2.2 无线局域网组网技术
5.3 互联网技术
5.3.1 互联网接入方式
5.3.2 互联网协议和IP地址
5.4 互联网服务
5.4.1 万维网和浏览器
5.4.2 信息检索与搜索引擎
5.4.3 电子邮件
5.5 网络安全
5.5.1 计算机病毒的防治
5.5.2 黑客的攻击与防范
5.5.3 防火墙技术
5.5.4 数据加密与认证技术
5.5.5 身份认证技术
5.6 网络素养
5.6.1 网络素养的内涵
5.6.2 网络安全法律
5.6.3 网络安全个人素养
5.7 物联网
5.7.1 物联网体系结构
5.7.2 物联网关键技术
5.7.3 物联网应用
5.8 大数据
5.8.1 大数据的特征
5.8.2 大数据技术
5.8.3 大数据应用
5.9 本章小结
拓展阅读：金怡濂与高性能计算机
习题5
第6章 人工智能概述
6.1 人工智能的定义
6.2 人工智能的研究目标
6.2.1 专用人工智能
6.2.2 通用人工智能
6.3 人工智能研究的不同学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 人工智能的发展历程
6.4.1 推理期
6.4.2 知识期
6.4.3 学习期
6.5 本章小结
拓展阅读：吴文俊和定理自动证明
习题6
第7章 人工智能的实现方法
7.1 知识表示与推理
7.1.1 知识表示方法
7.1.2 命题逻辑与谓词逻辑
7.1.3 知识图谱
7.1.4 逻辑推理
7.2 搜索与问题求解
7.3 机器学习
7.3.1 机器学习的定义
7.3.2 分类方法
7.3.3 聚类方法
7.4 人工神经网络方法
7.4.1 最早的神经网络——M-P模型
7.4.2 赫布学习规则
7.4.3 感知机模型
7.4.4 霍普菲尔德神经网络
7.4.5 BP神经网络
7.5 深度神经网络
7.5.1 深度学习方法
7.5.2 深度神经网络的发展
7.6 本章小结
拓展阅读：IBM公司与计算机
习题7
第8章 人工智能应用
8.1 自然语言处理
8.1.1 自然语言处理的发展
8.1.2 自然语言处理的语言学基础
8.1.3 自然语言处理技术
8.1.4 自然语言处理的应用领域
8.1.5 自然语言处理常用工具
8.2 语音处理
8.2.1 语音处理技术的发展
8.2.2 语音识别技术
8.2.3 语音合成技术
8.2.4 语音处理技术的应用领域
8.3 计算机视觉
8.3.1 计算机视觉的任务
8.3.2 卷积神经网络概述
8.3.3 卷积神经网络的基本结构
8.3.4 典型的卷积神经网络模型
8.3.5 基于卷积神经网络的手写数字识别
8.4 智能机器人
8.4.1 机器人的发展
8.4.2 机器人的分类
8.4.3 我国的机器人产业规划
8.5 生成式人工智能与大模型应用
8.5.1 生成式人工智能
8.5.2 大模型应用
8.6 本章小结
拓展阅读：比尔·盖茨与微软公司
习题8
第9章 人工智能的未来发展
9.1 人工智能与经济社会发展
9.2 人工智能发展带来的挑战
9.3 人工智能伦理
9.4 人工智能的未来发展
9.5 本章小结
拓展阅读：全球人工智能治理倡议
习题9
附录A 计算机发展简史
A.1 电子计算机的诞生
A.2 电子计算机的发展
A.2.1 第一代计算机
A.2.2 第二代计算机
A.2.3 第三代计算机
A.2.4 第四代计算机
A.3 量子计算机
A.4 中国计算机发展简史
参考文献
