人工智能基础与实践（新文科版）
定价：￥35.60
作者： 王丽敏，胡建军，胡慧蓉
出版社：高等教育出版社
- 高等教育出版社
- 9787040656312
- 1版
- 43261196-0
- 16开
- 370
- 公共基础课
- 公共基础课
- 通用
- 本科 高职
内容简介
本书是专为新文科人才量身打造的人工智能入门教材，以“理论筑基、实践赋能、伦理护航”为核心，构建适配文科思维的AI知识体系。全书分为理论篇与实践篇，系统介绍人工智能的基础原理、技术应用与人文思考。
理论篇从人工智能的本质特征与发展脉络切入，解析数据、算法、算力三要素的底层逻辑，聚焦机器学习、深度学习、大模型等核心技术，并结合金融、商务、政务、教育等文科密切相关领域的应用场景，展现AI作为“效率工具”与“创新引擎”的实践价值。同时，专门设置AI伦理章节，通过数据隐私、知识产权、责任界定等典型案例，引导读者从人文视角审视技术边界。
实践篇以AIGC技术为核心，从提示词工程基础出发，分章节详解文本、图像、语音、视频的生成与处理技术。所有案例均扎根文科场景，如用大语言模型撰写策划案、用图像工具设计文创海报、用语音技术整理会议纪要等，配套“需求分析-工具选择-效果优化”全流程指南，零技术基础读者可快速上手。
本书可作为高校文学、经济学、管理学、教育学、艺术学等新文科专业的通识教材，也可供文科从业者提升AI应用能力参考，助力读者在智能时代实现技术工具与人文价值的协同发展。
目录
目录
前辅文
理论篇
第1章 人工智能概览
1.1 人工智能的定义
1.1.1 人工智能的本质
1.1.2 人工智能的特征
1.2 人工智能的发展
1.2.1 人工智能的起源
1.2.2 人工智能的发展
1.2.3 人工智能的展望
1.3 新文科人才AI素养
1.3.1 AI驱动的认知重构
1.3.2 跨学科的知识融合
本章拓展学习
习题
第2章 人工智能技术基础
2.1 人工智能三要素
2.1.1 人工智能的基石——数据
2.1.2 解锁智能的密码——算法
2.1.3 驱动智能的引擎——算力
2.2 人工智能核心技术
2.2.1 数据驱动的模式发现——机器学习
2.2.2 仿生神经的计算模型——深度学习
2.2.3 规模赋能的通用智能——多模态学习
2.2.4 规模赋能的通用智能——大模型技术
2.3 人工智能核心技术应用
2.3.1 智能客服系统概述
2.3.2 核心技术应用详解
2.3.3 技术协同架构
本章拓展学习
习题
第3章 人工智能行业应用
3.1 人工智能+金融
3.1.1 智能金融简介
3.1.2 智能金融的关键技术
3.1.3 智能金融应用场景
3.2 人工智能+商务
3.2.1 智能商务简介
3.2.2 智能商务关键技术
3.2.3 智能商务应用场景
3.3 人工智能+政务
3.3.1 智能政务简介
3.3.2 智能政务关键技术
3.3.3 智能政务应用场景
3.4 人工智能+教育
3.4.1 智能教育简介
3.4.2 智能教育关键技术
3.4.3 智能教育应用场景
3.5 人工智能+制造
3.5.1 智能制造简介
3.5.2 智能制造关键技术
3.5.3 智能制造应用场景
3.6 人工智能+交通
3.6.1 智能交通简介
3.6.2 智能交通关键技术
3.6.3 智能交通应用场景
习题
第4章 人工智能伦理
4.1 人工智能伦理的历史发展与进程
4.1.1 人工智能伦理的起源
4.1.2 人工智能伦理的发展
4.1.3 人工智能伦理的风险
4.2 人工智能伦理问题
4.2.1 数据隐私和安全
4.2.2 知识产权侵犯
4.2.3 责任与安全
4.3 人工智能伦理法律法规
4.3.1 国外人工智能伦理相关法律法规
4.3.2 我国人工智能伦理相关法律法规
4.4 人工智能伦理典型案例
4.4.1 AI引发隐私争议
4.4.2 AI编写新闻以假乱真
4.4.3 AI驾驶模糊权责边界
习题
实践篇
第5章 AIGC应用概述
5.1 AIGC定义
5.1.1 什么是AIGC
5.1.2 AIGC发展历程
5.1.3 AIGC与大模型的关系
5.1.4 常见的AIGC工具类型
5.2 AIGC工具的应用核心：提示词工程
5.2.1 提示词工程的定义
5.2.2 提示词构建方法
5.3 AIGC工具应用必备技能
5.3.1 掌握AIGC应具备的核心能力
5.3.2 正确认识AIGC的能力边界
习题
第6章 AIGC文本生成与优化
6.1 大语言模型的工作原理
6.1.1 大语言模型概述
6.1.2 大语言模型的工作原理
6.2 主流大语言模型简析
6.2.1 国内主流大语言模型
6.2.2 国外主流大语言模型
6.3 大语言模型应用场景
6.3.1 大语言模型应用场景
6.3.2 大语言模型应用体验
6.4 大语言模型应用实践
6.4.1 案例6-1：AIGC赋能高效学习——制定学习计划
6.4.2 案例6-2：AIGC赋能校园文化创意产品营销——产品策划
6.4.3 案例6-3：AIGC赋能高效分析财务报表
习题
第7章 AIGC图像生成与处理
7.1 图像生成大模型工作原理
7.1.1 扩散模型
7.1.2 图像生成工作流程
7.2 常用的AIGC图像生成与处理工具
7.2.1 国内主流工具
7.2.2 国外主流工具
7.3 AIGC工具处理图像技术
7.3.1 图像增强与恢复
7.3.2 图像操纵与编辑
7.3.3 图像生成
7.4 图像生成大模型应用实践
7.4.1 图像生成大模型应用场景
7.4.2 案例7-1：AIGC赋能校园文化创意产品营销——宣传海报
习题
第8章 AIGC语音生成与处理
8.1 语音生成大模型工作原理
8.1.1 引言：让机器开口说话的魔法
8.1.2 标准流程：TTS系统的剖析
8.2 常用的AIGC语音生成与处理工具
8.2.1 主流云服务平台
8.2.2 专业化独立工具
8.2.3 开源与自托管方案
8.3 语音生成大模型应用场景
8.3.1 语音生成大模型应用场景
8.3.2 语音生成大模型应用体验
8.4 语音生成大模型应用实践
8.4.1 案例8-1：AIGC赋能校园文化创意产品营销——语音推广
8.4.2 案例8-2：AIGC高效整理会议记录
习题
第9章 AIGC视频生成与处理
9.1 视频生成大模型的工作原理
9.1.1 视频生成大模型的基本概念
9.1.2 视频生成大模型的基本工作原理
9.2 常用的AIGC视频生成与处理工具
9.2.1 智谱清影
9.2.2 即梦AI
9.2.3 腾讯混元AI视频
9.2.4 海螺AI视频
9.2.5 剪映
9.2.6 通义万相AI视频
9.3 视频生成大模型应用实践
9.3.1 视频生成大模型应用场景
9.3.2 利用视频生成工具生成多场景视频
9.3.3 案例9-1：AIGC赋能校园文化创意产品营销——宣传视频
9.3.4 案例9-2：粤财商学实践与创新孵化基地——项目宣传视频
习题
参考文献
前辅文
理论篇
第1章 人工智能概览
1.1 人工智能的定义
1.1.1 人工智能的本质
1.1.2 人工智能的特征
1.2 人工智能的发展
1.2.1 人工智能的起源
1.2.2 人工智能的发展
1.2.3 人工智能的展望
1.3 新文科人才AI素养
1.3.1 AI驱动的认知重构
1.3.2 跨学科的知识融合
本章拓展学习
习题
第2章 人工智能技术基础
2.1 人工智能三要素
2.1.1 人工智能的基石——数据
2.1.2 解锁智能的密码——算法
2.1.3 驱动智能的引擎——算力
2.2 人工智能核心技术
2.2.1 数据驱动的模式发现——机器学习
2.2.2 仿生神经的计算模型——深度学习
2.2.3 规模赋能的通用智能——多模态学习
2.2.4 规模赋能的通用智能——大模型技术
2.3 人工智能核心技术应用
2.3.1 智能客服系统概述
2.3.2 核心技术应用详解
2.3.3 技术协同架构
本章拓展学习
习题
第3章 人工智能行业应用
3.1 人工智能+金融
3.1.1 智能金融简介
3.1.2 智能金融的关键技术
3.1.3 智能金融应用场景
3.2 人工智能+商务
3.2.1 智能商务简介
3.2.2 智能商务关键技术
3.2.3 智能商务应用场景
3.3 人工智能+政务
3.3.1 智能政务简介
3.3.2 智能政务关键技术
3.3.3 智能政务应用场景
3.4 人工智能+教育
3.4.1 智能教育简介
3.4.2 智能教育关键技术
3.4.3 智能教育应用场景
3.5 人工智能+制造
3.5.1 智能制造简介
3.5.2 智能制造关键技术
3.5.3 智能制造应用场景
3.6 人工智能+交通
3.6.1 智能交通简介
3.6.2 智能交通关键技术
3.6.3 智能交通应用场景
习题
第4章 人工智能伦理
4.1 人工智能伦理的历史发展与进程
4.1.1 人工智能伦理的起源
4.1.2 人工智能伦理的发展
4.1.3 人工智能伦理的风险
4.2 人工智能伦理问题
4.2.1 数据隐私和安全
4.2.2 知识产权侵犯
4.2.3 责任与安全
4.3 人工智能伦理法律法规
4.3.1 国外人工智能伦理相关法律法规
4.3.2 我国人工智能伦理相关法律法规
4.4 人工智能伦理典型案例
4.4.1 AI引发隐私争议
4.4.2 AI编写新闻以假乱真
4.4.3 AI驾驶模糊权责边界
习题
实践篇
第5章 AIGC应用概述
5.1 AIGC定义
5.1.1 什么是AIGC
5.1.2 AIGC发展历程
5.1.3 AIGC与大模型的关系
5.1.4 常见的AIGC工具类型
5.2 AIGC工具的应用核心：提示词工程
5.2.1 提示词工程的定义
5.2.2 提示词构建方法
5.3 AIGC工具应用必备技能
5.3.1 掌握AIGC应具备的核心能力
5.3.2 正确认识AIGC的能力边界
习题
第6章 AIGC文本生成与优化
6.1 大语言模型的工作原理
6.1.1 大语言模型概述
6.1.2 大语言模型的工作原理
6.2 主流大语言模型简析
6.2.1 国内主流大语言模型
6.2.2 国外主流大语言模型
6.3 大语言模型应用场景
6.3.1 大语言模型应用场景
6.3.2 大语言模型应用体验
6.4 大语言模型应用实践
6.4.1 案例6-1：AIGC赋能高效学习——制定学习计划
6.4.2 案例6-2：AIGC赋能校园文化创意产品营销——产品策划
6.4.3 案例6-3：AIGC赋能高效分析财务报表
习题
第7章 AIGC图像生成与处理
7.1 图像生成大模型工作原理
7.1.1 扩散模型
7.1.2 图像生成工作流程
7.2 常用的AIGC图像生成与处理工具
7.2.1 国内主流工具
7.2.2 国外主流工具
7.3 AIGC工具处理图像技术
7.3.1 图像增强与恢复
7.3.2 图像操纵与编辑
7.3.3 图像生成
7.4 图像生成大模型应用实践
7.4.1 图像生成大模型应用场景
7.4.2 案例7-1：AIGC赋能校园文化创意产品营销——宣传海报
习题
第8章 AIGC语音生成与处理
8.1 语音生成大模型工作原理
8.1.1 引言：让机器开口说话的魔法
8.1.2 标准流程：TTS系统的剖析
8.2 常用的AIGC语音生成与处理工具
8.2.1 主流云服务平台
8.2.2 专业化独立工具
8.2.3 开源与自托管方案
8.3 语音生成大模型应用场景
8.3.1 语音生成大模型应用场景
8.3.2 语音生成大模型应用体验
8.4 语音生成大模型应用实践
8.4.1 案例8-1：AIGC赋能校园文化创意产品营销——语音推广
8.4.2 案例8-2：AIGC高效整理会议记录
习题
第9章 AIGC视频生成与处理
9.1 视频生成大模型的工作原理
9.1.1 视频生成大模型的基本概念
9.1.2 视频生成大模型的基本工作原理
9.2 常用的AIGC视频生成与处理工具
9.2.1 智谱清影
9.2.2 即梦AI
9.2.3 腾讯混元AI视频
9.2.4 海螺AI视频
9.2.5 剪映
9.2.6 通义万相AI视频
9.3 视频生成大模型应用实践
9.3.1 视频生成大模型应用场景
9.3.2 利用视频生成工具生成多场景视频
9.3.3 案例9-1：AIGC赋能校园文化创意产品营销——宣传视频
9.3.4 案例9-2：粤财商学实践与创新孵化基地——项目宣传视频
习题
参考文献
前辅文
理论篇
第1章 人工智能概览
1.1 人工智能的定义
1.1.1 人工智能的本质
1.1.2 人工智能的特征
1.2 人工智能的发展
1.2.1 人工智能的起源
1.2.2 人工智能的发展
1.2.3 人工智能的展望
1.3 新文科人才AI素养
1.3.1 AI驱动的认知重构
1.3.2 跨学科的知识融合
本章拓展学习
习题
第2章 人工智能技术基础
2.1 人工智能三要素
2.1.1 人工智能的基石——数据
2.1.2 解锁智能的密码——算法
2.1.3 驱动智能的引擎——算力
2.2 人工智能核心技术
2.2.1 数据驱动的模式发现——机器学习
2.2.2 仿生神经的计算模型——深度学习
2.2.3 规模赋能的通用智能——多模态学习
2.2.4 规模赋能的通用智能——大模型技术
2.3 人工智能核心技术应用
2.3.1 智能客服系统概述
2.3.2 核心技术应用详解
2.3.3 技术协同架构
本章拓展学习
习题
第3章 人工智能行业应用
3.1 人工智能+金融
3.1.1 智能金融简介
3.1.2 智能金融的关键技术
3.1.3 智能金融应用场景
3.2 人工智能+商务
3.2.1 智能商务简介
3.2.2 智能商务关键技术
3.2.3 智能商务应用场景
3.3 人工智能+政务
3.3.1 智能政务简介
3.3.2 智能政务关键技术
3.3.3 智能政务应用场景
3.4 人工智能+教育
3.4.1 智能教育简介
3.4.2 智能教育关键技术
3.4.3 智能教育应用场景
3.5 人工智能+制造
3.5.1 智能制造简介
3.5.2 智能制造关键技术
3.5.3 智能制造应用场景
3.6 人工智能+交通
3.6.1 智能交通简介
3.6.2 智能交通关键技术
3.6.3 智能交通应用场景
习题
第4章 人工智能伦理
4.1 人工智能伦理的历史发展与进程
4.1.1 人工智能伦理的起源
4.1.2 人工智能伦理的发展
4.1.3 人工智能伦理的风险
4.2 人工智能伦理问题
4.2.1 数据隐私和安全
4.2.2 知识产权侵犯
4.2.3 责任与安全
4.3 人工智能伦理法律法规
4.3.1 国外人工智能伦理相关法律法规
4.3.2 我国人工智能伦理相关法律法规
4.4 人工智能伦理典型案例
4.4.1 AI引发隐私争议
4.4.2 AI编写新闻以假乱真
4.4.3 AI驾驶模糊权责边界
习题
实践篇
第5章 AIGC应用概述
5.1 AIGC定义
5.1.1 什么是AIGC
5.1.2 AIGC发展历程
5.1.3 AIGC与大模型的关系
5.1.4 常见的AIGC工具类型
5.2 AIGC工具的应用核心：提示词工程
5.2.1 提示词工程的定义
5.2.2 提示词构建方法
5.3 AIGC工具应用必备技能
5.3.1 掌握AIGC应具备的核心能力
5.3.2 正确认识AIGC的能力边界
习题
第6章 AIGC文本生成与优化
6.1 大语言模型的工作原理
6.1.1 大语言模型概述
6.1.2 大语言模型的工作原理
6.2 主流大语言模型简析
6.2.1 国内主流大语言模型
6.2.2 国外主流大语言模型
6.3 大语言模型应用场景
6.3.1 大语言模型应用场景
6.3.2 大语言模型应用体验
6.4 大语言模型应用实践
6.4.1 案例6-1：AIGC赋能高效学习——制定学习计划
6.4.2 案例6-2：AIGC赋能校园文化创意产品营销——产品策划
6.4.3 案例6-3：AIGC赋能高效分析财务报表
习题
第7章 AIGC图像生成与处理
7.1 图像生成大模型工作原理
7.1.1 扩散模型
7.1.2 图像生成工作流程
7.2 常用的AIGC图像生成与处理工具
7.2.1 国内主流工具
7.2.2 国外主流工具
7.3 AIGC工具处理图像技术
7.3.1 图像增强与恢复
7.3.2 图像操纵与编辑
7.3.3 图像生成
7.4 图像生成大模型应用实践
7.4.1 图像生成大模型应用场景
7.4.2 案例7-1：AIGC赋能校园文化创意产品营销——宣传海报
习题
第8章 AIGC语音生成与处理
8.1 语音生成大模型工作原理
8.1.1 引言：让机器开口说话的魔法
8.1.2 标准流程：TTS系统的剖析
8.2 常用的AIGC语音生成与处理工具
8.2.1 主流云服务平台
8.2.2 专业化独立工具
8.2.3 开源与自托管方案
8.3 语音生成大模型应用场景
8.3.1 语音生成大模型应用场景
8.3.2 语音生成大模型应用体验
8.4 语音生成大模型应用实践
8.4.1 案例8-1：AIGC赋能校园文化创意产品营销——语音推广
8.4.2 案例8-2：AIGC高效整理会议记录
习题
第9章 AIGC视频生成与处理
9.1 视频生成大模型的工作原理
9.1.1 视频生成大模型的基本概念
9.1.2 视频生成大模型的基本工作原理
9.2 常用的AIGC视频生成与处理工具
9.2.1 智谱清影
9.2.2 即梦AI
9.2.3 腾讯混元AI视频
9.2.4 海螺AI视频
9.2.5 剪映
9.2.6 通义万相AI视频
9.3 视频生成大模型应用实践
9.3.1 视频生成大模型应用场景
9.3.2 利用视频生成工具生成多场景视频
9.3.3 案例9-1：AIGC赋能校园文化创意产品营销——宣传视频
9.3.4 案例9-2：粤财商学实践与创新孵化基地——项目宣传视频
习题
参考文献
前辅文
理论篇
第1章 人工智能概览
1.1 人工智能的定义
1.1.1 人工智能的本质
1.1.2 人工智能的特征
1.2 人工智能的发展
1.2.1 人工智能的起源
1.2.2 人工智能的发展
1.2.3 人工智能的展望
1.3 新文科人才AI素养
1.3.1 AI驱动的认知重构
1.3.2 跨学科的知识融合
本章拓展学习
习题
第2章 人工智能技术基础
2.1 人工智能三要素
2.1.1 人工智能的基石——数据
2.1.2 解锁智能的密码——算法
2.1.3 驱动智能的引擎——算力
2.2 人工智能核心技术
2.2.1 数据驱动的模式发现——机器学习
2.2.2 仿生神经的计算模型——深度学习
2.2.3 规模赋能的通用智能——多模态学习
2.2.4 规模赋能的通用智能——大模型技术
2.3 人工智能核心技术应用
2.3.1 智能客服系统概述
2.3.2 核心技术应用详解
2.3.3 技术协同架构
本章拓展学习
习题
第3章 人工智能行业应用
3.1 人工智能+金融
3.1.1 智能金融简介
3.1.2 智能金融的关键技术
3.1.3 智能金融应用场景
3.2 人工智能+商务
3.2.1 智能商务简介
3.2.2 智能商务关键技术
3.2.3 智能商务应用场景
3.3 人工智能+政务
3.3.1 智能政务简介
3.3.2 智能政务关键技术
3.3.3 智能政务应用场景
3.4 人工智能+教育
3.4.1 智能教育简介
3.4.2 智能教育关键技术
3.4.3 智能教育应用场景
3.5 人工智能+制造
3.5.1 智能制造简介
3.5.2 智能制造关键技术
3.5.3 智能制造应用场景
3.6 人工智能+交通
3.6.1 智能交通简介
3.6.2 智能交通关键技术
3.6.3 智能交通应用场景
习题
第4章 人工智能伦理
4.1 人工智能伦理的历史发展与进程
4.1.1 人工智能伦理的起源
4.1.2 人工智能伦理的发展
4.1.3 人工智能伦理的风险
4.2 人工智能伦理问题
4.2.1 数据隐私和安全
4.2.2 知识产权侵犯
4.2.3 责任与安全
4.3 人工智能伦理法律法规
4.3.1 国外人工智能伦理相关法律法规
4.3.2 我国人工智能伦理相关法律法规
4.4 人工智能伦理典型案例
4.4.1 AI引发隐私争议
4.4.2 AI编写新闻以假乱真
4.4.3 AI驾驶模糊权责边界
习题
实践篇
第5章 AIGC应用概述
5.1 AIGC定义
5.1.1 什么是AIGC
5.1.2 AIGC发展历程
5.1.3 AIGC与大模型的关系
5.1.4 常见的AIGC工具类型
5.2 AIGC工具的应用核心：提示词工程
5.2.1 提示词工程的定义
5.2.2 提示词构建方法
5.3 AIGC工具应用必备技能
5.3.1 掌握AIGC应具备的核心能力
5.3.2 正确认识AIGC的能力边界
习题
第6章 AIGC文本生成与优化
6.1 大语言模型的工作原理
6.1.1 大语言模型概述
6.1.2 大语言模型的工作原理
6.2 主流大语言模型简析
6.2.1 国内主流大语言模型
6.2.2 国外主流大语言模型
6.3 大语言模型应用场景
6.3.1 大语言模型应用场景
6.3.2 大语言模型应用体验
6.4 大语言模型应用实践
6.4.1 案例6-1：AIGC赋能高效学习——制定学习计划
6.4.2 案例6-2：AIGC赋能校园文化创意产品营销——产品策划
6.4.3 案例6-3：AIGC赋能高效分析财务报表
习题
第7章 AIGC图像生成与处理
7.1 图像生成大模型工作原理
7.1.1 扩散模型
7.1.2 图像生成工作流程
7.2 常用的AIGC图像生成与处理工具
7.2.1 国内主流工具
7.2.2 国外主流工具
7.3 AIGC工具处理图像技术
7.3.1 图像增强与恢复
7.3.2 图像操纵与编辑
7.3.3 图像生成
7.4 图像生成大模型应用实践
7.4.1 图像生成大模型应用场景
7.4.2 案例7-1：AIGC赋能校园文化创意产品营销——宣传海报
习题
第8章 AIGC语音生成与处理
8.1 语音生成大模型工作原理
8.1.1 引言：让机器开口说话的魔法
8.1.2 标准流程：TTS系统的剖析
8.2 常用的AIGC语音生成与处理工具
8.2.1 主流云服务平台
8.2.2 专业化独立工具
8.2.3 开源与自托管方案
8.3 语音生成大模型应用场景
8.3.1 语音生成大模型应用场景
8.3.2 语音生成大模型应用体验
8.4 语音生成大模型应用实践
8.4.1 案例8-1：AIGC赋能校园文化创意产品营销——语音推广
8.4.2 案例8-2：AIGC高效整理会议记录
习题
第9章 AIGC视频生成与处理
9.1 视频生成大模型的工作原理
9.1.1 视频生成大模型的基本概念
9.1.2 视频生成大模型的基本工作原理
9.2 常用的AIGC视频生成与处理工具
9.2.1 智谱清影
9.2.2 即梦AI
9.2.3 腾讯混元AI视频
9.2.4 海螺AI视频
9.2.5 剪映
9.2.6 通义万相AI视频
9.3 视频生成大模型应用实践
9.3.1 视频生成大模型应用场景
9.3.2 利用视频生成工具生成多场景视频
9.3.3 案例9-1：AIGC赋能校园文化创意产品营销——宣传视频
9.3.4 案例9-2：粤财商学实践与创新孵化基地——项目宣传视频
习题
参考文献
