第1章 信息与计算机基础 1
1.1 信息与计算机概述 1
1.1.1 信息概述 1
1.1.2 信息技术的发展 2
1.1.3 计算机技术的发展 4
1.1.4 计算机的分类 5
1.1.5 信息化浪潮 7
1.2 计算机系统 8
1.2.1 硬件系统 8
1.2.2 软件系统 11
1.3 计算机信息处理 16
1.3.1 数制与进位计数制 16
1.3.2 二进制数的运算 17
1.3.3 数制转换 19
1.3.4 数据在计算机中的表示 22
1.3.5 计算机中信息的表示方法和编码技术 23
1.4 计算机网络基础 26
1.4.1 计算机网络概述 26
1.4.2 移动互联网 28
1.5 计算机系统安全 29
1.5.1 计算机系统面临的安全威胁 29
1.5.2 安全防护技术 30
1.6 国家信息安全 31
1.6.1 信息安全的主要领域 32
1.6.2 保障国家信息安全的举措 32
1.7 信息化基础设施 34
1.7.1 网络设施 34
1.7.2 算力设施 35
1.7.3 空间设施 35
1.7.4 电力设施 36
1.7.5 新基建 36
1.8 本章小结 37
1.9 在线习题 38

第2章 人工智能概述 39
2.1 什么是人工智能 39
2.1.1 什么是智能 39
2.1.2 人工智能的定义 41
2.1.3 人工智能的要素 43
2.1.4 人工智能的类型 45
2.2 人工智能的发展历程 47
2.2.1 图灵测试 48
2.2.2 人工智能的诞生 48
2.2.3 人工智能的发展阶段 49
2.2.4 未来人工智能发展的五个级别 52
2.3 人工智能的影响 55
2.3.1 人工智能对工作、生活等方面的影响 55
2.3.2 人工智能开启科学研究“第五范式” 56
2.3.3 人工智能开启“人机共生”新时代 58
2.4 世界各地的人工智能发展战略 60
2.4.1 美国 60
2.4.2 中国 61
2.4.3 欧盟 62
2.4.4 其他国家 63
2.5 人工智能关键技术 65
2.5.1 机器学习 65
2.5.2 知识图谱 66
2.5.3 自然语言处理 67
2.5.4 人机交互 67
2.5.5 计算机视觉 68
2.5.6 生物特征识别 68
2.6 人工智能应用 69
2.6.1 智能制造 69
2.6.2 智能家居 70
2.6.3 智能金融 71
2.6.4 智能交通 72
2.6.5 智能安防 73
2.6.6 智能医疗 74
2.6.7 智能物流 74
2.6.8 智能零售 75
2.7 人工智能产业 76
2.7.1 智能基础设施建设 76
2.7.2 智能信息及数据 76
2.7.3 智能技术服务 76
2.7.4 智能产品 77
2.8 人工智能思维 78
2.9 在线习题 78

第3章 人工智能与其他新兴数字技术的关系 79
3.1 云计算 79
3.1.1 云计算的概念 79
3.1.2 云计算服务模式和部署类型 80
3.1.3 云计算数据中心 83
3.1.4 云计算的应用 85
3.1.5 云计算与人工智能的关系 87
3.2 物联网 89
3.2.1 物联网的概念 90
3.2.2 物联网关键技术 90
3.2.3 物联网的应用 92
3.2.4 物联网与人工智能的关系 94
3.3 大数据 95
3.3.1 数据 95
3.3.2 大数据时代 97
3.3.3 大数据的概念 99
3.3.4 大数据技术 101
3.3.5 大数据的应用 105
3.3.6 大数据与人工智能的关系 108
3.4 区块链 111
3.4.1 从比特币说起 112
3.4.2 区块链的原理 112
3.4.3 区块链的定义 115
3.4.4 区块链的应用 116
3.4.5 区块链和人工智能的关系 116
3.5 元宇宙 117
3.5.1 元宇宙概述 117
3.5.2 元宇宙的基本特征 118
3.5.3 元宇宙的核心技术 119
3.5.4 虚拟现实 120
3.5.5 虚拟数字人 121
3.5.6 元宇宙和人工智能的关系 123
3.6 在线习题 124

第4章 大模型：人工智能的前沿 125
4.1 大模型概述 125
4.1.1 大模型的概念 125
4.1.2 大模型与小模型的区别 126
4.1.3 大模型的发展历程 127
4.1.4 人工智能与大模型的关系 128
4.1.5 大模型在人工智能领域的重要性 129
4.2 大模型的基本原理 131
4.3 大模型的特点 133
4.4 大模型的分类 134
4.5 大模型的成本 136
4.6 大模型产品 138
4.6.1 国外的大模型产品 138
4.6.2 国内的大模型产品 140
4.6.3 中美大模型的发展现状 141
4.7 大模型的应用领域 141
4.8 本地部署DeepSeek 147
4.9 本章小结 149
4.10 在线习题 149

第5章 智能体 150
5.1 智能体基本概念 150
5.1.1 智能体的定义与核心特征 150
5.1.2 智能体的核心组成部分 152
5.1.3 智能体的发展历程 152
5.1.4 智能体与程序、对象的区别 154
5.1.5 智能体的研究意义与应用价值 155
5.2 智能体的分类 156
5.2.1 简单反射型智能体 157
5.2.2 基于模型的反射智能体 158
5.2.3 基于目标的智能体 160
5.2.4 基于效用的智能体 161
5.2.5 学习型智能体 163
5.3 智能体的环境与任务 165
5.3.1 智能体与环境交互的基本模型 165
5.3.2 智能体环境的特性及分类 166
5.4 智能体的体系结构 169
5.4.1 慎思式体系结构 169
5.4.2 反应式体系结构 170
5.4.3 混合式体系结构 170
5.4.4 分层式体系结构 171
5.5 多智能体系统 172
5.5.1 多智能体系统的定义与特点 172
5.5.2 多智能体系统的分类 172
5.5.3 多智能体系统的体系结构 174
5.5.4 多智能体系统的核心关键技术 175
5.6 智能体的实现与应用 177
5.6.1 智能体的实现技术 177
5.6.2 智能体的典型应用 178
5.7 智能体的发展趋势与挑战 180
5.7.1 智能体技术的发展方向 181
5.7.2 智能体研究面临的技术挑战 182
5.7.3 智能体的伦理与安全问题 183
5.8 本章小结 184
5.9 在线习题 184

第6章 具身智能 185
6.1 具身智能概述 185
6.1.1 具身智能的含义 185
6.1.2 具身智能与其他概念的区别与联系 187
6.1.3 具身智能的发展历程 189
6.1.4 具身智能在人工智能中的地位与作用 190
6.2 具身智能的技术支撑 191
6.2.1 传感器技术：感知世界的触角 191
6.2.2 强化学习 196
6.2.3 机器人技术：具身的物理载体 198
6.3 具身智能的应用领域 198
6.3.1 在新型农业领域的应用 198
6.3.2 在工业制造领域的应用 199
6.3.3 在家庭环境中的应用 199
6.3.4 在医疗领域的应用 201
6.3.5 在教育娱乐领域的应用 201
6.4 人形机器人 202
6.4.1 人形机器人的概念 202
6.4.2 人形机器人的发展阶段 204
6.4.3 人形机器人的分类 207
6.4.4 典型人形机器人 210
6.5 具身智能的挑战与限制 216
6.5.1 技术与应用的挑战 216
6.5.2 伦理与法律问题 218
6.5.3 社会接受度与影响 219
6.6 本章小结 222
6.7 在线习题 222

第7章 AIGC应用与实践 223
7.1 AIGC基础与发展 223
7.1.1 什么是AIGC 223
7.1.2 AIGC与大模型的关系 223
7.1.3 AIGC的发展历程 225
7.1.4 常见应用场景 226
7.1.5 对产业的影响 227
7.1.6 对职业的影响 228
7.1.7 主流AIGC工具综览 230
7.1.8 提示词工程初步 231
7.2 文本类AIGC应用实践 232
7.2.1 文本类AIGC应用场景 232
7.2.2 案例1：与DeepSeek进行对话 233
7.2.3 案例2：与百度文心一言进行对话 235
7.2.4 案例3：使用讯飞智文生成PPT 237
7.2.5 案例4：学术论文高效阅读 240
7.3 图片类AIGC应用实践 243
7.3.1 图片类AIGC应用场景 244
7.3.2 案例1：创意图片生成 244
7.3.3 案例2：AI修图与老照片修复 247
7.3.4 案例3：图片扩展与高清化 250
7.3.5 案例4：智能抠图与图片融合 252
7.3.6 案例5：涂抹消除与局部重绘 255
7.3.7 案例6：AI绘画艺术创作 258
7.3.8 案例7：真实照片转成二次元风格 260
7.4 语音类AIGC应用实践 262
7.4.1 语音类AIGC应用场景 263
7.4.2 案例1：生成我的大学主题宣传曲 263
7.4.3 案例2：生成我的家乡导游语音包 266
7.5 视频类AIGC应用实践 270
7.5.1 视频类AIGC应用场景 271
7.5.2 案例1：生成学校招生宣传视频 271
7.5.3 案例2：生成介绍家乡文旅宣传片 274
7.6 编程类AIGC工具应用实践 277
7.6.1 案例：基于Python的网页数据抓取 278
7.6.2 代码的安全性、可解释性与生成质量问题讨论 280
7.7 本章小结 281
7.8 在线习题 281

第8章 AI智能办公 282
8.1 AI智能办公基础 283
8.1.1 文档处理和WPS文字 284
8.1.2 数据分析和WPS表格 291
8.1.3 演示设计和WPS演示 299
8.2 AI写作助手 304
8.2.1 WPS AI帮我写 304
8.2.2 WPS AI帮我改 305
8.2.3 WPS AI伴写 306
8.3 AI设计助手 308
8.3.1 WPS AI生成PPT 308
8.3.2 WPS AI排版 309
8.3.3 WPS AI条件格式 311
8.4 AI阅读助手 312
8.4.1 WPS AI全文总结 312
8.4.2 WPS AI文档问答 313
8.4.3 WPS AI划词解释、翻译 314
8.5 AI数据助手 315
8.5.1 WPS AI写公式 315
8.5.2 WPS AI数据分析（原名数据问答） 316
8.6 本章小结 318
8.7 在线习题 319

第9章 人工智能伦理 320
9.1 人工智能伦理概念 320
9.2 人工智能的伦理问题 320
9.2.1 隐私与个人信息保护 320
9.2.2 算法偏见与歧视 321
9.2.3 透明度与可解释性 321
9.2.4 安全性、可靠性与鲁棒性 322
9.2.5 可控可信与人类监督 322
9.2.6 责任归属与可追溯性 322
9.2.7 内容真实性与深度合成 323
9.2.8 数据与模型安全、对抗攻击与滥用 323
9.2.9 知识产权与数据模型权益 324
9.3 人工智能伦理典型案例 324
9.3.1 人工智能伦理典型案例——以教育领域为例 324
9.3.2 人工智能伦理典型案例——从“人脸识别第一案”看技术边界 325
9.3.3 人工智能伦理典型案例——从AI文生图著作权案谈责任与边界 325
9.3.4 人工智能伦理典型案例——从Uber自动驾驶致死案看技术责任 326
9.4 人工智能伦理的基本原则 327
9.5 解决人工智能伦理问题的策略总体思路 327
9.5.1 制定和执行相关法规和政策 327
9.5.2 加强AI技术的透明度和可解释性 327
9.5.3 建立AI伦理审查机制 328
9.5.4 提高公众对AI伦理问题的认识和意识 328

参考文献 330