人工智能基础及应用
定价：￥48.00
作者： 主编：陈婷，靳紫辉，徐鸿雁，王东晖，副主编：李化，刘强，陈建国，肖建英，刘佳，罗文佳
出版社：高等教育出版社
- 高等教育出版社
- 9787040681291
- 1版
- 16开
- 310
内容简介
本书采用理论教学与实践操作相融合的“理实一体化”模式，以案例引出人工智能领域中的热点问题，结合实践工坊等形式介绍人工智能相关理论和实用价值，以及运用所学知识解决实际问题的基本方法。全书共七章，内容包括解码人工智能、智联万物、感知智能、学习智能、决策智能、大模型与智能体、智能未来等。
本书可作为高等学校各专业人工智能通识课程的教材，也可供人工智能交叉学科的研究人员和爱好者参考使用。
本书可作为高等学校各专业人工智能通识课程的教材，也可供人工智能交叉学科的研究人员和爱好者参考使用。
目录
目录
前辅文
第一章 解码人工智能：从图灵测试到智能革命
本章概述
学习目标
导入场景
1.1 人工智能的起源、历程与关键里程碑
1.1.1 人工智能产生逻辑：人类进化与人类文明演进的必然结果
1.1.2 人工智能发展历程：从达特茅斯会议到深度求索的时代突破
1.1.3 三起两落下的技术学派：符号主义—连接主义—大模型
1.2 解码智能本质：数据、算法与算力的三角博弈
1.2.1 数据驱动的决策智能：从概率关联到因果推断
1.2.2 数据、算法与算力：当前人工智能发展的“黄金三角”
思考与练习
第二章 智联万物：数字化基石与智能网络
本章概述
学习目标
导入场景
2.1 计算机基础：数字世界的底层逻辑
2.1.1 数字化转型：从信息化到智能化
2.1.2 计算机体系结构与组成
2.1.3 人工智能时代的计算机：智能芯片与算力租赁
2.2 计算机网络与云计算：连接智能的神经中枢
2.2.1 网络技术：局域网与互联网协议
2.2.2 云服务模式
2.2.3 网络安全：防火墙与加密技术
2.3 计算思维：算法驱动的逻辑革命
2.3.1 算法与程序设计基础
2.3.2 实践工坊01：思维导图设计
2.3.3 实践工坊02：流程图设计
思考与练习
第三章 感知智能：机器如何理解世界
本章概述
学习目标
导入场景
3.1 自然语言处理：人机对话的桥梁
3.1.1 自然语言处理的核心技术模块
3.1.2 自然语言处理技术原理简析
3.1.3 提示词工程：如何“高效提问”
3.1.4 实践工坊03：提示词工程
3.2 计算机视觉：让机器“看得见、看得懂”
3.2.1 什么是计算机视觉？
3.2.2 核心技术模块解析
3.2.3 多模态融合技术
3.2.4 实践工坊04：人工智能在图像处理中的应用
3.3 感知技术的伦理挑战：智能时代的“边界”问题
3.3.1 数据隐私与生物信息安全
3.3.2 算法偏见与社会公平
3.3.3 深度伪造与信息真实性的危机
3.3.4 感知技术发展的治理路径与伦理要求
3.3.5 辩题：语音、图像数据的隐私权与使用权博弈
思考与练习
第四章 学习智能：从数据到决策的跃迁
本章概述
学习目标
导入场景
4.1 机器学习：让机器自主进化
4.1.1 监督学习：分类与回归的校园实例
4.1.2 无监督学习：聚类发现数据间的“内在联系”
4.1.3 数据挖掘应用：用电子表格完成一次学业预警
4.1.4 实践工坊05：人工智能辅助电子表格分析考试成绩
4.1.5 实践工坊06：人工智能辅助电子表格生成可视化图分析销售数据
4.2 深度学习：智能革命的引擎
4.2.1 卷积神经网络图像处理
4.2.2 Transformer 架构
4.2.3 生成式人工智能技术
4.2.4 实践工坊07：人工智能辅助制作演示文稿
4.2.5 实践工坊08：人工智能辅助撰写文案
4.2.6 实践工坊09：人工智能辅助生成图片和视频
4.3 一个算法公平性案例
4.3.1 案例直击：外卖骑手“超时扣款”里的隐藏偏见
4.3.2 公平性体检：用公开数据快速检测算法偏见
4.3.3 优化与反思：把“更温和”的派单规则写进报告
思考与练习
第五章 决策智能：知识驱动的智慧系统
本章概述
学习目标
导入场景
5.1 基本概念与核心特点
5.1.1 专家系统：专业的“智囊”
5.1.2 知识图谱：结构化知识的“数字地图”
5.2 技术架构与对比分析
5.2.1 专家系统技术解析：规则驱动的决策引擎
5.2.2 知识图谱技术解析：语义网络的动态推理
5.2.3 综合对比分析
5.2.4 实践工坊10：零代码构建国学知识图谱
5.3 数字时代坚守智能向善理念
思考与练习
第六章 大模型与智能体：迈向通用人工智能
本章概述
学习目标
导入场景
6.1 基本概念与核心特点
6.1.1 大模型：超级“大脑”
6.1.2 智能体：能干的“助手”
6.2 核心技术对比分析
6.2.1 大模型技术架构解析
6.2.2 智能体技术框架与记忆系统
6.2.3 综合对比分析
6.3 人机协同的未来
6.4 实践创新：零代码构建智能未来
6.4.1 实践工坊11：利用人工智能技术编写公司年会抽奖程序
6.4.2 实践工坊12：利用人工智能生成演示文稿与动图
6.4.3 实践工坊13：创建“旅游小助手”智能体并生成旅游方案
6.4.4 实践工坊14：打造“人工智能基础”课程学习智能体
思考与练习
第七章 智能未来：生成式人工智能的发展、挑战与跨学科应用
本章概述
学习目标
导入场景
7.1 生成式人工智能的发展历程与伦理挑战
7.1.1 生成式人工智能的演进路径
7.1.2 人工智能伦理：著作权归属与内容安全
7.2 跨学科创新：人工智能赋能各行各业
7.2.1 实践工坊15：基于大模型的小微企业应收账款风险识别案例
7.2.2 实践工坊16：开发语音交互智能体——“人工智能基础”
课程学习小助手
7.2.3 实践工坊17：开发常见疾病居家健康指导智能体
7.2.4 实践工坊18：图片处理多场景应用设计
思考与练习
前辅文
第一章 解码人工智能：从图灵测试到智能革命
本章概述
学习目标
导入场景
1.1 人工智能的起源、历程与关键里程碑
1.1.1 人工智能产生逻辑：人类进化与人类文明演进的必然结果
1.1.2 人工智能发展历程：从达特茅斯会议到深度求索的时代突破
1.1.3 三起两落下的技术学派：符号主义—连接主义—大模型
1.2 解码智能本质：数据、算法与算力的三角博弈
1.2.1 数据驱动的决策智能：从概率关联到因果推断
1.2.2 数据、算法与算力：当前人工智能发展的“黄金三角”
思考与练习
第二章 智联万物：数字化基石与智能网络
本章概述
学习目标
导入场景
2.1 计算机基础：数字世界的底层逻辑
2.1.1 数字化转型：从信息化到智能化
2.1.2 计算机体系结构与组成
2.1.3 人工智能时代的计算机：智能芯片与算力租赁
2.2 计算机网络与云计算：连接智能的神经中枢
2.2.1 网络技术：局域网与互联网协议
2.2.2 云服务模式
2.2.3 网络安全：防火墙与加密技术
2.3 计算思维：算法驱动的逻辑革命
2.3.1 算法与程序设计基础
2.3.2 实践工坊01：思维导图设计
2.3.3 实践工坊02：流程图设计
思考与练习
第三章 感知智能：机器如何理解世界
本章概述
学习目标
导入场景
3.1 自然语言处理：人机对话的桥梁
3.1.1 自然语言处理的核心技术模块
3.1.2 自然语言处理技术原理简析
3.1.3 提示词工程：如何“高效提问”
3.1.4 实践工坊03：提示词工程
3.2 计算机视觉：让机器“看得见、看得懂”
3.2.1 什么是计算机视觉？
3.2.2 核心技术模块解析
3.2.3 多模态融合技术
3.2.4 实践工坊04：人工智能在图像处理中的应用
3.3 感知技术的伦理挑战：智能时代的“边界”问题
3.3.1 数据隐私与生物信息安全
3.3.2 算法偏见与社会公平
3.3.3 深度伪造与信息真实性的危机
3.3.4 感知技术发展的治理路径与伦理要求
3.3.5 辩题：语音、图像数据的隐私权与使用权博弈
思考与练习
第四章 学习智能：从数据到决策的跃迁
本章概述
学习目标
导入场景
4.1 机器学习：让机器自主进化
4.1.1 监督学习：分类与回归的校园实例
4.1.2 无监督学习：聚类发现数据间的“内在联系”
4.1.3 数据挖掘应用：用电子表格完成一次学业预警
4.1.4 实践工坊05：人工智能辅助电子表格分析考试成绩
4.1.5 实践工坊06：人工智能辅助电子表格生成可视化图分析销售数据
4.2 深度学习：智能革命的引擎
4.2.1 卷积神经网络图像处理
4.2.2 Transformer 架构
4.2.3 生成式人工智能技术
4.2.4 实践工坊07：人工智能辅助制作演示文稿
4.2.5 实践工坊08：人工智能辅助撰写文案
4.2.6 实践工坊09：人工智能辅助生成图片和视频
4.3 一个算法公平性案例
4.3.1 案例直击：外卖骑手“超时扣款”里的隐藏偏见
4.3.2 公平性体检：用公开数据快速检测算法偏见
4.3.3 优化与反思：把“更温和”的派单规则写进报告
思考与练习
第五章 决策智能：知识驱动的智慧系统
本章概述
学习目标
导入场景
5.1 基本概念与核心特点
5.1.1 专家系统：专业的“智囊”
5.1.2 知识图谱：结构化知识的“数字地图”
5.2 技术架构与对比分析
5.2.1 专家系统技术解析：规则驱动的决策引擎
5.2.2 知识图谱技术解析：语义网络的动态推理
5.2.3 综合对比分析
5.2.4 实践工坊10：零代码构建国学知识图谱
5.3 数字时代坚守智能向善理念
思考与练习
第六章 大模型与智能体：迈向通用人工智能
本章概述
学习目标
导入场景
6.1 基本概念与核心特点
6.1.1 大模型：超级“大脑”
6.1.2 智能体：能干的“助手”
6.2 核心技术对比分析
6.2.1 大模型技术架构解析
6.2.2 智能体技术框架与记忆系统
6.2.3 综合对比分析
6.3 人机协同的未来
6.4 实践创新：零代码构建智能未来
6.4.1 实践工坊11：利用人工智能技术编写公司年会抽奖程序
6.4.2 实践工坊12：利用人工智能生成演示文稿与动图
6.4.3 实践工坊13：创建“旅游小助手”智能体并生成旅游方案
6.4.4 实践工坊14：打造“人工智能基础”课程学习智能体
思考与练习
第七章 智能未来：生成式人工智能的发展、挑战与跨学科应用
本章概述
学习目标
导入场景
7.1 生成式人工智能的发展历程与伦理挑战
7.1.1 生成式人工智能的演进路径
7.1.2 人工智能伦理：著作权归属与内容安全
7.2 跨学科创新：人工智能赋能各行各业
7.2.1 实践工坊15：基于大模型的小微企业应收账款风险识别案例
7.2.2 实践工坊16：开发语音交互智能体——“人工智能基础”
课程学习小助手
7.2.3 实践工坊17：开发常见疾病居家健康指导智能体
7.2.4 实践工坊18：图片处理多场景应用设计
思考与练习
前辅文
第一章 解码人工智能：从图灵测试到智能革命
本章概述
学习目标
导入场景
1.1 人工智能的起源、历程与关键里程碑
1.1.1 人工智能产生逻辑：人类进化与人类文明演进的必然结果
1.1.2 人工智能发展历程：从达特茅斯会议到深度求索的时代突破
1.1.3 三起两落下的技术学派：符号主义—连接主义—大模型
1.2 解码智能本质：数据、算法与算力的三角博弈
1.2.1 数据驱动的决策智能：从概率关联到因果推断
1.2.2 数据、算法与算力：当前人工智能发展的“黄金三角”
思考与练习
第二章 智联万物：数字化基石与智能网络
本章概述
学习目标
导入场景
2.1 计算机基础：数字世界的底层逻辑
2.1.1 数字化转型：从信息化到智能化
2.1.2 计算机体系结构与组成
2.1.3 人工智能时代的计算机：智能芯片与算力租赁
2.2 计算机网络与云计算：连接智能的神经中枢
2.2.1 网络技术：局域网与互联网协议
2.2.2 云服务模式
2.2.3 网络安全：防火墙与加密技术
2.3 计算思维：算法驱动的逻辑革命
2.3.1 算法与程序设计基础
2.3.2 实践工坊01：思维导图设计
2.3.3 实践工坊02：流程图设计
思考与练习
第三章 感知智能：机器如何理解世界
本章概述
学习目标
导入场景
3.1 自然语言处理：人机对话的桥梁
3.1.1 自然语言处理的核心技术模块
3.1.2 自然语言处理技术原理简析
3.1.3 提示词工程：如何“高效提问”
3.1.4 实践工坊03：提示词工程
3.2 计算机视觉：让机器“看得见、看得懂”
3.2.1 什么是计算机视觉？
3.2.2 核心技术模块解析
3.2.3 多模态融合技术
3.2.4 实践工坊04：人工智能在图像处理中的应用
3.3 感知技术的伦理挑战：智能时代的“边界”问题
3.3.1 数据隐私与生物信息安全
3.3.2 算法偏见与社会公平
3.3.3 深度伪造与信息真实性的危机
3.3.4 感知技术发展的治理路径与伦理要求
3.3.5 辩题：语音、图像数据的隐私权与使用权博弈
思考与练习
第四章 学习智能：从数据到决策的跃迁
本章概述
学习目标
导入场景
4.1 机器学习：让机器自主进化
4.1.1 监督学习：分类与回归的校园实例
4.1.2 无监督学习：聚类发现数据间的“内在联系”
4.1.3 数据挖掘应用：用电子表格完成一次学业预警
4.1.4 实践工坊05：人工智能辅助电子表格分析考试成绩
4.1.5 实践工坊06：人工智能辅助电子表格生成可视化图分析销售数据
4.2 深度学习：智能革命的引擎
4.2.1 卷积神经网络图像处理
4.2.2 Transformer 架构
4.2.3 生成式人工智能技术
4.2.4 实践工坊07：人工智能辅助制作演示文稿
4.2.5 实践工坊08：人工智能辅助撰写文案
4.2.6 实践工坊09：人工智能辅助生成图片和视频
4.3 一个算法公平性案例
4.3.1 案例直击：外卖骑手“超时扣款”里的隐藏偏见
4.3.2 公平性体检：用公开数据快速检测算法偏见
4.3.3 优化与反思：把“更温和”的派单规则写进报告
思考与练习
第五章 决策智能：知识驱动的智慧系统
本章概述
学习目标
导入场景
5.1 基本概念与核心特点
5.1.1 专家系统：专业的“智囊”
5.1.2 知识图谱：结构化知识的“数字地图”
5.2 技术架构与对比分析
5.2.1 专家系统技术解析：规则驱动的决策引擎
5.2.2 知识图谱技术解析：语义网络的动态推理
5.2.3 综合对比分析
5.2.4 实践工坊10：零代码构建国学知识图谱
5.3 数字时代坚守智能向善理念
思考与练习
第六章 大模型与智能体：迈向通用人工智能
本章概述
学习目标
导入场景
6.1 基本概念与核心特点
6.1.1 大模型：超级“大脑”
6.1.2 智能体：能干的“助手”
6.2 核心技术对比分析
6.2.1 大模型技术架构解析
6.2.2 智能体技术框架与记忆系统
6.2.3 综合对比分析
6.3 人机协同的未来
6.4 实践创新：零代码构建智能未来
6.4.1 实践工坊11：利用人工智能技术编写公司年会抽奖程序
6.4.2 实践工坊12：利用人工智能生成演示文稿与动图
6.4.3 实践工坊13：创建“旅游小助手”智能体并生成旅游方案
6.4.4 实践工坊14：打造“人工智能基础”课程学习智能体
思考与练习
第七章 智能未来：生成式人工智能的发展、挑战与跨学科应用
本章概述
学习目标
导入场景
7.1 生成式人工智能的发展历程与伦理挑战
7.1.1 生成式人工智能的演进路径
7.1.2 人工智能伦理：著作权归属与内容安全
7.2 跨学科创新：人工智能赋能各行各业
7.2.1 实践工坊15：基于大模型的小微企业应收账款风险识别案例
7.2.2 实践工坊16：开发语音交互智能体——“人工智能基础”
课程学习小助手
7.2.3 实践工坊17：开发常见疾病居家健康指导智能体
7.2.4 实践工坊18：图片处理多场景应用设计
思考与练习
前辅文
第一章 解码人工智能：从图灵测试到智能革命
本章概述
学习目标
导入场景
1.1 人工智能的起源、历程与关键里程碑
1.1.1 人工智能产生逻辑：人类进化与人类文明演进的必然结果
1.1.2 人工智能发展历程：从达特茅斯会议到深度求索的时代突破
1.1.3 三起两落下的技术学派：符号主义—连接主义—大模型
1.2 解码智能本质：数据、算法与算力的三角博弈
1.2.1 数据驱动的决策智能：从概率关联到因果推断
1.2.2 数据、算法与算力：当前人工智能发展的“黄金三角”
思考与练习
第二章 智联万物：数字化基石与智能网络
本章概述
学习目标
导入场景
2.1 计算机基础：数字世界的底层逻辑
2.1.1 数字化转型：从信息化到智能化
2.1.2 计算机体系结构与组成
2.1.3 人工智能时代的计算机：智能芯片与算力租赁
2.2 计算机网络与云计算：连接智能的神经中枢
2.2.1 网络技术：局域网与互联网协议
2.2.2 云服务模式
2.2.3 网络安全：防火墙与加密技术
2.3 计算思维：算法驱动的逻辑革命
2.3.1 算法与程序设计基础
2.3.2 实践工坊01：思维导图设计
2.3.3 实践工坊02：流程图设计
思考与练习
第三章 感知智能：机器如何理解世界
本章概述
学习目标
导入场景
3.1 自然语言处理：人机对话的桥梁
3.1.1 自然语言处理的核心技术模块
3.1.2 自然语言处理技术原理简析
3.1.3 提示词工程：如何“高效提问”
3.1.4 实践工坊03：提示词工程
3.2 计算机视觉：让机器“看得见、看得懂”
3.2.1 什么是计算机视觉？
3.2.2 核心技术模块解析
3.2.3 多模态融合技术
3.2.4 实践工坊04：人工智能在图像处理中的应用
3.3 感知技术的伦理挑战：智能时代的“边界”问题
3.3.1 数据隐私与生物信息安全
3.3.2 算法偏见与社会公平
3.3.3 深度伪造与信息真实性的危机
3.3.4 感知技术发展的治理路径与伦理要求
3.3.5 辩题：语音、图像数据的隐私权与使用权博弈
思考与练习
第四章 学习智能：从数据到决策的跃迁
本章概述
学习目标
导入场景
4.1 机器学习：让机器自主进化
4.1.1 监督学习：分类与回归的校园实例
4.1.2 无监督学习：聚类发现数据间的“内在联系”
4.1.3 数据挖掘应用：用电子表格完成一次学业预警
4.1.4 实践工坊05：人工智能辅助电子表格分析考试成绩
4.1.5 实践工坊06：人工智能辅助电子表格生成可视化图分析销售数据
4.2 深度学习：智能革命的引擎
4.2.1 卷积神经网络图像处理
4.2.2 Transformer 架构
4.2.3 生成式人工智能技术
4.2.4 实践工坊07：人工智能辅助制作演示文稿
4.2.5 实践工坊08：人工智能辅助撰写文案
4.2.6 实践工坊09：人工智能辅助生成图片和视频
4.3 一个算法公平性案例
4.3.1 案例直击：外卖骑手“超时扣款”里的隐藏偏见
4.3.2 公平性体检：用公开数据快速检测算法偏见
4.3.3 优化与反思：把“更温和”的派单规则写进报告
思考与练习
第五章 决策智能：知识驱动的智慧系统
本章概述
学习目标
导入场景
5.1 基本概念与核心特点
5.1.1 专家系统：专业的“智囊”
5.1.2 知识图谱：结构化知识的“数字地图”
5.2 技术架构与对比分析
5.2.1 专家系统技术解析：规则驱动的决策引擎
5.2.2 知识图谱技术解析：语义网络的动态推理
5.2.3 综合对比分析
5.2.4 实践工坊10：零代码构建国学知识图谱
5.3 数字时代坚守智能向善理念
思考与练习
第六章 大模型与智能体：迈向通用人工智能
本章概述
学习目标
导入场景
6.1 基本概念与核心特点
6.1.1 大模型：超级“大脑”
6.1.2 智能体：能干的“助手”
6.2 核心技术对比分析
6.2.1 大模型技术架构解析
6.2.2 智能体技术框架与记忆系统
6.2.3 综合对比分析
6.3 人机协同的未来
6.4 实践创新：零代码构建智能未来
6.4.1 实践工坊11：利用人工智能技术编写公司年会抽奖程序
6.4.2 实践工坊12：利用人工智能生成演示文稿与动图
6.4.3 实践工坊13：创建“旅游小助手”智能体并生成旅游方案
6.4.4 实践工坊14：打造“人工智能基础”课程学习智能体
思考与练习
第七章 智能未来：生成式人工智能的发展、挑战与跨学科应用
本章概述
学习目标
导入场景
7.1 生成式人工智能的发展历程与伦理挑战
7.1.1 生成式人工智能的演进路径
7.1.2 人工智能伦理：著作权归属与内容安全
7.2 跨学科创新：人工智能赋能各行各业
7.2.1 实践工坊15：基于大模型的小微企业应收账款风险识别案例
7.2.2 实践工坊16：开发语音交互智能体——“人工智能基础”
课程学习小助手
7.2.3 实践工坊17：开发常见疾病居家健康指导智能体
7.2.4 实践工坊18：图片处理多场景应用设计
思考与练习
