顶部
收藏

人工智能通识教程


作者:
林子雨
定价:
39.90元
ISBN:
978-7-04-064880-5
版面字数:
410.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-06-23
物料号:
64880-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机基础课程
三级分类:
大学计算机基础

本书详细阐述了培养具有人工智能(AI)素养的综合型人才所需要的相关知识储备。作为通识类课程教材,本书在确定知识布局时,紧紧围绕通识教育核心理念,系统介绍人工智能相关知识,努力培养学生的AI思维和AI能力。全书共9章,内容包括信息与计算机基础、人工智能概述、人工智能与其他新兴数字技术的关系、大模型:人工智能的前沿、智能体、具身智能、AIGC应用与实践、智能办公、人工智能伦理。本书以“零代码”学习人工智能为原则,使用AIGC工具解决学习、工作、生活中的各种问题。书中包含大量生动、有趣、实用的实践案例,可以让读者切身感受人工智能的强大功能,培养读者使用AI工具解决实际问题的能力。

本书可作为高等学校人工智能通识课教材,也可供对人工智能感兴趣的读者自学使用。

  • 前辅文
  • 第1章 信息与计算机基础
    • 1.1 信息与计算机概述
      • 1.1.1 信息概述
      • 1.1.2 信息技术的发展
      • 1.1.3 计算机技术的发展
      • 1.1.4 计算机的分类
      • 1.1.5 四次信息化浪潮
    • 1.2 计算机系统
      • 1.2.1 硬件系统
      • 1.2.2 软件系统
    • 1.3 计算机网络
      • 1.3.1 计算机网络概述
      • 1.3.2 移动互联网
    • 1.4 计算机系统安全
      • 1.4.1 计算机系统面临的安全威胁
      • 1.4.2 安全防护技术
    • 1.5 国家信息安全
      • 1.5.1 信息安全的主要领域
      • 1.5.2 保障国家信息安全的举措
      • 1.5.3 我国实施“信创”战略
    • 1.6 信息化基础设施
      • 1.6.1 网络设施
      • 1.6.2 算力设施
      • 1.6.3 空间设施
      • 1.6.4 电力设施
      • 1.6.5 新基建
    • 1.7 本章小结
    • 1.8 习题
  • 第2章 人工智能概述
    • 2.1 什么是人工智能
      • 2.1.1 什么是智能
      • 2.1.2 人工智能的定义
      • 2.1.3 人工智能的要素
      • 2.1.4 人工智能的类型
    • 2.2 人工智能的发展历程
      • 2.2.1 图灵测试
      • 2.2.2 人工智能的诞生
      • 2.2.3 人工智能的发展阶段
      • 2.2.4 未来人工智能发展的五个级别
    • 2.3 人工智能的影响
      • 2.3.1 人工智能对工作、生活等方面的影响
      • 2.3.2 人工智能开启科学研究“第五范式”
      • 2.3.3 人工智能开启“人机共生”新时代
    • 2.4 世界各国的人工智能发展战略
      • 2.4.1 美国
      • 2.4.2 中国
      • 2.4.3 欧盟
      • 2.4.4 其他国家
    • 2.5 人工智能关键技术
      • 2.5.1 机器学习
      • 2.5.2 知识图谱
      • 2.5.3 自然语言处理
      • 2.5.4 人机交互
      • 2.5.5 计算机视觉
      • 2.5.6 生物特征识别
    • 2.6 人工智能应用
      • 2.6.1 智能制造
      • 2.6.2 智能家居
      • 2.6.3 智能金融
      • 2.6.4 智能交通
      • 2.6.5 智能安防
      • 2.6.6 智能医疗
      • 2.6.7 智能物流
      • 2.6.8 智能零售
    • 2.7 人工智能产业
      • 2.7.1 智能基础设施建设
      • 2.7.2 智能信息及数据
      • 2.7.3 智能技术服务
      • 2.7.4 智能产品
    • 2.8 人工智能思维
    • 2.9 本章小结
    • 2.10 习题
  • 第3章 人工智能与其他新兴数字技术的关系
    • 3.1 云计算
      • 3.1.1 云计算的概念
      • 3.1.2 云计算服务模式和类型
      • 3.1.3 云计算数据中心
      • 3.1.4 云计算的应用
      • 3.1.5 云计算与人工智能的关系
    • 3.2 物联网
      • 3.2.1 物联网的概念
      • 3.2.2 物联网关键技术
      • 3.2.3 物联网的应用
      • 3.2.4 物联网与人工智能的关系
    • 3.3 大数据
      • 3.3.1 数据
      • 3.3.2 大数据时代
      • 3.3.3 大数据的概念
      • 3.3.4 大数据技术
      • 3.3.5 大数据的应用
      • 3.3.6 大数据与人工智能的关系
    • 3.4 区块链
      • 3.4.1 从比特币说起
      • 3.4.2 区块链的原理
      • 3.4.3 区块链的定义
      • 3.4.4 区块链的应用
      • 3.4.5 区块链和人工智能的关系
    • 3.5 元宇宙
      • 3.5.1 元宇宙概述
      • 3.5.2 元宇宙的基本特征
      • 3.5.3 元宇宙的核心技术
      • 3.5.4 虚拟现实
      • 3.5.5 虚拟数字人
      • 3.5.6 元宇宙和人工智能的关系
    • 3.6 本章小结
    • 3.7 习题
  • 第4章 大模型:人工智能的前沿
    • 4.1 大模型概述
      • 4.1.1 大模型的概念
      • 4.1.2 大模型与小模型的区别
      • 4.1.3 大模型的发展历程
      • 4.1.4 人工智能与大模型的关系
      • 4.1.5 大模型在人工智能领域的重要性
    • 4.2 大模型产品
      • 4.2.1 国外的大模型产品
      • 4.2.2 国内的大模型产品
      • 4.2.3 中美两国在大模型领域的竞争
    • 4.3 大模型的基本原理
    • 4.4 大模型的特点
    • 4.5 大模型的分类
    • 4.6 大模型训练的硬件设施
    • 4.7 大模型的成本
    • 4.8 大模型的应用领域
    • 4.9 大模型对人们工作和生活的影响
      • 4.9.1 大模型对工作的影响
      • 4.9.2 模型对生活的影响
    • 4.10 大模型的挑战与未来发展
      • 4.10.1 大模型的挑战
      • 4.10.2 大模型的未来发展
    • 4.11 大模型实战案例
      • 4.11.1 为什么需要本地部署大模型
      • 4.11.2 DeepSeek R1简介
      • 4.11.3 在本地计算机部署DeepSeek R1
    • 4.12 本章小结
    • 4.13 习题
  • 第5章 智能体
    • 5.1 智能体概述
      • 5.1.1 什么是智能体
      • 5.1.2 智能体的发展历程
      • 5.1.3 智能体的应用
      • 5.1.4 智能体的优势
    • 5.2 智能体和人工智能的关系
    • 5.3 智能体的关键特征
    • 5.4 智能体的分级
    • 5.5 智能体的分类
    • 5.6 智能体的组成
    • 5.7 智能体的工作原理
    • 5.8 智能体的关键技术
    • 5.9 典型的智能体产品
    • 5.10 基于大模型的智能体
      • 5.10.1 国外的智能体产品
      • 5.10.2 国内的智能体产品
      • 5.10.3 案例:扣子智能体搭建实战
    • 5.11 智能体的未来发展
    • 5.12 本章小结
    • 5.13 习题
  • 第6章 具身智能
    • 6.1 具身智能概述
      • 6.1.1 什么是具身智能
      • 6.1.2 具身智能和智能体的关系
      • 6.1.3 具身智能的发展历程
      • 6.1.4 具身智能在人工智能中的地位与作用
    • 6.2 具身智能的技术支撑
      • 6.2.1 传感器技术:感知世界的触角
      • 6.2.2 机器学习与强化学习
      • 6.2.3 机器人技术:具身的物理载体
    • 6.3 具身智能的应用领域
      • 6.3.1 人机交互与协作
      • 6.3.2 自主系统与导航
      • 6.3.3 医疗健康
      • 6.3.4 娱乐与教育
    • 6.4 人形机器人
      • 6.4.1 人形机器人的内涵
      • 6.4.2 人形机器人的发展阶段
      • 6.4.3 人形机器人的分类
      • 6.4.4 典型人形机器人
    • 6.5 具身智能的挑战与限制
      • 6.5.1 技术挑战
      • 6.5.2 伦理与法律问题
      • 6.5.3 社会接受度与影响
    • 6.6 本章小结
    • 6.7 习题
  • 第7章 AIGC应用与实践
    • 7.1 AIGC概述
      • 7.1.1 什么是AIGC
      • 7.1.2 AIGC与大模型的关系
      • 7.1.3 AIGC的发展历程
      • 7.1.4 常见的AIGC应用场景
      • 7.1.5 AIGC技术对行业发展的影响
      • 7.1.6 AIGC技术对职业发展的影响
      • 7.1.7 常见的AIGC大模型工具
      • 7.1.8 AIGC大模型的提示词
    • 7.2 文本类AIGC应用实践
      • 7.2.1 文本类AIGC应用场景
      • 7.2.2 案例1:与DeepSeek进行对话
      • 7.2.3 案例2:与百度文心一言进行对话
      • 7.2.4 案例3:使用讯飞智文生成PPT
      • 7.2.5 案例4:学术论文高效阅读
    • 7.3 图片类AIGC应用实践
      • 7.3.1 图片类AIGC应用场景
      • 7.3.2 案例1:创意图片生成
      • 7.3.3 案例2:AI修图与老照片修复
      • 7.3.4 案例3:图片扩展与高清化
      • 7.3.5 案例4:智能抠图与图片融合
      • 7.3.6 案例5:涂抹消除与局部重绘
      • 7.3.7 案例6:AI绘画艺术创作
      • 7.3.8 案例7:真实照片转成二次元风格
    • 7.4 语音类AIGC应用实践
      • 7.4.1 语音类AIGC应用场景
      • 7.4.2 案例1:豆包大模型的语音类功能用法
      • 7.4.3 案例2:使用腾讯智影进行文本配音
      • 7.4.4 案例3:使用米可智能进行语音克隆
    • 7.5 视频类AIGC应用实践
      • 7.5.1 视频类AIGC应用场景
      • 7.5.2 代表性的视频类AIGC大模型
      • 7.5.3 案例1:使用可灵AI实现文生视频
      • 7.5.4 案例2:使用即梦AI实现图生视频
    • 7.6 AIGC技术在辅助编程中的应用
    • 7.7 AI搜索
      • 7.7.1 AI搜索概述
      • 7.7.2 纳米AI搜索
    • 7.8 本章小结
    • 7.9 习题
  • 第8章 智能办公
    • 8.1 智能办公概述
      • 8.1.1 文档处理
      • 8.1.2 数据分析
      • 8.1.3 演示设计
    • 8.2 AI写作助手
      • 8.2.1 WPS AI“帮我写”
      • 8.2.2 WPS AI“帮我改”
      • 8.2.3 WPS AI“伴写”
    • 8.3 AI设计助手
      • 8.3.1 WPS“AI排版”
      • 8.3.2 WPS“AI条件格式”
      • 8.3.3 WPS“AI生成PPT”
    • 8.4 AI阅读助手
      • 8.4.1 WPS“AI全文总结”
      • 8.4.2 WPS“AI文档问答”
      • 8.4.3 WPS AI划词解释、翻译
    • 8.5 AI数据助手
      • 8.5.1 WPS“AI写公式”
      • 8.5.2 WPS“AI数据分析”
    • 8.6 本章小结
    • 8.7 习题
  • 第9章 人工智能伦理
    • 9.1 人工智能伦理概念
    • 9.2 人工智能的伦理问题
      • 9.2.1 人的主体性异化
      • 9.2.2 数据隐私和安全
      • 9.2.3 算法偏见和歧视
      • 9.2.4 AI造假、欺骗、信息污染
      • 9.2.5 算法的不透明性和不可解释性
      • 9.2.6 AI系统的不稳定性和风险性
      • 9.2.7 责任归属
      • 9.2.8 公平正义和社会效益
      • 9.2.9 AIGC技术对知识产权形成挑战
      • 9.2.10 人工智能在军事领域应用引发的伦理问题
    • 9.3 人工智能伦理典型案例
    • 9.4 人工智能伦理的基本原则
    • 9.5 解决人工智能伦理问题的策略
      • 9.5.1 制定和执行相关法规和政策
      • 9.5.2 加强AI技术的透明度和可解释性
      • 9.5.3 建立AI伦理审查机制
      • 9.5.4 提高公众对AI伦理问题的认识和意识
      • 9.5.5 加强国际合作和交流,共同解决AI伦理问题
    • 9.6 本章小结
    • 9.7 习题
  • 参考文献

相关图书