顶部
收藏

人工智能通识教程(AIGC)


作者:
主编 张玉冰 黄小丽 王一民
定价:
45.00元
ISBN:
978-7-04-065592-6
版面字数:
452.00千字
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:
2025-09-30
物料号:
65592-00
读者对象:
高等职业教育
一级分类:
公共课
二级分类:
计算机应用基础
三级分类:
计算机应用基础

本书聚焦于人工智能生成内容(AIGC),为读者提供从理论到实践的全面指导。全书共10章,内容包括人工智能概述、人工智能关键技术、初识AIGC、AIGC在财会行业的应用与发展、AIGC在金融行业的应用与发展、AIGC在软件行业的应用与发展、AIGC在电商行业的应用与发展、AIGC在智能制造行业的应用与发展、AIGC在健康护理行业的应用与发展、AIGC在艺术创作行业的应用与发展。

本书设置了紧贴行业场景的实训项目,助力读者深化理论理解与提升实操技能;同时注重阐释伦理治理策略,深入探讨技术创新与社会责任的平衡路径,旨在确保科技服务于社会整体利益。

本书可作为职业院校、应用型本科院校人工智能通识课程教材,也可用作相关专业人工智能技术应用入门用书。

  • 前辅文
  • 第1章 人工智能概述
    • 1.1 人工智能的定义
      • 1.1.1 人工智能的基石
      • 1.1.2 人工智能的核心
      • 1.1.3 人工智能的动力
    • 1.2 人工智能的发展历程
      • 1.2.1 起步期
      • 1.2.2 反思期
      • 1.2.3 低迷期
      • 1.2.4 稳步发展期
      • 1.2.5 蓬勃发展期
    • 1.3 人工智能的生态系统及应用领域
      • 1.3.1 人工智能的生态系统
      • 1.3.2 人工智能的应用领域
    • 1.4 人工智能带来的机遇与面临的挑战
      • 1.4.1 人工智能带来的发展机遇
      • 1.4.2 人工智能面临的诸多挑战
    • 1.5 人工智能的责任与透明度
      • 1.5.1 人工智能行为责任的归属
      • 1.5.2 人工智能决策过程的公开
      • 1.5.3 人工智能伦理体系的构建
    • 本章小结
    • 课后习题
  • 第2章 人工智能关键技术
    • 2.1 自然语言处理
      • 2.1.1 自然语言处理的核心任务
      • 2.1.2 自然语言处理的关键技术和方法
      • 2.1.3 自然语言处理面临的挑战
    • 2.2 机器学习
      • 2.2.1 机器学习概述
      • 2.2.2 机器学习的主要方法
    • 2.3 深度学习与神经网络
      • 2.3.1 神经元
      • 2.3.2 神经网络
      • 2.3.3 深度学习
    • 2.4 大模型技术
      • 2.4.1 大模型的发展历程与特性
      • 2.4.2 大模型的核心技术
      • 2.4.3 大模型的技术创新——人工智能生成内容
    • 2.5 算法偏见与公平性
      • 2.5.1 算法偏见的表现形式
      • 2.5.2 数据、模型设计及应用中的歧视
      • 2.5.3 提升AI系统的公平性
    • 本章小结
    • 课后习题
  • 第3章 初识AIGC
    • 3.1 内容生成的发展历程
      • 3.1.1 专业生成内容
      • 3.1.2 用户生成内容
      • 3.1.3 人工智能生成内容
    • 3.2 AIGC的主要应用场景
      • 3.2.1 文本创作
      • 3.2.2 图像及视频创作
      • 3.2.3 语音创作
      • 3.2.4 AI智能体
    • 3.3 常见的AIGC工具
      • 3.3.1 DeepSeek
      • 3.3.2 文心一言
      • 3.3.3 通义千问
      • 3.3.4 豆包
      • 3.3.5 Midjourney中文版
      • 3.3.6 Stable Diffusion
      • 3.3.7 其他AIGC工具
    • 3.4 提示词工程
      • 3.4.1 提示词工程的定义与意义
      • 3.4.2 提示词工程的核心任务
      • 3.4.3 提示词工程的核心技术
    • 3.5 AIGC的广泛应用与影响
      • 3.5.1 AIGC在各领域的应用
      • 3.5.2 案例分析:生成内容的版权与真实性争议
    • 本章小结
    • 课后习题
  • 第4章 AIGC在财会行业的应用与发展
    • 4.1 传统财务体系的系统性困境
      • 4.1.1 效率黑洞:人工操作的极限暴露
      • 4.1.2 监管倒逼:合规红线的技术化生存
      • 4.1.3 商业竞争:数据决策速度的生死线
    • 4.2 AIGC驱动的四维革新体系
      • 4.2.1 流程重构:从线性作业到智能中枢
      • 4.2.2 决策升维:从经验主义到算法驱动
      • 4.2.3 风险防控:从人肉盾牌到智能堡垒
      • 4.2.4 组织蜕变:从记账员到数据架构师
    • 4.3 AIGC在财会行业中的应用实训
      • 4.3.1 实训项目一:基于多模态大模型的发票识别助手
      • 4.3.2 实训项目二:基于AI技术的财务报表分析模型
    • 4.4 案例分析:数据隐私与安全
      • 4.4.1 案例概述
      • 4.4.2 案例剖析
    • 本章小结
    • 课后习题
  • 第5章 AIGC在金融行业的应用与发展
    • 5.1 行业技术革新的背景与驱动力
      • 5.1.1 数字化转型的底层逻辑
      • 5.1.2 AIGC的核心突破
    • 5.2 AIGC驱动的金融业务流程重塑
      • 5.2.1 客户服务流程重构
      • 5.2.2 风险控制流程革新
      • 5.2.3 运营与管理流程的智能化升级
    • 5.3 AIGC在金融行业中的应用实训
      • 5.3.1 实训项目一:股票市场决策智能体
      • 5.3.2 实训项目二:金融行业智能客服
    • 5.4 伦理与社会影响:AI决策的公正性和可解释性
    • 本章小结
    • 课后习题
  • 第6章 AIGC在软件行业的应用与发展
    • 6.1 AIGC对软件行业的变革
      • 6.1.1 提升开发效率与质量
      • 6.1.2 降低开发成本与门槛
      • 6.1.3 创新用户体验与产品形态
      • 6.1.4 改进项目管理和团队协作
    • 6.2 AIGC在软件开发中的具体应用及影响
      • 6.2.1 自动化代码生成
      • 6.2.2 智能测试与调试
      • 6.2.3 数据驱动的产品设计
    • 6.3 AIGC在软件开发中的应用实训
      • 6.3.1 实训项目一:从零开始搭建个人开发助手
      • 6.3.2 实训项目二:Python解析助手搭建指南
    • 6.4 伦理与社会影响:自动化对就业的影响
      • 6.4.1 就业结构的深刻变革
      • 6.4.2 技能鸿沟与社会不平等风险
      • 6.4.3 劳动权益保护与再就业支持机制
      • 6.4.4 教育体系的适应性调整
    • 本章小结
    • 课后习题
  • 第7章 AIGC在电商行业的应用与发展
    • 7.1 电商行业面临的技术革新
      • 7.1.1 技术革新的背景与驱动力
      • 7.1.2 AIGC技术对电商业务流程的优化
    • 7.2 AIGC:电商行业的多面手专家
      • 7.2.1 AIGC赋能“人”
      • 7.2.2 AIGC赋能“货”
      • 7.2.3 AIGC赋能“场”
    • 7.3 AIGC在电商行业中的实训
      • 7.3.1 实训项目一:数字人商品介绍系统
      • 7.3.2 实训项目二:AI生成商品图
    • 7.4 案例分析:消费者隐私保护与数据使用
      • 7.4.1 案例概述
      • 7.4.2 案例剖析
    • 本章小结
    • 课后习题
  • 第8章 AIGC在智能制造行业的应用与发展
    • 8.1 AIGC在智能制造中的核心应用场景
      • 8.1.1 智能设计
      • 8.1.2 工艺优化
    • 8.2 AIGC与数字孪生在制造价值链中的协同应用
      • 8.2.1 制造价值链的构成与痛点
      • 8.2.2 技术基础与协同机制
    • 8.3 AIGC在智能制造行业中的应用实训
      • 8.3.1 实训项目一:智能工厂监控与优化系统
      • 8.3.2 实训项目二:基于AIGC的服装生产助手
    • 8.4 伦理与社会影响:工人健康与工作环境
      • 8.4.1 AIGC对工人健康的潜在影响
      • 8.4.2 工作环境的改善与优化
      • 8.4.3 社会责任与伦理治理
    • 本章小结
    • 课后习题
  • 第9章 AIGC在健康护理行业的应用与发展
    • 9.1 AIGC在健康护理行业的核心应用场景
      • 9.1.1 智能诊断与辅助决策
      • 9.1.2 个性化治疗与精准医疗
      • 9.1.3 药物研发与生物技术突破
      • 9.1.4 健康管理与预防医学
    • 9.2 AIGC与数字孪生在健康护理中的协同路径
      • 9.2.1 医疗价值链的核心价值与系统性痛点
      • 9.2.2 医疗价值链的优化策略
      • 9.2.3 医疗价值链的深化实践
    • 9.3 未来展望:医疗价值链的重构与生态升级
      • 9.3.1 技术融合与生态构建:从线性流程到智能网络
      • 9.3.2 全球化协作与产业生态:从技术引进到规则制定
    • 9.4 AIGC在医疗健康行业中的应用实训
      • 9.4.1 实训项目一:智能影像处理
      • 9.4.2 实训项目二:智能健康餐
    • 9.5 伦理与社会影响:医疗资源分配与患者隐私保护
      • 9.5.1 医疗资源分配的公平性与效率性
      • 9.5.2 患者隐私保护的脆弱性与技术边界
      • 9.5.3 制度创新与治理框架的构建
    • 本章小结
    • 课后习题
  • 第10章 AIGC在艺术创作行业的应用与发展
    • 10.1 AIGC驱动的艺术创作变革
      • 10.1.1 技术演进与范式变革
      • 10.1.2 AIGC在艺术创作中的多元应用场景
    • 10.2 人机共生的艺术新生态
      • 10.2.1 创作模式的进阶:从工具到“创意共生体”
      • 10.2.2 产业生态的重构与伦理挑战
    • 10.3 AIGC在艺术创作中的应用实训
      • 10.3.1 实训项目一:AI处理图像
      • 10.3.2 实训项目二:AI生成视频
    • 10.4 伦理与社会影响:创作者身份与作品归属权
      • 10.4.1 创作身份的重新定义
      • 10.4.2 作品归属权的复杂性
    • 本章小结
    • 课后习题
  • 主要参考文献

相关图书