顶部
收藏

人工智能基础与应用教程


作者:
主编 倪冬冬 副主编 王思秀 朱义鑫 徐春 依不拉音·吾斯曼
定价:
49.00 元
版面字数:
410.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2026年
ISBN:
978-7-04-067501-6
物料号:
67501-00
出版时间:
2026-07-02
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

本书是顺应智能时代发展需求,面向高等学校通识教育编写的人工智能基础与应用教程。全书共十章,分为AI基础篇、AI实践篇与AI创新创业篇,内容涵盖计算机基础概述、人工智能概述、人工智能生态、大模型与人工智能、AIGC应用、智能体、AI办公、人工智能对社会的影响、人工智能与创新创业、人工智能伦理。

本书结构清晰,内容翔实,案例丰富,注重理论阐述与实际应用相结合,配套大量实战任务(如DeepSeek部署、AI阅读与写作等),旨在帮助读者系统构建人工智能知识体系,理解其技术原理、发展趋势与社会影响。通过学习,读者可掌握人工智能的基本概念与核心思维,建立“AI+专业”的跨界视角,提升利用AI解决实际问题的能力,并关注人工智能伦理与治理议题。

本书适用于高等学校各类专业的人工智能通识课程教学,也可作为社会读者了解人工智能的普及读本。

  • 前辅文
  • AI基础篇
    • 第1章 计算机基础概述
      • 1.1 计算机基础知识
        • 1.1.1 计算机的概念
        • 1.1.2 计算机的发展历程
        • 1.1.3 计算机的分类与性能指标
        • 1.1.4 计算机的应用领域
      • 1.2 计算机系统与安全
        • 1.2.1 计算机系统的组成
        • 1.2.2 操作系统基础
        • 1.2.3 计算机安全与防护
      • 1.3 计算机网络基础
        • 1.3.1 计算机网络的概念与功能
        • 1.3.2 计算机网络的分类与拓扑结构
        • 1.3.3 网络协议与体系结构(TCP/IP)
        • 1.3.4 互联网及其应用服务
        • 1.3.5 现代网络技术与人工智能的协同
      • 1.4 数字时代与数字经济
        • 1.4.1 数字时代的内涵与演进特征
        • 1.4.2 数字经济的概念与构成体系
        • 1.4.3 数据要素:数字经济的“新石油”
        • 1.4.4 数字化转型的路径与AI的驱动作用
      • 1.5 计算思维
        • 1.5.1 计算思维的定义与核心本质
        • 1.5.2 计算思维的四个核心维度
        • 1.5.3 计算思维与人工智能的内在逻辑
      • 1.6 本章小结
      • 任务一:打字练习
    • 第2章 人工智能概述
      • 2.1 什么是人工智能
        • 2.1.1 人工智能的科学定义
        • 2.1.2 人工智能的核心流派与观点
        • 2.1.3 从“程序控制”到“自主学习”
        • 2.1.4 人工智能的分类
      • 2.2 人工智能发展简史
        • 2.2.1 黎明破晓期:从哲学幻想至达特茅斯会议
        • 2.2.2 逻辑与规则的起伏:第一次黄金期与寒冬
        • 2.2.3 联结主义的复兴与挑战:第二次黄金期与寒冬
        • 2.2.4 深度学习与大模型时代:爆发式增长期(2006 年至今)
      • 2.3 人工智能的主要特征
        • 2.3.1 自主学习与自我演化
        • 2.3.2 强大的感知与模式识别
        • 2.3.3 高效的数据处理与预测决策
        • 2.3.4 人机协作与交互增强
      • 2.4 人工智能的重要意义
        • 2.4.1 生产力的新质跃迁:从“自动化”到“智能化”
        • 2.4.2 科研范式的加速器:AI for Science(AI4S)
        • 2.4.3 社会难题的破局点:应对全球性复杂挑战
        • 2.4.4 人的自由与全面发展:赋能个体创造力
      • 2.5 人工智能应用
        • 2.5.1 智慧生活:穿梭于日常的隐形助手
        • 2.5.2 智慧产业:重塑经济脉络的硬核力量
        • 2.5.3 智慧政务与安全:数字化治理的神经系统
        • 2.5.4 智慧文化与娱乐:打破现实与虚拟的边界
      • 2.6 人工智能思维
        • 2.6.1 数据驱动与概率思维
        • 2.6.2 模块化与算法化思维
        • 2.6.3 边界感与人机协作思维
      • 2.7 人工智能的学习建议
        • 2.7.1 跨界连接:建立“AI+专业”的知识版图
        • 2.7.2 实践导向:从“使用者”进化为“协作者”
        • 2.7.3 审慎前行:培养批判性思维与终身学习意识
      • 2.8 本章小结
      • 任务二:AI搜索
    • 第3章 人工智能生态
      • 3.1 大数据:智能时代的“石油”与“矿藏”
        • 3.1.1 重新定义数据:从“抽样”到“全量”
        • 3.1.2 大数据的“炼金术”:从原始碎片到决策情报
        • 3.1.3 大数据与AI的共生:喂饱算法的“养料”
        • 3.1.4 数据安全与伦理:算法背后的“隐形钥匙”
      • 3.2 物联网:人工智能的“感觉器官”
        • 3.2.1 万物互联:从“互联网”到“物联网”
        • 3.2.2 神经系统:物联网的三层架构
        • 3.2.3 智联网(AIoT):当传感器有了“大脑”
        • 3.2.4 场景赋能:身边的智慧时空
      • 3.3 云计算:智能时代的“算力发电厂”
        • 3.3.1 智力的“自来水”:初识云计算
        • 3.3.2 “按需取用”的艺术:云的三种服务模式
        • 3.3.3 云端大脑:为什么人工智能离不开云计算?
        • 3.3.4 云端安全与未来:算力触手可及
      • 3.4 区块链:数字世界的“信任机器”
        • 3.4.1 谁在记账?从“中心化”到“去中心化”
        • 3.4.2 区块与链:环环相扣的“数字锁”
        • 3.4.3 智能合约:自动执行的“铁律”
        • 3.4.4 区块链+AI:为数据穿上“防弹衣”
      • 3.5 机器学习:让机器“自学成才”
        • 3.5.1 范式转换:从“喂指令”到“喂数据”
        • 3.5.2 学习的三种姿势:监督学习、无监督学习与强化学习
        • 3.5.3 深度学习:模仿大脑的“超级逻辑泵”
        • 3.5.4 算法偏见与公平:当机器学到了“坏习惯”
      • 3.6 元宇宙:虚实融合的未来空间
        • 3.6.1 什么是元宇宙?从《头号玩家》说到数字孪生
        • 3.6.2 元宇宙的“六根支柱”:BIGANT技术群
        • 3.6.3 场景应用:不只是游戏,更是生产力
        • 3.6.4 现实与虚拟的边界:伦理、法律与数字沉迷
      • 3.7 具身智能:让AI拥有“身体”
        • 3.7.1 什么是具身智能?从“缸中之脑”到“行走的智慧”
        • 3.7.2 具身智能的结构:大脑、小脑与感知系统
        • 3.7.3 进化之路:从工厂机械臂到人形机器人
        • 3.7.4 具身智能的影响:物理世界的生产力革命
      • 3.8 本章小结
    • 第4章 大模型与人工智能
      • 4.1 大模型概述:通往通用智能的阶梯
        • 4.1.1 什么是大模型:AI界的“全能博学家”
        • 4.1.2 大模型的特点:从“量变”到“质变”
        • 4.1.3 大模型的分类:认清AI家族的成员
        • 4.1.4 大模型的基本原理:AI是如何“思考”的?
        • 4.1.5 大模型的成本:金钱堆出来的“数字奇迹”
      • 4.2 大模型的影响:从实验室走向职场
        • 4.2.1 谁在引领变革?主流大模型产品矩阵
        • 4.2.2 赋能百业:大模型如何改变我们的工作与学习
        • 4.2.3 繁荣背后的阴影:大模型的挑战与未来发展
      • 4.3 大模型中的提示词:与AI沟通的艺术
        • 4.3.1 提示词工程概述:从“聊天”到“指令”
        • 4.3.2 核心要素与原则:写好提示词的“黄金法则”
        • 4.3.3 进阶技术:让AI像人类一样思考
        • 4.3.4 结构化框架与实战:职场通用的“提示词万能表”
      • 4.4 本章小结
      • 任务三:大模型部署——以DeepSeek为例
      • 任务四:与大模型对话——以DeepSeek为例
  • AI实践篇
    • 第5章 AIGC应用
      • 5.1 AIGC概述:内容生产的范式革命
        • 5.1.1 什么是AIGC:理解“生成”的力量
        • 5.1.2 生产力的三级跳:从PGC、UGC到AIGC
        • 5.1.3 AIGC的核心特质:低门槛、高效率与无限创意
        • 5.1.4 协作新范式:人类作为“导演”的时代
      • 5.2 多模态实战:AIGC的全场景赋能
        • 5.2.1 静态创作:从文本秘书到视觉工坊
        • 5.2.2 声影与虚实:音视频创作与数字人技术
        • 5.2.3 跨学科实践:AIGC赋能你的专业成长
      • 5.3 负责任的创造:AIGC的伦理、版权与未来
      • 5.4 本章小结
      • 任务五:AI阅读与写作
      • 任务六:AI作图
      • 任务七:AI音频
      • 任务八:AI视频
      • 任务九:AI数据分析
      • 任务十:AI笔记
    • 第6章 智能体
      • 6.1 初识智能体:为什么它是AI的终极形态?
        • 6.1.1 从“只会聊”到“真正做”:AI能力的跨越
        • 6.1.2 智能体的“拟人”结构:给大脑装上五官与手脚
        • 6.1.3 “数字助理”与“智能体”:理解自主性的边界
        • 6.1.4 为什么是终极形态:通往通用人工智能(AGI)的桥梁
      • 6.2 智能体的“大脑”与“四肢”:核心架构设计
        • 6.2.1 核心大脑:大模型如何充当“指挥官”
        • 6.2.2 规划能力:从“一步到位”到“步步为营”
        • 6.2.3 记忆系统:像人类一样拥有“记事本”
        • 6.2.4 工具使用:打破次元壁的“数字义肢”
      • 6.3 场景大观:智能体如何重塑各专业领域
      • 6.4 协同与进化:多智能体系统与未来工作模式
      • 6.5 本章小结
      • 任务十一:夸夸机器人
      • 任务十二:文言今译助手
    • 第7章 AI办公
      • 7.1 文档革命:AI辅助的智能写作与深度阅读
      • 7.2 表格进化:AI驱动的数据分析与自动化
      • 7.3 演示升级:AI助力的高效PPT策划与设计
      • 7.4 流程再造:AI办公的新范式与未来趋势
      • 7.5 本章小结
      • 任务十三:OfficeAI Word应用
      • 任务十四:OfficeAI Excel应用
      • 任务十五:AI制作PPT
  • AI创新创业篇
    • 第8章 人工智能对社会的影响
      • 8.1 人工智能重新定义工作:变革、机遇与转型
        • 8.1.1 职业版图的“消”与“长”:结构性就业变革
        • 8.1.2 岗位任务的“解构”与“重组”:人机协作的新范式
        • 8.1.3 从“技能导向”到“思维导向”:人才评价标准的位移
        • 8.1.4 终身学习与职业韧性:应对不确定性的未来
      • 8.2 人工智能赋能学生发展:从“被动受教”到“主动进化”
        • 8.2.1 学习范式的重塑:打造“千人千面”的超级私教
        • 8.2.2 综合素养的跃迁:全学科通识能力的“外挂”
        • 8.2.3 职业发展的“数字罗盘”:精准规划与能力对标
      • 8.3 本章小结
    • 第9章 人工智能与创新创业
      • 9.1 人工智能产业:生态结构与价值链条
        • 9.1.1 产业链全景图:基础层、技术层与应用层
        • 9.1.2 产业驱动双引擎:大模型生态与开源社区
        • 9.1.3 区域布局与未来机遇:全球视野下的中国力量
      • 9.2 人工智能创新创业项目
        • 9.2.1 需求发现:寻找“AI+专业”的真痛点
        • 9.2.2 原型开发:利用低代码与开源工具快速“起步”
        • 9.2.3 价值评估:AI创业项目的可行性与伦理审查
      • 9.3 人工智能驱动的商业模式
      • 9.4 本章小结
    • 第10章 人工智能伦理
      • 10.1 算法阴影:AI带来的伦理挑战
      • 10.2 责任博弈:人机关系的权利与义务
      • 10.3 价值共识:人工智能伦理的基本原则
      • 10.4 智能治理:共同构建人类命运共同体
      • 10.5 本章小结

相关图书