顶部
收藏

人工智能基础及应用


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
定价:
48.00 元
版面字数:
310.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
暂无
ISBN:
978-7-04-068129-1
物料号:
68129-00
出版时间:
2026-09-02
读者对象:
高等教育

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。
  • 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

                                                                                                                                                                                            相关图书


                                                                                                                                                                                            相关数字化产品