顶部
收藏

人工智能通识:理论、技术与应用


作者:
主编 吴锡 胡靖 朱烨 副主编 冯翱 符颖 沈艳 袁霞 戈文一
定价:
32.90 元
版面字数:
250.00千字
开本:
16开
装帧形式:
平装
页数:
180
最新
印次时间:
2026年09月
ISBN:
978-7-04-068300-4
物料号:
68300-00
出版时间:
2026-09-16
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

本书作为一本人工智能通识教材,旨在跨越技术的专业壁垒,以清晰的脉络,全景式展现人工智能的核心思想、关键技术、前沿进展与实际应用,帮助读者构建起对人工智能的系统性认知。 全书内容分为五篇,共8章。“基础概念篇”梳理人工智能的定义、思想流派与发展历程,阐释驱动其发展的三大基石——数据、算法与算力,并剖析计算机视觉、自然语言处理、语音技术与决策系统等典型应用;“关键技术篇”作为全书核心,沿着“学习—感知—创造”的逻辑层层递进,系统阐述从机器学习到深度学习的演进路径,解析机器如何通过多模态技术认知世界,重点剖析引爆当前浪潮的大模型与生成式人工智能技术,并深入探讨检索增强生成与智能体两大前沿方向,展现技术发展的动态图景;“伦理未来篇”将视野从技术本身扩展至社会影响,深入探讨人工智能带来的伦理挑战、治理原则以及人机共生的未来愿景;“融合应用篇”以智能制造、智慧应急、智慧医疗与智能教育四大领域的应用为典型案例,生动展示人工智能赋能行业的实践路径,凸显其深刻影响与广阔前景;“实操技能篇”面向智能工作场景,以金山办公WPS Office为实操平台,聚焦文字处理、数据分析与演示设计等主要AI功能,详细阐释如何转变思维、提升效率。 本书适用于普通高等学校各类专业人工智能通识课程,也可作为广大读者了解、学习人工智能的入门书籍。
  • 目录
    • 前辅文
      • 第一篇 基础概念篇
        • 第1章 人工智能导论:从幻想到现实
          • 1.1 人工智能:定义与内涵
            • 1.1.1 人工智能的定义
              • 1.1.2 计算、感知与认知三大层次
                • 1.1.3 符号主义、连接主义与行为主义
                • 1.2 历史脉络:从起源到爆发
                  • 1.2.1 思想萌芽与历史起点
                    • 1.2.2 技术演进与关键突破
                      • 1.2.3 大模型与生成式AI浪潮
                      • 1.3 智能基石:数据、算法与算力
                        • 1.3.1 数据
                          • 1.3.2 算法
                            • 1.3.3 算力
                            • 1.4 应用概览:智能赋能千行百业
                              • 1.4.1 计算机视觉
                                • 1.4.2 自然语言处理
                                  • 1.4.3 语音技术
                                    • 1.4.4 决策系统
                                    • 思考题
                                  • 第二篇 关键技术篇
                                    • 第2章 机器的学习:从机器学习到深度学习
                                      • 2.1 机器学习:从范式选择到模型能力构建
                                        • 2.1.1 机器学习范式
                                          • 2.1.2 模型能力构建
                                          • 2.2 深度学习:从模型架构到训练优化
                                            • 2.2.1 常用模型介绍
                                              • 2.2.2 常用损失函数
                                                • 2.2.3 常用训练方式
                                                  • 2.2.4 深度学习项目的完整生命周期流程
                                                    • 2.2.5 深度学习的局限性
                                                    • 思考题
                                                    • 第3章 机器的感知:视觉与语言理解
                                                      • 3.1 视觉感知:从像素到理解
                                                        • 3.1.1 图像表示与特征提取
                                                          • 3.1.2 目标识别与场景分类
                                                            • 3.1.3 高级视觉理解
                                                            • 3.2 语音感知:从声波到语义
                                                              • 3.2.1 语音信号处理与识别
                                                                • 3.2.2 语音到语义的理解衔接
                                                                • 3.3 自然语言处理:从理解到生成
                                                                  • 3.3.1 语言认知的计算模型
                                                                    • 3.3.2 人机语言交互
                                                                    • 思考题
                                                                    • 第4章 生成式人工智能:原理、模型与应用
                                                                      • 4.1 生成式人工智能概述
                                                                        • 4.1.1 基本概念
                                                                          • 4.1.2 生成式人工智能的发展脉络
                                                                            • 4.1.3 生成式人工智能的应用
                                                                              • 4.1.4 实践:短剧智能生成预习
                                                                              • 4.2 大语言模型:语言的理解和生成
                                                                                • 4.2.1 大语言模型的训练框架
                                                                                  • 4.2.2 主流大语言模型介绍
                                                                                    • 4.2.3 提示词优化实用技巧
                                                                                    • 4.3 多模态大模型:图像与视频生成
                                                                                      • 4.3.1 多模态大模型的定义、特征与发展
                                                                                        • 4.3.2 图像生成大模型
                                                                                          • 4.3.3 视频生成大模型
                                                                                          • 思考题
                                                                                          • 第5章 智能新前沿:RAG与agent概览
                                                                                            • 5.1 检索增强生成(RAG):为模型注入新知识
                                                                                              • 5.1.1 RAG解决的核心问题
                                                                                                • 5.1.2 RAG的工作流程
                                                                                                  • 5.1.3 RAG的优势与应用场景
                                                                                                  • 5.2 智能体(agent):从对话到行动
                                                                                                    • 5.2.1 智能体的基本框架
                                                                                                      • 5.2.2 智能体的核心能力
                                                                                                        • 5.2.3 智能体的典型应用
                                                                                                        • 5.3 融合与展望:RAG+agent
                                                                                                          • 5.3.1 RAG为智能体提供感知增强
                                                                                                            • 5.3.2 多智能体系统
                                                                                                            • 思考题
                                                                                                          • 第三篇 伦理未来篇
                                                                                                            • 第6章 科技向善:人工智能伦理
                                                                                                              • 6.1 人工智能伦理概述:背景与内涵
                                                                                                                • 6.1.1 道德与伦理
                                                                                                                  • 6.1.2 人工智能伦理内涵
                                                                                                                    • 6.1.3 人工智能对人类社会的挑战
                                                                                                                    • 6.2 人工智能伦理问题:三要素角度
                                                                                                                      • 6.2.1 数据伦理问题
                                                                                                                        • 6.2.2 算法伦理问题
                                                                                                                          • 6.2.3 算力伦理问题
                                                                                                                          • 6.3 智能时代治理新机制:友好智能
                                                                                                                            • 6.3.1 人工智能伦理遵循原则
                                                                                                                              • 6.3.2 人工智能风险治理机制
                                                                                                                                • 6.3.3 人机共生 思考题
                                                                                                                            • 第四篇 融合应用篇
                                                                                                                              • 第7章 AI+专业:跨领域应用案例
                                                                                                                                • 7.1 AI+制造:智能制造产线的智能优化引擎
                                                                                                                                  • 7.1.1 智能制造转型的现实动因
                                                                                                                                    • 7.1.2 传统制造的系统性困境
                                                                                                                                      • 7.1.3 智能优化引擎驱动的全流程重构
                                                                                                                                        • 7.1.4 实施成效与示范价值
                                                                                                                                        • 7.2 AI+应急:森林防灭火的智慧监测与响应体系
                                                                                                                                          • 7.2.1 智慧森林防灭火的现实动因
                                                                                                                                            • 7.2.2 传统森林防灭火的现实短板
                                                                                                                                              • 7.2.3 应急管理系统的全流程重构
                                                                                                                                                • 7.2.4 实施成效与示范价值
                                                                                                                                                • 7.3 AI+医疗:多模态数字医生赋能智慧诊疗
                                                                                                                                                  • 7.3.1 智慧诊疗建设的现实动因
                                                                                                                                                    • 7.3.2 传统医疗服务的系统性困境
                                                                                                                                                      • 7.3.3 多模态数字医生驱动的全诊疗流程重构
                                                                                                                                                        • 7.3.4 实施成效与示范价值
                                                                                                                                                        • 7.4 AI+教育:智能学练机打造个性化学习闭环
                                                                                                                                                          • 7.4.1 个性化教育建设的现实动因
                                                                                                                                                            • 7.4.2 传统教育模式的系统性困境
                                                                                                                                                              • 7.4.3 智能教育驱动的全学习流程重构
                                                                                                                                                                • 7.4.4 实施成效与示范价值
                                                                                                                                                                • 思考题
                                                                                                                                                              • 第五篇 实操技能篇
                                                                                                                                                                • 第8章 智能工作:思维转变与效率提升
                                                                                                                                                                  • 8.1 工作智能化:AI重塑核心处理
                                                                                                                                                                    • 8.1.1 文字
                                                                                                                                                                      • 8.1.2 数据
                                                                                                                                                                        • 8.1.3 演示
                                                                                                                                                                        • 8.2 AI写作:智能优化与高效写作
                                                                                                                                                                          • 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数据助手:智能分析与高效处理
                                                                                                                                                                                • 8.3.1 AI表格助手
                                                                                                                                                                                  • 8.3.2 AI计算
                                                                                                                                                                                    • 8.3.3 AI条件格式
                                                                                                                                                                                      • 8.3.4 AI数据分析
                                                                                                                                                                                      • 8.4 AI设计:智能打造专业水准
                                                                                                                                                                                        • 8.4.1 智能排版
                                                                                                                                                                                          • 8.4.2 智能生成PPT
                                                                                                                                                                                          • 思考题
                                                                                                                                                                                        • 参考文献

                                                                                                                                                                                        相关图书