图书信息
图书目录
人工智能
本书是一本兼顾理论基础、前沿热点与人文视角的人工智能入门教材，立足人类智能本源，系统梳理人工智能技术脉络、系统架构、社会影响与未来趋势，兼具通俗性、系统性与时代性。
全书以“认知—技术—应用—社会”的内在关联为主线，从智能本质、大脑机理、学习规律切入，层层递进讲解人工神经网络、机器学习、深度学习、大模型等核心技术，既覆盖经典基础理论，又聚焦大模型等前沿热点，同步融入我国人工智能发展历程与本土发展规划，兼顾经典知识与行业最新动态。本教材内容体系完整，不仅阐释技术原理，还剖析人工智能系统的感知、决策、执行机制，探讨技术带来的社会变革、伦理规范等现实议题，实现技术知识与人文思辨的有机结合。
全书共六章，第1章搭建人工智能整体认知框架；第2章追溯神经网络技术起源与发展；第3章解析机器学习核心逻辑；第4章拆解人工智能系统构成；第5章探讨技术与社会的双向影响；第6章展望行业未来图景。本教材各章配套小结与思考题，便于读者梳理要点、拓展思考，适配循序渐进的学习节奏。本书内容深浅适中、逻辑清晰，适合高等院校人工智能、计算机、大数据等专业用作本科基础教材，也可作为人工智能爱好者、行业入门者的科普读物，以及企事业单位基础培训的参考用书。
作者：
朱树元 汪玲 主编 陈飞宇 杨峰 郭正陆 夏雪 文清 参编
定价：
28.20 元
出版时间：
2026-08-12
ISBN：
978-7-04-067797-3
物料号：
67797-00
读者对象：
高等教育
一级分类：
电气/电子信息/自动化类
二级分类：
电子信息/通信专业课
三级分类：
其他
重点项目：
暂无
版面字数：
270千字
开本：
16开
装帧形式：
平装
页数：
暂无
最新印次时间：
2026年01月
- 目录
- 前辅文
- 第1章 从人类智能到人工智能
- 1.1 智能的本质探索
- 1.1.1 生物智能的进化轨迹
- 1.1.2 认知科学的四大核心领域：感知、推理、学习、创造力
- 1.1.3 智能的可计算性争论：图灵测试vs中文屋悖论
- 1.1.1 生物智能的进化轨迹
- 1.2 人工智能的技术实现路径
- 1.2.1 符号主义：专家系统与知识图谱
- 1.2.2 连接主义：从感知机到深度神经网络
- 1.2.3 行为主义：强化学习的奖励机制设计
- 1.2.1 符号主义：专家系统与知识图谱
- 1.3 人工智能的发展阶段
- 1.3.1 奠基期（1956—1980）：达特茅斯会议与逻辑推理
- 1.3.2 寒冬期（1987—1993）：专家系统的局限性
- 1.3.3 复兴期（2012—今）：深度学习的第三次浪潮
- 1.3.1 奠基期（1956—1980）：达特茅斯会议与逻辑推理
- 1.4 大模型的出现
- 1.5 中国人工智能技术的发展历史
- 1.5.1 机器证明方法论
- 1.5.2 国家实验室的建立
- 1.5.3 大模型时代的国产化实践
- 1.5.1 机器证明方法论
- 1.6 本章小结
- 思考题
- 1.1 智能的本质探索
- 第2章 人类大脑与人工神经网络
- 2.1 自然的奇迹——人类大脑的“微型处理器”
- 2.1.1 神经元的微观世界
- 2.1.2 大脑的学习奥秘
- 2.1.1 神经元的微观世界
- 2.2 最初的模仿——感知机：希望的曙光与寒冬的降临
- 2.2.1 感知机的诞生与原理
- 2.2.2 局限与寒冬降临
- 2.2.1 感知机的诞生与原理
- 2.3 连接的革命——多层网络与反向传播：寒冬后的复苏
- 2.4 深度学习的崛起
- 2.4.1 深度学习的基本思想
- 2.4.2 深度学习的训练过程
- 2.4.3 深度学习里程碑事件
- 2.4.1 深度学习的基本思想
- 2.5 反思与展望
- 2.6 本章小结
- 思考题
- 2.1 自然的奇迹——人类大脑的“微型处理器”
- 第3章 人类学习与机器学习
- 3.1 学习的本质
- 3.1.1 人类学习
- 3.1.2 机器的学习
- 3.1.3 基于神经网络的图像分割案例
- 3.1.4 人与机器的共同学习
- 3.1.1 人类学习
- 3.2 机器学习的三大范式
- 3.2.1 监督学习
- 3.2.2 无监督学习
- 3.2.3 强化学习
- 3.2.1 监督学习
- 3.3 深度学习
- 3.3.1 从机器学习到深度学习
- 3.3.2 神经网络的训练与优化
- 3.3.3 经典网络结构
- 3.3.1 从机器学习到深度学习
- 3.4 大模型
- 3.4.1 大模型的定义与核心特征
- 3.4.2 大模型的核心技术原理
- 3.4.3 大模型的训练
- 3.4.4 大模型的主要应用领域
- 3.4.1 大模型的定义与核心特征
- 3.5 欠拟合与过拟合
- 3.6 本章小结
- 思考题
- 3.1 学习的本质
- 第4章 人工智能系统
- 4.1 机器感知
- 4.1.1 视觉感知
- 4.1.2 听觉感知
- 4.1.3 触觉感知
- 4.1.4 其他感知方式
- 4.1.1 视觉感知
- 4.2 机器决策
- 4.2.1 机器决策总体流程
- 4.2.2 图像处理技术
- 4.2.3 声音处理技术
- 4.2.4 大模型决策
- 4.2.1 机器决策总体流程
- 4.3 机器执行
- 4.3.1 指令解析层
- 4.3.2 运动规划层
- 4.3.3 物理执行层
- 4.3.1 指令解析层
- 4.4 具身智能
- 4.4.1 无人驾驶汽车
- 4.4.2 仿生人形机器人
- 4.4.1 无人驾驶汽车
- 4.5 本章小结
- 思考题
- 4.1 机器感知
- 第5章 人工智能与人类社会
- 5.1 人工智能与社会生活
- 5.1.1 智能家居
- 5.1.2 智慧城市
- 5.1.3 智能创作
- 5.1.1 智能家居
- 5.2 人工智能带来的社会变革
- 5.2.1 经济与产业结构的重构
- 5.2.2 职业生态的变革
- 5.2.3 社会阶层的分化
- 5.2.1 经济与产业结构的重构
- 5.3 人工智能中的伦理问题
- 5.3.1 机器人三定律
- 5.3.2 人工智能面临的问题
- 5.3.3 人机共生的伦理框架
- 5.3.1 机器人三定律
- 5.4 本章小结
- 思考题
- 5.1 人工智能与社会生活
- 第6章 人工智能的未来
- 6.1 技术突破临界点
- 6.1.1 通用人工智能的实现路径
- 6.1.2 量子计算与AI的融合前景
- 6.1.3 脑机接口的认知增强可能性
- 6.1.1 通用人工智能的实现路径
- 6.2 社会发展新图景
- 6.2.1 教育革命：个性化终身学习系统
- 6.2.2 医疗范式：AI辅助的精准预防医学
- 6.2.3 能源管理：智能电网的自主优化
- 6.2.1 教育革命：个性化终身学习系统
- 6.3 中国人工智能发展路线图
- 6.3.1 新一代人工智能发展规划
- 6.3.2 东数西算工程中的AI基础设施
- 6.3.3 数字丝绸之路的智能协作网络
- 6.3.1 新一代人工智能发展规划
- 6.4 本章小结
- 思考题
- 6.1 技术突破临界点
- 参考文献
- 前辅文
相关图书
1