图书信息
图书目录
人文社科人工智能素养与实践
人工智能已从实验室概念演变为嵌入社会运行的基础力量。本书立足于新时代的通识教育需要，打破传统教材单纯侧重技术讲解或仅作科普介绍的局限，构建了“认知构建—跨学科应用—安全伦理—技术实践”四位一体的系统框架。
全书共五章。第一章从科幻想象与现实落地的双重视角切入，系统梳理人工智能的核心概念、发展脉络与泛在化应用，帮助读者建立科学全面的认知基础。第二章聚焦经济学、管理学、文学、法学四大领域，深入剖析人工智能如何重塑知识生产方式与行业运行逻辑，展现跨学科融合的广阔图景。第三章直面人工智能引发的安全风险与伦理困境，探讨数据隐私、算法公平、法律责任等关键议题，引导树立审慎负责的技术观。第四章围绕“AI智能体”这一前沿方向，从零代码平台操作到LangChain框架开发，构建从体验到创造的完整实践路径。
本书兼具思想性与实操性，既适用于高等学校各专业的人工智能通识课程，也可作为广大读者了解、应用人工智能技术的入门指南。
作者：
主 编：倪耀东 副主编：汪波、俞蔚捷
定价：
43.80 元
出版时间：
2026-09-17
ISBN：
978-7-04-068088-1
物料号：
68088-00
读者对象：
高等教育
重点项目：
暂无
版面字数：
480.00千字
开本：
16开
装帧形式：
平装
页数：
344
最新印次时间：
2026年09月
- 目录
- 前辅文
- 第一章 绪论
- 1.1 AI，从银幕到现实
- 1.1.1 科幻作品中的AI：幻想的舞台
- 1.1.2 新闻中的AI：真实的登场
- 1.1.3 从幻想到现实：两条路径的交汇
- 1.1.1 科幻作品中的AI：幻想的舞台
- 1.2 什么是人工智能
- 1.2.1 从多视角理解“智能”
- 1.2.2 人工智能与自动化
- 1.2.3 从“智能体”看AI
- 1.2.4 常见误解与科学澄清
- 1.2.1 从多视角理解“智能”
- 1.3 人工智能相关概念
- 1.3.1 模型
- 1.3.2 算法
- 1.3.3 数据
- 1.3.4 算力
- 1.3.5 生成式人工智能
- 1.3.6 核心概念对比
- 1.3.1 模型
- 1.4 人工智能发展历史
- 1.4.1 人工智能的诞生
- 1.4.2 初始期：热情高涨，期望无限（20世纪50—60年代）
- 1.4.3 第一次人工智能低谷（20世纪60—70年代）
- 1.4.4 专家系统的兴起（20世纪70—80年代）
- 1.4.5 第二次人工智能低谷（1980—1993年）
- 1.4.6 复苏期：神经网络的回归（1986—2010年）
- 1.4.7 成熟期：深度学习时代（2011年—现在）
- 1.4.8 新一代人工智能：生成式模型
- 1.4.1 人工智能的诞生
- 1.5 人工智能的现状：泛在化的AI
- 1.5.1 人机博弈：AlphaGo
- 1.5.2 分子生物预测
- 1.5.3 智慧交通
- 1.5.4 智慧教育
- 1.5.5 智慧物流
- 1.5.6 自动驾驶
- 1.5.7 智慧城市
- 1.5.1 人机博弈：AlphaGo
- 1.6 人工智能主要研究领域和方法原理
- 1.6.1 机器学习
- 1.6.2 深度学习
- 1.6.3 大语言模型
- 1.6.1 机器学习
- 1.7 人工智能的影响与挑战分析
- 1.7.1 人工智能的影响
- 1.7.2 人工智能的挑战
- 1.7.3 人工智能的未来
- 1.7.1 人工智能的影响
- 参考文献
- 1.1 AI，从银幕到现实
- 第二章 人工智能跨学科应用
- 2.1 人工智能在经济/金融领域的应用
- 2.1.1 人工智能在经济/金融领域应用概述
- 2.1.2 人工智能在经济/金融领域的应用
- 2.1.3 人工智能在经济/金融领域应用的局限性
- 2.1.1 人工智能在经济/金融领域应用概述
- 2.2 人工智能在管理学领域的应用
- 2.2.1 人工智能在管理学领域应用概述
- 2.2.2 人工智能在管理学领域的应用
- 2.2.3 人工智能在管理学领域应用的局限性
- 2.2.1 人工智能在管理学领域应用概述
- 2.3 人工智能在文学领域的应用
- 2.3.1 机器翻译
- 2.3.2 艺术创作
- 2.3.1 机器翻译
- 2.4 人工智能在法学领域的应用
- 2.4.1 人工智能与法学的融合发展概述
- 2.4.2 人工智能在法律实务中的具体应用
- 2.4.3 人工智能在法学领域应用面临的挑战与问题
- 2.4.1 人工智能与法学的融合发展概述
- 参考文献
- 2.1 人工智能在经济/金融领域的应用
- 第三章 人工智能安全与伦理
- 3.1 人工智能安全的重要性
- 3.1.1 保护数据和隐私
- 3.1.2 维护系统稳定性
- 3.1.3 防范恶意攻击
- 3.1.4 促进技术发展
- 3.1.5 政治和社会稳定
- 3.1.6 公平和道德问题
- 3.1.1 保护数据和隐私
- 3.2 人工智能安全问题及防护措施
- 3.2.1 人工智能安全的系统性特征
- 3.2.2 数据投毒
- 3.2.3 模型窃取
- 3.2.4 对抗样本攻击
- 3.2.5 偏见与歧视
- 3.2.6 隐私泄露
- 3.2.1 人工智能安全的系统性特征
- 3.3 人工智能伦理
- 3.3.1 什么是伦理学
- 3.3.2 人工智能伦理的起源与发展
- 3.3.3 人工智能面临的伦理挑战
- 3.3.4 人工智能伦理的价值观
- 3.3.5 人工智能伦理的原则要求
- 3.3.1 什么是伦理学
- 3.4 人工智能伦理的主要议题
- 3.4.1 数据与隐私
- 3.4.2 算法与公平
- 3.4.3 法律责任
- 3.4.4 社会结构
- 3.4.5 技术失控
- 3.4.6 深度伪造
- 3.4.7 案例分析
- 3.4.1 数据与隐私
- 参考文献
- 3.1 人工智能安全的重要性
- 第四章 大模型工具与上机实践模块
- 4.1 AI智能体的概念和实际应用场景
- 4.1.1 AI智能体的定义与发展历程
- 4.1.2 AI智能体的核心组成
- 4.1.3 主流应用场景
- 4.1.1 AI智能体的定义与发展历程
- 4.2 主流AI智能体平台功能展示
- 4.2.1 豆包AI：轻量化的全能工具箱
- 4.2.2 ChatGPT：面向全球用户的开放式智能体平台
- 4.2.3 平台能力对比分析
- 4.2.4 结语
- 4.2.1 豆包AI：轻量化的全能工具箱
- 4.3 基于扣子的智能体开发
- 4.3.1 扣子简介
- 4.3.2 “校园知心熊Buddy”智能体开发
- 4.3.3 智能校园咨询客服智能体开发
- 4.3.1 扣子简介
- 4.4 高阶智能体编程开发流程：以LangChain为例
- 4.4.1 LangChain简介
- 4.4.2 LangChain核心机制解析
- 4.4.3 LangChain上手实操
- 4.4.4 综合案例：构建课程答疑智能体
- 4.4.5 LangChain高阶应用与项目拓展
- 4.4.1 LangChain简介
- 4.1 AI智能体的概念和实际应用场景
- 第五章 人工智能赋能科研
- 5.1 人工智能赋能科研概述
- 5.2 提示词模型
- 5.2.1 指示模型
- 5.2.2 角色设定模型
- 5.2.3 案例示范模型
- 5.2.4 头脑风暴模型
- 5.2.5 关键词模型
- 5.2.6 知识生产模型
- 5.2.7 决策模型
- 5.2.8 提示词模板——SRGCD模型
- 5.2.1 指示模型
- 5.3 人工智能赋能科研全流程
- 5.3.1 人工智能赋能研究选题
- 5.3.2 人工智能赋能文献综述与整理
- 5.3.3 人工智能赋能研究设计与数据分析
- 5.3.4 人工智能赋能学术写作与交流
- 5.3.1 人工智能赋能研究选题
- 5.4 人工智能赋能科研的其他问题
- 参考文献
- 5.1 人工智能赋能科研概述
- 前辅文
相关图书
1