人工智能素养

样章

作者：

主编葛宇韩鸿宇郭亚钢副主编张永来崔冬霞吴倩

定价：

41.60 元

版面字数：

350.00千字

开本：

16开

装帧形式：

平装

页数：

316

最新
印次时间：

2026年3月

ISBN：

978-7-04-065006-8

物料号：

65006-00

出版时间：

2025年7月

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

册数：

本书不仅涵盖了计算机科学的核心概念、人工智能的发展历程与核心技术原理，还深入探讨了数据表示与计算机系统智能化、网络技术（如物联网和云计算）中人工智能的应用、大模型实践等内容。此外，本书还特别关注了“AI+”跨行业应用及其伦理和社会影响，强调构建安全、透明且负责任的AI生态系统的重要性，为读者提供了一个深入理解人工智能技术及其广泛应用的平台。

本书可作为高校人工智能通识课、人工智能基础课的教材，也可作为人工智能爱好者的入门参考书。

目录
- 前辅文
- 第一章计算机与人工智能
  - 1.1 计算机与计算思维
    - 1.1.1 计算机概述
    - 1.1.2 计算思维
  - 1.2 人工智能基本思想
  - 1.3 人工智能概述
    - 1.3.1 人工智能的起源
    - 1.3.2 人工智能现状与发展趋势
    - 1.3.3 人工智能应用领域
  - 1.4 人工智能算力
  - 习题
- 第二章数据表示与计算机系统智能化
  - 2.1 数据单位
    - 2.1.1 数据单位与换算
    - 2.1.2 数据单位的运用
  - 2.2 数据的表示
    - 2.2.1 数值数据的表示
    - 2.2.2 字符数据的表示
    - 2.2.3 图片、声音、视频数据的表示
  - 2.3 人工智能驱动的计算机体系结构
    - 2.3.1 冯·诺依曼体系结构
    - 2.3.2 冯·诺依曼体系结构的智能化演进
  - 2.4 计算机硬件的智慧升级
    - 2.4.1 中央处理器的智能化
    - 2.4.2 存储器的智能化
    - 2.4.3 显卡的智能效能提升
    - 2.4.4 输入输出设备的智能化变革
  - 2.5 GPU对人工智能发展的推动
  - 2.6 智能化操作系统
    - 2.6.1 操作系统的智能化
    - 2.6.2 文件系统与数据存储
  - 习题
- 第三章网络与人工智能
  - 3.1 网络基础与人工智能前沿
    - 3.1.1 网络概述
    - 3.1.2 网络与人工智能前沿技术
  - 3.2 物联网与人工智能
    - 3.2.1 物联网概述
    - 3.2.2 物联网与人工智能应用案例
  - 3.3 云计算与人工智能
    - 3.3.1 云计算概述
    - 3.3.2 云计算与人工智能应用案例
  - 3.4 网络安全与AI防护
    - 3.4.1 网络威胁检测与防御
    - 3.4.2 网络安全领域的AI应用场景
  - 习题
- 第四章算法设计与实践
  - 4.1 算法概述
  - 4.2 基于Raptor的算法描述
    - 4.2.1 算法描述
    - 4.2.2 Raptor算法设计
  - 4.3 算法实践
  - 习题
- 第五章机器学习基础
  - 5.1 机器学习概述
    - 5.1.1 什么是机器学习
    - 5.1.2 机器学习的基本过程
    - 5.1.3 数据、模型与算法
  - 5.2 基于学习范式的机器学习分类
    - 5.2.1 监督学习
    - 5.2.2 无监督学习
    - 5.2.3 强化学习
  - 5.3 深度学习
    - 5.3.1 了解人工神经网络
    - 5.3.2 基于人工神经网络的深度学习
  - 5.4 机器学习主要应用场景
  - 习题
- 第六章数据管理与人工智能
  - 6.1 大数据基础
    - 6.1.1 大数据起源与发展
    - 6.1.2 大数据概念与特征
  - 6.2 数据管理
    - 6.2.1 数据采集
    - 6.2.2 预处理与质量控制
    - 6.2.3 存储管理
  - 6.3 大数据与人工智能案例研究
    - 6.3.1 “啤酒与尿布”案例研究
    - 6.3.2 百度指数
    - 6.3.3 智能推荐系统——以京东App为例
  - 习题
- 第七章大模型实践
  - 7.1 认识大模型
    - 7.1.1 什么是大模型
    - 7.1.2 大模型分类与应用
  - 7.2 大模型实践
    - 7.2.1 文本生成
    - 7.2.2 图片生成
    - 7.2.3 工作助手
    - 7.2.4 零代码定制个性化AI
    - 7.2.5 基于工作流的AI应用开发
  - 7.3 大模型生态
  - 习题
- 第八章 “AI+”行业应用
  - 8.1 WPS AI+智能办公
  - 8.2 AI+教育
    - 8.2.1 AI助力教学准备
    - 8.2.2 AI助力课堂交互
    - 8.2.3 AI助力学业评价
    - 8.2.4 AI数字人助力微课设计
  - 8.3 AI+音乐创作
  - 8.4 AI+视频创作
  - 8.5 AI+新闻传媒
  - 8.6 AI+体育
  - 习题
- 第九章人工智能伦理与安全
  - 9.1 人工智能的伦理问题
  - 9.2 人工智能伦理的基本原则
    - 9.2.1 基本伦理要求
    - 9.2.2 国际视角下的AI伦理框架
  - 9.3 数据责任与隐私保护
  - 9.4 公平性与非歧视
  - 9.5 可解释性与透明度
  - 9.6 安全与稳健性
  - 9.7 社会影响与公众参与
  - 9.8 共同创造美好的AI世界
  - 习题
- 参考文献