顶部
收藏

计算思维与人工智能通识


作者:
强振平 黄宇翔 牛瑞丞 主编
定价:
42.60 元
版面字数:
340.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2026年
ISBN:
978-7-04-067459-0
物料号:
67459-00
出版时间:
2026-07-03
读者对象:
高等教育
一级分类:
文化素质教育

本书是一部面向普通高等学校非计算机专业学生的人工智能通识教材,旨在系统讲授人工智能的基础知识、核心技术与应用方法。随着人工智能技术与各行各业的深度融合,跨学科人才亟须建立对智能系统的全面认知并培养相关应用能力。本书从计算思维出发,构建了完整的人工智能通识知识体系,帮助读者在理解技术原理的同时,掌握实际应用方法与创新性思维。

全书共分为十章,内容涵盖计算思维,计算机系统,网络、信息安全与数字公民责任,WPS Office深度应用,人工智能导论,感知智能,生成与决策智能,数据的价值,AI赋能跨学科创新案例,以及智能时代的责任、伦理与未来生涯。各章配有丰富的案例分析与实践指导,注重理论与应用相结合,体现多学科交叉融合的特色。

本书可作为普通高等学校各专业的人工智能通识课程教材,也可作为成人教育学习者和对人工智能感兴趣读者的自学参考书。

  • 前辅文
  • 第1章 计算思维:数字时代的问题解决方法论
    • 1.1 思维的内涵:从机械计算到智能思维
    • 1.2 四大核心方法:分解、模式识别、抽象与算法
      • 1.2.1 分解:化繁为简的问题拆解策略
      • 1.2.2 模式识别:从海量数据中提炼规律
      • 1.2.3 抽象:构建通用求解模型的核心路径
      • 1.2.4 算法:标准化的可落地求解步骤
    • 1.3 学科应用初探:计算思维在农林学科中的体现
    • 习题
  • 第2章 计算机系统:执行计算的物理与逻辑基础
    • 2.1 硬件基础:从算盘到云计算的载体演进史
      • 2.1.1 引言:计算载体的历史意义
      • 2.1.2 机械计算时代:从算盘到分析机
      • 2.1.3 电子计算机的诞生与演进
      • 2.1.4 计算载体形态的多元化发展
      • 2.1.5 云计算:从本地到分布式的载体演进
      • 2.1.6 边缘计算:云计算的延伸
      • 2.1.7 新兴计算载体展望
    • 2.2 软件与数据:指令、程序与信息的数字化本质
      • 2.2.1 引言:软硬协同与数字化灵魂
      • 2.2.2 软件的本质与层次
      • 2.2.3 编程语言的演进与抽象层次
      • 2.2.4 操作系统:资源管理与用户的桥梁
      • 2.2.5 数据的数字化表示与结构
      • 2.2.6 数据结构与算法
      • 2.2.7 数据库与数据管理技术
      • 2.2.8 软件工程与数据治理
      • 2.2.9 结语:软件与数据的共生演进
    • 2.3 系统协同:以智能林业物联网为例
      • 2.3.1 引言:从孤立系统到协同智能
      • 2.3.2 系统协同的基本概念与架构模式
      • 2.3.3 物联网技术体系:万物互联的基石
      • 2.3.4 智能林业物联网:系统协同的典型场景
      • 2.3.5 智能林业物联网的核心应用模块
      • 2.3.6 系统协同中的关键技术实现
      • 2.3.7 系统面临的挑战与优化方向
      • 2.3.8 从林业到更广域的系统协同展望
      • 2.3.9 结语:协同创造智能,系统赋能生态
    • 习题
  • 第3章 网络、信息安全与数字公民责任
    • 3.1 互联网与云计算:连接一切的技术基石
      • 3.1.1 互联网的技术演进与核心原理
      • 3.1.2 从集中式到分布式:互联网架构的思维跃迁
      • 3.1.3 云计算的技术本质与演进阶段
      • 3.1.4 互联网与云计算的协同效应
    • 3.2 风险与防御:个人信息保护与网络安全基础
      • 3.2.1 网络安全风险的技术根源剖析
      • 3.2.2 核心防御技术的原理与演进
      • 3.2.3 个人信息保护的技术实现路径
      • 3.2.4 云计算环境下的特殊安全挑战与防御
    • 3.3 数字伦理:学术规范、数据隐私与知识产权
      • 3.3.1 学术规范
      • 3.3.2 数据隐私伦理的技术边界
      • 3.3.3 数字时代的知识产权保护
      • 3.3.4 理工科视角下的数字公民责任落地
    • 习题
  • 第4章 WPS Office深度应用:从信息处理到高效表达
    • 4.1 WPS文字:长文档与学术报告的精排版
      • 4.1.1 WPS文字的入门介绍
      • 4.1.2 WPS文字的初级应用
      • 4.1.3 WPS文字的高级应用
    • 4.2 WPS表格:实验数据的处理、分析与可视化图表制作
      • 4.2.1 WPS表格的入门介绍
      • 4.2.2 WPS表格的初级应用
      • 4.2.3 WPS表格的高级应用
    • 4.3 WPS演示:逻辑化、视觉化的学术汇报与展示设计
      • 4.3.1 WPS演示的入门介绍
      • 4.3.2 内容创建与排版
      • 4.3.3 动画与媒体增强
      • 4.3.4 放映、协作与输出
    • 习题
  • 第5章 人工智能导论:历史、现状与未来
    • 5.1 发展简史:从图灵测试到深度学习革命
      • 5.1.1 发展孕育与诞生(20世纪50年代前)
      • 5.1.2 黄金期与第一次低谷(20世纪60—70年代)
      • 5.1.3 复兴与第二次浪潮(20世纪80—90年代)
      • 5.1.4 蛰伏与蓄力:数据驱动的崛起与深度网络的困境(20世纪90年代末至2012年)
      • 5.1.5 深度学习革命(2012年至今)
    • 5.2 核心概念辨析:机器学习、深度学习与大模型
      • 5.2.1 机器学习:从数据中学习的一般性方法论
      • 5.2.2 深度学习:让机器学会“自动思考”
      • 5.2.3 大模型:规模引发的质变
    • 5.3 能力与边界:当前AI能做什么与不能做什么
      • 5.3.1 当前AI的显著能力
      • 5.3.2 当前AI的核心局限
    • 习题
  • 第6章 感知智能:机器如何“理解世界”
    • 6.1 计算机视觉:从图像识别到森林场景的智能解译
      • 6.1.1 机器视觉基础:从数字图像到特征提取
      • 6.1.2 图像分类、目标检测与语义分割
      • 6.1.3 AI在林业遥感与病害诊断中的多尺度应用
    • 6.2 自然语言处理:文本挖掘、知识图谱与智能检索
      • 6.2.1 语言的计算:NLP核心概念与算法基础
      • 6.2.2 知识图谱:构建林业知识的“逻辑大脑”
      • 6.2.3 智能检索与问答系统:连接数据与决策的桥梁
    • 6.3 多模态智能:跨媒介数据融合与“天空地”一体化感知
      • 6.3.1 超越五官:多模态感知原理与架构
      • 6.3.2 典型融合场景技术解析
      • 6.3.3 终极形态:“天空地”一体化智能监测网络
    • 习题
  • 第7章 生成与决策智能:从创造到优化
    • 7.1 生成式人工智能(AIGC):创造的本质
      • 7.1.1 技术跃迁:从“鉴定师”到“艺术家”
      • 7.1.2 信息论视角:熵减的逆旅
      • 7.1.3 技术演进:放手后的智慧涌现
    • 7.2 数字化的语义地图:向量空间与跨模态
      • 7.2.1 词嵌入:语义的几何化
      • 7.2.2 动态感知:上下文的“染色”过程
      • 7.2.3 万物皆可向量:跨模态的大一统
    • 7.3 Transformer架构:大模型的核心架构
      • 7.3.1 架构颠覆:从串行到全局并行
      • 7.3.2 自注意力机制:语义权重的博弈
      • 7.3.3 编解码闭环:从理解到生成的接力
    • 7.4 视觉与多模态生成:从噪声到画面
      • 7.4.1 扩散模型:物理规律的模拟
      • 7.4.2 潜在空间:在压缩特征中生成图像
      • 7.4.3 时空一致性:视频生成的核心挑战
    • 7.5 决策智能:在复杂约束下行动
      • 7.5.1 系统建模:决策的四要素
      • 7.5.2 强化学习:试错中的进化
      • 7.5.3 RLHF:人类偏好对齐
    • 7.6 搜索、规划与协同:路径的最优解
      • 7.6.1 A*算法:启发式的力量
      • 7.6.2 群体智能:自组织的集体智慧
      • 7.6.3 多智能体系统(MAS):分布式协同
    • 7.7 综合实践、安全与未来愿景
      • 7.7.1 提示词工程:驾驭高维混沌
      • 7.7.2 案例解构:精准育林工厂
      • 7.7.3 安全红线与伦理治理
      • 7.7.4 未来展望:从“内容生成”向“现实合成”的进化
    • 习题
  • 第8章 数据的价值:驱动AI的燃料与基石
    • 8.1 为什么“数据”如此重要:范式转变
      • 8.1.1 从“教机器规则”到“让机器从数据中学习”
      • 8.1.2 AI的三驾马车:数据、算法与算力
    • 8.2 认识数据:形态、来源与属性
      • 8.2.1 数据的多维形态
      • 8.2.2 数据从何而来
      • 8.2.3 数据的质量维度
      • 8.2.4 案例分析:错误数据如何“误导”模型学习
    • 8.3 让数据可用:预处理与数据标注
      • 8.3.1 数据清洗与标准化:把“原油”炼成“汽油”
      • 8.3.2 数据标注:赋予数据“语义”
      • 8.3.3 数据集的科学组织与划分
    • 8.4 数据中的隐患:偏见与伦理
      • 8.4.1 数据偏见:被冻结在算法中的历史
      • 8.4.2 隐私保护与数据安全
    • 8.5 数据的新趋势:突破瓶颈
      • 8.5.1 数据规模与模型能力:是否“越多越好”?
      • 8.5.2 数据增强与合成数据
      • 8.5.3 从大数据到高效数据
    • 习题
  • 第9章 AI赋能跨学科创新案例集锦
    • 9.1 AI+农林科学:从精准识别到生态智慧
      • 9.1.1 智慧农业:AI驱动的现代农业革命
      • 9.1.2 AI技术在智慧农业中的应用
      • 9.1.3 智慧林业:AI赋予森林生态系统的智能化管理
      • 9.1.4 AI助力农林科学展望:迈向自主智能的农林科学
    • 9.2 AI+测绘遥感:AI赋能遥感和测绘技术
      • 9.2.1 AI测绘遥感的概念及发展阶段
      • 9.2.2 AI技术在测绘遥感中的应用
      • 9.2.3 AI在测绘遥感中的经典应用案例
    • 9.3 AI+环境科学:AI赋能环境科学研究与保护
      • 9.3.1 AI环境科学的概念
      • 9.3.2 AI技术在环境科学中的应用
      • 9.3.3 AI在环境科学中的经典应用案例
    • 9.4 AI+园林园艺:AI赋能园林园艺与管理
      • 9.4.1 AI园林园艺的概念
      • 9.4.2 AI技术在园林园艺中的应用
      • 9.4.3 AI在园林园艺中的经典应用案例
    • 习题
  • 第10章 智能时代的责任、伦理与未来生涯
    • 10.1 算法偏见、安全与治理:技术的社会影响
    • 10.2 职业变迁与AI协同:未来职场所需的核心素养
      • 10.2.1 职业生态的结构性重塑
      • 10.2.2 人机协同的新型工作模式
      • 10.2.3 未来人才的核心素养模型
      • 10.2.4 教育体系与终身学习的转型
    • 10.3 前瞻与反思:构建可持续发展的智能生态
      • 10.3.1 智能生态的系统性风险
      • 10.3.2 可持续智能生态的设计原则
      • 10.3.3 多方协同的治理创新
      • 10.3.4 面向未来的反思与行动
    • 习题
  • 参考文献

相关图书