顶部
收藏

人工智能与未来(简明版)


作者:
主编 王红梅 陈建辉 副主编 程文静 贾萌 刘蕾 刘星宇
定价:
49.00 元
版面字数:
420.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2026年
ISBN:
978-7-04-067692-1
物料号:
67692-00
出版时间:
2026-07-31
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

本书是河南省“十四五”普通高等教育规划教材《人工智能与未来》的简明版教材,是一本集理论与实践、趣味性与实用性于一体的人工智能通识课教材。全书分为四个部分,分别是人工智能起源、人工智能要素、人工智能应用和人工智能未来。与原版相比,本版之所以称为《人工智能与未来》(简明版),是因为将原版两本书的内容重新整合为一本,但仍保留原有的课程内容体系结构。其中,第1部分为人工智能起源,仅包含第1章初始人工智能;第2部分为人工智能要素,简化为第2章人工智能三要素;第3部分为人工智能应用,涵盖第3章基于WPS的智能办公、第4章大模型及AIGC应用、第5章智能体、第6章计算机视觉和第7章具身智能;第4部分为人工智能未来,只有第8章未来与伦理。

本书以人工智能应用为背景,以人工智能应用中虚拟人物“小智”遇到的各种问题为驱动,从读者的角度出发,构建读者容易接触到的问题、场景和案例,降低读者学习的难度,提升学习兴趣。同时,本书还注重理论与实践的结合,通过丰富的案例分析,帮助读者理解人工智能技术的实际应用逻辑和产业价值,为未来的专业学习和职业发展打下坚实的基础。

本书适合作为高等学校非计算机专业人工智能通识课程或计算机专业人工智能导论课程的教材,也可作为想了解人工智能初级理论与应用的读者的入门参考书。

  • 前辅文
  • 第1部分 人工智能起源
    • 第1章 初识人工智能
      • 导入故事
      • 1.1 人工智能是什么?
      • 1.2 人工智能关我什么事儿?
        • 1.2.1 小智同学与启慧老师的一天
        • 1.2.2 人工智能常见应用技术
        • 1.2.3 人工智能赋能千行百业
      • 1.3 人工智能思想萌芽从图灵开始
        • 1.3.1 图灵机和人工智能思想萌芽
        • 1.3.2 冯·诺依曼架构和图灵测试
      • 1.4 人工智能从达特茅斯会议启航
        • 1.4.1 因“勤工俭学”而结识的四个人
        • 1.4.2 达特茅斯会议
        • 1.4.3 四人三足鼎立都获图灵奖
        • 1.4.4 相约AI@50
      • 1.5 人工智能发展的三大流派
        • 1.5.1 符号主义
        • 1.5.2 连接主义
        • 1.5.3 行为主义
        • 1.5.4 人工智能发展的三起两落
      • 思考与练习
  • 第2部分 人工智能要素
    • 第2章 人工智能三要素
      • 导入故事
      • 2.1 一场想象游戏
      • 2.2 数据
        • 2.2.1 数据的概念
        • 2.2.2 数据的计算机表示
        • 2.2.3 数据的格式和存储
        • 2.2.4 数据采集、数据分析与可视化
        • 2.2.5 大数据时代和数据处理
        • 2.2.6 常用的标注数据集
      • 2.3 算法
        • 2.3.1 算法的概念
        • 2.3.2 算法描述
        • 2.3.3 算法和程序的关系
        • 2.3.4 搜索算法
        • 2.3.5 机器学习
        • 2.3.6 神经网络和深度学习
      • 2.4 算力
        • 2.4.1 算力的概念和单位
        • 2.4.2 通用计算算力
        • 2.4.3 超级计算算力
        • 2.4.4 智能算力
        • 2.4.5 算力网络
      • 思考与练习
  • 第3部分 人工智能应用
    • 第3章 基于WPS的智能办公
      • 导入故事
      • 3.1 智能文档处理
        • 3.1.1 文档内容生成
        • 3.1.2 智能文档优化
        • 3.1.3 文档内容排版
        • 3.1.4 简历的制作
        • 3.1.5 AI阅读
      • 3.2 智能表格处理
        • 3.2.1 表格智能创建
        • 3.2.2 数据处理与计算
        • 3.2.3 数据可视化
        • 3.2.4 多维表格
      • 3.3 智能PPT生成及优化
        • 3.3.1 智能创作PPT
        • 3.3.2 多姿多彩的PPT制作
      • 3.4 其他日常智能办公应用
        • 3.4.1 云文档和在线协作
        • 3.4.2 音频和文字转换
        • 3.4.3 WPS Office手机端
      • 思考与练习
    • 第4章 大模型及AIGC应用
      • 导入故事
      • 4.1 大模型是什么?
      • 4.2 大模型如何生成?
        • 4.2.1 Transformer模型
        • 4.2.2 Diffusion扩散模型
        • 4.2.3 文生图CLIP模型
      • 4.3 文本生成及应用
        • 4.3.1 如何写好提示词?
        • 4.3.2 文本生成应用
      • 4.4 图像生成及应用
      • 4.5 代码生成及应用
        • 4.5.1 基于DeepSeek的俄罗斯方块游戏
        • 4.5.2 基于Trae的猜猜看连线游戏
      • 4.6 流程图生成及应用
      • 4.7 声音复刻
        • 4.7.1 MiniMax海螺语音生成平台
        • 4.7.2 剪映语音生成平台
      • 4.8 视频生成及应用
        • 4.8.1 即梦平台生成视频
        • 4.8.2 Vidu平台生成视频
      • 4.9 数字人技术及应用
        • 4.9.1 即梦AI生成数字人
        • 4.9.2 讯飞智作生成数字人
      • 思考与练习
    • 第5章 智能体
      • 导入故事
      • 5.1 智能体概述
      • 5.2 初始智能体案例:知心朋友
      • 5.3 智能体插件和知识库案例:AI学习助手
        • 5.3.1 为智能体添加插件
        • 5.3.2 为智能体添加知识库
      • 5.4 智能体工作流案例:故事大王
        • 5.4.1 工作流概述
        • 5.4.2 添加工作流
        • 5.4.3 应用工作流
      • 5.5 沉浸式交互智能体:英语学习伙伴
        • 5.5.1 交互智能体体验
        • 5.5.2 交互智能体实现
      • 思考与练习
    • 第6章 计算机视觉
      • 导入故事
      • 6.1 计算机视觉和常见应用
        • 6.1.1 计算机视觉概念
        • 6.1.2 计算机视觉的处理方法
        • 6.1.3 计算机视觉任务及常见应用
      • 6.2 美颜
        • 6.2.1 美颜基本原理
        • 6.2.2 美颜实现与应用
      • 6.3 KNN手写字识别
        • 6.3.1 简单机器学习算法KNN
        • 6.3.2 准备训练数据集
        • 6.3.3 手写数字识别
      • 6.4 OpenCV人脸识别
        • 6.4.1 OpenCV提供的人脸分类器
        • 6.4.2 调用OpenCV显示图像
        • 6.4.3 进行人脸检测
        • 6.4.4 通过摄像头或视频流采集照片
        • 6.4.5 通过摄像头或视频流检测人脸
        • 6.4.6 训练人脸识别模型
        • 6.4.7 用训练的模型识别人脸
      • 6.5 YOLO目标检测
        • 6.5.1 YOLO概述
        • 6.5.2 目标检测
        • 6.5.3 姿态评估和实现
        • 6.5.4 对象分割
      • *6.6 环境搭建
        • 6.6.1 Python 3.8.10安装
        • 6.6.2 安装Python第三方库
        • 6.6.3 异常处理
        • 6.6.4 国内镜像安装第三方库
        • 6.6.5 YOLO环境配置
      • 思考与练习
    • 第7章 具身智能
      • 导入故事
      • 7.1 具身智能是什么?
        • 7.1.1 从离身到具身的转变
        • 7.1.2 具身智能的定义
      • 7.2 具身智能系统的核心能力
        • 7.2.1 具身感知
        • 7.2.2 具身决策
        • 7.2.3 具身执行
      • 7.3 具身智能系统案例
        • 7.3.1 扫地机器人
        • 7.3.2 智能驾驶汽车
        • 7.3.3 人形机器人
      • 7.4 大模型技术在具身智能中的应用
        • 7.4.1 大模型与具身智能融合的关键技术
        • 7.4.2 当前挑战与未来展望
      • 7.5 项目1:自主研发智能驾驶虚拟仿真实验
        • 7.5.1 第一关:智能直行
        • 7.5.2 第二关:直角右转
        • 7.5.3 第三关:复杂左转
      • 7.6 项目2:头歌平台“测试场试车”实践项目
        • 7.6.1 第一关:智能汽车直行
        • 7.6.2 第二关:遇到障碍物,直角左转
        • 7.6.3 第三关:沿线行驶直角右转
      • 思考与练习
  • 第4部分 人工智能未来
    • 第8章 未来与伦理
      • 导入故事
      • 8.1 人工智能伦理的概念
        • 8.1.1 作为哲学分支的伦理学
        • 8.1.2 伦理、法律和道德的关系
        • 8.1.3 作为一种技术伦理的人工智能伦理
        • 8.1.4 负责任的AI:与人类价值观对齐
      • 8.2 与AI自主决策有关的法律道德责任
        • 8.2.1 AI的道德地位
        • 8.2.2 电车难题:一个道德决策困境
        • 8.2.3 现实:人类负责制
        • 8.2.4 趋势:人机协同
      • 8.3 数据安全与隐私保护
        • 8.3.1 数据安全概述
        • 8.3.2 AI算法偏见和歧视
        • 8.3.3 隐私保护和形同虚设的知情同意权
        • 8.3.4 保护与发展之间的矛盾
        • 8.3.5 如何保护自己的数据安全和个人隐私
      • 8.4 AI对就业和人类劳动的影响
        • 8.4.1 AI的就业替代和就业创造
        • 8.4.2 AI与之前技术革命的不同
        • 8.4.3 AI的就业重塑
        • 8.4.4 大学生应该怎样学习?
        • 8.4.5 劳动之于人类的意义走向何处?
      • 思考与练习

相关图书