顶部
收藏

人工智能通识


作者:
主编:贾荣丛 副主编:李磊、王金磊、王宁波
定价:
39.00 元
版面字数:
360.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2026年
ISBN:
978-7-04-067909-0
物料号:
67909-00
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:
计算机类专业核心课程
三级分类:
人工智能

本书是高等学校人工智能通识教育系列教材。本书立足第四次工业革命与航空强国时代背景,面向高校全体学生,特别是立志投身国防与航空航天事业的青年学子而编写,是一本兼具科学性、通俗性、实践性与航空特色的人工智能通识教材。

全书系统阐述人工智能的基础概念、发展历程、核心技术与典型应用,深入浅出地讲解机器学习、深度学习、计算机视觉、自然语言处理等核心技术,重点介绍生成式人工智能(AIGC)与大模型技术,突出提示词工程、文本/语音/视频/图像生成等实用技能。本书内容紧密结合国产大飞机、无人机、智慧民航、低空经济等航空场景,融入大量国产大模型与工程实践案例,强化实操能力与创新思维。

本书坚持价值引领,强调人工智能伦理、数据安全、学术规范与科技向善,契合高校通识教育与人才培养需求。本书为新形态教材,配套教学课件、相关自测题及答案,读者扫描书中二维码或登录本书配套网站即可获取相关教学资源。本书淡化复杂的数学推导,语言通俗、案例鲜活、图文并茂,既可作为高等学校各专业人工智能通识课程的教材,也可作为人工智能入门学习的读物,助力学生培养智能时代必备素养,成长为服务科技强国与航空强国的复合型人才。

  • 前辅文
  • 第1章 绪论
    • 1.1 人工智能的定义
      • 1.1.1 基于智能行为的定义
      • 1.1.2 基于思维机制的定义
      • 1.1.3 基于理性行为的定义
      • 1.1.4 基于学习能力的定义
    • 1.2 人工智能的主流学派
    • 1.3 人工智能的发展
      • 1.3.1 人工智能的发展阶段
      • 1.3.2 中国人工智能的发展现状
    • 1.4 本章小结
    • 1.5 思考题
  • 第2章 人工智能的应用场景
    • 2.1 智慧飞行:AI在飞行中的应用
      • 2.1.1 从传统自动化到现代智能自主化
      • 2.1.2 智能导航与航路优化
      • 2.1.3 预测性与视情维修
      • 2.1.4 安全、效率与成本
    • 2.2 智慧地面:AI在机场运营管理与空中交通管理中的应用
      • 2.2.1 智慧机场运营管理
      • 2.2.2 新一代空中交通管理
    • 2.3 智慧生活:AI重塑日常体验与创意表达
      • 2.3.1 智能家居
      • 2.3.2 影视制作
      • 2.3.3 音乐艺术
    • 2.4 智慧机器人:AI在机器人中的应用
      • 2.4.1 环境感知
      • 2.4.2 自主导航与自动驾驶技术
      • 2.4.3 智能巡检
      • 2.4.4 集群协同
    • 2.5 智慧金融:AI驱动的金融价值链重塑
      • 2.5.1 智能客服
      • 2.5.2 智能投诉
      • 2.5.3 智能风控
      • 2.5.4 智能支付
      • 2.5.5 智能理赔
      • 2.5.6 智能营销
    • 2.6 智慧赛场:AI赋能竞技体育新高度
      • 2.6.1 个性化训练与表现优化
      • 2.6.2 从回溯分析到前瞻决策
      • 2.6.3 裁判辅助
    • 2.7 本章小结
    • 2.8 思考题
  • 第3章 机器学习与深度学习
    • 3.1 机器学习的概述
      • 3.1.1 机器学习的概念
      • 3.1.2 机器学习的分类
      • 3.1.3 机器学习的常见算法
      • 3.1.4 机器学习的典型行业应用
    • 3.2 深度学习概述
      • 3.2.1 深度学习的概念
      • 3.2.2 深度学习的常见算法
      • 3.2.3 深度学习的典型行业应用
    • 3.3 本章小结
    • 3.4 思考题
  • 第4章 计算机视觉
    • 4.1 计算机视觉概论
      • 4.1.1 从人类视觉到机器视觉
      • 4.1.2 计算机视觉的发展历程
      • 4.1.3 核心原理直观解构
    • 4.2 图像处理基础与增强
      • 4.2.1 图像去噪与旧照修复
      • 4.2.2 风格迁移与超分辨率重建
      • 4.2.3 图像增强的典型应用
    • 4.3 图像分类
      • 4.3.1 图像分类的基本流程与经典模型
      • 4.3.2 细粒度图像分类
    • 4.4 目标检测
      • 4.4.1 目标检测的核心思想
      • 4.4.2 典型应用场景
    • 4.5 图像分割
      • 4.5.1 图像分割的基本类型与核心方法
      • 4.5.2 典型应用场景
    • 4.6 动态视觉与生物特征识别
      • 4.6.1 人脸识别技术流程与应用边界
      • 4.6.2 视频分析与行为识别
      • 4.6.3 跨镜追踪与步态识别
    • 4.7 本章小结
    • 4.8 思考题
  • 第5章 自然语言处理
    • 5.1 自然语言处理概述
      • 5.1.1 自然语言处理的概念
      • 5.1.2 自然语言处理的发展历程
      • 5.1.3 语言学基础
      • 5.1.4 自然语言处理的难点与挑战
    • 5.2 自然语言处理的基础任务
      • 5.2.1 文本清洗
      • 5.2.2 分词
      • 5.2.3 词性标注
      • 5.2.4 命名实体识别
      • 5.2.5 依存句法分析
    • 5.3 自然语言处理的常见应用
      • 5.3.1 语言理解
      • 5.3.2 语言生成
      • 5.3.3 机器翻译
      • 5.3.4 内容审核
    • 5.4 本章小结
    • 5.5 思考题
  • 第6章 文本类AIGC应用与实践
    • 6.1 大语言模型工具生态概览
    • 6.2 提示词工程
      • 6.2.1 提示词的四大要素
      • 6.2.2 进阶方法
      • 6.2.3 结构化设计与迭代优化
    • 6.3 AIGC在理工场景下的文本生成实践
      • 6.3.1 技术方案构思
      • 6.3.2 项目文书撰写
      • 6.3.3 代码注释
      • 6.3.4 学术成果凝炼
    • 6.4 AIGC在人文社科类场景下的文本生成实践
      • 6.4.1 创意构思与故事开发
      • 6.4.2 多形态内容创作
      • 6.4.3 社交媒体传播策划
    • 6.5 文本类AIGC应用案例
      • 6.5.1 利用DeepSeek为Python代码生成注释与使用说明
      • 6.5.2 利用豆包为一款新潮饮品策划一套社交媒体传播文案
    • 6.6 本章小结
    • 6.7 思考题
  • 第7章 语音类AIGC应用与实践
    • 7.1 常用AIGC音频生成与优化工具
      • 7.1.1 网易天音
      • 7.1.2 腾讯TME Studio
      • 7.1.3 魔音工坊
      • 7.1.4 Suno AI中文站
      • 7.1.5 Soundraw
      • 7.1.6 Voicemaker
      • 7.1.7 讯飞智作平台
    • 7.2 AIGC语音在理工技术场景下的生成与应用
      • 7.2.1 工程场景下的语音生成需求分析
      • 7.2.2 面向理工技术场景的语音生成技术体系
      • 7.2.3 理工技术场景中的典型应用形态
      • 7.2.4 工程部署与系统集成问题
    • 7.3 AIGC语音在人文社科场景下的生成与应用
      • 7.3.1 文学创作与有声读物场景的需求分析
      • 7.3.2 面向风格与情感驱动的语音生成技术体系
      • 7.3.3 典型文化与内容创作中的应用形态
      • 7.3.4 文化伦理与风格版权的挑战与治理
    • 7.4 典型案例分析
      • 7.4.1 智能家居中控语音系统案例分析
      • 7.4.2 AIGC歌声合成与声景设计
    • 7.5 本章小结
    • 7.6 思考题
  • 第8章 视频类AIGC应用与实践
    • 8.1 常用的AIGC视频生成与优化工具
      • 8.1.1 即梦AI
      • 8.1.2 剪映
      • 8.1.3 360AI视频
      • 8.1.4 讯飞智作
      • 8.1.5 腾讯智影
      • 8.1.6 艺映AI
      • 8.1.7 Runway
    • 8.2 AIGC视频在理工领域的应用场景
      • 8.2.1 复杂技术原理的可视化解构
      • 8.2.2 前沿研究成果的动态化展示
      • 8.2.3 产品功能交互演示
    • 8.3 AIGC在多元人文社科类场景中的视频创作
      • 8.3.1 个人叙事表达
      • 8.3.2 文学视觉转译
      • 8.3.3 社会价值传播
    • 8.4 AIGC视频生成典型应用案例
      • 8.4.1 AIGC案例:生成一段“电动机转动物理过程”模拟演示视频
      • 8.4.2 AIGC案例:为校园音乐社快速制作一支音乐MV
    • 8.5 本章小结
    • 8.6 思考题
  • 第9章 AIGC图片生成与图像处理
    • 9.1 常用的AIGC图片生成与图像处理工具
      • 9.1.1 通义万相
      • 9.1.2 Vega AI
      • 9.1.3 无界AI
      • 9.1.4 笔墨AI
      • 9.1.5 灵图AI
    • 9.2 AIGC图像在理工领域的应用场景
      • 9.2.1 概念设计生成
      • 9.2.2 原理可视化呈现
      • 9.2.3 学术成果可视化
    • 9.3 AIGC在多元创意场景中的图像创作
      • 9.3.1 艺术概念生成
      • 9.3.2 文学视觉转译
      • 9.3.3 商业视觉设计
    • 9.4 AIGC图片生成案例实践
      • 9.4.1 案例1:创建“碳循环”科学示意图
      • 9.4.2 案例2:创作一套“二十四节气”国风系列海报
    • 9.5 本章小结
    • 9.6 思考题
  • 第10章 人工智能的伦理安全与风险
    • 10.1 技术与滥用
      • 10.1.1 伪造内容生成与检测攻防
      • 10.1.2 虚假信息的算法驱动与网状传播
    • 10.2 从数据源头到算法公平
      • 10.2.1 数据源治理:重塑AI“世界观”的基石
      • 10.2.2 算法公平设计:将正义编码入数学模型
      • 10.2.3 偏见监测与矫正:构建动态的防御与反馈闭环
    • 10.3 数据泄漏防控与隐私推理抵御
      • 10.3.1 数据泄漏防护:构筑数字时代的安全防线
      • 10.3.2 隐私推理抵御:破解数据可用不可见的伦理困局
    • 10.4 人工智能发展的多元治理与人文适配
      • 10.4.1 法律与监管:构建包容审慎的数字法制框架
      • 10.4.2 教育变革:重塑AI时代的人才培养范式
      • 10.4.3 价值引导:为人工智能注入人类文明的底色
    • 10.5 本章小结
    • 10.6 思考题
  • 自测题参考答案

相关图书