人工智能通识导论（微课版）-图书-人邮教育社区

特别说明

本书教学案例丰富全面，方便教师教学。
强化应用案例——AlphaGo战胜围棋选手
人工智能安全与伦理案例——数据脱敏技术
智能驾驶应用案例——萝卜快跑
举例来说，智能穿戴设备这章的应用案例包括以下几种。
（1）心率测量
（2）血氧仪
（3）血压计
（4）智能穿戴解锁汽车：开启便捷出行新时代
（5）智能手表：促进健康生活方式的转变
智能视觉这章的应用案例包括以下几种。
（1）安防监控：守护安全的“智慧之眼”
（2）医疗影像分析：辅助医生精准诊断
（3）智能驾驶与辅助驾驶：引领未来出行方式
（4）新零售与智能家居：打造智能生活新体验
（5）农业智能化：推动农业生产变革

内容摘要

人工智能是近年来发展最为迅猛的新兴交叉学科，也是新质生产力的重要推动因素。本书作为人工智能学科的入门通识教材，通过由浅入深、理论与实践有机结合的方式，全方位阐述了人工智能相关的历史背景、理论脉络、关键技术及典型应用。全书共分 12 章。第 1 章阐述了人工智能的定义、发展历史和发展趋势。第 2 章到第 5 章是人工智能学科的理论基础，分别介绍了基于知识和学习的人工智能、人工智能大模型、人工智能安全与伦理等内容。第 6 章到第 12 章从人工智能的应用领域出发，主要阐述了智能视觉、智能博物馆、智能机器人、智能穿戴设备、智能驾驶、智能医疗、智能教育等方面的应用技术及方法，并以案例分析的形式详细介绍了人工智能的具体应用。
本书是人工智能学科的“零基础”入门级通识教材，可以作为高等院校学生的人工智能通识教材，也可以作为人工智能爱好者及相关研究人员进行人工智能相关培训、开发及研究工作的参考资料。

【章名目录】
第1章　人工智能概述
第2章　基于知识的人工智能
第3章　基于学习的人工智能
第4章　基于大模型的人工智能
第5章　人工智能安全与伦理问题
第6章　智能视觉
第7章　智能博物馆
第8章　智能机器人
第9章　智能穿戴设备
第10章　智能驾驶
第11章　智能医疗
第12章　智能教育

【详细目录】
第1章　人工智能概述
1.1　人工智能定义　1
1.1.1　人工智能概述　2
1.1.2　人工智能流派　4
1.1.3　人工智能的三要素　6
1.2　人工智能发展史　8
1.2.1　人工智能的早期发展　8
1.2.2　人工智能的寒冬与复苏　10
1.2.3　现代人工智能的崛起　11
1.3　人工智能关键技术概述　14
1.3.1　机器学习　14
1.3.2　深度学习　16
1.3.3　知识图谱　17
1.3.4　自然语言处理　18
1.3.5　计算机视觉　19
1.4　大语言模型　19
1.4.1　大语言模型的定义　19
1.4.2　大语言模型的特点　20
1.4.3　大模型的分类　20
本章小结　21
习题　21

第2章　基于知识的人工智能
2.1　知识建模和表示　22
2.1.1　本体论设计和分类学　22
2.1.2　语义网络和框架　23
2.1.3　知识图谱和图数据库　26
2.2　知识搜索　26
2.2.1　启发式搜索　27
2.2.2　搜索树　29
2.2.3　遗传算法　31
2.3　知识推理　32
2.3.1　线性和非线性推理　34
2.3.2　确定性和不确定性推理　35
2.3.3　模糊推理　39
2.3.4　概率推理　40
本章小结　41
习题　41

第3章　基于学习的人工智能
3.1　机器学习　43
3.1.1　机器学习概述　43
3.1.2　分类及回归　47
3.1.3　聚类及降维　53
3.2　深度学习　55
3.2.1　卷积神经网络　57
3.2.2　递归神经网络　65
3.2.3　生成式神经网络　69
3.3　强化学习　73
3.3.1　基于值函数的学习方法　75
3.3.2　基于策略的学习方法　78
3.3.3　Actor-Critic方法　81
本章小结　84
习题　84

第4章　基于大模型的人工智能
4.1　大模型概述　85
4.2　大模型技术简介　87
4.3　典型大模型　88
4.3.1　通用大模型Deepseek　89
4.3.2　通用大模型ChatGPT　92
4.3.3　国产大模型　94
4.3.4　视频生成大模型　97
4.3.5　图像生成大模型　99
4.3.6　音乐生成大模型　100
4.3.7　语言识别大模型　101
本章小结　102
习题　102

第5章　人工智能安全与伦理问题
5.1　人工智能安全概述　104
5.1.1　人工智能安全形势分析　105
5.1.2　人工智能安全风险分析　105
5.2　人工智能安全体系架构　108
5.2.1　人工智能内生安全　110
5.2.2　人工智能衍生安全　110
5.3　人工智能助力安全　111
5.3.1　人工智能助力防御　111
5.3.2　人工智能辅助攻击　113
5.3.3　针对人工智能自身安全问题的攻击　115
5.3.4　针对人工智能自身安全问题的防护　116
5.4　人工智能伦理问题　117
本章小结　120
习题　120

第6章　智能视觉
6.1　智能视觉概述　122
6.2　智能视觉关键技术　123
6.2.1　图像获取与预处理　123
6.2.2　特征提取与表示　125
6.3　典型应用案例　128
6.3.1　安防监控：守护安全的“智慧之眼”　128
6.3.2　医疗影像分析：辅助医生精准诊断　129
6.3.3　智能驾驶与辅助驾驶：引领未来出行方式　130
6.3.4　新零售与智能家居：打造智能生活新体验　133
6.3.5　农业智能化：推动农业生产变革　136
6.4　智能视觉发展趋势　138
本章小结　139
习题　139

第7章　智能博物馆
7.1　人工智能与博物馆：新时代的融合　140
7.2　人工智能在博物馆的关键应用　141
7.2.1　藏品保护与场馆管理　141
7.2.2　展览设计与展示　147
7.2.3　观众服务与体验　150
7.3　未来趋势与发展方向　155
7.3.1　人工智能技术在博物馆中的应用趋势　155
7.3.2　人工智能与博物馆的可持续发展　156
本章小结　157
习题　157

第8章　智能机器人
8.1　智能机器人的“智能”　158
8.1.1　为机器人的智能提供支撑的三项技术　158
8.1.2　人工智能加持下的机器人　159
8.2　智能机器人的主要传感器及其应用　169
8.3　智能机器人的前沿探索　173
8.3.1　深度学习在智能机器人中的应用　173
8.3.2　柔性机器人与软体机器人　174
8.3.3　群体智能与多机器人协作　176
本章小结　179
习题　179

第9章　智能穿戴设备
9.1　智能穿戴设备的概念及发展历程　180
9.1.1　智能穿戴设备概述　180
9.1.2　发展历程　182
9.1.3　智能穿戴设备种类　186
9.2　常见智能穿戴设备技术原理　187
9.2.1　常见智能穿戴设备测量原理　187
9.2.2　无线通信技术　190
9.2.3　低功耗芯片技术　193
9.2.4　软件开发技术　193
9.3　智能穿戴设备如何改变人们的生活：应用案例　194
9.4　智能穿戴设备的未来　196
本章小结　198
习题　199

第10章　智能驾驶
10.1　智能驾驶系统概述　200
10.1.1　智能驾驶的起源与发展背景　200
10.1.2　智能驾驶的定义　202
10.1.3　智能驾驶应用场景　203
10.1.4　智能驾驶全面数据解读　204
10.2　智能驾驶关键技术　205
10.2.1　智能驾驶中的环境感知　205
10.2.2　智能驾驶中的目标识别　210
10.2.3　智能驾驶中的动态决策　212
10.3　智能驾驶应用案例　213
本章小结　221
习题　221

第11章　智能医疗
11.1　智能医疗概述　223
11.1.2　智能医疗发展历史　224
11.2　智能医疗关键技术　226
11.2.1　计算机视觉　226
11.2.2　机器学习和深度学习　228
11.2.3　物联网　229
11.3　典型应用案例　230
11.3.1　药物发现　230
11.3.2　医学影像分析　232
11.3.3　医疗保健　235
11.3.3　生物医学大数据分析　238
11.4　智能医疗的技术挑战和发展趋势　240
11.4.1　技术挑战　240
11.4.2　发展趋势　241
本章小结　242
习题　243

第12章　智能教育
12.1　智能教育概述　244
12.1.1　智能教育背景　244
12.1.2　智能教育的必要性　245
12.1.3　发展趋势　246
12.2　智能教育技术　248
12.2.1　人工智能技术　248
12.2.2　虚拟现实与增强现实　250
12.2.3　智能化学习辅导：基于大模型的个性化教育　252
12.3　个性化教育　253
12.3.1　实现方式　254
12.3.2　应用场景　254
12.3.3　案例介绍　255
12.3.4　个性化学习优势　257
12.4　基于AI的教育平台　258
12.4.1　教育服务优化　258
12.4.2　知识生产与获取变革　260
12.4.3　教育大模型　261
12.5　推荐教育或学习资源网站　265
本章小结　269
习题　269
参考文献