章目录
第1章 人工智能概述
第2章 人工智能核心技术及研究热点
第3章 人工智能行业发展及典型应用
第4章 人工智能前沿
第5章 人工智能安全、伦理与治理

第1章 人工智能概述 1
1.1 什么是人工智能 2
1.1.1 什么是智能 3
1.1.2 人工智能的定义 4
1.1.3 弱人工智能和强人工智能 6
1.1.4 人工智能三大流派 8
1.2 人工智能发展简史 11
1.2.1 人工智能的发展历程 12
1.2.2 人工智能的发展现状 20
1.3 人工智能的主要特征 36
1.3.1 环境感知 36
1.3.2 知识表示 36
1.3.3 从数据中学习 37
1.4 人工智能的重要意义 37
1.5 人工智能学习建议 41
1.5.1 行业人才需求 41
1.5.2 知识、能力与素养目标 43
1.5.3 知识体系 45
1.5.4 学习指导 47
1.6 习题 48
第2章 人工智能核心技术及研究热点 50
2.1 人工智能各子领域中的核心技术 51
2.1.1 机器学习 51
2.1.2 深度学习 58
2.1.3 自然语言处理 61
2.1.4 计算机视觉与可视化 63
2.1.5 语音识别 67
2.1.6 数据挖掘 68
2.1.7 信息检索与推荐 69
2.1.8 人机交互及机器人 71
2.2 人工智能研究热点 72
2.2.1 特征提取 72
2.2.2 图像分类 74
2.2.3 目标检测 75
2.2.4 语义分割 77
2.2.5 生成学习 78
2.2.6 协同过滤 79
2.2.7 机器翻译 79
2.3 人工智能的基本算法 80
2.3.1 支持向量机 81
2.3.2 K-Means 82
2.3.3 多层感知机 83
2.3.4 卷积神经网络 85
2.3.5 循环神经网络 88
2.3.6 图神经网络 88
2.3.7 自编码器 89
2.4 习题 90
第3章 人工智能行业发展及典型应用 93
3.1 人工智能+安防 94
3.1.1 发展背景及应用场景 94
3.1.2 目标检测典型案例应用 96
3.2 人工智能+医疗 97
3.2.1 发展背景及应用场景 98
3.2.2 图像分割典型案例应用 100
3.3 人工智能+教育 101
3.3.1 发展背景及应用场景 101
3.3.2 抄袭检测典型案例应用 104
3.4 人工智能+农业 105
3.4.1 发展背景及应用场景 105
3.4.2 目标识别典型案例应用 108
3.5 人工智能+交通 109
3.5.1 发展背景及应用场景 109
3.5.2 目标跟踪典型案例应用 111
3.6 人工智能+文化 112
3.6.1 发展背景及应用场景 113
3.6.2 文物修复典型案例应用 114
3.7 人工智能+环境 116
3.7.1 发展背景及应用场景 116
3.7.2 变化检测典型案例应用 118
3.8 习题 119
第4章 人工智能前沿 121
4.1 大模型 122
4.1.1 大模型概览 122
4.1.2 技术原理与优势 124
4.1.3 工程应用 129
4.2 AIGC应用基础 131
4.2.1 提示工程 131
4.2.2 赋能工作 135
4.2.3 助力学习 139
4.2.4 拓展设计 147
4.2.5 丰富生活 149
4.2.6 成就艺术 153
4.3 人工智能发展趋势 156
4.3.1 人工智能发展方向 156
4.3.2 人工智能基础理论和算法发展策略 162
4.3.3 人工智能未来人才培养 165
4.4 习题 169
第5章 人工智能安全、伦理与治理 171
5.1 人工智能新时代的挑战 172
5.2 人工智能安全 173
5.2.1 技术性安全风险 173
5.2.2 社会性安全风险 174
5.3 人工智能伦理 175
5.4 人工智能治理 176
5.5.1 生成式人工智能的核心挑战 177
5.5.2 高风险应用场景 178
5.6 可信赖的人工智能 180
5.7 习题 181