模块 1 从信息到智能
第 1 章 信息技术概论
1.1 信息的定义与特征
1.1.1 信息的定义
1.1.2 信息的主要特征
1.1.3 信息的意义
1.1.4 信息资源
1.2 信息技术的构成与分类
1.2.1 信息技术的核心构成要素
1.2.2 信息技术的分类
1.3 信息社会与智慧化转型
1.3.1 信息化的概念与特征
1.3.2 智慧化的概念
1.3.3 信息社会与智慧化社会发展
本章小结
课后习题
第 2 章 计算机系统
2.1 计算机发展史
2.1.1 通用电子计算机的诞生
2.1.2 计算机的发展历程
2.2 计算机的基本组成与功能
2.2.1 计算机硬件
2.2.2 计算机软件
2.2.3 软件与硬件的逻辑等价性
2.3 从计算机到智能设备
2.3.1 计算机的发展趋势
2.3.2 智能设备
2.3.3 智能设备的多样化应用
本章小结
课后习题
第 3 章 大数据
3.1 大数据的基本概念
3.1.1 大数据的定义与特征
3.1.2 大数据带来的思维转变
3.2 数据工程关键技术
3.2.1 数据采集
3.2.2 数据清洗与预处理
3.2.3 数据存储
3.2.4 数据处理
3.2.5 数据分析与可视化
3.3 大数据平台
3.3.1 Hadoop 生态圈
3.3.2 Apache Spark
3.3.3 云原生大数据服务
3.3.4 数据中台
3.3.5 大数据平台选型参考
本章小结
课后习题
第 4 章 人工智能
4.1 人工智能概述
4.1.1 人工智能的基本概念
4.1.2 人工智能发展的 3 次浪潮
4.2 机器学习
4.2.1 机器学习的基本概念
4.2.2 机器学习的流程
4.2.3 机器学习的分类
4.2.4 机器学习的数据影响
4.3 深度学习
4.3.1 深度学习的基本概念
4.3.2 深度学习的主要特点
4.3.3 深度学习的关键作用
4.3.4 深度学习的局限
本章小结
课后习题
模块 2 信息技术的智能化
第 5 章 计算机软件
5.1 软件的概论与分类
5.1.1 软件的基本概念
5.1.2 软件的重要性
5.1.3 软件的分类
5.1.4 软件与硬件的关系
5.1.5 软件的发展历程
5.2 软件的生命周期
5.2.1 软件生命周期概述
5.2.2 问题定义与可行性研究
5.2.3 需求分析
5.2.4 软件设计
5.2.5 程序编码
5.2.6 软件测试
5.2.7 部署与维护
5.3 软件智能化趋势
5.3.1 智能化为软件注入新活力
5.3.2 智能化改变软件的开发方式
5.3.3 智能软件未来的图景与挑战
本章小结
课后习题
第 6 章 电子与通信
6.1 数字电路与智能控制
6.1.1 从信号到电路
6.1.2 逻辑门电路
6.1.3 组合逻辑电路
6.1.4 数字电路的智能应用
6.2 智能通信技术
6.2.1 通信的进化
6.2.2 智能通信的关键技术
6.2.3 智能通信的应用场景
6.3 量子信息技术
6.3.1 量子与微观世界
6.3.2 量子计算
6.3.3 量子通信
6.3.4 量子信息技术的未来
本章小结
课后习题
第 7 章 计算机网络与云计算
7.1 计算机网络与互联网
7.1.1 计算机网络的概念与分类
7.1.2 网络传输介质与通信设备
7.1.3 互联网技术
7.2 云计算技术
7.2.1 云计算概论
7.2.2 云计算的服务模式
7.2.3 云计算的部署模式
7.2.4 云计算的关键技术
7.2.5 主流云计算平台
7.3 云端智能服务
7.3.1 云端智能服务概述
7.3.2 人工智能与云计算融合
7.3.3 主流云端智能服务类型
7.3.4 云端智能服务的应用场景
本章小结
课后习题
第 8 章 物联网与区块链
8.1 物联网概论与架构
8.1.1 物联网的概念与特征
8.1.2 物联网的发展与形成
8.1.3 物联网的体系结构
8.2 智能感知与边缘计算
8.2.1 智能感知技术
8.2.2 边缘计算
8.3 区块链与可信智能技术
8.3.1 区块链的概念与特征
8.3.2 智能合约与可信智能系统
本章小结
课后习题
第 9 章 数字媒体与虚拟现实
9.1 数字媒体
9.1.1 从传统媒体到数字媒体
9.1.2 数字媒体的类型与特征
9.1.3 数字媒体的关键技术
9.2 虚拟现实
9.2.1 虚拟现实的概念与特征
9.2.2 虚拟现实的技术基础
9.2.3 虚拟现实的典型应用
9.3 数字孪生
9.3.1 数字孪生的概念与起源
9.3.2 数字孪生与虚拟现实的本质区别
9.3.3 数字孪生的典型应用
本章小结
课后习题
模块 3 人工智能应用与实践
第 10 章 大语言模型
10.1 大语言模型概述
10.1.1 大语言模型的基本概念
10.1.2 大语言模型的强大通用能力
10.1.3 常见大语言模型
10.2 大语言模型的基本机制
10.2.1 大语言模型对话生成的基本流程
10.2.2 词元：文本的基本单位
10.2.3 提示词：任务描述与约束信息
10.2.4 上下文：记忆与遗忘
10.2.5 大语言模型的训练与推理
10.2.6 大语言模型的幻觉现象
10.3 案例实操：知识库的构建与使用
10.3.1 知识库的概念与作用
10.3.2 构建并使用自己的知识库
本章小结
课后习题
第 11 章 提示词工程
11.1 提示词入门
11.1.1 提示词的概念
11.1.2 补齐信息
11.1.3 规范输出
11.2 构造高质量的提示词
11.2.1 结构化提示词
11.2.2 约束条件
11.2.3 评价与迭代
11.3 案例实操：向 AI 学习专业知识
11.3.1 明确学习目标与边界
11.3.2 构建概念结构
11.3.3 发现应用场景
11.3.4 检验概念理解
11.3.5 自测与补缺
本章小结
课后习题
第 12 章 AI 数据分析
12.1 任务与交付要求
12.1.1 任务核心问题
12.1.2 数据集结构
12.1.3 交付要求与标准
12.2 AI 数据分析流程
12.2.1 数据理解
12.2.2 数据清洗
12.2.3 数据转换
12.2.4 可视化数据分析
12.3 复盘与能力迁移
12.3.1 数据分析基本流程
12.3.2 图表选择原则与常见误区
12.3.3 核验清单与典型提示词模板
本章小结
课后习题
第 13 章 AI 代码编写
13.1 任务与交付标准
13.1.1 任务说明
13.1.2 功能清单与验收标准
13.1.3 工具与交付形式
13.2 AI 开发流程
13.2.1 需求澄清
13.2.2 生成最小可运行版本
13.2.3 测试与问题修复
13.2.4 新增功能与复测
13.3 复盘与能力迁移
13.3.1 AI 辅助开发的基本流程
13.3.2 常见问题与核验清单
13.3.3 可复用提示词模板
本章小结
课后习题
第 14 章 AI 创意内容生成
14.1 任务与交付要求
14.1.1 任务目标与受众分析
14.1.2 内容范围与事实核验
14.1.3 交付要求与标准
14.2 AI 创意内容生成流程
14.2.1 大纲生成
14.2.2 文案生成
14.2.3 配图生成
14.2.4 PPT 生成
14.2.5 事实核验
14.3 复盘与能力迁移
14.3.1 创意概念表达的基本流程
14.3.2 内容生成基本原则与常见问题
14.3.3 核验清单与典型提示词模板
本章小结
课后习题
模块 4 人工智能伦理与挑战
第 15 章 人工智能伦理与治理
15.1 人工智能伦理问题
15.1.1 伦理问题的含义
15.1.2 伦理问题的来源
15.1.3 利益相关者识别
15.1.4 主要伦理风险类型
15.1.5 智能驾驶场景下的 AI 伦理风险分析
15.1.6 学术场景中的 AI 边界与风险
15.2 全球 AI 治理实践
15.2.1 AI 治理的概念
15.2.2 AI 治理的基本思路
15.2.3 治理的主要关注点
15.2.4 AI 治理的代表性实践
本章小结
课后习题
第 16 章 人工智能前景与挑战
16.1 AI 对未来社会的影响
16.1.1 社会运行方式的变化与挑战
16.1.2 职业和岗位的变化与挑战
16.2 面向未来的 AI 人才素养
16.2.1 面向未来的 AI 能力结构
16.2.2 如何提升 AI 素养
16.2.3 终身学习与未来竞争力
本章小结
课后习题