目 錄
第1章 人工智能概述 1
1.1 人工智能是什么 2
1.1.1 人工智能的定義及其演進 2
1.1.2 人工智能的分類 2
1.1.3 人工智能的基本原理 3
1.1.4 人工智能的學科背景 4
1.2 人工智能的發(fā)展歷程 5
1.2.1 人工智能的理論、技術和哲學背景 5
1.2.2 人工智能的起源 5
1.2.3 人工智能發(fā)展的第一次浪潮：符號主義主導的早期探索期 6
1.2.4 人工智能發(fā)展的第二次浪潮：統(tǒng)計學習驅動的復興期 7
1.2.5 人工智能發(fā)展的第三次浪潮：機器學習引領的繁榮期 8
1.2.6 人工智能發(fā)展的第四次浪潮：大模型時代 8
1.2.7 未來發(fā)展趨勢 9
1.3 人工智能的應用 10
1.3.1 人工智能產業(yè)鏈 10
1.3.2 醫(yī)療健康領域 11
1.3.3 教育領域 12
1.3.4 交通領域 13
1.3.5 金融領域 14
1.4 本章小結 14
本章實驗 15
實驗1 AI“看圖說話”——圖像識別體驗 15
實驗2 拓展案例：“AI應用暢想”小組討論 16
第2章 人工智能關鍵技術 17
2.1 從“感知”到“行動”的智能躍遷 17
2.1.1 計算智能：人工智能的“生存本能” 17
2.1.2 感知智能：人工智能的“感官系統(tǒng)” 19
2.1.3 認知智能：人工智能的“思考中樞” 21
2.1.4 行為智能：讓機器“動起來”的智慧 23
2.2 人工神經網絡 24
2.2.1 如何構建人工神經網絡 25
2.2.2 人工神經網絡的訓練 26
2.2.3 深度神經網絡 27
2.2.4 卷積神經網絡 28
2.2.5 循環(huán)神經網絡 30
2.2.6 長短時記憶網絡 31
2.2.7 Transformer 32
2.3 機器學習 34
2.3.1 機器學習與機器智能 34
2.3.2 機器學習的類型和應用 35
2.3.3 監(jiān)督學習與無監(jiān)督學習 36
2.3.4 深度學習 40
2.3.5 強化學習 43
2.3.6 遷移學習 45
2.3.7 機器創(chuàng)造 47
2.4 感知智能 49
2.4.1 數(shù)字圖像處理技術 49
2.4.2 計算機視覺與機器視覺 55
2.4.3 模式識別與圖像分類 56
2.4.4 人臉識別 58
2.4.5 目標檢測與識別 61
2.4.6 自動駕駛與環(huán)境感知 63
2.5 認知智能 65
2.5.1 邏輯推理 65
2.5.2 知識表示 66
2.5.3 搜索技術 68
2.5.4 知識圖譜 70
2.5.5 認知計算 74
2.6 語言智能 75
2.6.1 語言與認知 75
2.6.2 自然語言處理 76
2.6.3 智能問答系統(tǒng) 78
2.6.4 聊天機器人 79
2.6.5 語音識別 81
2.6.6 機器翻譯 83
2.7 本章小結 85
本章實驗 85
實驗1 申領個人電子身份證——感知智能之人臉識別應用 85
實驗2 構建個人知識庫——認知智能之知識圖譜應用 86
實驗3 拓展案例：“AI應用暢想”小組討論 92
第3章 大模型技術及其應用 93
3.1 大模型技術概述 93
3.1.1 大模型技術的發(fā)展歷程 93
3.1.2 傳統(tǒng)AI與AIGC的區(qū)別 96
3.2 AIGC技術 100
3.2.1 AIGC的定義與特點 100
3.2.2 模型應用場景的差異化分析 102
3.3 文本類AIGC應用實踐 106
3.3.1 文本生成工具 106
3.3.2 文本生成的應用場景 109
3.3.3 文本生成的優(yōu)勢和挑戰(zhàn) 110
3.4 圖像類AIGC應用實踐 111
3.4.1 圖像生成工具 111
3.4.2 圖像生成的應用場景 114
3.4.3 圖像生成的優(yōu)勢和挑戰(zhàn) 115
3.5 語音類AIGC應用實踐 117
3.5.1 語音生成工具 117
3.5.2 語音生成的應用場景 121
3.5.3 語音生成的優(yōu)勢和挑戰(zhàn) 122
3.6 視頻類AIGC應用實踐 123
3.6.1 視頻生成工具 123
3.6.2 視頻生成的應用場景 125
3.6.3 視頻生成的優(yōu)勢和挑戰(zhàn) 126
3.7 AIGC技術在輔助編程中的應用 127
3.7.1 AI輔助編程工具 127
3.7.2 AI輔助編程的應用場景 129
3.8 本章小結 130
本章實驗 131
實驗1 使用DeepSeek進行創(chuàng)意寫作 131
實驗2 使用即夢AI探索圖像生成技術 134
實驗3 訊飛智作AI語音生成技術實踐 135
實驗4 即夢AI視頻生成技術實踐 138
實驗5 DeepSeek對話式編程實踐 140
第4章 智能體 143
4.1 智能體概述 143
4.1.1 智能體的發(fā)展歷程 143
4.1.2 智能體的定義與內涵 145
4.1.3 智能體的基本特征 145
4.1.4 智能體的分類 146
4.2 智能體的組成 147
4.2.1 智能體的組成概述 147
4.2.2 大模型 148
4.2.3 觀察 148
4.2.4 思考 149
4.2.5 行動 149
4.2.6 記憶 150
4.2.7 組件協(xié)作與系統(tǒng)整合 151
4.3 智能體的關鍵技術支撐 152
4.3.1 概述 152
4.3.2 多模態(tài)融合技術 153
4.3.3 大模型技術 153
4.3.4 推理決策技術 154
4.3.5 執(zhí)行技術 155
4.3.6 存儲技術 155
4.4 扣子平臺 156
4.4.1 智能體平臺概述 156
4.4.2 平臺背景與定位 156
4.4.3 核心功能特性 157
4.4.4 技術架構特點 157
4.5 扣子平臺開發(fā)流程與核心功能 158
4.5.1 智能體開發(fā)流程 158
4.5.2 插件 159
4.5.3 對話流 160
4.5.4 工作流 161
4.5.5 提示詞 161
4.5.6 知識庫 162
4.5.7 數(shù)據庫 162
4.5.8 其他功能選項 163
4.6 基于扣子平臺的智能客服系統(tǒng)開發(fā)案例 164
4.6.1 案例背景與需求分析 164
4.6.2 架構設計 164
4.6.3 開發(fā)實施過程 165
4.6.4 案例總結與擴展思考 177
4.7 本章小結 178
本章實驗 178
實驗 AI“個人專屬助手”——我的智能體創(chuàng)造實驗 178
第5章 人工智能與辦公自動化 180
5.1 辦公自動化概述 181
5.2 文字處理 184
5.2.1 AI輔助內容生成 185
5.2.2 AI輔助文字排版 193
5.3 表格處理 196
5.3.1 AI輔助數(shù)據分析 196
5.3.2 AI輔助表格生成 202
5.4 演示文稿設計 208
5.4.1 AI輔助演示文檔設計 209
5.4.2 智能美化演示文稿 215
5.5 多語言翻譯與轉換 217
5.6 大模型在辦公自動化中的應用：優(yōu)勢與挑戰(zhàn) 218
5.7 本章小結 219
本章實驗 219
實驗1 AI輔助文字處理綜合應用 219
實驗2 AI輔助電子表格數(shù)據分析與可視化 220
實驗3 AI輔助演示文稿制作與優(yōu)化 220
第6章 具身智能 221
6.1 具身智能的概念與內涵 221
6.1.1 具身智能的定義 221
6.1.2 具身智能與傳統(tǒng)AI的區(qū)別 222
6.2 具身智能的發(fā)展歷程 222
6.3 具身智能的技術體系 224
6.3.1 感知模塊 225
6.3.2 決策模塊 226
6.3.3 行動模塊 226
6.3.4 反饋模塊 227
6.3.5 支撐要素 227
6.3.6 安全與隱私保障 228
6.4 具身智能的應用領域 228
6.4.1 工業(yè)制造與物流自動化 228
6.4.2 醫(yī)療健康與服務機器人 231
6.4.3 家庭服務與智慧生活 233
6.4.4 特殊環(huán)境作業(yè) 235
6.5 人形機器人 237
6.5.1 人形機器人的發(fā)展現(xiàn)狀 237
6.5.2 人形機器人的未來趨勢 238
6.6 本章小結 239
本章實驗 240
實驗 機器人語音識別 240
第7章 人工智能倫理 248
7.1 人工智能倫理的概念 249
7.1.1 人工智能倫理的定義 249
7.1.2 人工智能倫理的基本原則 250
7.2 人工智能倫理典型問題 256
7.2.1 自動駕駛倫理問題 256
7.2.2 人臉識別倫理問題 259
7.3 人工智能倫理治理原則 261
7.3.1 人類利益原則 261
7.3.2 責任原則 262
7.3.3 透明度原則 262
7.3.4 權責一致原則 262
7.4 本章小結 262
本章實驗 263
實驗 案例分析 263