人工智能(AI)正深度重塑世界，编程能力与工程思维是核心支撑。本书为AI学习者打造了一条实战化进阶路径，内容涵盖：Python基础与工具库，从语法核心到数据处理(NumPy/OpenCV)，构建编程与可视化闭环能力；人工智能基础，以线性回归、神经元到卷积神经网络为脉络，结合PyTorch代码剖析梯度消失等工程痛点；深度学习框架实践，对比实现PyTorch/Paddle/MindSpore的模型开发流程，通过手写识别实战掌握框架差异；AI实战实验，提供目标检测、语义分割的完整工程指南(数据标注→程序设计→性能评估)，并拓展基于大模型的应用(大模型代码补全、智能体开发、OpenClaw部署)。 本书以练习驱动思考，培养AI编程动手能力，不仅适合普通高校、高职院校人工智能等相关专业教学使用（配套课件和源代码），也适合转型工程师和交叉学科研究者自学使用，助力读者掌握主流AI程序设计的方法和技巧，提升AI的使用能力。

邹勤,武汉大学计算机学院教授，博士生导师，人工智能研究所副所长，IEEE/CCF高级会员；武汉大学信息工程学士，武汉大学与美国 University of South Carolina 联合培养博士。研究领域为机器视觉与机器人 (实验室网址：http://mvr.whu.edu.cn/ )；在机器视觉工业检测方面做出创新成果和应用，获教育部科技进步奖一等奖 (2009)，国家技术发明二等奖 (2015) 和湖北省自然科学二等奖 (2019)；在 IJCV / IEEE T-IP / IEEE T-MM / IEEE T-NNLS / IEEE CVPR / ICLR 等国际期刊和会议发表论文90篇，单篇**引用1000余次；担任 SCI 期刊 Signal Image and Video Processing 编委 (Associate Editor)；担任中国图象图形学学会三维视觉专业委员会、中国计算机学会智能机器人专业委员会委员；担任国际学术会议 CVPR、ICCV、NIPS、ICRA 和 IROS 的程序委员；主持国家自然科学基金3项。

前言 人类文明的每一次跃迁，皆始于对自身边界的突破。从蒸汽机解放体力，到计算机延展脑力，我们始终在追问： 何为智能？何以创造智能？人工智能(AI)的诞生并非偶然，而是人类认知范式从“解释世界”转向“重构世界”的哲学实践。它既是工具理性的巅峰之作，也是对“造物主”角色的深刻隐喻——当算法开始理解语言、识别图像、预测未来，我们触及的不仅是技术革命，更是对意识本质的再定义。 AI架起了一座桥梁： 它沟通了人类独特的认知方式与机器可执行的逻辑世界，它将抽象思维转化为可计算的逻辑，将直觉经验沉淀为可复制的模型。这种能力，使人类首次得以系统性延伸自身的认知疆域，从疾病诊断到星际探索，从文化传承到社会治理。AI不仅是效率的引擎，更是文明存续的“第二自我”——在数据洪流中寻找规律，在混沌复杂中建立秩序，最终指向一个更自主、更协同、更可持续的人类未来。 今日之AI，正经历从“感知智能”向“认知智能”的范式跃迁。大语言模型涌现出类人的推理能力，强化学习在虚拟与现实边界开疆拓土，具身智能体正学习理解物理世界。然而，繁荣背后暗藏隐忧——技术民主化陷阱： 预训练模型降低了应用门槛，却加剧了“调参师”与“创造者”的分化。真正的竞争力不在于调用API，而在于深刻理解算法本质，并针对场景创新设计。当自动驾驶决定生死，当深度伪造模糊真实，唯有掌握底层逻辑的程序员，才能在设计源头植入伦理约束，使技术向善不流于口号。因此，培养兼具理论洞见与工程能力的AI程序设计者，已成为数字文明时代的战略任务。他们将是算法公平的守护者、技术创新的引擎，更是人机共生的架构师。 本书以“学习—理解—实践...