目 录

第 1 章  人工智能概述 1

 1.1 什么是人工智能 1

1.1.1 人工智能的概念 1

1.1.2 人工智能的类型 2

1.1.3 人工智能的特性 5

 1.2 人工智能的发展历程 11

1.2.1 图灵测试 11

1.2.2 人工智能的诞生 12

1.2.3 人工智能的3次发展浪潮 12

1.2.4 生成式人工智能的兴起 14

 1.3 人工智能的研究内容 16

1.3.1 计算智能 16

1.3.2 感知智能 17

1.3.3 认知智能 18

1.3.4 行为智能 18

1.3.5 群体智能 19

1.3.6 混合智能 20

1.3.7 情感智能 21

1.3.8 类脑智能 24

 1.4 人工智能的关键技术 25

1.4.1 机器学习 25

1.4.2 知识图谱 25

1.4.3 人机智能交互 28

1.4.4 自然语言处理 30

1.4.5 计算机视觉 31

1.4.6 生物特征识别 33

 1.5 本章小结 35

 1.6 习题 36

第 2 章  人工智能的应用 37

 2.1 智能制造 37

2.1.1 辅助设计 38

2.1.2 工业仿真 39

2.1.3 智能排产 39

2.1.4 质量管理 40

2.1.5 设备管理 42

2.1.6 智慧物流 43

2.1.7 生产线自动化 44

 2.2 医疗健康 45

 2.3 金融行业 46

 2.4 智慧城市 48

2.4.1 城市生命线维护 49

2.4.2 城市交通管理 49

2.4.3 城市安全治理 50

 2.5 智能客服 50

 2.6 本章小结 53

 2.7 习题 54

第 3 章  机器学习技术 55

 3.1 什么是机器学习 55

 3.2 机器学习的研究对象 56

 3.3 机器学习的主要任务 56

3.3.1 分类 56

3.3.2 回归 57

3.3.3 聚类 58

3.3.4 降维 60

 3.4 机器学习的方法 62

3.4.1 有监督学习 62

3.4.2 无监督学习 63

3.4.3 半监督学习 65

3.4.4 强化学习 66

3.4.5 自监督学习 68

 3.5 机器学习的工作流程 71

3.5.1 问题定义与数据探索 72

3.5.2 数据预处理 73

3.5.3 模型构建与训练 74

3.5.4 模型评估与结果分析 74

3.5.5 模型部署与应用 75

 3.6 机器学习的三大要素 75

3.6.1 模型 76

3.6.2 策略 77

3.6.3 算法 79

 3.7 本章小结 84

 3.8 习题 84

第 4 章  深度学习技术 87

 4.1 什么是深度学习 87

 4.2 深度学习与机器学习的区别 88

 4.3 深度学习的核心技术 89

4.3.1 Transformer架构 90

4.3.2 预训练大模型 95

4.3.3 预训练大模型的闭源与开源 98

 4.4 深度学习的科研应用 101

4.4.1 AlphaFold的革命性突破 102

4.4.2 AlphaFold的技术实现 104

4.4.3 AlphaFold的影响与应用 106

 4.5 本章小结 107

 4.6 习题 107

第 5 章  大语言模型概述 109

 5.1 什么是大语言模型 109

5.1.1 大语言模型的功能 109

5.1.2 大语言模型的特点 110

5.1.3 大语言模型的应用模式 111

5.1.4 人工智能和大语言模型的关系 113

 5.2 主流大语言模型 113

5.2.1 国外大语言模型 113

5.2.2 国内大语言模型 115

 5.3 大语言模型的智能实现 117

5.3.1 大语言模型的重要概念 117

5.3.2 注意力机制 123

 5.4 大语言模型的工程实现 129

5.4.1 规模扩展 129

5.4.2 数据工程 131

5.4.3 大语言模型的能力层级 132

 5.5 大语言模型的应用开发技术 133

5.5.1 大语言模型的应用模式 133

5.5.2 大语言模型的微调技术 136

5.5.3 检索增强生成(RAG) 139

 5.6 大语言模型的评估 144

5.6.1 模型评估面临的挑战 144

5.6.2 模型评估的标准 145

5.6.3 模型评估的分类 146

 5.7 本章小结 147

 5.8 习题 147

第 6 章  智能体与具身智能 149

 6.1 智能体 149

6.1.1 什么是智能体 150

6.1.2 智能体的应用场景与优势 151

6.1.3 智能体的关键特征 152

6.1.4 智能体的分级 153

6.1.5 智能体的组成与工作原理 154

6.1.6 智能体的核心技术与典型产品 155

6.1.7 智能体的发展前景 156

 6.2 具身智能 157

6.2.1 什么是具身智能 157

6.2.2 具身智能和智能体的关系 158

6.2.3 具身智能的核心技术 159

6.2.4 具身智能的应用领域 160

6.2.5 人形机器人 162

 6.3 本章小结 163

 6.4 习题 164

第 7 章  AIGC应用与实践 165

 7.1 认识AIGC 165

7.1.1 AIGC的概念与特点 165

7.1.2 从人工智能到AIGC 166

7.1.3 大模型与AIGC的关系 167

 7.2 AIGC内容生成 168

7.2.1 内容生成的种类 168

7.2.2 内容生成的工具 172

7.2.3 行业应用领域 175

 7.3 AIGC与文本类写作 178

7.3.1 AIGC的写作流程 178

7.3.2 认识提示词 179

7.3.3 提示词的设计原则 179

7.3.4 提示词优化方法 180

7.3.5 文本类写作案例解析 181

 7.4 AIGC与高效办公 185

7.4.1 文档内容创作与编辑 185

7.4.2 表格数据处理 187

7.4.3 智能PPT演示文稿 189

 7.5 AIGC与图像处理 191

7.5.1 文本到图像的生成 191

7.5.2 图像到图像的转换 195

7.5.3 AIGC在设计行业中的应用 197

 7.6 AIGC与音频编辑 202

7.6.1 AIGC在语音类的应用 202

7.6.2 使用魔音工坊生成语音 203

7.6.3 使用剪映专业版进行AI配音 204

 7.7 AIGC与视频创作 207

7.7.1 AIGC在视频类的应用 207

7.7.2 使用剪映专业版生成视频 207

 7.8 AIGC与新媒体运营 210

7.8.1 新媒体运营内容的创作与编辑 210

7.8.2 AIGC在新媒体运营中的应用 211

7.8.3 使用AIGC编写媒体宣传文案 212

7.8.4 使用AIGC抓取热点和分析趋势 213

 7.9 AIGC与程序设计 214

7.9.1 AIGC在辅助编程中的应用 214

7.9.2 使用AIGC辅助编写代码 215

7.9.3 使用AIGC辅助注释代码 217

 7.10 本章小结 220

 7.11 习题 220