目录

学习单元1人工智能概述1

知识图谱1

学习目标2

1.1人工智能的概念2

1.1.1人工智能的定义2

1.1.2图灵测试3

1.2人工智能的发展5

1.2.1代表人物和事件5

1.2.2人工智能发展史7

1.2.3我国的人工智能发展状况12

1.3人工智能的分类14

1.3.1弱人工智能14

1.3.2强人工智能15

1.3.3超人工智能15

1.4人工智能研究的主要学派16

1.4.1符号主义学派16

1.4.2连接主义学派18

1.4.3行为主义学派19

1.5人工智能的主要研究领域19

1.5.1感知问题20

1.5.2模式识别20

1.5.3博弈20

1.5.4搜索21

1.5.5自然语言处理22

1.5.6专家系统22

1.5.7机器人学23

1.6实训24

1.6.1实训1: 体验人工智能诗歌写作24

1.6.2实训2: 体验“文心一言”25

1.7拓展知识: 未来已来，人工智能改变生活27

1.8习题28学习单元2人工智能生态30

知识图谱30

学习目标31

2.1大数据32

2.1.1什么是大数据32

2.1.2大数据的四大特性33

2.1.3大数据与人工智能34

2.1.4大数据的应用案例35

2.2物联网36

2.2.1什么是物联网36

2.2.2物联网的技术架构37

2.2.3物联网的特点38

2.2.4物联网的未来趋势38

2.2.5物联网与人工智能39

2.3云计算39

2.3.1什么是云计算39

2.3.2云计算的特点40

2.3.3云计算的分类41

2.3.4云计算的服务模式41

2.3.5云计算的应用42

2.45G通信技术42

2.4.1什么是5G42

2.4.25G的关键技术43

2.4.35G的应用场景46

2.5实训47

2.5.1实训1: 使用百度网盘47

2.5.2实训2: 二维码分享50

2.6拓展知识: 6G技术将于2030年前后实现商用51

2.7习题51

学习单元3人工智能软/硬件平台53

知识图谱53

学习目标54

3.1芯片是人工智能的算力基础55

3.1.1什么是芯片55

3.1.2芯片的分类55

3.1.3芯片的制造工艺57

3.1.4摩尔定律58

3.2智能芯片58

3.2.1什么是智能芯片58

3.2.2智能芯片的分类59

3.2.3智能芯片的发展历程62

3.2.4智能芯片产业发展现状63

3.3人工智能开发框架67

3.3.1开发框架的作用67

3.3.2开发框架的核心特征68

3.3.3典型的人工智能开发框架68

3.4实训: 人工智能芯片相关企业调研71

3.5拓展知识: 我国科学家研发新一代神经拟态类脑计算机72

3.6习题73

学习单元4机器学习74

知识图谱74

学习目标75

4.1机器学习概述75

4.1.1什么是机器学习75

4.1.2机器学习的发展历程78

4.2机器学习类型80

4.2.1监督学习81

4.2.2无监督学习82

4.2.3半监督学习82

4.2.4强化学习82

4.3机器学习常用算法83

4.3.1线性回归83

4.3.2支持向量机85

4.3.3决策树86

4.3.4K近邻算法87

4.3.5K均值聚类算法88

4.3.6关联分析89

4.3.7深度学习89

4.4实训90

4.4.1实训1: “线性回归算法”的可视化演示90

4.4.2实训2: “K近邻算法”的可视化演示91

4.4.3实训3: “形色”识别植物93

4.5拓展知识: AI为首张黑洞照片“美颜”93

4.6习题94

学习单元5人工神经网络与深度学习97

知识图谱97

学习目标97

5.1人工神经网络概述98

5.1.1人工神经网络简介98

5.1.2人工神经网络的发展历程98

5.2MP模型100

5.2.1生物神经元100

5.2.2MP模型的结构101

5.2.3MP模型实现逻辑“与”运算功能101

5.3感知机102

5.3.1感知机模型102

5.3.2感知机的学习过程103

5.3.3多层感知机实现逻辑“异或”运算功能104

5.4BP神经网络106

5.4.1BP神经网络结构106

5.4.2激活函数107

5.4.3BP神经网络学习算法110

5.5深度学习111

5.5.1深度学习的概念111

5.5.2卷积神经网络112

5.5.3循环神经网络116

5.6实训118

5.6.1实训1: 体验神经网络可视化工具Playground118

5.6.2实训2: 使用前馈神经网络对鸢尾花进行分类121

5.7拓展知识: 两名科学家分享2024年诺贝尔物理学奖123

5.8习题124

学习单元6计算机视觉127

知识图谱127

学习目标128

6.1计算机视觉概述128

6.1.1什么是计算机视觉128

6.1.2计算机视觉的发展历程129

6.1.3计算机视觉的主要任务130

6.1.4计算机视觉的主要应用131

6.2图像处理与视觉系统131

6.2.1图像的基本原理131

6.2.2图像处理技术132

6.2.3计算机视觉系统138

6.3人脸识别140

6.3.1人脸识别概述140

6.3.2人脸识别一般步骤142

6.3.3人脸识别基本技术143

6.3.4人脸识别的应用147

6.4实训149

6.4.1实训1: 物体检测149

6.4.2实训2: 图像分割151

6.4.3实训3: 人脸属性识别154

6.5拓展知识: 人机大战，百度AI以3∶2战胜“最强大脑”王峰155

6.6习题156

学习单元7自然语言处理158

知识图谱158

学习目标159

7.1自然语言处理概述159

7.1.1自然语言处理的定义159

7.1.2自然语言处理的发展历程160

7.1.3自然语言处理的应用161

7.1.4自然语言处理的一般流程164

7.1.5自然语言处理的构成166

7.2自然语言理解167

7.2.1自然语言理解的难点167

7.2.2自然语言理解的层次168

7.3机器翻译169

7.3.1机器翻译的基本原理169

7.3.2机器翻译的方法170

7.3.3机器翻译的应用171

7.4语音识别173

7.4.1语音识别的定义173

7.4.2语音识别的发展历程174

7.4.3语音识别系统174

7.4.4语音识别的应用175

7.5语音合成176

7.5.1语音合成概述176

7.5.2语音合成的应用176

7.6实训177

7.6.1实训1: 体验百度在线翻译177

7.6.2实训2: 体验讯飞AI177

7.7拓展知识: 讯飞输入法178

7.8习题179

学习单元8大语言模型与AIGC181

知识图谱181

学习目标182

8.1大语言模型概述182

8.1.1大语言模型的定义182

8.1.2大语言模型的特点183

8.1.3大语言模型的分类184

8.1.4国内外主要大语言模型简介184

8.2AIGC简介187

8.2.1AIGC的定义187

8.2.2AIGC与大模型的关系188

8.2.3生成对抗网络188

8.2.4AIGC的应用领域189

8.3提示词设计192

8.3.1提示词的定义192

8.3.2提示词的构成元素192

8.3.3提示词的基本格式193

8.3.4提示词的优化方法194

8.4实训195

8.4.1实训1: 使用DeepSeek+Kimi一键生成PPT195

8.4.2实训2: 使用即梦AI平台实现文生图和文生视频197

8.4.3实训3: 使用蝉镜平台生成数字人播报视频200

8.5拓展知识: DeepSeek震动美国科技界205

8.6习题205

学习单元9智能体与机器人207

知识图谱207

学习目标207

9.1智能体208

9.1.1智能体的定义和属性208

9.1.2智能体的特性210

9.1.3智能体的分类211

9.2多智能体214

9.2.1多智能体系统214

9.2.2多智能体协商214

9.2.3多智能体的应用217

9.3机器人218

9.3.1机器人的定义218

9.3.2机器人的应用219

9.3.3智能机器人的关键技术224

9.3.4具身智能机器人225

9.4实训226

9.4.1实训1: 在扣子平台创建AI智能体226

9.4.2实训2: 机器人路径规划算法演示229

9.5拓展知识: 宇树科技与机器人231

9.6习题232

学习单元10“人工智能+”行业233

知识图谱233

学习目标234

10.1AI+农业234

10.1.1智慧种植235

10.1.2智慧养殖239

10.2AI+制造242

10.2.1智能质量检测242

10.2.2设备预测性维护244

10.2.3智能工厂246

10.3AI+交通247

10.3.1自动驾驶248

10.3.2车牌识别251

10.3.3智能交通工具252

10.4AI+商业254

10.4.1无人零售255

10.4.2智慧物流与智慧仓储257

10.5AI+金融260

10.5.1智能支付260

10.5.2智慧银行260

10.5.3智能风控261

10.5.4智能投顾262

10.6AI+教育263

10.6.1智慧课堂263

10.6.2个性化学习265

10.7AI+医疗267

10.7.1医学影像诊断267

10.7.2智能药物研发268

10.8实训: 本地部署DeepSeek268

10.9拓展知识: “人工智能+”行动270

10.10习题271

学习单元11人工智能的挑战与未来273

知识图谱273

学习目标274

11.1AI给就业带来的影响274

11.1.1AI对就业市场的挑战274

11.1.2AI给就业带来的机遇277

11.2AI伦理278

11.2.1数据隐私和安全278

11.2.2算法偏见和歧视278

11.2.3AI造假和欺骗279

11.2.4算法的不透明性和不可解释性280

11.2.5责任归属的认定280

11.2.6知识产权的保护280

11.2.7AI伦理典型案例281

11.2.8解决AI伦理问题的策略284

11.3AI的未来286

11.3.1AI未来的发展趋势286

11.3.2拥抱AI时代287

11.4实训: 生成式人工智能服务管理暂行办法288

11.5拓展知识: 《人工智能生成合成内容标识办法》289

11.6习题289

参考文献291