欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 人工智能通识教程(高等院校人工智能通识课程系列教材)
      • 作者:编者:魏伟//武云云//徐方//陈倩|责编:于先军
      • 出版社:中国铁道
      • ISBN:9787113324551
      • 出版日期:2025/08/01
      • 页数:132
    • 售价:14.4
  • 内容大纲

        本书为“高等院校人工智能通识课程系列教材”之一,书中深入探讨了人工智能的核心能力及其行业应用,全面构建了从技术基础到社会影响的知识体系。
        本书第1章探索智能本源,从人类智能的探讨延伸至人工智能领域;第2章和第3章对机器学习、深度学习、强化学习等基础算法原理进行解析,并深入剖析大模型与生成式人工智能的创造性机制;第4-6章通过计算机视觉、自然语言处理、智能机器人等典型应用场景,揭示人工智能实现“看、说、行”的类人化突破;第7章和第8章探讨了当前广泛应用于实践的智能推荐系统,以及人工智能伦理规范与社会责任。
        本书适合作为高等院校人工智能通识课程教材,也可作为科技企业从业人员更新其知识体系的参考。
  • 作者介绍

  • 目录

    第1章  人工智能概述
      1.1  人类智能和人工智能
        1.1.1  人为什么智能
        1.1.2  什么是人工智能
        1.1.3  人工智能的分类
        1.1.4  人工智能的演进
      1.2  人工智能的发展历程
        1.2.1  图灵与图灵测试
        1.2.2  人工智能的发展阶段
        1.2.3  人工智能的现状与展望
      1.3  人工智能的关键技术
        1.3.1  机器学习——模拟人类的学习能力
        1.3.2  神经网络与深度学习——模拟人类大脑结构的学习方式
        1.3.3  基础模型——模拟人类的创造性思维
        1.3.4  计算机视觉——模拟人类的视觉能力
        1.3.5  自然语言处理——模拟人类的语言能力
        1.3.6  智能机器人——模拟人类的行为等综合能力
      1.4  人工智能的应用领域
        1.4.1  AI+交通
        1.4.2  AI+身份识别
        1.4.3  AI+医疗
        1.4.4  AI+金融
        1.4.5  AI+客服
        1.4.6  AI+教育
        1.4.7  AI+制造
        1.4.8  AI+农业
      1.5  人工智能的社会因素
        1.5.1  隐私与安全
        1.5.2  歧视与偏见
        1.5.3  人机关系
        1.5.4  人工智能立法
      小结
      思考与练习
    第2章  机器的学习能力
      2.1  人类的大脑结构与学习能力
        2.1.1  生物神经网络的结构
        2.1.2  人类的学习过程
      2.2  机器学习
        2.2.1  机器学习的一般过程
        2.2.2  机器学习的方法
        2.2.3  机器学习的算法
      2.3  人工神经网络
        2.3.1  人工神经元模型
        2.3.2  人工神经网络的模型
        2.3.3  感知器与BP算法
      2.4  深度学习
        2.4.1  浅层学习与深层学习
        2.4.2  卷积神经网络
        2.4.3  循环神经网络
        2.4.4  经典的网络结构

      小结
      思考与练习
    第3章  大模型与机器的创造能力
      3.1  人类和机器的创造能力
        3.1.1  人类的创造力
        3.1.2  机器的创造力
      3.2  大模型与生成式人工智能
        3.2.1  何为GenAI
        3.2.2  GenAI的发展历程
        3.2.3  GenAI的发展趋势
      3.3  国内主流大模型
        3.3.1  DeepSeek
        3.3.2  文心一言
        3.3.3  豆包
        3.3.4  Kimi
        3.3.5  通义千问
        3.3.6  盘古
      3.4  GenAI的主要应用
        3.4.1  提示词
        3.4.2  文本生成与处理
        3.4.3  PPT生成
        3.4.4  数据分析
        3.4.5  图像生成与处理
        3.4.6  代码生成与运用
      小结
      思考与练习
    第4章  模拟人类的视觉
      4.1  人类的视觉机制
        4.1.1  视觉分层机制
        4.1.2  注意力机制
      4.2  计算机的视觉机制
        4.2.1  计算机眼中的图像
        4.2.2  计算机如何处理图像
        4.2.3  计算机如何理解图像
      4.3  计算机的视觉能力
        4.3.1  分门别类
        4.3.2  慧眼识物
        4.3.3  艺术大师
      4.4  主要的行业应用
        4.4.1  自动驾驶领域
        4.4.2  智能安防领域
        4.4.3  医疗领域
        4.4.4  工业领域
        4.4.5  农业领域
      小结
      思考与练习
    第5章  模拟人类的语言
      5.1  人类的语言机制
        5.1.1  大脑的语言处理
        5.1.2  人类语言的特点

        5.1.3  语言的分层处理
        5.1.4  分层处理的意义
      5.2  计算机的语言机制
        5.2.1  计算机中的文本表示
        5.2.2  计算机如何处理语言
        5.2.3  深度学习与语言模型
      5.3  自然语言处理的核心能力
        5.3.1  文本分类
        5.3.2  信息抽取
        5.3.3  文本生成
        5.3.4  机器翻译
      5.4  自然语言处理的应用领域
        5.4.1  智能客服
        5.4.2  医疗辅助
        5.4.3  教育领域
        5.4.4  舆情分析
      小结
      思考与练习
    第6章  模拟人类的行为
      6.1  机器人的诞生与发展
        6.1.1  机器人的概念起源
        6.1.2  机器人的发展阶段
      6.2  具身智能赋能机器人
        6.2.1  机器智能与具身智能
        6.2.2  具身智能机器人
        6.2.3  具身智能机器人的发展
      6.3  智能机器人的组成与特点
        6.3.1  智能机器人的组成
        6.3.2  智能机器人的特点
      6.4  智能机器人的分类
        6.4.1  轮式机器人
        6.4.2  足式机器人
        6.4.3  人形机器人
        6.4.4  混合式机器人
      6.5  智能机器人的应用
        6.5.1  智能机器人在工业领域的应用
        6.5.2  智能机器人在农业领域的应用
        6.5.3  智能机器人在医疗领域的应用
        6.5.4  智能机器人在生活服务领域的应用
        6.5.5  智能机器人在教育领域的应用
        6.5.6  智能机器人在特种服务领域的应用
      6.6  智能机器人前沿技术
        6.6.1  类脑机器人
        6.6.2  软体机器人
        6.6.3  纳米机器人
        6.6.4  云机器人
      小结
      思考与练习
    第7章  智能推荐系统
      7.1  智能推荐系统简介

        7.1.1  智能推荐系统的发展历史
        7.1.2  智能推荐系统的核心要素
        7.1.3  智能推荐系统的基本构成
        7.1.4  智能推荐系统的发展方向
      7.2  主要推荐方法
        7.2.1  协同过滤推荐
        7.2.2  基于内容的推荐
        7.2.3  混合推荐
        7.2.4  用户画像
      7.3  智能推荐系统的应用领域
        7.3.1  手机应用
        7.3.2  视频平台
        7.3.3  购物平台
      7.4  智能推荐系统的社会影响
        7.4.1  提升用户体验
        7.4.2  促进经济发展
        7.4.3  丰富文化生活
        7.4.4  信息茧房
        7.4.5  隐私问题
        7.4.6  内容质量参差不齐
      小结
      思考与练习
    第8章  人工智能伦理与法律
      8.1  人工智能伦理
        8.1.1  人工智能的伦理问题
        8.1.2  核心伦理原则与挑战
      8.2  人工智能法律
        8.2.1  国际立法动态
        8.2.2  国内法演进路径
      8.3  未来发展与能力建设
        8.3.1  发展趋势预测
        8.3.2  专业素养培养
      小结
      思考与练习
    附录  人工智能常用词汇表