本书是依据国家推动人工智能教育和人才培养的需求，结合高等院校开设人工智能通识课的教学目标编写而成的。全书共10章，具体内容包括人工智能基础知识、大模型、自然语言处理、计算机视觉、语音识别、智能搜索、智能编程、人工智能应用案例、Python程序设计、人工智能伦理与社会影响。本书内容丰富、结构清晰、图文并茂、通俗易懂，注重理论与实践相结合。本书系统地介绍了人工智能的基本概念、原理及在各领域的广泛应用，旨在为学生提供一个全面了解人工智能及其应用的平台，为其成为适应未来需求的复合型人才提供基础。本书可作为高等院校人工智能通识课的教材，也可供其他读者学习使用。
曾台盛，泉州师范学院计算机科学与技术专业主任，教授，男，49周岁，主要从事高级语言程序设计、数据结构、算法设计与分析、人工智能基础教学工作，负责的《高级语言程序设计》课程获得首批国家级线上线下混合式一流课程；主要从事人工智能、大数据技术应用研究。目前，已发表学术论文数十篇，EI、SCI收录十五篇。承担福建省高校虚拟教研室、福建省十四五规划教材多个教研项目工作，主持福建省科技厅、教育厅及泉州市科技局多个科研项目研究。
第1章 人工智能概述 1
1.1 人工智能的产生与发展 1
1.1.1 人工智能的内涵与定义 1
1.1.2 历史脉络：从达特茅斯会议到三次浪潮 1
1.1.3 理论框架：从专用智能到通用智能 2
1.1.4 技术范式：三大学派的争鸣与融合 3
1.2 人工智能技术全景图 3
1.2.1 机器学习：让机器学会学习 3
1.2.2 深度学习：连接主义的复兴与革命 4
1.2.3 关键应用技术领域 4
1.2.4 人工智能技术栈与开发流程 5
1.3 人工智能改变世界 5
1.3.1 医疗健康：从辅助诊断到精准医疗的革命 5
1.3.2 教育体系：规模化因材施教的实现 6
1.3.3 智能制造：第四次工业革命的核心引擎 6
1.3.4 智慧农业：应对全球粮食安全挑战 6
1.3.5 创意产业：人机协同的新范式 7
1.3.6 跨行业共性影响与融合效应 7
1.4 全球视野下的人工智能：发展现状、挑战与中国路径 7
1.4.1 全球人工智能创新格局与中国的地位 7
1.4.2 人工智能发展面临的严峻挑战 8
1.4.3 数字中国建设：人工智能发展的宏大背景 9
1.5 面向未来：人工智能治理与数字工匠的培养 9
1.5.1 构建敏捷、负责任的人工智能治理体系 9
1.5.2 人工智能背景下数字工匠的能力模型 10
思考与练习 10
本章小结 11
第2章 人工智能前沿—大模型 12
2.1 大模型的概念 12
2.1.1 定义与核心特征 12
2.1.2 大模型与传统AI模型的差异 13
思考与练习 14
2.2 大模型的工作原理 14
2.2.1 大模型的核心技术架构 14
2.2.2 大模型的训练与推理流程 16
思考与练习 17
2.3 大模型应用实例 17
2.3.1 大模型在医疗健康领域的应用 17
2.3.2 国产大模型应用实例 18
思考与练习 19
本章小结 19
第3章 自然语言处理 21
3.1 自然语言处理工具应用 21
3.1.1 智能交互 21
3.1.2 内容处理 22
3.1.3 商业分析 24
3.1.4 创作辅助 25
3.1.5 评估优化 28
思考与练习 30
3.2 自然语言处理概述 31
3.2.1 自然语言处理的本质与定义 31
3.2.2 自然语言处理技术原理 34
3.2.3 典型应用场景 39
3.2.4 关键挑战 44
思考与练习 49
3.3 自然语言处理应用实例 50
3.3.1 创意生成与设计 50
3.3.2 教育辅助与评估 55
3.3.3 金融风险管控与商业决策优化 58
3.3.4 消费场景智能化 63
3.3.5 专业领域优化 66
3.3.6 前沿创新应用 71
思考与练习 75
本章小结 76
第4章 计算机视觉 78
4.1 计算机视觉工具 78
4.1.1 秒画SenseMirage（AI插图生成） 79
4.1.2 美图云修（图像优化和修复） 81
4.1.3 美图抠图（AI图像背景移除） 81
4.2 计算机视觉概述 82
4.2.1 计算机视觉基础知识 82
4.2.2 计算机视觉基本原理 83
4.2.3 计算机视觉模型 86
4.3 计算机视觉实例 86
4.3.1 案例一：基于PCA算法的图像压缩 87
4.3.2 案例二：基于MobileNetV2的手写数字（MNIST）识别 88
思考与练习 92
本章小结 93
第5章 语音识别 94
5.1 语音识别工具应用 95
5.1.1 移动端语音识别工具 95
5.1.2 计算机本地端语音识别工具 100
5.1.3 在线/云端语音识别工具 103
5.2 语音识别概述 105
5.2.1 基本原理与核心流程 106
5.2.2 相关技术 107
5.2.3 典型技术路线 108
5.2.4 性能评价指标 110
5.3 语音识别实例 111
5.3.1 智能客服系统 111
5.3.2 智能家居控制 111
5.3.3 医疗健康管理 112
5.3.4 团队协作优化 112
5.3.5 电销行业应用 112
思考与练习 113
本章小结 113
第6章 智能搜索 114
6.1 智能搜索工具应用 114
6.1.1 智能搜索引擎：从关键词到对话 114
6.1.2 推荐系统：比你更懂你 117
6.1.3 智能搜索工具的交互设计 118
思考与练习 119
6.2 智能搜索概述 119
6.2.1 智能搜索的核心定义与本质 119
6.2.2 智能搜索的技术架构与性能评价 120
6.2.3 智能搜索的关键技术及应用 121
思考与练习 122
6.3 智能搜索实例 122
6.3.1 学术研究场景：科研文献的智能搜索 122
6.3.2 医疗健康场景：罕见病诊断辅助搜索 123
6.3.3 企业管理场景：市场分析报告智能搜索 124
思考与练习 125
本章小结 126
第7章 智能编程 128
7.1 引言：编程与人工智能的时代交汇 128
7.2 编程基础：从概念到工具 128
7.2.1 编程的本质：让计算机听懂“任务指令” 128
7.2.2 编程语言：人类与计算机沟通的“桥梁” 129
7.2.3 编程思维模型：IPO框架 129
思考与练习 129
7.3 智能编程概述：AI赋能的开发革命 130
7.3.1 智能编程定义：AI+编程 130
7.3.2 技术原理：AI如何“懂”代码？ 130
7.3.3 编程工具的发展历程：从辅助到智能协同 131
思考与练习 132
7.4 智能编程工具 132
7.4.1 国外主流智能编程工具 132
7.4.2 国内主流智能编程工具 132
7.4.3 选择依据 133
7.4.4 应用模式 133
思考与练习 135
7.5 智能编程实例 135
7.5.1 应用场景 135
7.5.2 应用案例 135
7.6 未来展望：编程将如何改变？ 145
7.6.1 技术趋势 145
7.6.2 对学习者的建议 145
思考与练习 145
本章小结 146
第8章 人工智能应用案例 147
8.1 智能生活应用 147
8.1.1 智能语音家居 148
8.1.2 智能推荐系统 150
8.1.3 智慧教育应用 152
8.2 行业效率提升 154
8.2.1 智慧医疗健康 154
8.2.2 智慧农业环保 155
8.2.3 智能交通与物流 156
8.3 数据洞察应用 158
8.3.1 智能金融风控 158
8.3.2 城市数据治理 159
8.3.3 数字人文分析 161
本章小结 162
第9章 Python程序设计 164
9.1 Python简介 164
9.1.1 Python的发展 164
9.1.2 Python的基本特点 164
思考与练习 166
9.2 Python开发环境 166
9.2.1 官方解释器 166
9.2.2 集成开发环境 168
9.2.3 初识Python程序 168
思考与练习 169
9.3 Python规范 170
9.3.1 标识符规范 170
9.3.2 注释规范 170
9.3.3 缩进规范 171
9.3.4 多行语句 171
思考与练习 171
9.4 Python基础语法知识 172
9.4.1 变量与数据类型 172
9.4.2 基本的输入与输出 175
思考与练习 176
9.4.3 运算符与表达式 177
9.4.4 Python语句 178
思考与练习 181
9.4.5 函数 182
思考与练习 183
9.5 Python综合实例 183
9.5.1 图书管理系统 183
9.5.2 提取天气预报数据 186
思考与练习 189
本章小结 190
第10章 人工智能的伦理与社会影响 191
10.1 人工智能的理论原则与道德规范 191
10.1.1 人工智能伦理的理论基础 191
10.1.2 人工智能伦理的核心原则框架 191
10.1.3 人工智能伦理的治理框架 192
10.1.4 算法偏见与公平性问题 192
10.1.5 可解释性与透明度要求 193
10.1.6 人工智能与人类价值观对齐 193
10.2 人工智能给就业市场带来的变化 193
10.2.1 就业替代与创造的总体趋势 193
10.2.2 就业结构的变化特征 194
10.2.3 不同行业的就业影响差异 194
10.2.4 就业影响的群体差异 194
10.2.5 就业质量的变化 195
10.2.6 就业政策与应对策略 195
10.3 隐私保护与数据安全 195
10.3.1 数据安全的法律框架 195
10.3.2 隐私保护的技术挑战 196
10.3.3 数据安全的防御策略 196
10.3.4 隐私保护与数据利用的平衡 197
10.3.5 数据安全的治理机制 197
10.3.6 数据安全的技术创新 197
10.4 人工智能与未来社会的构想 197
10.4.1 人工智能驱动的社会变革 197
10.4.2 人工智能与教育体系的重构 198
10.4.3 人工智能与未来社会治理 198
10.4.4 人工智能与人类价值观的未来 198
10.4.5 人工智能与未来社会风险 199
10.4.6 构建人工智能时代的治理体系 199
本章小结 199
习题 200
书单推荐
