在数字化、智能化的时代背景下，人工智能已经成为推动社会进步和科技发展的重要技术。本书以面向应用、面向实战为指导思想，紧扣企业技术人才培养的特点，在知识点讲解和实践中避免复杂的理论，帮助读者快速上手，体验人工智能的魅力，以激发学习兴趣。本书覆盖了新一代人工智能的核心知识点。全书共8个项目。项目1介绍新一代人工智能的产生背景、主要内涵。项目2介绍人工智能编程语言Python。项目3、4介绍新一代人工智能关键技术机器学习、深度学习，有助于读者理解人工智能的应用。项目5～8介绍大模型下人工智能在视觉、语言和听觉领域的应用，不仅能够帮助读者巩固所学知识，更能激发读者的创新思维和实践能力，使其能够在实际工作中灵活运用人工智能技术解决问题。本书可用作职业本科、高职院校人工智能导论通识课程的参考书或教材，也适合作为人工智能爱好者的自学参考书。无论是初学者还是有一定基础的读者，都能够从本书中获得有益的启示和帮助。
本书以面向应用、面向实战为指导思想，紧扣企业技术人才培养的特点，践行产教融合理念，覆盖了新一代人工智能的核心知识点。
随着科技的飞速进步，人工智能（AI）已逐渐渗透到人们日常生活的每一个角落，改变着人们的工作、学习和生活方式。本书的核心目标是帮助读者打下坚实的人工智能基础，理解常用术语和关键技术，了解人工智能发展前沿，并能够通过实践项目体验人工智能技术应用场景。之所以强调体验，是因为我们相信只有体验，才能为后续的深入学习和实践提供有力的支撑。本书从人工智能的起源、发展和应用讲起，逐步深入到机器学习、深度学习、Python、计算机视觉、自然语言处理、大模型、ChatGPT、Prompt、智能体等关键技术，力求为读者提供一个全面而系统的人工智能知识体系。同时，我们也重视应用。本书不仅关注理论知识的讲解，更注重实际应用能力的培养。我们精选了实验平台，如PaddlePaddle、EasyDL、文心一言、文心智能体平台等，通过这些实验环境，让读者在动手实践中感受人工智能的魅力和实用性。此外，案例也是本书的一大特色。我们精心设计了多个真实场景下的应用案例，每个案例都包含了详细的预备知识、实施步骤和知识拓展。这些案例不仅能够帮助读者巩固所学知识，更能激发读者的创新思维和实践能力，使其能够在实际工作中灵活运用人工智能技术解决具体问题。我们相信，通过本书的学习，读者不仅能够掌握人工智能的基础知识，提升应用技能，还能为未来的职业发展和技术创新打下坚实的基础。本书项目1、项目2由程显毅执笔，项目3～5由陈凤妹执笔，项目6～8由王岩执笔。由于经验和水平有限，书中难免有不足之处，希望广大读者在阅读本书的过程中能够提出宝贵的意见和建议，以便我们不断完善和提高。让我们共同开启人工智能的奇妙之旅吧！
前言项目1 进入人工智能时代 1任务1.1 智能电视创意 1【任务描述】 1【预备知识】 21.1.1 人工智能三次浪潮 21.1.2 人工智能与自动化 61.1.3 人工智能产业链 6【实施过程】 7【知识拓展】 81.1.4 人工智能内涵和外延 81.1.5 人工智能三个层次 9任务1.2 了解新零售 10【任务描述】 10【预备知识】 101.2.1 体验电商 101.2.2 垂直电商 131.2.3 高效电商 151.2.4 服务电商 16【实施过程】 17【知识拓展】 171.2.5 推荐系统 171.2.6 用户画像 19任务1.3 认识机器人 20【任务描述】 21【预备知识】 211.3.1 机器人构成 211.3.2 机器人分类 221.3.3 机器人技术 261.3.4 机器人发展趋势 271.3.5 智能制造 27【实施过程】 32【知识拓展】 321.3.6 人工智能在制造业生产环节中的应用 321.3.7 人工智能在制造业中的其他应用场景 34任务1.4 抓住新一代人工智能发展的新机遇 35【任务描述】 35【预备知识】 351.4.1 人工智能赖以生存的土壤物联网 351.4.2 人工智能的算力基石云计算 411.4.3 人工智能的血液大数据 43【实施过程】 47【知识拓展】 491.4.4 数据的真实性和安全性保障区块链 491.4.5 元宇宙 52项目2 掌握人工智能编程语言Python 55任务2.1 初识 Python打招呼 55【任务描述】 55【预备知识】 562.1.1 常量与变量 562.1.2 赋值语句 572.1.3 输入与输出 582.1.4 编程风格 582.1.5 Python开发环境Notebook 59【实施过程】 63任务2.2 分支结构计算应发放奖金 64【任务描述】 64【预备知识】 652.2.1 运算符 652.2.2 单分支 662.2.3 双分支 672.2.4 多分支 67【实施过程】 68任务2.3 循环结构重复打印一句话100遍 68【任务描述】 68【预备知识】 692.3.1 for循环结构流程图 692.3.2 while循环结构流程图 702.3.3 break和continue 70【实施过程】 71任务2.4 数据结构账号密码登录模拟 71【任务描述】 72【预备知识】 722.4.1 字典 722.4.2 动态赋值 74【实施过程】 74任务2.5 模块查询女学生的学号与姓名 75【任务描述】 75【预备知识】 762.5.1 模块 762.5.2 数据框 77【实施过程】 79项目3 让机器拥有举一反三能力机器学习 80任务3.1 安装Python机器学习算法库 80【任务描述】 80【预备知识】 803.1.1 机器学习背景 803.1.2 机器学习概念 833.1.3 机器学习过程 833.1.4 机器学习分类 84【实施过程】 85任务3.2 准备数据 87【任务描述】 87【实施过程】 873.2.1 数据集 873.2.2 数据预处理 893.2.3 数据集划分 91任务3.3 选择算法训练模型 92【任务描述】 92【预备知识】 933.3.1 机器学习常用算法 933.3.2 损失函数设计 963.3.3 参数优化 99【实施过程】 99任务3.4 计算准确率和召回率 99【任务描述】 99【预备知识】 1013.4.1 分类任务评估指标 1013.4.2 回归任务评估指标 102【实施过程】 102任务3.5 未知样本输出预测 103【任务描述】 103【预备知识】 1033.5.1 泛化能力 1033.5.2 交叉验证 104【实施过程】 104项目4 让模型结构更接近人脑深度学习 106任务4.1 熟悉神经网络模拟器PlayGround 107【任务描述】 107【预备知识】 1074.1.1 神经元模型 1074.1.2 全连接神经网络 1084.1.3 基于神经网络的机器学习 111【实施过程】 112任务4.2 利用卷积神经网络检测黑白边界 115【任务描述】 115【预备知识】 1154.2.1 卷积神经网络适合图像处理 1154.2.2 卷积操作 1164.2.3 池化操作 1174.2.4 卷积神经网络 118【实施过程】 118【知识拓展】 1194.2.5 循环神经网络 1194.2.6 长短时记忆网络 1214.2.7 对抗神经网络 122任务4.3 利用深度学习框架PaddlePaddle识别车牌 124【任务描述】 124【预备知识】 1254.3.1 深度学习产生的背景 1254.3.2 深度学习基本原理 1264.3.3 深度学习框架PaddlePaddle 127【实施过程】 129【知识拓展】 1304.3.4 强化学习 1304.3.5 自动驾驶 1314.3.6 智慧交通 132项目5 让机器拥有理解语义能力图像处理与识别 140任务5.1 涂抹擦除去除照片瑕疵 140【任务描述】 140【实施过程】 142任务5.2 人像抠图让背景随心所欲 142【任务描述】 142【实施过程】 143任务5.3 黑白照片上色使黑白图像变得鲜活 145【任务描述】 145【实施过程】 146任务5.4 图像增强提高图像的质量和视觉吸引力 146【任务描述】 146【实施过程】 147任务5.5 文生图让你成为绘画大师 148【任务描述】 148【预备知识】 1485.5.1 文生图提示词 1485.5.2 提示词分类 149【实施过程】 162【知识拓展】 1685.5.3 大模型 1685.5.4 大模型之核心架构Transformer 1745.5.5 AIGC 179项目6 让人机沟通更加自然自然语言处理 185任务6.1 文案写作让AI生成一份教案 185【任务描述】 185【预备知识】 1866.1.1 新一代人机交互工具ChatGPT 1866.1.2 低代码编程新范式Prompt 190【实施过程】 192【知识拓展】 1956.1.3 自然语言处理概述 1956.1.4 词嵌入word2vec 1986.1.5 预训练模型 200任务6.2 文本阅读让AI生成文章摘要 201【任务描述】 201【预备知识】 2016.2.1 文本分类 2016.2.2 机器翻译 2026.2.3 自动文摘 2036.2.4 关键词提取 204【实施过程】 204【知识拓展】 207任务6.3 自然对话提升用户体验 207【任务描述】 207【预备知识】 2076.3.1 多轮对话 2076.3.2 聊天机器人 2096.3.3 问答系统 210【实施过程】 211【知识拓展】 2126.3.4 垂直搜索让用户更加便捷地获取所需信息 212任务6.4 低代码大模型编程新范式 212【任务描述】 212【预备知识】 2136.4.1 低代码核心理念 2136.4.2 大模型视角下的自然语言编程 215【实施过程】 218任务6.5 智能体制作GhatGPT分身 221【任务描述】 221【预备知识】 2216.5.1 智能体概述 2216.5.2 智能体底层逻辑 222【实施过程】 223项目7 让机器拥有听觉感知能力语音处理 228任务7.1 文生音 228【任务描述】 228【预备知识】 2287.1.1 语音合成 2287.1.2 语言模型 231【实施过程】 232任务7.2 音生文 234【任务描述】 234【预备知识】 2347.2.1 语音识别 2347.2.2 语音识别的发展历程 2357.2.3 语音识别的应用 235【实施过程】 236任务7.3 数字人播报 237【任务描述】 237【预备知识】 2377.3.1 数字人 2377.3.2 能够理解世界模型的Sora 237【实施过程】 242项目8 让机器拥有视觉感知能力计算机视觉 245任务8.1 图像分类智能垃圾箱 245【任务描述】 245【预备知识】 2468.1.1 计算机视觉任务 2468.1.2 图像分类 2468.1.3 EasyDL 249【实施过程】 250任务8.2 物体检测芯片引脚缺失检测 255【任务描述】 255【预备知识】 2558.2.1 物体检测 2558.2.2 物体检测基本原理 2568.2.3 物体检测应用 256【实施过程】 258任务8.3 物体分割螺钉螺母分割 260【任务描述】 260【预备知识】 2608.3.1 实例分割 2608.3.2 语义分割 261【实施过程】 262参考文献 265
书单推荐
