本书对人工智能的基础知识、核心技术、研究热点、应用现状、前沿动态及伦理规范等方面进行了简明通俗的阐述。本书共5章，分别为人工智能概述，人工智能核心技术及研究热点，人工智能行业发展及典型应用，人工智能前沿以及人工智能安全、伦理与治理，是一本学习人工智能知识的通识读物。本书包含大量人工智能应用案例，结合人工智能技术原理、核心优势以及具体应用场景，介绍了人工智能给各行业带来的重大变革，为广大读者了解人工智能、学习人工智能、运用人工智能提供了切实可靠的参考。
本书适合作为各高校人工智能通识课程的教材，也可作为对人工智能感兴趣的广大读者的参考书。
1.名师主编，西安电子科技大学焦李成教授在人工智能领域具有一定知名度。
2.改版后的目录大纲涵盖目前人工智能通识需求。
3.面向通识教育，培养人工智能思维。
焦李成，欧洲科学院院士，IEEE Fellow。现任西安电子科技大学华山杰出教授、人工智能研究院院长，国家级领军人才首批入选者、“一带一路”人工智能创新联盟理事长，中国人工智能学会第六-七届副理事长，亚洲计算智能学会主席，IEEE/IET/CAAI/CAA/CIE/CCF/CSIG/AAIA/ACIS/AIIA Fellow，入选多个高被引学者榜单。曾获国家自然科学奖二等奖、吴文俊人工智能杰出贡献奖及省部级一等奖以上科技奖励十余项。
第 1章 人工智能概述 1
1.1 什么是人工智能 2
1.1.1 什么是智能 3
1.1.2 人工智能的定义 4
1.1.3 弱人工智能和强人工智能 6
1.1.4 人工智能三大流派 8
1.2 人工智能发展简史 11
1.2.1 人工智能的发展历程 12
1.2.2 人工智能的发展现状 20
1.3 人工智能的主要特征 36
1.3.1 环境感知 36
1.3.2 知识表示 36
1.3.3 从数据中学习 37
1.4 人工智能的重要意义 37
1.5 人工智能学习建议 41
1.5.1 行业人才需求 41
1.5.2 知识、能力与素养目标 43
1.5.3 知识体系 45
1.5.4 学习指导 47
1.6 习题 48
第 2章 人工智能核心技术及研究热点 50
2.1 人工智能各子领域中的核心技术 51
2.1.1 机器学习 51
2.1.2 深度学习 58
2.1.3 自然语言处理 61
2.1.4 计算机视觉与可视化 63
2.1.5 语音识别 67
2.1.6 数据挖掘 68
2.1.7 信息检索与推荐 69
2.1.8 人机交互及机器人 71
2.2 人工智能研究热点 72
2.2.1 特征提取 72
2.2.2 图像分类 74
2.2.3 目标检测 75
2.2.4 语义分割 77
2.2.5 生成学习 78
2.2.6 协同过滤 79
2.2.7 机器翻译 79
* 2.3 人工智能的基本算法 80
2.3.1 支持向量机 81
2.3.2 K-Means 82
2.3.3 多层感知机 83
2.3.4 卷积神经网络 85
2.3.5 循环神经网络 88
2.3.6 图神经网络 88
2.3.7 自编码器 89
2.4 习题 90
第3章 人工智能行业发展及典型应用 93
3.1 人工智能+安防 94
3.1.1 发展背景及应用场景 94
3.1.2 目标检测典型案例应用 96
3.2 人工智能+医疗 97
3.2.1 发展背景及应用场景 98
3.2.2 图像分割典型案例应用 100
3.3 人工智能+教育 101
3.3.1 发展背景及应用场景 101
3.3.2 抄袭检测典型案例应用 104
3.4 人工智能+农业 105
3.4.1 发展背景及应用场景 105
3.4.2 目标识别典型案例应用 108
3.5 人工智能+交通 109
3.5.1 发展背景及应用场景 109
3.5.2 目标跟踪典型案例应用 111
3.6 人工智能+文化 112
3.6.1 发展背景及应用场景 113
3.6.2 文物修复典型案例应用 114
3.7 人工智能+环境 116
3.7.1 发展背景及应用场景 116
3.7.2 变化检测典型案例应用 118
3.8 习题 119
第4章 人工智能前沿 121
4.1 大模型 122
4.1.1 大模型概览 122
4.1.2 技术原理与优势 124
4.1.3 工程应用 129
4.2 AIGC应用基础 131
4.2.1 提示工程 131
4.2.2 赋能工作 135
4.2.3 助力学习 139
4.2.4 拓展设计 147
4.2.5 丰富生活 149
4.2.6 成就艺术 153
4.3 人工智能发展趋势 156
4.3.1 人工智能发展方向 156
4.3.2 人工智能基础理论和算法发展策略 162
4.3.3 人工智能未来人才培养 165
4.4 习题 169
第5章 人工智能安全、伦理与治理 171
5.1 人工智能新时代的挑战 172
5.2 人工智能安全 173
5.2.1 技术性安全风险 173
5.2.2 社会性安全风险 174
5.3 人工智能伦理 175
5.4 人工智能治理 176
5.5 生成式人工智能的核心挑战及高风险应用场景 177
5.5.1 生成式人工智能的核心挑战 177
5.5.2 高风险应用场景 178
5.6 可信赖的人工智能 180
5.7 习题 181
书单推荐
