《人工智能通识——理论与实践》

作者：吕云翔、梁跞方

定价：59.80元

人工智能通识课教材，含大量AIGC辅助应用的场景案例，配套微课视频、在线作业系统、AI助教、教学课件、教学大纲等丰富资源。

内容简介

本书分为理论篇和实践篇两部分，系统介绍人工智能的核心技术及其应用。理论篇涵盖人工智能发展概述、机器学习基础、生成式人工智能、智能体系统、感知技术、大模型技术，以及人工智能在推荐系统、自动驾驶、医疗诊断等领域的应用，同时探讨了人工智能对社会的影响。实践篇详细指导如何本地部署DeepSeek模型，并利用其辅助Word、Excel办公，生成PPT图片与视频，搭建个人AI智能体，以及部署多模态大模型。附录提供Python编程基础，助力读者快速上手人工智能开发。

读者对象

全书内容全面，兼顾理论与实践，适合高等学校非计算机专业的学生及人工智能爱好者参考学习。

目录

理论篇

第1章 人工智能发展概述

1.1 人工智能的定义与日常应用实例

1.2 从图灵测试到DeepSeek

1.2.1 图灵测试

1.2.2 人工智能的第一次兴起和低谷

1.2.3 人工智能的第二次兴起和低谷

1.2.4 人工智能的第三次兴起

1.2.5 人工智能的当代发展

1.3 人工智能的支撑体系

1.3.1 算法的作用

1.3.2 数据的重要性

1.3.3 算力的进步

1.4 当代人工智能突破的关键要素

1.5 本章小结

1.6 习题

第2章 机器学习的基础知识

2.1 机器学习的定义、分类与基本概念

2.1.1 机器学习的定义

2.1.2 机器学习的分类

2.1.3 机器学习中的基本概念

2.2 经典机器学习算法

2.2.1 线性模型

2.2.2 决策树与集成算法

2.2.3 支持向量机

2.2.4 聚类算法

2.2.5 降维方法

2.3 神经网络与深度学习

2.3.1 神经网络的基本结构

2.3.2 深度学习框架

2.3.3 卷积神经网络

2.3.4 循环神经网络和自然语言处理

2.4 强化学习的反馈训练机制

2.4.1 强化学习的基本概念

2.4.2 经典强化学习算法

2.4.3 应用场景与案例

2.4.4 强化学习的挑战与未来方向

2.5 本章小结

2.6 习题

第3章 生成式人工智能

3.1 生成对抗网络与扩散模型原理

3.2 大语言模型架构与对话机制

3.2.1 大语言模型的结构

3.2.2 对话系统的实现原理

3.3 多模态生成技术的实现

3.3.1 多模态生成的基础

3.3.2 多模态生成的应用

3.4 生成系统的可靠性验证方法

3.5 本章小结

3.6 习题

第4章 智能体系统与实体应用

4.1 软件智能体的工作机制

4.1.1 软件智能体的定义与特点

4.1.2 智能体的感知、决策与执行过程

4.1.3 基于规则与学习的智能体系统

4.1.4 常见的软件智能体架构与应用场景

4.1.5 通用型 AI 智能体 Manus

4.2 具身智能体的感知与交互系统

4.2.1 具身智能体的概念与发展背景

4.2.2 感知系统

4.2.3 具身智能体的应用

4.3 群体智能协同算法研究

4.3.1 群体智能的基本概念与应用场景

4.3.2 群体智能中的个体行为与集体决策机制

4.3.3 群体协同算法

4.3.4 群体智能的实际应用

4.4 人机协同的认知增强模式

4.4.1 人机协同的基本理念与目标

4.4.2 认知增强的技术手段

4.4.3 信息流与任务分配

4.5 本章小结

4.6 习题

第5章 人工智能感知技术

5.1.1 计算机视觉概述

5.1.2 图像处理基础

5.1.3 图像分类任务

5.1.4 图像检测任务

5.2 语音交互系统的技术架构

5.2.1 语音交互概述

5.2.3 语音合成技术

5.2.4 语音对话系统

5.2.5 语音交互系统的优化与挑战

5.3 自然语言处理核心算法

5.3.1 自然语言处理概述

5.3.2 自然语言处理如何理解语言

5.4 多模态信息融合技术

5.4.1 多模态信息融合概述

5.4.2 模态间的关联与对齐

5.4.3 深度学习在多模态融合中的应用

5.4.4 多模态信息融合的算法与框架

5.4.5 多模态系统的挑战

5.5 本章小结

5.6 习题

第6章 大模型技术介绍

6.1 模型参数规模与智能表现关联性

6.1.1 大模型的定义及发展趋势

6.1.2 参数规模对模型性能的影响

6.1.3 计算能力与数据需求

6.1.4 参数扩展与泛化能力

6.2 预训练知识表征机制

6.2.1 预训练模型的概念

6.2.2 知识迁移与表征学习

6.2.3 主要的预训练方法

6.2.4 预训练模型与多任务学习

6.3 Token化处理机制

6.3.1 Token的定义和重要性

6.3.2 上下文窗口与Token限制

6.3.3 Token效率与模型性能的关系

6.4 提示语设计的交互策略

6.4.1 提示语的基本概念

6.4.2 提示语的重要性

6.4.3 不同任务的提示语策略

6.5 开源模型与专有模型的发展路径

6.5.1 开源模型概述

6.5.2 专有模型的优势与挑战

6.5.3 发展趋势和前景

6.6 本章小结

6.7 习题

第7章 人工智能技术的应用场景

7.1 推荐系统算法解析

7.1.1 推荐系统的基本概念

7.1.2 人工智能在推荐系统中的应用

7.1.3 最新的发展与趋势

7.2 自动驾驶决策系统的原理

7.2.1 自动驾驶的核心技术

7.2.2 决策算法的演进

7.2.3 最新发展与趋势

7.3 医疗诊断辅助系统简介

7.3.1 诊断辅助系统的核心技术

7.3.2 最新技术与发展

7.3.3 面临的风险及挑战

7.4 本章小结

7.5 习题

第8章 人工智能对社会的影响

8.1 技术革新与职业结构变迁

8.2 数字内容真实性验证技术

8.3 人工智能伦理框架构建

8.4 技术依赖与自主性丧失

8.5 本章小结

8.6 习题

实践篇

第9章 本地部署DeepSeek

9.1 背景

9.1.1 DeepSeek大模型简介

9.1.2 本地部署DeepSeek的优点

9.2 任务目标

9.3 操作流程与实现

9.3.1 使用网页版DeepSeek

9.3.2 本地部署DeepSeek

9.3.3 可视化DeepSeek

9.4 实例

9.5 本章小结

9.6 实践题

第10章 DeepSeek辅助Word处理文字

10.1 背景

10.1.1 Word应用的重要性

10.1.2 DeepSeek接入Word的优势

10.2 任务目标

10.3 操作流程与实现

10.3.1 开通DeepSeek的网页版API

10.3.2 将在线DeepSeek部署到Word

10.3.3 将本地DeepSeek部署到Word

10.4 实例

10.5 本章小结

10.6 实践题

第11章 DeepSeek辅助Excel处理数据

11.1 背景

11.1.1 Excel的重要性

11.1.2 DeepSeek接入Excel的优势

11.2 任务目标

11.3 操作流程与实现

11.3.1 配置Excel的基本内容

11.3.2 数据分析助手

11.3.3 数据格式修改助手

11.4 实例

11.5 本章小结

11.6 实践题

第12章 DeepSeek+X实现自动化制作PPT

12.1 背景

12.1.1 PPT应用的重要性

12.1.2 PPT制作的难点

12.1.3 直接使用PPT生成工具的缺点

12.2 任务目标

12.3 操作流程与实现

12.3.1 使用DeepSeek生成PPT大纲

12.3.2 使用DeepSeek+Kimi生成PPT

12.3.3 使用DeepSeek+通义千问生成PPT

12.4 生成PPT方案总结

12.5 本章小结

12.6 实践题

第13章 生成个性化的图片

13.1 背景

13.1.1 图片在信息传达中的重要性

13.1.2 生成高质量图片的挑战

13.2 任务目标

13.3 操作流程与实现

13.3.1 生成图片

13.3.2 编辑图片

13.3.3 精准生成图片

13.4 本章小结

13.5 实践题

第14章 生成定制视频

14.1 背景

14.1.1 视频制作的重要性

14.1.2 制作视频的难点

14.2 任务目标

14.3 操作流程与实现

14.3.1 使用文字生成视频

14.3.2 使用图片生成视频

14.3.3 精准生成视频

14.4 本章小结

14.5 实践题

第15章 搭建个人的AI智能体辅助学习

15.1 背景

15.1.1 大模型时代中智能体的重要性

15.1.2 通用大模型的不足

15.1.3 个人AI智能体的优点

15.2 任务目标

15.3 操作流程与实现

15.3.1 使用预先配置好的个性化AI智能体

15.3.2 配置私人的个性化智能体

15.4 本章小结

15.5 实践题

第16章 在本地部署多模态大模型

16.1 背景

16.1.1 本地部署多模态大模型的优势

16.1.2 QWenVL模型介绍

16.2 任务目标

16.3 操作步骤

16.3.1 下载QWenVL代码

16.3.2 配置Python的基础环境

16.3.3 配置项目环境

16.3.4 运行项目代码

16.4 本章小结

16.5 实践题

附录A Python编程基础

A.1 Python 简介

A.1.1 Python是什么

A.1.2 Python的安装

A.1.3 初试Python

A.2 基本元素

A.2.1 四则运算

A.2.2 数值类型

A.2.3 变量

A.2.4 运算符

A.2.5 字符串

A.2.6 Tuple、List与Dict

A.3 控制语句

A.3.1 执行结构

A.3.2 控制语句

A.4 面向对象编程

A.4.1 面向对象简介

A.4.2 类

A.4.3 对象

A.4.4 类和对象的关系

A.4.5 面向过程还是对象

参考文献

精彩样章