人工智能通识教程_肖睿陈钟_9787115663610

本书从人工智能基础、人工智能核心技术框架、人工智能应用与实践、人工智能的挑战与未来展望四个方面全面探讨人工智能，主要包括人工智能的基础概念、行业应用、核心技术、大语言模型(大语言模型)、Prompt技术及其高级应用、人工智能在视听领域的应用，以及人工智能对社会的影响和未来展望。作为高校人工智能通识教材，本书系统性地呈现人工智能发展全景，从理论到应用，既有通俗易懂、深入浅出的技术解析，又有丰富的案例说明，并配以详细的Prompt设计指南，旨在帮助学生全面理解人工智能技术的原理、应用和潜在影响，培养其人工智能素养。本书可作为高等院校各专业开设的人工智能通识课程的教材，适合不同学科背景的学生学习使用,特别是人工智能和计算机零基础的读者使用。同时，本书也可作为对人工智能感兴趣的读者作为了解人工智能技术发展与应用的入门读物。

目录

第 1章　揭开人工智能的神秘面纱

1.1　什么是人工智能

1.1.1　自主意识与人工智能

1.1.2　自动化系统与人工智能

1.1.3　脑机接口与人工智能

1.1.4　机器人技术与人工智能

1.1.5　知识工程与人工智能

1.1.6　机器学习、深度学习与人工智能

1.1.7　Python与人工智能

1.2人工智能的三大流派

1.2.1符号主义

1.2.2连接主义

1.2.3行为主义

1.3　人工智能的发展及未来

1.3.1人工智能的三次浪潮

1.3.2　生成式人工智能的崛起

1.3.3　未来人工智能的探索与展望

1.4　人工智能的的五大重要技术方向与应用领域

1.4.1计算机视觉

1.4.2自然语言处理

1.4.3智能推荐与搜索

1.4.4决策规划

1.4.5数据分析与挖掘

1.5　本章小结

1.6　习题

第 2章　人工智能技术的行业应用千行百业应用大爆发

2.1　金融行业

2.1.1　风险管理

2.1.2　信用评估

2.1.3　欺诈检测

2.1.4　客户服务

2.1.5　智能交易

2.1.6　智能助手

2.2　医疗行业

2.2.1　疾病诊断

2.2.2　个性化治疗

2.2.3　智能客服系统

2.2.4　智慧病历

2.2.5　药物研发

2.2.6　其它应用场景

2.3　制造业

2.3.1　辅助设计

2.3.2　工业仿真

2.3.3　智能排产

2.3.4　生产线自动化与优化

2.3.5　质量控制与缺陷检测

2.3.6　设备健康管理与预测性维护

2.3.7　智能分拣与物流

2.3.8　智能供应链与库存管理

2.4　教育行业

2.4.1　个性化学习

2.4.2　智能助教

2.4.3　教学设计

2.4.4　试题作业生成与批改

2.4.5　教学管理

2.4.6　语言学习

2.4.7　科研助手

2.5　文娱传媒行业

2.5.1　新闻传媒

2.5.2　新媒体

2.5.3　广告营销行业

2.5.4　影视行业

2.5.5　游戏行业

2.6　交通物流行业

2.6.1　自动驾驶和智能驾驶辅助

2.6.2　智能交通管理

2.6.3　智能公共交通系统

2.6.4　物流与供应链优化

2.6.5　智能客户服务

2.7　零售行业

2.7.1　智能营销

2.7.2增强购物体验

2.7.3　用户洞察和个性化体验

2.7.4　智能客服和会员管理

2.7.5.　智能库存管理

2.8　IT信息技术与通信行业

2.8.1　信息技术（IT）行业

2.8.2　通信行业

2.8.3　4.5 G与人工智能的结合

2.9　其他行业

2.10　人工智能技术发展对个人的意义

2.11本章小结

2.12习题

第3章　人工智能技术的新探索机器学习技术框架

3.1　数据智能

3.1.1　从认识论看数据智能

3.1.2　从模型论看数据智能

3.1.3　从数学角度看模型

3.1.4　数据智能的核心要素与局限性

3.2　数据科学

3.3　机器学习

3.3.1　什么是机器学习

3.3.2　机器学习的4类任务

3.3.3　机器学习的3个学习方法

3.3.4　机器学习的5个工作流程

3.3.5　机器学习的3个要素

3.4　本章小结

3.5　习题

第4章　人工智能技术的觉醒深度学习技术框架

4.1深度学习概述

4.1.1了解深度学习

4.1.2传统机器学习与深度学习对比

4.1.3深度学习研究的三驾马车

4.2从时间维度看深度学习的进化

4.2.1深度学习古猿时代

4.2.2深度学习的智人时代

4.2.3深度学习的觉醒期

4.2.4深度学习蓬勃发展期

4.3从应用领域看深度学习发展历程

4.3.1从计算机视觉领域看深度学习发展历程

4.3.2从自然语言处理领域看深度学习发展历程

4.4深度学习核心技术：Transformer和预训练大模型

4.4.1　Transformer架构

4.4.2预训练大模型

4.4.3预训练大模型使用方式介绍

4.5深度学习在科研的应用-以AlphaFold为例

4.5.1AlphaFold的革命性突破

4.5.2AlphaFold的技术实现

4.5.3AlphaFold的影响与应用

4.6本章小结

4.7习题

第5章　人工智能技术的突破大语言模型原理与训练

5.1大语言模型概览

5.1.1　大语言模型与预训练大模型

5.1.2　大语言模型的里程碑- GPT

5.1.3大语言模型2023-2024年关键进展

5.2大语言模型的技术原理

5.2.1　Token与向量表示

5.2.2　注意力机制：智能的关键

5.3大语言模型工程

5.3.1　Scaling up：大力出奇迹

5.3.2　Data：大语言模型能力的来源

5.3.3Capabilities：大语言模型的能力

5.4　大语言模型的应用

5.4.1大语言模型的应用场景与应用类型分析

5.4.2大模型微调技术

5.4.3　RAG技术

5.5　模型评估

5.5.1　模型评估的挑战

5.5.2　模型评测

5.6本章小结

5.7习题

第　6 章智慧对话大语言模型Prompt入门

6.1　Prompt与大语言模型

6.1.1　什么是Prompt

6.1.2　Prompt的作用

6.1.3　大语言模型内容的生成过程

6.2　大语言模型的能力和边界

6.2.1　创作能力

6.2.2　对话能力

6.2.3　推理能力

6.3　大语言模型工具的选择

6.4　清晰全面的Prompt

6.4.1　向大语言模型提问的流程

6.4.2　设定角色

6.4.3　构建清晰全面的Prompt

6.5　本章小结

6.6　习题

第7章　智慧驾驭大语言模型Prompt高级应用

7.1　引导大语言模型学会思考

7.1.1　逐步思考

7.1.2　任务拆解

7.2　清晰表达-结构化Prompt框架

7.2.1　LangGPT

7.2.2　CO-STAR

7.2.3　CRISPE框架

7.3　学会与大语言模型协作

7.3.1　角色定位

7.3.2　设计Prompt的关键能力

7.3.3　人机协作工作流程

7.4　大语言模型的N种应用

7.4.1　助力学习成长

7.4.2　助力科研创作

7.4.3　辅助代码学习

7.4.4　协助心理疏导

7.4.5　协助求职与就业

7.5　本章小结

7.6　习题

第8章AI的试听应用绘画视频与音频

8.1　AI绘画的原理

8.1.1　认识AI绘画

8.1.2　AI绘画的技术基础

8.1.3　Stable Diffusion绘画原理

8.2　Stable Diffusion WebUI绘画实践

8.2.1　安装Stable Diffusion WebUI

8.2.2　Stable Diffusion WebUI界面参数

8.2.3　Stable Diffusion WebUI应用实践

8.3　ComfyUI绘画工作流

8.3.1安装ComfyUI

8.3.2　ComfyUI工作过程解析

8.4　视频生成

8.4.1　视频生成技术发展

8.4.2　视频生成技术应用

8.4.3　视频生成技术发展趋势

8.5　音频生成

8.5.1　音频生成技术发展

8.5.2　音频生成技术应用

8.5.3　音频生成技术发展趋势

8.6　本章小结

8.7　习题

第9章　人工智能的挑战与未来

9.1人工智能：意识探索与人类影响

9.1.1　人工智能是否具有自我意识

9.1.2　人工智能对人类的意义

9.2人工智能对人类的挑战

9.2.1　数据隐私与安全

9.2.2　知识产权挑战

9.2.3　人工智能的伦理与风险

9.2.4　人工智能对未来的影响

9.3人工智能走向何处

9.3.1　什么是AI Agent？

9.3.2　向整体智能时代迈进

9.4本章小结

9.5习题

参考文献

你还可能感兴趣

我要评论