本书为高等院校人工智能通识课程系列教材之一，系统介绍了人工智能的核心理论、主要方法、关键技术及其实际应用。从基础概念到具体应用，本书涵盖了人工智能发展之路、知识表示方法、搜索推理技术、计算智能、机器学习、自然语言理解、计算机视觉、神经网络等内容。全书将前沿技术与实际案例相结合，帮助读者理论联系实践，较全面地反映人工智能领域当前的研究进展和发展方向，展示人工智能在各行业中的应用。并根据后续课程教学需求，融入了人工智能与其他学科（如计算机科学、心理学、语言学等）之间的关系，以培养学生跨学科思维。本书内容科学严谨、语言通俗易懂，适合作为高等院校“人工智能通识”课程的教材或参考书，也适合作为相关技术人员的培训教材。

（1）由浅入深的内容引导：通过理论-技术-应用的解析思路逐步引导读者通过实际应用理解复杂的理论和技术，适合不同层次的学习者，既适合初学者也能满足进阶学习者的需求。（2）注重理论与方法：不仅介绍了基本概念，还深入探讨了各种算法和方法，增强读者的实际操作能力。（3）丰富的实例与应用：结合实际案例，展示了人工智能在各行业中的应用，帮助学生直观理解人工智能在实际应用与影响。（4）覆盖前沿技术：包括最新的机器学习、深度学习等前沿技术，确保读者接触到当前人工智能领域的最新发展。

白路锋，博士，副教授，现任教于江苏第二师范学院计算机工程学院，专业方向：人工智能及优化计算，主授课程包括最优化方法、人工智能、离散数学、Python程序设计等。近年来发表学术研究论文10余篇，其中核心论文3篇。宋智军，博士，讲师，现任教于江苏第二师范学院计算机工程学院。曾担任中国指挥与控制学会专委会委员，中国指挥与控制学会标准审查委员会委员，中国道路交通安全智库委员会专家等。主授课程包括数据结构、操作系统、大型数据库概论、计算机图形学等；主编《智能网联技术》等教材7部；主持江苏省科技成果转化专项项目，承担国家重点研发计划子课题等项目；发表学术研究论文20余篇；参与制定多项国家和行业标准及白皮书；已申请发明专利、实用新型等知识产权80多项；曾荣获智能交通世界大会创新大赛高校专题赛一等奖。

目 录第1章绪论11.1人工智能的概念11.2人工智能简史21.2.1孕育阶段21.2.2形成阶段31.2.3发展阶段31.3主要技术分支41.3.1机器学习41.3.2自然语言处理71.3.3计算机视觉71.3.4智能语音71.4应用领域81.4.1医疗健康81.4.2交通出行91.4.3金融服务91.4.4工业制造101.5面临的挑战与问题101.5.1伦理道德困境101.5.2数据隐私111.5.3安全隐患111.5.4就业结构111.6未来展望12小结12思考与练习12第2章编程语言142.1AI程序语言的发展历程142.2常见AI程序语言152.3AI程序语言的特点172.3.1符号处理能力172.3.2结构化程序设计182.3.3递归与回溯功能182.3.4人机交互能力192.3.5推理能力202.3.6数据与控制模式匹配机制202.4Python语言基础212.4.1基础语法212.4.2数据类型212.4.3控制结构222.4.4函数与模块232.5基于Python语言的AI关键技术实现242.5.1机器学习242.5.2深度学习252.5.3自然语言处理272.5.4计算机视觉28小结29思考与练习29第3章数学基础313.1常用的代数知识313.1.1矩阵和向量313.1.2特征值和特征向量323.1.3矩阵运算矩阵乘法323.1.4谱半径和奇异值分解333.2概率统计的常用知识343.2.1随机变量343.2.2事件独立343.2.3期望和方差343.2.4最大似然估计353.2.5贝叶斯定理353.2.6蒙特卡罗方法363.2.7马尔可夫链363.3优化常用知识373.3.1链式法则373.3.2泰勒展开383.3.3梯度下降法383.3.4拉格朗日乘数法393.3.5牛顿法393.3.6凸优化简介403.4图论中的常用知识413.4.1图的基本概念413.4.2常用相关算法413.5信息论相关知识423.5.1信息量423.5.2信息熵433.5.3交叉熵443.5.4KL散度44小结45思考与练习46第4章机器学习494.1机器学习概述494.1.1机器学习解决的问题494.1.2机器学习所需的基础504.1.3机器学习的概念504.1.4机器学习发展历程514.1.5评估指标514.2机器学习的基本类型524.2.1监督学习524.2.2无监督学习534.2.3半监督学习534.2.4强化学习534.3机器学习中的分类算法534.3.1逻辑回归544.3.2支持向量机554.3.3k-近邻算法554.3.4决策树564.3.5随机森林584.3.6神经网络584.4机器学习中的回归算法584.4.1线性回归584.4.2多项式回归604.4.3岭回归614.4.4拉索回归624.5常用的聚类算法624.5.1K-Means聚类624.5.2层次聚类644.5.3DBSCAN644.5.4均值漂移644.5.5高斯混合模型644.6常用的降维算法654.6.1主成分分析654.6.2多维尺度分析664.6.3自编码器66小结66思考与练习67第5章自然语言处理695.1自然语言处理概述695.1.1自然语言与自然语言处理695.1.2自然语言处理的挑战与机遇715.2自然语言处理基础735.2.1语言学基础735.2.2机器学习基础745.2.3深度学习基础755.3自然语言处理核心技术765.3.1文本预处理765.3.2语言模型775.3.3文本分类与情感分析785.3.4信息抽取805.4自然语言处理前沿技术815.4.1预训练语言模型815.4.2多模态自然语言处理825.4.3自然语言生成835.5自然语言处理实践与应用845.5.1自然语言处理工具与平台845.5.2应用与展望84小结85思考与练习85第6章计算机视觉866.1计算机视觉概述866.2计算机视觉的发展历程876.3计算机视觉的主要任务876.3.1图像分类876.3.2目标检测896.3.3语义分割906.4计算机视觉的应用领域906.5实践案例916.6计算机视觉发展趋势与挑战936.6.1计算机视觉的发展趋势936.6.2计算机视觉面临的挑战94小结94思考与练习94第7章神经网络967.1神经网络的起源与发展967.2神经网络基本结构987.2.1神经元模型987.2.2网络架构与类型997.3神经网络工作原理1017.3.1训练与推理1017.3.2数据准备1027.3.3前向传播1037.3.4损失函数概念及类型1037.3.5反向传播1047.4应用场景与典型案例1057.4.1应用场景1057.4.2典型案例1067.5神经网络的未来发展1097.5.1突破算力限制1097.5.2提升可解释性110小结110思考与练习111第8章深度学习1128.1定义与概述1128.2神经网络架构基础1148.2.1多层感知机（MLP）1148.2.2卷积神经网络（CNN）1158.2.3循环神经网络（RNN）及其变体1168.2.4自注意力机制1178.3训练过程1178.3.1损失函数选择1178.3.2优化算法1188.3.3正则化技术1198.3.4超参数调整1208.4应用领域1208.4.1计算机视觉1208.4.2自然语言处理1218.4.3其他领域1228.5挑战与趋势123小结124思考与练习124第9章知识图谱1269.1知识图谱概述1269.1.1什么是知识图谱1269.1.2知识图谱的挑战与机遇1299.2知识图谱构建与推理1309.2.1知识获取1309.2.2知识表示1319.2.3知识融合1329.2.4知识推理1339.3知识图谱应用1359.3.1智能问答1359.3.2推荐系统1359.3.3语义搜索1369.4知识图谱前沿技术1369.4.1大规模知识图谱构建1369.4.2动态知识图谱更新1379.4.3知识图谱与深度学习结合1389.4.4知识图谱的可解释性与可信度139小结140思考与练习140第10章机器翻译14110.1定义与概述14110.1.1语言学基础14210.1.2计算机科学14410.1.3数学14410.2发展历程14510.3主流模型14610.3.1循环神经网络模型14610.3.2卷积神经网络模型14710.4评价标准14810.4.1BLEU14810.4.2METEOR14910.4.3ROUGE14910.4.4TER14910.5应用场景15010.5.1页面即时翻译15010.5.2视频字幕翻译15010.5.3文档翻译15110.6挑战与趋势15210.6.1挑战15210.6.2趋势152小结152思考与练习153第11章人工智能生成内容15411.1AIGC概述15411.1.1AIGC的定义与内涵15411.1.2AIGC的发展历程15511.1.3AIGC常用工具介绍15611.1.4AIGC与传统内容创作模式对比15811.2AIGC的应用领域15811.2.1AIGC文本生成和提示词工程15811.2.2AIGC图像生成与处理16311.2.3AIGC影音生成与处理16411.2.4AIGC与新媒体16611.2.5AIGC教育和学术研究16711.2.6AIGC办公应用与电商行业16811.3AIGC的优势与挑战16911.3.1AIGC的优势16911.3.2AIGC面临的挑战17011.4AIGC的发展趋势与展望17111.4.1技术演进方向17211.4.2行业规范与政策引导173小结175思考与练习175第12章应用案例17612.1人脸识别17612.1.1人脸识别过程17612.1.2人脸识别函数OpenCV17812.2无人驾驶汽车Apollo RT618312.2.1Apollo RT6无人驾驶汽车工作原理18412.2.2Apollo RT6无人驾驶汽车整车全冗余系统技术18412.2.3Apollo星河平台技术18512.3AI聊天机器人19012.3.1DeepSeek文生文案例19012.3.2DeepSeek+Kimi生成PPT案例19012.3.3DeepSeek+Pycharm生成游戏案例19112.3.4DeepSeek+Xmind生成思维导图案例19212.3.5DeepSeek+即梦AI生成视频案例19212.3.6豆包文生图案例19312.3.7基于Transformer的生成式对话模型案例194小结195思考与练习195参考文献197致谢198