本书系统介绍了人工智能的基本概念、关键技术及应用实践，旨在帮助读者全面理解人工智能的发展脉络与技术体系，掌握相关核心技能。本书分为7章。第1章介绍人工智能的定义、发展历程及应用领域，奠定理论基础。第2章涵盖人工神经网络、机器学习、感知智能、认知智能等核心技术。第3章深入探讨大模型技术、AIGC 技术原理及AIGC在文本、图像、语音、视频和辅助编程方面的应用实践。第4章解析智能体的组成、关键技术及开发流程，并结合扣子平台进行案例实践。第5章展示人工智能在文字处理、表格处理、演示文稿设计等办公场景中的应用。第6章阐述具身智能的技术体系、应用领域及人形机器人的发展现状等。第7章探讨人工智能伦理的概念、典型问题及治理原则。本书通俗易懂、内容广泛、案例丰富、实践性强，提供教学大纲、电子课件、案例素材、实验素材等教学资源，可作为高等院校各专业学生的人工智能通识课程的教材，也可供人工智能入门人士参考。

苑俊英，广州南方学院电气与计算机工程学院副院长、教授、中山大学博士、硕士生导师，广东省千百十工程第七批校级培养对象，曾获得广东省民办优秀教师、校级第一届教学名师、第一届师德标兵和第一届中青年骨干教师等荣誉称号，现为广州市从化区第三届人民代表大会代表，入选广州市从化区2023年度"从化好人榜”。苑俊英教授主要从事智能大数据分析与处理、多媒体信息安全、机器学习等领域的研究，担任The Computer Journal等多个期刊审稿人。苑俊英教授是省级一流本科专业"计算机科学与技术”、省级课程思政示范团队"程序设计及应用课程思政教学团队”、省级一流课程"面向对象程序设计”负责人，省级"多媒体内容安全工程中心”第2负责人。现为教育部本科教育教学评估入库专家、广州市海珠区就业培训中心评估专家，担任广东省高等学校教学管理学会课程思政专业委员会理事、广东省高等教育人工智能分会常务副理事、广东省人工智能通识虚拟教研室副主任、广东省民办教育学会人工智能专委会常务副理事长等。

目 录
第1章 人工智能概述 1
1.1 人工智能是什么 2
1.1.1 人工智能的定义及其演进 2
1.1.2 人工智能的分类 2
1.1.3 人工智能的基本原理 3
1.1.4 人工智能的学科背景 4
1.2 人工智能的发展历程 5
1.2.1 人工智能的理论、技术和哲学背景 5
1.2.2 人工智能的起源 5
1.2.3 人工智能发展的第一次浪潮：符号主义主导的早期探索期 6
1.2.4 人工智能发展的第二次浪潮：统计学习驱动的复兴期 7
1.2.5 人工智能发展的第三次浪潮：机器学习引领的繁荣期 8
1.2.6 人工智能发展的第四次浪潮：大模型时代 8
1.2.7 未来发展趋势 9
1.3 人工智能的应用 10
1.3.1 人工智能产业链 10
1.3.2 医疗健康领域 11
1.3.3 教育领域 12
1.3.4 交通领域 13
1.3.5 金融领域 14
1.4 本章小结 14
本章实验 15
实验1 AI“看图说话”——图像识别体验 15
实验2 拓展案例：“AI应用畅想”小组讨论 16
第2章 人工智能关键技术 17
2.1 从“感知”到“行动”的智能跃迁 17
2.1.1 计算智能：人工智能的“生存本能” 17
2.1.2 感知智能：人工智能的“感官系统” 19
2.1.3 认知智能：人工智能的“思考中枢” 21
2.1.4 行为智能：让机器“动起来”的智慧 23
2.2 人工神经网络 24
2.2.1 如何构建人工神经网络 25
2.2.2 人工神经网络的训练 26
2.2.3 深度神经网络 27
2.2.4 卷积神经网络 28
2.2.5 循环神经网络 30
2.2.6 长短时记忆网络 31
2.2.7 Transformer 32
2.3 机器学习 34
2.3.1 机器学习与机器智能 34
2.3.2 机器学习的类型和应用 35
2.3.3 监督学习与无监督学习 36
2.3.4 深度学习 40
2.3.5 强化学习 43
2.3.6 迁移学习 45
2.3.7 机器创造 47
2.4 感知智能 49
2.4.1 数字图像处理技术 49
2.4.2 计算机视觉与机器视觉 55
2.4.3 模式识别与图像分类 56
2.4.4 人脸识别 58
2.4.5 目标检测与识别 61
2.4.6 自动驾驶与环境感知 63
2.5 认知智能 65
2.5.1 逻辑推理 65
2.5.2 知识表示 66
2.5.3 搜索技术 68
2.5.4 知识图谱 70
2.5.5 认知计算 74
2.6 语言智能 75
2.6.1 语言与认知 75
2.6.2 自然语言处理 76
2.6.3 智能问答系统 78
2.6.4 聊天机器人 79
2.6.5 语音识别 81
2.6.6 机器翻译 83
2.7 本章小结 85
本章实验 85
实验1 申领个人电子身份证——感知智能之人脸识别应用 85
实验2 构建个人知识库——认知智能之知识图谱应用 86
实验3 拓展案例：“AI应用畅想”小组讨论 92
第3章 大模型技术及其应用 93
3.1 大模型技术概述 93
3.1.1 大模型技术的发展历程 93
3.1.2 传统AI与AIGC的区别 96
3.2 AIGC技术 100
3.2.1 AIGC的定义与特点 100
3.2.2 模型应用场景的差异化分析 102
3.3 文本类AIGC应用实践 106
3.3.1 文本生成工具 106
3.3.2 文本生成的应用场景 109
3.3.3 文本生成的优势和挑战 110
3.4 图像类AIGC应用实践 111
3.4.1 图像生成工具 111
3.4.2 图像生成的应用场景 114
3.4.3 图像生成的优势和挑战 115
3.5 语音类AIGC应用实践 117
3.5.1 语音生成工具 117
3.5.2 语音生成的应用场景 121
3.5.3 语音生成的优势和挑战 122
3.6 视频类AIGC应用实践 123
3.6.1 视频生成工具 123
3.6.2 视频生成的应用场景 125
3.6.3 视频生成的优势和挑战 126
3.7 AIGC技术在辅助编程中的应用 127
3.7.1 AI辅助编程工具 127
3.7.2 AI辅助编程的应用场景 129
3.8 本章小结 130
本章实验 131
实验1 使用DeepSeek进行创意写作 131
实验2 使用即梦AI探索图像生成技术 134
实验3 讯飞智作AI语音生成技术实践 135
实验4 即梦AI视频生成技术实践 138
实验5 DeepSeek对话式编程实践 140
第4章 智能体 143
4.1 智能体概述 143
4.1.1 智能体的发展历程 143
4.1.2 智能体的定义与内涵 145
4.1.3 智能体的基本特征 145
4.1.4 智能体的分类 146
4.2 智能体的组成 147
4.2.1 智能体的组成概述 147
4.2.2 大模型 148
4.2.3 观察 148
4.2.4 思考 149
4.2.5 行动 149
4.2.6 记忆 150
4.2.7 组件协作与系统整合 151
4.3 智能体的关键技术支撑 152
4.3.1 概述 152
4.3.2 多模态融合技术 153
4.3.3 大模型技术 153
4.3.4 推理决策技术 154
4.3.5 执行技术 155
4.3.6 存储技术 155
4.4 扣子平台 156
4.4.1 智能体平台概述 156
4.4.2 平台背景与定位 156
4.4.3 核心功能特性 157
4.4.4 技术架构特点 157
4.5 扣子平台开发流程与核心功能 158
4.5.1 智能体开发流程 158
4.5.2 插件 159
4.5.3 对话流 160
4.5.4 工作流 161
4.5.5 提示词 161
4.5.6 知识库 162
4.5.7 数据库 162
4.5.8 其他功能选项 163
4.6 基于扣子平台的智能客服系统开发案例 164
4.6.1 案例背景与需求分析 164
4.6.2 架构设计 164
4.6.3 开发实施过程 165
4.6.4 案例总结与扩展思考 177
4.7 本章小结 178
本章实验 178
实验 AI“个人专属助手”——我的智能体创造实验 178
第5章 人工智能与办公自动化 180
5.1 办公自动化概述 181
5.2 文字处理 184
5.2.1 AI辅助内容生成 185
5.2.2 AI辅助文字排版 193
5.3 表格处理 196
5.3.1 AI辅助数据分析 196
5.3.2 AI辅助表格生成 202
5.4 演示文稿设计 208
5.4.1 AI辅助演示文档设计 209
5.4.2 智能美化演示文稿 215
5.5 多语言翻译与转换 217
5.6 大模型在办公自动化中的应用：优势与挑战 218
5.7 本章小结 219
本章实验 219
实验1 AI辅助文字处理综合应用 219
实验2 AI辅助电子表格数据分析与可视化 220
实验3 AI辅助演示文稿制作与优化 220
第6章 具身智能 221
6.1 具身智能的概念与内涵 221
6.1.1 具身智能的定义 221
6.1.2 具身智能与传统AI的区别 222
6.2 具身智能的发展历程 222
6.3 具身智能的技术体系 224
6.3.1 感知模块 225
6.3.2 决策模块 226
6.3.3 行动模块 226
6.3.4 反馈模块 227
6.3.5 支撑要素 227
6.3.6 安全与隐私保障 228
6.4 具身智能的应用领域 228
6.4.1 工业制造与物流自动化 228
6.4.2 医疗健康与服务机器人 231
6.4.3 家庭服务与智慧生活 233
6.4.4 特殊环境作业 235
6.5 人形机器人 237
6.5.1 人形机器人的发展现状 237
6.5.2 人形机器人的未来趋势 238
6.6 本章小结 239
本章实验 240
实验 机器人语音识别 240
第7章 人工智能伦理 248
7.1 人工智能伦理的概念 249
7.1.1 人工智能伦理的定义 249
7.1.2 人工智能伦理的基本原则 250
7.2 人工智能伦理典型问题 256
7.2.1 自动驾驶伦理问题 256
7.2.2 人脸识别伦理问题 259
7.3 人工智能伦理治理原则 261
7.3.1 人类利益原则 261
7.3.2 责任原则 262
7.3.3 透明度原则 262
7.3.4 权责一致原则 262
7.4 本章小结 262
本章实验 263
实验 案例分析 263