本书以培养学生人工智能素养、人工智能思维和人工智能基本应用能力为设计理念，旨在为零基础的高校学生打造一本人工智能通识课教材。全书使用通俗易懂的语言深入浅出地介绍了人工智能的基本概念、基本知识和相关应用。全书共分11个学习单元，主要内容包括人工智能概述、人工智能生态、人工智能软/硬件平台、机器学习、人工神经网络与深度学习、计算机视觉、自然语言处理、大语言模型与AIGC、智能体与机器人、“人工智能＋”行业、人工智能的挑战与未来等。本书侧重于介绍人工智能通识性知识和实用性技能，既可作为高职高专院校学生学习人工智能的通识课教材，也可作为计算机类、电子信息类相关专业人工智能课程的入门教材。此外，本书还可作为广大读者学习人工智能的参考书。

前言

2016年3月，在一场举世瞩目的人机对弈围棋比赛中，被称为AlphaGo（阿尔法围棋）的机器人以4∶1战胜了围棋世界冠军李世石，引爆了人们对人工智能技术的关注。乘飞机和高铁时通过人脸识别进行检票，像人类一样进行聊天交流的机器人程序ChatGPT，像人一样灵活的波士顿机器狗，无人驾驶的汽车……不断推出的人工智能应用产品让我们惊讶地发现，不经意间人工智能时代已经悄然来临。

经过近70年的发展，人工智能技术已进入新的阶段。党的二十大报告提出，推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能等一批新的增长引擎。同时，在移动互联网、大数据、云计算、脑科学等新理论、新技术，以及经济社会强烈发展需求的共同驱动下，人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。

2016年，中国工程院启动了“中国人工智能2.0发展战略研究”重大咨询项目，该项目被简称为AI 2.0。2017年7月，国务院印发《新一代人工智能发展规划》（国发〔2017〕35号），这是21世纪以来我国发布的第一个关于人工智能的系统性战略规划。2025年8月，《国务院关于深入实施“人工智能＋”行动的意见》（国发〔2025〕11号）提出，到2027年，率先实现人工智能与6大重点领域（科技、产业、消费、民生、治理、全球合作）广泛深度融合，新一代智能终端、智能体等应用普及率超70％，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善；到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90％，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享；到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。2025年4月，教育部等九部门印发的《关于加快推进教育数字化的意见》（教办〔2025〕3号）中也明确提出: 统筹推进大中小学人工智能教育一体化，建设“通用＋特色”高校人工智能通识课程。

为此，我们积极响应教育部号召，对高校人工智能通识教育进行积极探索和实践，并基于高等教育的特点编写本书。本书系统阐述人工智能的基本原理、实现技术及其应用，全面介绍国内外人工智能研究领域的最新进展和发展方向等。

本书是面向高校各专业学生的人工智能通识课程教材，旨在重点培养学生在智能时代的人工智能素养、人工智能思维和人工智能基本应用能力。本书具有以下特色。

(1) 理论够用。高等教育的教材需要有一定的理论知识，但作为面向所有专业学生的通识类课程，不宜讲解过于深奥的理论知识。因此，理论知识的选择就很重要，不仅要够用且适用，而且要易学且易懂。本书用通俗易懂的语言，深入浅出地介绍了人工智能理论体系及应用，有助于学生理解人工智能技术的全貌和来龙去脉。本书注重算法思想的介绍，简化了算法的数学推导，让学生在课堂上能够“听得懂，学得会”。

(2) 教学案例丰富。本书对人工智能领域广为人知的案例进行了剖析，并展示了人工智能在各个领域的新应用。同时，本书还提供配套的微课视频、教学课件、习题及答案等多种教学资源。

(3) 体现通识性、实用性和可读性。在介绍人工智能知识体系及其丰富应用的基础上，让学生亲身体验人工智能技术以及人工智能技术对未来的影响，激发学生学习人工智能技术的兴趣，并为进一步学习打下基础。

(4) 融入素养目标。本书在编写过程中注重素质目标的融入，如从多个角度介绍人工智能的发展历史及这一领域中杰出的科学家成功的故事，使学生从中得到启迪和鼓舞；介绍我国人工智能战略，以及我国在人工智能领域取得的丰富成果，以激发学生科技报国的家国情怀和使命担当。通过学习相关案例，引导学生树立正确的社会主义世界观、人生观和价值观，弘扬精益求精的专业精神、职业精神和工匠精神，培养学生的创新意识，激发学生的爱国热情。

本书由黄林国、彭阳、丁慧洁、袁学松担任主编，全书由黄林国统稿，参加编写的还有牟维文。在本书编写过程中，编者参考了大量的书籍和资料，在此，谨向这些书籍和资料的作者表示感谢。本书的出版得到了全国高等院校计算机基础教育研究会立项支持（项目编号: 2025?AFCEC?165）。

为了便于读者学习，本书录制了学习视频，读者扫描书中相应的二维码，便可以进行在线学习。本书提供了教学大纲、教案、微课视频、PPT课件、习题答案等数字化教学资源，读者可以从清华大学出版社网站(www.tup.com.cn)免费下载。

由于编者的学识和水平有限，书中难免存在不足之处，敬请广大同行、专家和读者给予批评和指正。

编者2026年1月

黄林国，男，硕士，副教授，省教坛新秀，省教学成果二等奖，主编多本计算机教材，多年来从事网络安全技术方向相关课程教学及教改研究实践。

目录

学习单元1人工智能概述1

知识图谱1

学习目标2

1.1人工智能的概念2

1.1.1人工智能的定义2

1.1.2图灵测试3

1.2人工智能的发展5

1.2.1代表人物和事件5

1.2.2人工智能发展史7

1.2.3我国的人工智能发展状况12

1.3人工智能的分类14

1.3.1弱人工智能14

1.3.2强人工智能15

1.3.3超人工智能15

1.4人工智能研究的主要学派16

1.4.1符号主义学派16

1.4.2连接主义学派18

1.4.3行为主义学派19

1.5人工智能的主要研究领域19

1.5.1感知问题20

1.5.2模式识别20

1.5.3博弈20

1.5.4搜索21

1.5.5自然语言处理22

1.5.6专家系统22

1.5.7机器人学23

1.6实训24

1.6.1实训1: 体验人工智能诗歌写作24

1.6.2实训2: 体验“文心一言”25

1.7拓展知识: 未来已来，人工智能改变生活27

1.8习题28学习单元2人工智能生态30

知识图谱30

学习目标31

2.1大数据32

2.1.1什么是大数据32

2.1.2大数据的四大特性33

2.1.3大数据与人工智能34

2.1.4大数据的应用案例35

2.2物联网36

2.2.1什么是物联网36

2.2.2物联网的技术架构37

2.2.3物联网的特点38

2.2.4物联网的未来趋势38

2.2.5物联网与人工智能39

2.3云计算39

2.3.1什么是云计算39

2.3.2云计算的特点40

2.3.3云计算的分类41

2.3.4云计算的服务模式41

2.3.5云计算的应用42

2.45G通信技术42

2.4.1什么是5G42

2.4.25G的关键技术43

2.4.35G的应用场景46

2.5实训47

2.5.1实训1: 使用百度网盘47

2.5.2实训2: 二维码分享50

2.6拓展知识: 6G技术将于2030年前后实现商用51

2.7习题51

学习单元3人工智能软/硬件平台53

知识图谱53

学习目标54

3.1芯片是人工智能的算力基础55

3.1.1什么是芯片55

3.1.2芯片的分类55

3.1.3芯片的制造工艺57

3.1.4摩尔定律58

3.2智能芯片58

3.2.1什么是智能芯片58

3.2.2智能芯片的分类59

3.2.3智能芯片的发展历程62

3.2.4智能芯片产业发展现状63

3.3人工智能开发框架67

3.3.1开发框架的作用67

3.3.2开发框架的核心特征68

3.3.3典型的人工智能开发框架68

3.4实训: 人工智能芯片相关企业调研71

3.5拓展知识: 我国科学家研发新一代神经拟态类脑计算机72

3.6习题73

学习单元4机器学习74

知识图谱74

学习目标75

4.1机器学习概述75

4.1.1什么是机器学习75

4.1.2机器学习的发展历程78

4.2机器学习类型80

4.2.1监督学习81

4.2.2无监督学习82

4.2.3半监督学习82

4.2.4强化学习82

4.3机器学习常用算法83

4.3.1线性回归83

4.3.2支持向量机85

4.3.3决策树86

4.3.4K近邻算法87

4.3.5K均值聚类算法88

4.3.6关联分析89

4.3.7深度学习89

4.4实训90

4.4.1实训1: “线性回归算法”的可视化演示90

4.4.2实训2: “K近邻算法”的可视化演示91

4.4.3实训3: “形色”识别植物93

4.5拓展知识: AI为首张黑洞照片“美颜”93

4.6习题94

学习单元5人工神经网络与深度学习97

知识图谱97

学习目标97

5.1人工神经网络概述98

5.1.1人工神经网络简介98

5.1.2人工神经网络的发展历程98

5.2MP模型100

5.2.1生物神经元100

5.2.2MP模型的结构101

5.2.3MP模型实现逻辑“与”运算功能101

5.3感知机102

5.3.1感知机模型102

5.3.2感知机的学习过程103

5.3.3多层感知机实现逻辑“异或”运算功能104

5.4BP神经网络106

5.4.1BP神经网络结构106

5.4.2激活函数107

5.4.3BP神经网络学习算法110

5.5深度学习111

5.5.1深度学习的概念111

5.5.2卷积神经网络112

5.5.3循环神经网络116

5.6实训118

5.6.1实训1: 体验神经网络可视化工具Playground118

5.6.2实训2: 使用前馈神经网络对鸢尾花进行分类121

5.7拓展知识: 两名科学家分享2024年诺贝尔物理学奖123

5.8习题124

学习单元6计算机视觉127

知识图谱127

学习目标128

6.1计算机视觉概述128

6.1.1什么是计算机视觉128

6.1.2计算机视觉的发展历程129

6.1.3计算机视觉的主要任务130

6.1.4计算机视觉的主要应用131

6.2图像处理与视觉系统131

6.2.1图像的基本原理131

6.2.2图像处理技术132

6.2.3计算机视觉系统138

6.3人脸识别140

6.3.1人脸识别概述140

6.3.2人脸识别一般步骤142

6.3.3人脸识别基本技术143

6.3.4人脸识别的应用147

6.4实训149

6.4.1实训1: 物体检测149

6.4.2实训2: 图像分割151

6.4.3实训3: 人脸属性识别154

6.5拓展知识: 人机大战，百度AI以3∶2战胜“最强大脑”王峰155

6.6习题156

学习单元7自然语言处理158

知识图谱158

学习目标159

7.1自然语言处理概述159

7.1.1自然语言处理的定义159

7.1.2自然语言处理的发展历程160

7.1.3自然语言处理的应用161

7.1.4自然语言处理的一般流程164

7.1.5自然语言处理的构成166

7.2自然语言理解167

7.2.1自然语言理解的难点167

7.2.2自然语言理解的层次168

7.3机器翻译169

7.3.1机器翻译的基本原理169

7.3.2机器翻译的方法170

7.3.3机器翻译的应用171

7.4语音识别173

7.4.1语音识别的定义173

7.4.2语音识别的发展历程174

7.4.3语音识别系统174

7.4.4语音识别的应用175

7.5语音合成176

7.5.1语音合成概述176

7.5.2语音合成的应用176

7.6实训177

7.6.1实训1: 体验百度在线翻译177

7.6.2实训2: 体验讯飞AI177

7.7拓展知识: 讯飞输入法178

7.8习题179

学习单元8大语言模型与AIGC181

知识图谱181

学习目标182

8.1大语言模型概述182

8.1.1大语言模型的定义182

8.1.2大语言模型的特点183

8.1.3大语言模型的分类184

8.1.4国内外主要大语言模型简介184

8.2AIGC简介187

8.2.1AIGC的定义187

8.2.2AIGC与大模型的关系188

8.2.3生成对抗网络188

8.2.4AIGC的应用领域189

8.3提示词设计192

8.3.1提示词的定义192

8.3.2提示词的构成元素192

8.3.3提示词的基本格式193

8.3.4提示词的优化方法194

8.4实训195

8.4.1实训1: 使用DeepSeek+Kimi一键生成PPT195

8.4.2实训2: 使用即梦AI平台实现文生图和文生视频197

8.4.3实训3: 使用蝉镜平台生成数字人播报视频200

8.5拓展知识: DeepSeek震动美国科技界205

8.6习题205

学习单元9智能体与机器人207

知识图谱207

学习目标207

9.1智能体208

9.1.1智能体的定义和属性208

9.1.2智能体的特性210

9.1.3智能体的分类211

9.2多智能体214

9.2.1多智能体系统214

9.2.2多智能体协商214

9.2.3多智能体的应用217

9.3机器人218

9.3.1机器人的定义218

9.3.2机器人的应用219

9.3.3智能机器人的关键技术224

9.3.4具身智能机器人225

9.4实训226

9.4.1实训1: 在扣子平台创建AI智能体226

9.4.2实训2: 机器人路径规划算法演示229

9.5拓展知识: 宇树科技与机器人231

9.6习题232

学习单元10“人工智能+”行业233

知识图谱233

学习目标234

10.1AI+农业234

10.1.1智慧种植235

10.1.2智慧养殖239

10.2AI+制造242

10.2.1智能质量检测242

10.2.2设备预测性维护244

10.2.3智能工厂246

10.3AI+交通247

10.3.1自动驾驶248

10.3.2车牌识别251

10.3.3智能交通工具252

10.4AI+商业254

10.4.1无人零售255

10.4.2智慧物流与智慧仓储257

10.5AI+金融260

10.5.1智能支付260

10.5.2智慧银行260

10.5.3智能风控261

10.5.4智能投顾262

10.6AI+教育263

10.6.1智慧课堂263

10.6.2个性化学习265

10.7AI+医疗267

10.7.1医学影像诊断267

10.7.2智能药物研发268

10.8实训: 本地部署DeepSeek268

10.9拓展知识: “人工智能+”行动270

10.10习题271

学习单元11人工智能的挑战与未来273

知识图谱273

学习目标274

11.1AI给就业带来的影响274

11.1.1AI对就业市场的挑战274

11.1.2AI给就业带来的机遇277

11.2AI伦理278

11.2.1数据隐私和安全278

11.2.2算法偏见和歧视278

11.2.3AI造假和欺骗279

11.2.4算法的不透明性和不可解释性280

11.2.5责任归属的认定280

11.2.6知识产权的保护280

11.2.7AI伦理典型案例281

11.2.8解决AI伦理问题的策略284

11.3AI的未来286

11.3.1AI未来的发展趋势286

11.3.2拥抱AI时代287

11.4实训: 生成式人工智能服务管理暂行办法288

11.5拓展知识: 《人工智能生成合成内容标识办法》289

11.6习题289

参考文献291