本书为读者勾勒出了一幅人工智能发展与进步的全景图。全书核心内容可归纳为四个维度：一是回溯千百年来，人类对智慧本质与机械生命的持续探索，梳理AI思想的源头；二是聚焦20世纪50年代机器能思考吗？这一命题，并以达特茅斯会议为起点，展现人工智能在兴起期寒冬期与复苏期跌宕起伏的发展历程；三是剖析互联网、大数据、计算机硬件等技术如何推动机器学习与深度学习崛起，进而促成人工智能的范式变革与能力跃迁；四是立足当下大模型时代，探讨AI如何赋能产业变革、加速人类社会发展，诠释AI未来已来的时代图景。
本书举重若轻、循序渐进、通俗易懂。对于对AI感兴趣的普通读者，本书将帮助他们了解AI的前世今生，带领他们轻松走进AI世界；对于AI从业者，本书将助力他们在AI波澜壮阔的发展历程中获得新的灵感，让他们的AI实践之路走得更稳、更准、更踏实；而对于青少年，本书将为他们种下一颗探索智能奥秘的种子，激发他们探索未来前沿科技的无限潜能。

1. 本书是一部兼具深度与温度的科普佳作。作者陶少国和郎为民凭借扎实的学术功底与图书编写经验，以漫话形式勾勒出人工智能数千年探索与近80年发展的全景图景。书中巧妙串联历史纵深与技术内核，既追溯人类对智能的千年向往，也解析机器学习、深度学习的核心逻辑，用 生动比喻打破专业壁垒。
2. 作品不神化技术、不回避局限，客观呈现AI的潜力与挑战，兼具科学性与批判性思维。本书适配普通读者、从业者与青少年等多元受众，既为大众打开AI认知之门，也为行业者提供实践灵感，是人工智能热潮下一部难得的理性科普力作。

为什么要写这本书
历史长河浩浩荡荡，科技发展波澜壮阔。人类社会发展的全部历程，就是一个不断适应自然、征服自然、改造自然，从而解放人类生产力的过程。伽利略发明的望远镜，让人们可以看到更远的世界，助力人类洞察宇宙的奥秘；瓦特发明的蒸汽机，让纺织工人减轻劳动负荷，成倍提升了生产效率；史蒂芬逊发明的火车，让人们走得更远、更快，有效拓展了人类的活动空间……
但是，千百年来，始终有一个疑惑萦绕在人们心头：人类的智慧和思维可以复制吗？18世纪，英国工业革命兴起，开启了日不落帝国的扩张之路。清朝末年，刀枪剑戟在帝国主义舰船火炮面前不堪一击，人们见识了工业机器与科技生产力的强大威力。20世纪中期，计算机技术、生物技术、数学理论不断取得新进展，并碰撞出神奇的火花，为机器系统之间的信息存储、高速传输和有效利用提供了理论与实践支撑。
于是，设计一套机器或系统来模拟人类的智慧和思维，以辅助、替代甚至超越人类，成为科学家们的梦想。人工智能（Artificial Intelligence，AI）就是在追逐这一梦想的过程中诞生的。
但人工智能的发展并不是一帆风顺，而是一个复杂且多阶段的过程，经历了从理论到实践，从起步、发展到寒冬，再到复苏崛起的曲折过程。
如今，人工智能应用随处可见，例如，苹果手机的Siri、小米的小爱同学、淘宝的商品推荐、拍照软件的自动美颜，以及当前流行的生成式人工智能……每个人，无论是否愿意，事实上都已与人工智能紧密相关，并卷入这场由人工智能引起的人类发展变革当中。了解人工智能的发展历史，学习人工智能的基本概念，理解人工智能的工作原理，掌握人工智能的使用方法，培养人工智能的能力素养，已成为每个人拥抱变革、提升竞争力、适应时代发展的必然要求。
鉴于此，我将20年来在人工智能领域的探索与实践凝聚成文，以飨读者。2002年，我结束了华中科技大学本科阶段的学习，开始攻读硕士和博士研究生学位，开启了信息化、数字化、智能化的探索之路。通过大量的理论研究与项目实践，我深切感受到，科技引领并变革产业发展，关键在人，在于掌握科技与产业深度融合技术的人。在人工智能能力边界不断拓展的今天，迫切需要有一本书，来厘清每个人与人工智能的关系，这就是写作本书的初衷。

本书的组织结构与内容
作为前沿科技的明珠，人工智能历经80多年发展，无疑是复杂而曲折的。它不仅是哲学、心理学、脑科学、计算机科学的重要体现，更是数据科学与数学理论的集成。但同时，人工智能的本质也是简单的，它通过数据驱动，建立输入到输出之间的映射模型，从而让计算机具备输出和预测的能力。所以，本书的写作遵循举重若轻、轻松活泼、娓娓道来的行文风格，力求将人工智能是什么、从哪里来、到哪里去，以一种通俗易懂的方式展现在读者面前。
总体上，本书包括四个部分：
第一部分，包含第1～3章，从当前人工智能应用的大爆发，追溯到古人对人类智慧的探寻与机械生命的实践，以及80年前那场正式开启人工智能发展进程、激动人心的达特茅斯会议。
第二部分，包含第4～6章，总结了驱动AI发展范式变革的机器学习和基于神经网络的深度学习，它们为AI的快速发展插上了能力跃升的翅膀。用于数值预测的线性回归、用于数据分类的决策树、用于图片识别的卷积神经网络、用于序列数据处理的循环神经网络，用于图片生成的生成对抗网络……该部分解构了这些AI模型背后的运行逻辑。
第三部分，包含第7～9章，聚焦大模型的发展与应用，从谷歌Transformer架构到OpenAI的ChatGPT，从百度的文心一言到深度求索的DeepSeek，大语言模型强大威力的来源在于对包含成千上万亿参数的深度神经网络的极致化构建。
第四部分，即第10章，探讨人工智能的当前趋势与未来发展。人工智能未来将驶向何方？它是服务于人类的工具，还是与人类共成长的伙伴，抑或是最终会超越人类？当遇到电车难题时，AI将如何决策呢？当植入脑机接口芯片的猴子已能通过意念操控计算机，辅助猴子掌握了超越人类的技能时，人类会面临什么样的结局？还会是地球的主宰吗？
书中各章节由陶少国与郎为民分工完成。其中，陶少国著第1～5章和第8～10章，郎为民著第6、7章。
本书涵盖了大量生活化的例子，力求生动有趣地与读者一同全面回顾人工智能这段跌宕起伏的历史，了解那些推动人工智能发展的重要人物和里程碑事件，深入浅出地解析AI模型的工作原理，探讨未来可能的方向。
所以，当你读完这本书，再看到身边的AI应用时，或许能多一份理解、多一份思考、多一份期待。

特别感谢
本书写作的过程中，得到了许多专家、学者、同学和朋友们的帮助。首先要感谢机械工业出版社的张淑谦编辑，他的丰富经验和耐心帮助，是本书最终得以付梓的关键。我的博士研究生导师杨宗凯教授（原华中科技大学教授，之后曾先后担任华中师范大学校长、西安电子科技大学校长、武汉理工大学校长），他的谆谆教诲、学者风范和人格魅力，是我永远学习的榜样；他对我的鼓励和支持，是我将所学、所思、所为汇聚成文的动力源泉。中国人民解放军信息支援部队工程大学的陈红教授学识渊博、风趣幽默、著作等身，对本书的写作进行了亲自指导，从框架搭建到内容打磨都提出了宝贵意见。我在华中科技大学的研究生导师程文青教授，智能互联网技术湖北省重点实验室的刘威教授、黄佳庆副教授、许炜副教授，他们也时刻关注本书的写作进程，并提供了专业化的帮助。在此表示衷心的感谢。
我的老领导，民生银行信用卡中心前副总裁李华博士、副总裁曾卓女士与科技总监余金桥博士，他们是智能化实践的坚定引领者。在他们的领导下，我得以充分发挥专业特长，增长实践经验，对智能驱动，科技赋能科技与业务深度融合，创新并引领业务发展有了更深刻的理解与认识。
感谢AVAYA全球副总裁兼亚太区负责人富莉莉女士，数翊科技董事长许玲女士，深势科技合伙人兼高级副总裁李琴女士，她们是前沿科技的探索者与实践者。与她们交流，总能让我获得创作灵感，使我受益匪浅。
另外，我的大学同窗，冼曙光、陈光亮、李奇、李旭华……他们都是各自岗位的佼佼者。夜深人静、满怀惆怅之时，大家一起忆往昔、看今朝，为我紧张的写作过程增添了乐趣。感谢他们。
虽然在写作时，我力求准确、反复推敲，但百密终有一疏，不足之处在所难免，敬请读者朋友们批评指正。如果您在阅读过程中有任何建议和反馈，请发邮件至AI_ABC2025@163.com，或通过微信号AI_ABC2025与我联系。每位读者的建议和反馈都弥足珍贵，我都将认真查阅，并在后续进行改进。

陶少国

1. 陶少国
工学博士，毕业于华中科技大学通信与信息系统专业。长期从事计算机网络、人工智能等关键技术及其应用的研究与探索。曾作为主要参与者和项目负责人，承担了多项纵、横向课题，并在国内外权威与核心期刊发表多项科研成果。此外，还曾作为核心研究人员赴海外从事前沿信息技术的国际合作研究。拥有10多年企业数智化转型从业经历，对人工智能与大数据应用、科技赋能业务创新有广泛的实践经验，对高新技术产业格局、发展趋势等也有深刻的理解。

2. 郎为民
工学博士，信息支援部队工程大学研究员。主持国家自然科学基金、国家社会科学基金等项目22项。在各类期刊与会议上发表学术论文401篇，出版人工智能、云计算、物联网、移动通信等领域专著48部。荣获军队科技进步三等奖3项、全国十大科普图书奖1项、解放军和武警部队科普讲解大赛二等奖1项。

序一　仰望星辰，奔赴大海
序二　穿越时空的AI对话
前言
第1章　走进人工智能　/
1.1　从四个惊艳又惊悚的事实说起　/
1.1.1　易容术：网络世界的AI幽灵　/
1.1.2　读心术：广告为何如影随形　/
1.1.3　萝卜快跑：出租车司机怎么办　/
1.1.4　山雨欲来：70%工作或将被AI替代　/
1.2　追问：什么是人工智能　/
1.2.1　机器也能变聪明吗　/
1.2.2　到底什么是人工智能　/
1.3　全方位审视AI　/
1.3.1　能力分级：从模仿到创造　/
1.3.2　从信息智能到生物智能　/
1.4　AI研究全景视图　/
1.4.1　理论基础层：算法的基石　/
1.4.2　感知交互层：构建数字感官　/
1.4.3　应用实践层：落地与场景创新　/
1.4.4　伦理社会层：守护智能时代　/
本章小结　/
第2章　图灵梦想：机器能思考吗　/
2.1　人类智能的最初设想　/
2.1.1　机械生命：希腊神族的传说　/
2.1.2　机关解密：木牛流马的AI密码　/
2.2　AI浪漫时代的开启　/
2.2.1　第一个人工神经元模型　/
2.2.2　神秘挑战：图灵测试　/
2.2.3　群星荟萃：达特茅斯会议　/
2.3　华山论剑：AI的三大学派　/
2.3.1　符号信徒：万物皆为符号系统　/
2.3.2　接线达人：万物皆可连连看　/
2.3.3　控制大师：万物皆能控制　/
本章小结　/
第3章　成长的烦恼：AI的兴起、寒冬与曙光　/
3.1　蹒跚学步中的人工智能　/
3.1.1　基于规则的AI系统（RBS）　/
3.1.2　首个AI程序：逻辑理论家　/
3.2　人工智能的黄金十年　/
3.2.1　理论探索：用魔法搭建积木　/
3.2.2　应用突破：AI实践推进　/
3.3　人工智能兴起的陷阱　/
3.3.1　史上最强画饼大会　/
3.3.2　科学家们集体上头　/
3.4　莱特希尔报告：AI寒冬的导火索　/
3.4.1　报告出炉：AI期望破灭　/
3.4.2　困境重重：计算能力和算法限制　/
3.4.3　感知机受挫：当头一击　/
3.4.4　资金断流：研究项目停滞　/
3.5　历史的转折：复苏与繁荣　/
3.5.1　专家系统：AI复兴的催化剂　/
3.5.2　机器学习：从硬编码到自学习　/
3.5.3　神经网络：辛顿的坚持　/
本章小结　/
第4章　双轮驱动：AI的数据与数学　/
4.1　AI的本质：映射关系的探寻　/
4.1.1　寻找函数映射关系　/
4.1.2　模型训练：从数据中学习规律　/
4.2　数据：数字化的现实映射　/
4.2.1　数据的多元化形式　/
4.2.2　数据预处理　/
4.2.3　训练集、测试集与验证集　/
4.2.4　数据之间的距离　/
4.3　数学：AI的算法引擎　/
4.3.1　损失函数　/
4.3.2　激活函数　/
4.3.3　梯度：模型优化的导航仪　/
本章小结　/
第5章　数据驱动的AI革命：机器学习　/
5.1　机器学习的底层逻辑　/
5.1.1　机器学习重构AI范式　/
5.1.2　吃数据与吐数据的秘密　/
5.1.3　例看机器学习　/
5.2　模型优化与评估　/
5.2.1　过拟合与欠拟合　/
5.2.2　模型评估：混淆矩阵　/
5.3　从数据到智能的奥秘　/
5.3.1　名师指点：监督学习　/
5.3.2　无师自通：无监督学习　/
5.3.3　自学有道：半监督学习　/
5.3.4　奖励驱动：强化学习　/
5.4　机器学习以案说法　/
5.4.1　线性回归：数值预测的科学　/
5.4.2　逻辑回归：判断的艺术　/
5.4.3　决策树：分支选择的智慧　/
5.4.4　朴素贝叶斯：织就因果网　/
5.4.5　k均值聚类：物以类聚，人以群分　/
本章小结　/
第6章　智能的跃迁：深度学习　/
6.1　神经网络：AI智慧大脑的觉醒　/
6.1.1　感知机：神经网络的萌芽　/
6.1.2　神经网络　/
6.2　神经网络到深度学习的蜕变　/
6.2.1　神经网络的沉浮　/
6.2.2　华丽转身：深度学习　/
6.2.3　深度学习与人工智能　/
6.3　深度学习的方法论　/
6.3.1　神经网络训练的目标　/
6.3.2　如何训练神经网络　/
6.3.3　反向传播算法　/
6.4　深度学习以案说法　/
6.4.1　卷积神经网络：看图说话　/
6.4.2　循环神经网络：前事不忘后事之师　/
6.4.3　长短期记忆网络：有选择地记忆　/
6.4.4　生成对抗网络：万事皆可使用GAN　/
本章小结　/
第7章　跨越AI时代：现实与梦想　/
7.1　看得见的AI：练就火眼金睛　/
7.1.1　人脸识别：从手机解锁到天网抓逃　/
7.1.2　目标检测：精准锁定图中目标　/
7.1.3　医学影像：AI看片比人更靠谱吗　/
7.2　听得懂的AI：聆听世界之声　/
7.2.1　语音助手：Siri和Alexa的塑料友情　/
7.2.2　机器翻译：从逐字硬译到信达雅　/
7.2.3　智能客服：面对AI，如何优雅吐槽　/
7.3　行走的AI：迈出铿锵智能步伐　/
7.3.1　自动驾驶：方向盘动起来　/
7.3.2　智能交通：让拥堵成为过去式　/
本章小结　/
第8章　大模型：重塑AI智能生态　/
8.1　AI神话：谷歌与OpenAI　/
8.1.1　开拓者：谷歌的AI创新之路　/
8.1.2　思维革命：OpenAI的GPT　/
8.2　大语言模型（LLM）时代　/
8.2.1　ChatGPT一鸣惊人　/
8.2.2　Transformer：让ChatGPT变成话痨　/
8.2.3　LLM技术解密　/
8.2.4　LLM自我意识之谜：开悟、顿悟、思维链与幻觉　/
8.3　提示工程：LLM时代的超级密码　/
8.3.1　从模型驱动到提示驱动　/
8.3.2　CO-STAR：释放LLM潜能　/
本章小结　/
第9章　DeepSeek：探索智能新边界　/
9.1　DeepSeek横空出世　/
9.1.1　国产LLM江湖风云录　/
9.1.2　DeepSeek的突围之路　/
9.1.3　算法与智慧：解码DeepSeek　/
9.2　DeepSeek：智能新边界　/
9.2.1　DeepSeek-V3和DeepSeek-R1　/
9.2.2　快速使用DeepSeek服务　/
9.2.3　DeepSeek的能力图谱　/ 2
9.2.4　驾驭DeepSeek的黄金法则　/
9.3　DeepSeek的最佳实践　/
9.3.1　精确的数值计算　/
9.3.2　与Excel集成的数据处理　/
9.3.3　数据分析与可视化　/
9.3.4　智能报告解析与摘要　/
9.3.5　实时联网信息整合　/
本章小结　/
第10章　未来已来：AI驶向何方　/
10.1　超级智能：AI的终极形态　/
10.1.1　通用人工智能的探索　/
10.1.2　AI+X：催生无限可能　/
10.2　AI未来狂想　/
10.2.1　人类2.0时代：Neuralink脑机接口　/
10.2.2　具身智能：从波士顿动力到柔性机器人　/
10.2.3　反向图灵测试：如果AI也懂心理学　/
10.2.4　哲学争议：工具、伙伴还是替代者　/
10.3　AI边界与伦理隐忧　/ 3
10.3.1　伦理困境：算法偏见、隐私侵犯与道德决策　/
10.3.2　版权迷雾：AI创作的版权属于谁　/
10.3.3　驾驶悖论：撞孕妇还是撞老人的终极选择　/
10.3.4　职场新困扰：如何避免被AI抢了功劳　/
10.3.5　龙虾破局：智能体的狂欢与边界　/
10.4　初心与猜想：AI会超越人类吗　/
10.4.1　正方：AI终将征服星辰大海　/
10.4.2　反方：人类始终是最璀璨的存在　/
本章小结　/
附录　80年AI大事件　/