本书以“认知—技术—应用—伦理—实践—前沿”为核心逻辑，构建了一套完整的人工智能通识知识体系。第一部分从基础认知切入，通过生活场景中的AI实例帮读者建立直观认知，再梳理人工智能从图灵测试、达特茅斯会议到深度学习与大模型的发展历程，剖析“三起二落”的行业周期与技术突破逻辑，让读者理解AI的起源与演进脉络；第二部分聚焦技术核心，系统讲解机器学习(监督、无监督、强化学习)、深度学习、自然语言处理、计算机视觉及多模态AI的基础原理，同时深入智能控制技术，包括模糊控制与神经网络控制的理论、设计流程及应用案例，为后续应用学习奠定技术基础。第三部分是全书的应用核心，从“典型场景+行业深度”双层面展开：先通过学习工作、生活出行等通用场景展示AI的基础价值，再按“民生服务”“产业城市”“交叉学科”分类，深入医疗健康、金融、教育、智能制造、智慧城市、环境科学等领域，详细解析AI的落地逻辑、典型案例与挑战，尤其重点呈现AI在新材料、生物技术、艺术创意、农业科学、体育科学等交叉领域的创新应用，如AI驱动基因编辑、材料研发、智能训练等，全面覆盖AI的产业与学科融合价值；第四部分则聚焦伦理与安全，针对隐私保护、算法公平、就业影响、责任界定等共性问题，结合各交叉领域的特有伦理挑战(如基因编辑边界、AI艺术版权)，提出实践解决方案，引导读者理性看待AI的边界与风险。第五、六部分侧重实践与学习指导，为读者提供从理论到应用的落地路径：第五部分围绕AI与机器人工程的融合，讲解机器人学基础、感知系统、路径规划及MATLAB实践，同时设计跨学科实践项目(如环境监测机器人、作物病害识别系统)，并提供竞赛导向的项目指南；第六部分针对大一新生等入门读者，明确数学、编程等基础铺垫方向，给出AI知识积累、动手实践及前沿追踪的具体方法，最后通过前沿洞察章节，介绍大模型、生成式AI、AIforScience及边缘AI等趋势，帮助读者把握行业未来方向。