全书立足于数字化时代的人才培养需求，系统性地将传统计算机通识教育与前沿人工智能知识有机融合。教材内容分为三大核心模块。第一部分为"大学计算机基础”，深入浅出地讲解计算机系统的基本原理、数据表示、操作系统及网络技术，为零基础学习者构建坚实的计算思维与知识体系。第二部分为"人工智能基础认知与核心技术”，从AI的发展历程切入，通俗解读机器学习、深度学习、自然语言处理及计算机视觉等核心概念，揭开人工智能的技术面纱。第三部分聚焦于"计算机与AI的融合应用及社会影响”，通过智慧医疗、智能交通、金融科技等领域的鲜活案例，展现计算技术与AI协同驱动的创新应用；同时深刻剖析人工智能带来的伦理挑战、法律困境及就业市场变革，引导读者以审慎而前瞻的视角思考技术与社会的关系。

徐斌，男，2001年毕业于华中理工大学计算机系，获工学学士学位，2006年考入华中科技大学攻读计算机软件工程方向的硕士研究生，2008年获硕士学位；2009年考入武汉大学攻读智能数据分析（电子商务）方向的博士研究生，2012年获得博士学位，研究方向为商务智能与数据分析。2013年任湖北科技学院教务处副处长，2016年任湖北科技学院网络中心主任。现为湖北科技学院党委委员、计算机科学与技术学院院长。

第1章 计算机系统基础 001
1.1 计算机概述 001
1.1.1 计算机的发展简史 001
1.1.2 计算机的特点 004
1.1.3 计算机的类型 005
1.1.4 计算机的主要性能指标 006
1.2 计算机系统的基本构成 006
1.2.1 冯·诺依曼计算机的简介 006
1.2.2 现代计算机系统的构成 008
1.2.3 计算机软件系统 009
1.2.4 计算机硬件系统 011
1.2.5 计算机系统的工作原理 018
1.3 数制及不同进制数之间的转换 019
1.3.1 进位计数制 019
1.3.2 不同进制数之间的互相转换 020
1.3.3 二进制数的算术运算 022
1.4 计算机信息处理 023
1.4.1 数值信息的表示 023
1.4.2 非数值信息的编码 025
1.5 本章小结 027
课后习题 027
第2章 操作系统与办公软件Office 029
2.1 操作系统 029
2.1.1 操作系统的功能 029
2.1.2 操作系统的基本特征 030
2.2 Windows 10的基本操作 031
2.2.1 文件和文件夹操作 031
2.2.2 “Windows设置”窗口操作 034
2.3 Word 2016文档的基本操作与排版 037
2.3.1 查找与替换 037
2.3.2 字体格式化 038
2.3.3 段落格式化 040
2.3.4 样式 042
2.3.5 创建目录 043
2.3.6 边框和底纹 043
2.3.7 分栏设置 044
2.3.8 格式刷的使用 045
2.4 表格 045
2.4.1 插入表格 045
2.4.2 编辑表格 046
2.5 图片图形的编辑与处理 050
2.5.1 插入图片 050
2.5.2 插入文本框 051
2.5.3 插入艺术字 051
2.5.4 插入自选图形 052
2.5.5 插入SmartArt图形 052
2.5.6 插入公式 053
2.6 页面设置与文档打印 054
2.6.1 分节符和分页符 054
2.6.2 页面设置 054
2.6.3 页眉页脚 055
2.6.4 打印文档 056
2.7 Excel 2016电子表格的基本操作 056
2.7.1 输入数据 056
2.7.2 选中单元格 057
2.7.3 编辑与清除单元格数据 058
2.7.4 插入与删除行列 058
2.7.5 合并与取消合并单元格 058
2.7.6 自动填充 059
2.7.7 单元格格式设置 059
2.7.8 条件格式设置 060
2.8 公式和函数的使用 061
2.8.1 公式 061
2.8.2 函数 064
2.9 数据库功能 066
2.9.1 数据排序 066
2.9.2 数据筛选 066
2.9.3 分类汇总 068
2.10 图表和数据透视表 070
2.10.1 创建图表 070
2.10.2 更改图表类型和数据源 071
2.10.3 在图表中添加标题 072
2.10.4 创建与删除数据透视图 072
2.11 PowerPoint 2016演示文稿的基本操作 073
2.11.1 幻灯片的基本操作 073
2.11.2 插入对象 075
2.11.3 演示文稿的外观设置 078
2.12 幻灯片切换与动画效果设置 081
2.12.1 幻灯片切换 081
2.12.2 幻灯片动画效果 082
2.13 幻灯片放映与演示文稿输出 085
2.13.1 幻灯片放映 086
2.13.2 演示文稿的输出 087
2.14 本章小结 089
课后习题 090
第3章 计算机网络基础与信息安全 092
3.1 计算机网络基础 092
3.1.1 计算机网络概述 092
3.1.2 常用的网络协议 097
3.1.3 网络的应用 102
3.2 信息安全与网络安全 104
3.2.1 信息安全的基本概念和特征 104
3.2.2 信息安全的实现 105
3.2.3 网络安全的基本概念和特征 107
3.2.4 网络安全措施 108
3.3 本章小结 109
课后习题 109
第4章 AI概览：AI的宏观图景 112
4.1 祛魅AI：到底什么是AI 112
4.1.1 智能与AI：人类智能与机器智能 112
4.1.2 AI的核心内涵与本质特征 114
4.1.3 不同视角下的AI定义与边界 115
本节小结 116
4.2 穿越周期：AI的发展历程与关键节点 116
4.2.1 萌芽与符号主义时代（20世纪50—70年代） 117
4.2.2 起伏与专家系统时代（20世纪80年代—21世纪初） 118
4.2.3 爆发与大模型时代（21世纪初至今） 120
本节小结 121
4.3 AI的四大支柱：知识、数据、算法、算力 122
4.3.1 AI的四大核心要素 123
4.3.2 要素如何协同支撑AI系统 127
本节小结 129
4.4 AI的三大学派、研究范畴与典型应用 131
4.4.1 符号主义、连接主义、行为主义 131
4.4.2 AI研究范畴与今天的主流方向 134
4.4.3 面向全校师生的典型应用场景 135
本节小结 139
4.5 本章小结、案例分析 140
4.5.1 本章小结 140
4.5.2 案例分析 140
课后习题 141
第5章 AI学习机制 143
5.1 机器学习的基础理论与核心思想 143
5.1.1 机器学习的定义与本质 143
5.1.2 机器学习的核心流程与关键评估指标 147
5.2 机器学习的分类与常见算法 150
5.2.1 监督学习、无监督学习、强化学习及应用场景 150
5.2.2 常见的机器学习算法 154
5.3 深度学习 160
5.3.1 卷积神经网络、循环神经网络 160
5.3.2 深度学习对计算机视觉、语音处理的赋能 163
5.4 本章小结 167
课后习题 167
第6章 AI的核心技术与应用 169
6.1 感知智能技术 169
6.1.1 感知智能的基本概念 169
6.1.2 计算机视觉与图像理解 171
6.1.3 语音识别与语音交互 172
6.1.4 多模态感知与融合 174
6.2 机器学习与深度学习的基础 175
6.2.1 机器学习的基本思想 176
6.2.2 监督学习、无监督学习与强化学习 177
6.2.3 神经网络与深度学习 179
6.2.4 模型训练、评估与泛化能力 181
6.3 自然语言处理与大语言模型 182
6.3.1 自然语言处理的基本任务 183
6.3.2 从语言模型到大语言模型 184
6.3.3 大语言模型的能力边界 185
6.3.4 提示词与人机协作 187
6.4 知识表示、知识图谱与认知智能 188
6.4.1 知识表示的基本概念 189
6.4.2 知识图谱的结构与作用 190
6.4.3 推理、问答与辅助决策 192
6.4.4 知识图谱与大语言模型结合 193
6.5 生成式AI技术 194
6.5.1 生成式AI的基本概念 195
6.5.2 文本生成与智能写作 196
6.5.3 图像、音频与视频生成 197
6.5.4 生成式AI的风险与规范使用 199
6.6 智能体与智能系统 200
6.6.1 智能体的基本概念 201
6.6.2 智能体的基本结构 202
6.6.3 智能体与大语言模型结合 203
6.6.4 智能机器人与现实世界交互 205
6.7 本章小结、案例分析与思考题 206
6.7.1 本章知识结构的总结 206
6.7.2 综合案例：从智能问答到智能助教 207
6.7.3 实践活动：体验一种AI工具 208
6.7.4 思考题与讨论题 209
课后习题 209
第7章 跨领域融合应用与未来展望 211
7.1 AI在自主智能系统中应用 211
7.1.1 自主智能系统 211
7.1.2 无人驾驶汽车 214
7.1.3 无人机集群 216
7.1.4 具身智能机器人 218
7.2 行业赋能：计算机与AI的融合实践 221
7.2.1 AI在制造业中的应用 221
7.2.2 AI在农业中的应用 224
7.2.3 AI在医疗健康中的应用 226
7.3 技术融合趋势：AI与物联网、大数据、云计算的协同发展 231
7.3.1 物联网、大数据、云计算的基本内涵 232
7.3.2 协同机制：构建数字经济的“生命体” 232
7.3.3 范式演进：从“万物互联”迈向“万物智联” 234
7.3.4 未来展望：生态共建与挑战应对 234
7.4 本章小结 235
课后习题 236
第8章 安全、伦理与社会责任 237
8.1 AI与计算机系统的安全与隐私 237
8.1.1 模型攻击、数据泄露、系统漏洞及防护措施 237
8.1.2 个人信息保护与数据合规要求 240
8.2 伦理与法律困境探讨 242
8.2.1 算法公平性、偏见与歧视问题 242
8.2.2 相关法律法规的现状与完善方向 243
8.3 培养AI与计算机时代的社会责任感 245
8.3.1 AI与计算机时代社会责任感的核心内涵 245
8.3.2 培养社会责任感的核心路径 246
8.4 典型案例深度复盘与思考 248
8.4.1 案例一：Grok图像生成功能滥用事件 248
8.4.2 案例二：特斯拉Autopilot致死案 248
8.5 本章小结 249
课后习题 250