本书面向大学生的通识教育，系统介绍人工智能的基本概念、核心技术、应用场景及伦理挑战。全书共七章，涵盖AI思维、计算机视觉、智能语音、自然语言处理、机器学习与深度学习等核心模块，每章设置思政导入与知识拓展环节。通过“理论+实践”的项目化设计，帮助学生建立AI时代必备的数据思维与判断力，培养理性精神和科技报国意识，为各专业学生运用AI赋能本领域打下坚实基础。

慈艳柯，副高， 就职于宁波财经学院。参编浙江省普通本科高校"十四五” 重点教材建设项目《C 语言应用案例教程》作为高校专家参与编写"21 世纪高等学校计算机专业实用规划教材"好程序员成长”丛书《Python 快乐编程基础入门》、《Java 语言程序设计（第 2 版）》、《C 语言程序设计》；与企业专家在编《基于 STC8 的应用开发与实战指南》、《基于 STM32 的应用开发与实战指南》

第1章 人工智能时代的思想启蒙
思政导入
1.1 从“机器能思考吗？”到“AI能创造什么？”
1.1.1 一个关于“思考”的思想实验
1.1.2 人工智能的“出生证明”：达特茅斯会议
1.1.3 到底什么是人工智能
1.1.4 人工智能能做什么？——从“感知”到“创造”
1.1.5 从“判别”到“生成”：AI能力的重大跃迁
1.2 人工智能的发展历程：三次浪潮与中国贡献
1.2.1 第一次浪潮（1956—1980）：让机器“推理”的梦想
1.2.2 第二次浪潮（1980—2010）：统计学习登场
1.2.3 第三次浪潮（2012年至今）：深度学习改变一切
1.2.4 中国在AI发展中的贡献
1.3 人工智能的三大支柱：数据、算法、算力
1.3.1 数据：AI的“燃料”
1.3.2 算法：AI的“大脑”
1.3.3 算力：AI的“肌肉”
1.3.4 三者如何协同工作
1.4 AI改变生活：各行业典型应用
1.4.1 医疗健康：AI当“医生的助手”
1.4.2 交通出行：AI当“司机”和“调度员”
1.4.3 金融服务：AI当“风控师”和“理财顾问”
1.4.4 教育培训：AI当“私人教师”
1.4.5 其他行业的AI应用速览
1.5 身边的AI：大学生日常高频AI场景
1.5.1 学习场景：AI当你的“私人助教”
1.5.2 生活场景：AI当你的“生活管家”
1.5.3 社交娱乐：AI当你的“推荐官”
1.5.4 实用工具推荐：大学生必备的AI工具清单
1.5.5 常见问题：大学生对AI的三大困惑
实践任务
实践任务1：与AI的第一次对话
实践任务2：API调研体验
本章小结
本章习题
第2章 AI思维
思政导入：理性思维、科学精神
2.1 问题分解：如何把人类任务拆解为AI可执行步骤
2.1.1 什么是问题分解
2.1.2 一个真实的案例：用AI优化“食堂排队”
2.1.3 问题分解的五步法
2.2 数据思维：为什么“喂什么数据，长什么AI”
2.2.1 你给AI的“输入”，就是它的“食物”
2.2.2 从数据到价值：使用者如何“准备”数据
2.2.3 一个生活中的案例：用AI辅助写论文时的数据思维
2.2.4 数据思维：超越“用AI”的通用底层能力
2.3 概率思维：AI的答案为什么总是“可能”
2.3.1 为什么AI从不“打包票”
2.3.2 概率思维的核心——用概率管理不确定性
2.3.3 一个生活中的概率思维：考研择校
2.3.4 大学生必备的概率思维三原则
2.4 迭代思维：模型是如何“越学越好”
2.4.1 一次“完美”不如“越来越好”
2.4.2 迭代的核心——反馈驱动的持续优化
2.4.3 一个生活中的迭代：制作课程PPT
2.4.4 大学生必备的迭代思维三原则
实践任务
实践任务1：用AI思维优化一个校园生活问题
本章小结
本章习题
第3章 计算机视觉
思政导入：当机器睁开“眼睛”
3.1 计算机视觉：让机器“看懂”世界
3.1.1 从人眼到“机器之眼”：什么是计算机视觉
3.1.2 机器眼中的图像：数字图像基础
3.1.3 计算机视觉的发展简史
3.1.4 计算机视觉的四大基本任务
3.1.5 应用全景与“中国视觉力量”
3.2 图像识别：让机器“认出”物体、场景与人脸
3.2.1 图像分类是怎样炼成的：卷积神经网络初探
3.2.2 物体检测与场景识别
3.2.3 人脸识别：从“看到脸”到“认出你”
3.2.4 典型应用场景
3.2.5 技术的边界：人脸识别中的隐私保护
3.3 图像处理：“美化”与“编辑”图像
3.3.1 图像处理基础操作
3.3.2 图像增强与智能美化
3.3.3 图像修复与智能编辑
3.3.4 风格迁移：把照片变成“梵高的画”
3.3.5 编辑的底线：深度伪造与图像真实性
3.4 文字识别：让机器“阅读”图片中的文字
3.4.1 OCR概述与基本流程
3.4.2 印刷体识别与手写体识别
3.4.3 卡证、票据与表格识别
3.4.4 拍照翻译与无障碍阅读
3.4.5 OCR与文化传承
3.5 AI绘画：让机器“创造”图像
3.5.1 从识别到生成：生成式视觉模型概述
3.5.2 文生图与图生图
3.5.3 主流AI绘画工具巡礼
3.5.4 AI绘画的版权与伦理
3.5.5 AI绘画与中国美学
实践任务
实践任务1：手机“识物”初体验
实践任务2：AI识别植物、地标与名人
实践任务3：风格迁移创作
实践任务4：OCR信息提取实战
综合实践：生成一张“中国风”校园海报
本章小结
思考与练习
第4章 智能语音技术
思政导入：让机器学会“听”与“说”
4.1 智能语音技术：让机器“听懂”人话
4.1.1 什么是智能语音技术
4.1.2 声音是什么：语音信号基础
4.1.3 智能语音技术的发展简史
4.1.4 智能语音技术的应用全景
4.1.5 中国语音力量：从跟跑到领跑
4.2 语音识别：让机器“听懂”人话
4.2.1 语音识别是什么
4.2.2 语音识别的基本原理
4.2.3 听懂的难点与挑战
4.2.4 从“识别”到“理解”：语音交互简介
4.2.5 典型应用与现场体验
4.2.6 让世界“听见”每一种声音
4.3 语音合成：让机器“开口说话”
4.3.1 语音合成是什么
4.3.2 语音合成的基本原理
4.3.3 让声音更“像人”：韵律、情感与多语种
4.3.4 典型应用
4.3.5 声音的力量与边界
实践任务
实践任务1：用手机语音助手“语音设闹钟”
实践任务2：用讯飞听见/剪映自动生成视频字幕
实践任务3：用Edge“大声朗读”或剪映生成语音旁白
综合实践：制作一个“AI语音助手”——用AI语音介绍“我的家乡”或“我的专业”
本章小结
思考与练习
第5章 自然语言处理与应用
思政导入：让机器读懂中国字、说好中国话
5.1 NLP是什么：让机器“懂”人类语言
5.1.1 什么是自然语言处理
5.1.2 机器为什么“读不懂”人话
5.1.3 NLP的核心任务
5.1.4 NLP的发展简史
5.1.5 NLP的应用全景
5.1.6 中国NLP力量：让AI读懂中国话
5.2 让语言变得有序：文本预处理与分词
5.2.1 为什么要做文本预处理
5.2.2 文本预处理的常见步骤
5.2.3 中文分词：给汉字“断句”
5.2.4 从词到结构：词性标注与命名实体识别
5.2.5 当机器面对古文与方言
5.3 让AI看懂意图：词向量与意图匹配
5.3.1 机器如何“表示”一个词
5.3.2 词向量：让词语“有距离、可计算”
5.3.3 意图识别：听懂用户“想干什么”
5.3.4 情感分析：读出文字背后的态度
5.3.5 当算法读出“偏见”
5.4 让AI写出“人话”：提示词设计与生成
5.4.1 从“理解”到“生成”：大语言模型简介
5.4.2 提示词（Prompt）：与AI对话的艺术
5.4.3 让AI帮你创作与办事
5.4.4 AI生成的“双刃剑”
实践任务
实践任务1：体验“中文分词”
实践任务2：体验意图识别
实践任务3：用提示词写一首“校园主题”诗歌
综合实践：制作“校园问答小秘书”
本章小结
思考与练习
第6章 机器学习与深度学习：让机器“学会”与“进化”
思政导入：从“人教机器”到“机器自学”的智慧跃迁
6.1 机器学习是什么
6.1.1 从“编程”到“学习”：思维方式的转变
6.1.2 机器学习的基本概念
6.1.3 机器学习的主要类型
6.1.4 机器学习能解决什么问题
6.1.5 机器学习与人工智能的关系
6.1.6 把AI的“地基”掌握在自己手中
6.2 机器学习如何“训练”：数据、模型与评估
6.2.1 机器学习的基本流程
6.2.2 数据：机器学习的“养料”
6.2.3 模型：从数据中学习“规律”
6.2.4 评估：模型学得好不好
6.2.5 训练中的常见问题与应对
6.2.6 大胆假设，小心求证
6.3 深度学习是什么
6.3.1 从机器学习到深度学习
6.3.2 神经网络：模仿大脑的“神经元”
6.3.3 深度学习如何“层层抽象”
6.3.4 常见的深度学习模型
6.3.5 深度学习的应用与威力
6.3.6 自己造AI的“发动机”
6.4 生成式AI：让机器“创造”新内容
6.4.1 什么是生成式 AI
6.4.2 生成式AI能做什么
6.4.3 生成式AI的基本原理
6.4.4 生成式AI的应用与价值
6.4.5 生成式AI的挑战与责任
6.4.6 机器的“创造”与人的智慧
实践任务
实践任务1：用“谷歌Teachable Machine”训练一个图像分类器
实践任务2：体验在线“手写数字识别”
综合实践：训练一个区分“可回收”与“其他”垃圾的分类器小模型
本章小结
思考与练习
第7章 人工智能的伦理挑战与社会影响
思政导入：技术之光照亮文明，伦理之舵护航未来
7.1 AI的安全风险：深度伪造、数据隐私、算法偏见
7.1.1 深度伪造：当“眼见为实”成为过去式
7.1.2 数据隐私：数字时代的“透明人”困境
7.1.3 算法偏见：代码中的“隐形歧视”
7.2 中外AI治理框架对比
7.2.1 中国AI治理框架：发展与安全并重的“中国方案”
7.2.2 全球AI治理的主要模式
7.2.3 中外AI治理对比
7.2.4 中国参与全球AI治理：从“跟跑者”到“贡献者”
7.3 未来已来：AGI、超级智能与人类角色
7.3.1 AGI：从“一技之长”到“融会贯通”
7.3.2 超级智能：技术奇点与存在性风险
7.3.3 人类角色：在智能时代重新定义“人”
7.3.4 面向未来：青年学子的使命与担当
7.4 人工智能与工作岗位、人机协作新范式
7.4.1 AI对就业市场的冲击
7.4.2 差异化影响：谁更容易“被替代”？谁更容易“受益”？
7.4.3 人机协作新范式：从“工具使用”到“伙伴共生”
7.4.4 教育变革与制度应对
7.4.5 面向未来
实践任务
实践任务1：我眼中“负责任的AI”
实践任务2：如果AI拥有创造力，它算作者吗？
附录 人工智能通识实验
附录说明
实验1 从需求洞察到具身表达——AI学伴机器人的创新设计
实验2 AI赋能跨境国风宠物用品出海实践案例