本书是一本专为理工类相关专业学生编写的教材，旨在突破人工智能知识的专业壁垒，构建一个层次清晰、视角前沿的知识体系。
　　全书内容划分为四大模块。“基础知识篇”重点论述机器学习、自然语言处理等核心概念；“学科赋能篇”深入解析AI如何与数学、物理、化学、生物、地理等基础学科交叉融合并驱动创新；“生活实践篇”直观展现智能技术在医疗、家居、城市等领域的落地应用；“行业前沿篇”则精准聚焦AI大模型、教育智能体、具身智能等最新发展趋势。
　　本书的核心主线是引导学生完成从“学习AI技术”到“理解AI技术”，再到“运用AI思维”的跨越，重点培养其在各自专业领域内发现并解决复杂问题的“AI+X”交叉创新能力，为迎接智能时代的科研任务与职业挑战做好充分准备。


更多科学出版社服务，请扫码获取。

2005年西北工业大学获信号与信号处理工学博士学位，卡内基梅隆大学访学学者，山东大学访问学者。主持国家自然科学基金项目3项、省部级等项目十余项，在IEEE Trans. on Industry Infomatics等发表学术论文100余篇，获国家发明专利67项信号与信号处理获陕西省科学技术奖二等奖、陕西高等学校科学技术奖等6项。中国体视学学会理事，陕西省计算机学会理事，陕西省计算机教育学会常务理事，中国自动化学会智慧教育专业委员会委员，陕西省计算机学会教育数智化专业委员会副主任。

目录
基础知识篇
第1章 人工智能概述 1
1.1 人工智能简介 2
1.2 人工智能的发展 2
1.2.1 符号主义的兴起与局限 3
1.2.2 统计学习与连接主义的复兴 4
1.2.3 深度学习的革命与通用智能 5
1.2.4 三次浪潮的对比 5
1.3 人工智能相关政策 6
小结 9
习题 9
第2章 AI发展的驱动力 10
2.1 数据 10
2.1.1 数据简介 10
2.1.2 数据与人工智能的关系 12
2.1.3 大数据技术的发展趋势 12
2.2 算法 13
2.2.1 算法简介 13
2.2.2 算法与人工智能的关系 14
2.2.3 AI算法的发展趋势 14
2.3 算力 14
2.3.1 算力简介 14
2.3.2 算力与人工智能的关系 16
2.3.3 算力的发展趋势 16
小结 18
习题 18
第3章 机器学习 19
3.1 机器学习简介 19
3.2 机器学习的基本步骤 23
3.2.1 数据采集 23
3.2.2 数据预处理 24
3.2.3 特征工程 24
3.2.4 模型选择与训练 26
3.2.5 模型评估与优化 27
3.3 传统机器学习方法 27
3.3.1 k均值聚类 27
3.3.2 支持向量机 28
3.3.3 决策树 29
3.4 深度学习方法 30
3.4.1 卷积神经网络 30
3.4.2 长短时记忆网络 30
3.4.3 生成对抗网络 31
小结 32
习题 32
第4章 智能感知 33
4.1 智能感知简介 33
4.2 生物特征的智能感知技术 35
4.2.1 人脸识别 35
4.2.2 声音识别 38
4.2.3 指纹识别 40
4.2.4 步态识别 41
4.3 智能感知的未来 43
小结 44
习题 44
第5章 自然语言处理 46
5.1 自然语言处理简介 47
5.2 自然语言处理的发展 48
5.3 自然语言理解的主要技术 50
5.3.1 词法分析 50
5.3.2 句法分析 52
5.3.3 语义分析 54
5.3.4 语用分析 55
5.4 自然语言处理的应用 57
5.4.1 机器翻译 57
5.4.2 情感分析 58
5.4.3 人机对话 60
5.5 自然语言处理的未来 61
小结 62
习题 63
学科赋能篇
第6章 AI+数学 64
6.1 “AI+数学”简介 65
6.2 “AI+数学”的发展 65
6.3 “AI+数学”的核心技术 68
6.3.1 数学推理与求解 68
6.3.2 定理证明与形式化验证 69
6.3.3 数学发现与猜想生成 69
6.3.4 科学计算与工程优化 70
6.4 “AI+数学”的专用数据集及相关大模型 70
6.5 “AI+数学”的典型应用 73
6.5.1 智能定理证明与形式化验证 73
6.5.2 数学规律发现与猜想生成 74
6.5.3 智能数学教育与评测 74
6.5.4 科研变革与人机协同 76
6.6 “AI+数学”的未来 77
小结 78
习题 78
第7章 AI+物理 79
7.1 “AI+物理”简介 80
7.2 “AI+物理”的发展 80
7.3 “AI+物理”的核心技术 82
7.3.1 数据感知与特征提取 82
7.3.2 硬件实现与加速 84
7.3.3 结构辨识与建模 84
7.3.4 规律发现与理论构建 84
7.4 “AI+物理”的专用数据集及相关大模型 85
7.5 “AI+物理”的典型应用 88
7.5.1 智能仿真与工程设计 88
7.5.2 物理规律发现与验证 88
7.5.3 智能系统与机器人 89
7.5.4 基准测试与科学评估 90
7.6 “AI+物理”的未来 90
小结 92
习题 92
第8章 AI+化学 93
8.1 “AI+化学”简介 93
8.2 “AI+化学”的发展 94
8.3 “AI+化学”的核心技术 96
8.3.1 分子表征与属性预测 97
8.3.2 反应与合成智能 98
8.3.3 材料设计与发现 98
8.3.4 实验室自动化与智能化 99
8.4 “AI+化学”的专用数据集及相关大模型 99
8.5 “AI+化学”的典型应用 102
8.5.1 智能分子与材料设计 102
8.5.2 智能反应预测与优化 102
8.5.3 智能实验设计与执行 103
8.5.4 智能化工与流程优化 104
8.6 “AI+化学”的未来 104
小结 106
习题 106
第9章 AI+生物 107
9.1 “AI+生物”简介 108
9.2 “AI+生物”的发展 108
9.3 “AI+生物”的核心技术 111
9.3.1 数据与表征 111
9.3.2 元素与模式 112
9.3.3 高级与语义 112
9.3.4 创造与应用 113
9.4 “AI+生物”的专用数据集及相关大模型 113
9.5 “AI+生物”的典型应用 116
9.5.1 智能蛋白质设计与改造 116
9.5.2 生物过程智能优化与控制 117
9.5.3 生物系统与发育过程建模 118
9.5.4 AI辅助的生物材料设计 118
9.6 “AI+生物”的未来 120
小结 121
习题 121
第10章 AI+地理 122
10.1 “AI+地理”简介 123
10.2 “AI+地理”的发展 123
10.3 “AI+地理”的核心技术 125
10.3.1 地理实体识别与分割 126
10.3.2 地物要素提取与模式识别 127
10.3.3 地理空间理解与语义融合 127
10.3.4 地理场景生成与决策应用 128
10.4 “AI+地理”的专用数据集及相关大模型 129
10.5 “AI+地理”的典型应用 131
10.5.1 地球环境感知与预警 131
10.5.2 智能规划与空间治理 132
10.5.3 智能化的自然资源治理 132
10.5.4 自主进化的地理模型 133
10.6 “AI+地理”的未来 134
小结 135
习题 136
生活实践篇
第11章 智能医疗 137
11.1 智能医疗简介 138
11.2 智能医疗的发展 138
11.3 智能医疗的典型应用 141
11.3.1 智能诊断 141
11.3.2 精准医疗 142
11.3.3 药物研发 143
11.3.4 医疗管理与服务 144
11.3.5 中医智能化 145
11.4 智能医疗的未来 146
小结 147
习题 147
第12章 智能家居 148
12.1 智能家居简介 148
12.2 智能家居的发展 150
12.3 智能家居的典型应用 152
12.3.1 智能终端 152
12.3.2 智能安防 153
12.3.3 智能照明 154
12.3.4 智能环境 156
12.3.5 智慧能控 158
12.4 智能家居的未来 161
小结 162
习题 162
第13章 智慧城市 163
13.1 智慧城市简介 164
13.2 智慧城市的发展 165
13.3 智慧城市的核心组成 166
13.3.1 智慧政务 166
13.3.2 智能建筑 168
13.3.3 智能交通 168
13.3.4 智慧能源 171
13.3.5 智慧应急 175
13.4 智慧城市的未来 176
小结 177
习题 177
行业前沿篇
第14章 AI大模型 178
14.1 AI大模型简介 179
14.2 AI大模型的发展 181
14.3 常见的AI大模型 184
14.3.1 ChatGPT系列大模型 184
14.3.2 DeepSeek系列大模型 185
14.3.3 豆包系列大模型 187
14.3.4 千问系列大模型 189
14.4 AI大模型的核心技术 191
14.4.1 语音？文本交互 191
14.4.2 视觉？语言转换 192
14.4.3 内容生成与理解 193
14.4.4 智能体应用 194
14.5 AI大模型的未来 196
小结 197
习题 197
第15章 教育智能体 198
15.1 教育智能体简介 199
15.2 教育智能体的核心技术 200
15.3 教育智能体的典型应用 201
15.3.1 课堂教学与辅助 201
15.3.2 个性化学习与辅导 202
15.3.3 教学管理、教研与科研 203
15.3.4 校园服务与生活 204
15.4 教育智能体的未来 206
小结 207
习题 207
第16章 具身智能 208
16.1 具身智能简介 209
16.2 具身智能的发展 211
16.3 具身智能的核心技术 212
16.3.1 感知子系统 212
16.3.2 决策子系统 214
16.3.3 执行子系统 215
16.3.4 反馈子系统 216
16.4 具身智能的典型应用 216
16.4.1 工业制造 217
16.4.2 物流运输 218
16.4.3 医疗健康 218
16.4.4 家庭服务 219
16.4.5 环境探索 220
16.5 具身智能的未来 220
小结 222
习题 223
第17章 AI的未来 224
17.1 AI的未来发展 224
17.1.1 智能体的崛起 225
17.1.2 技术的深度融合 226
17.1.3 应用的历史性跨越 227
17.1.4 社会规模的普及与治理 228
17.2 AI面临的严峻挑战 229
17.2.1 技术瓶颈与可靠性 229
17.2.2 社会影响与伦理困境 230
17.2.3 安全与治理 231
17.2.4 产业链生态与可持续发展 231
小结 232
习题 232