人工智能概論

薛林，主要從事計算機信息技術教學及教學管理，參編了《大學生就業與創新創業指導》、《信息技術基礎》、《大學生計算機基礎》 等多本教材。 張新，副教授，博士研究生在讀，四川文化藝術學院網易人工智能產業學院副院長（主持工作），現從事廣播電視編導、廣播電視工程，節目制作等工作，中國錄音家協會會員,中國人才交流協會會員，中國人力資源開發研究會會員,四川省人工智能學會會員，四川省廣播影視高等教育學會常務理事、會員。曾為北京電視臺文藝頻道《今夜故事會》編導，四川電視臺第四頻道《新聞現場》欄目記者。發表學術論文多篇，完成國家課題6項，省級課題8項，校級重點課題7項。 龐浩 講師，泰國曼谷皇家理工管理學（媒介管理）專業博士在讀，馬來西亞理科大學傳播（電影方向）碩士。中國高校影視學會會員，全媒體運營師，人工智能技術應用中級訓練師。四川文化藝術學院通識課“人工智能概論”負責人。燧光映畫AIGC工作室負責人。全國“人工智能+”行業應用創新大賽“城市記憶”AIGC數字創意賽道共創專家，帶領學生創作多部AIGC作品，在中國高校影視學會第二十五屆年會專題論壇中發表AIGC影視相關主題演講。近年來主要研究方向為AIGC影視創作及人工智能教育。

【章名目錄】 第 1章　人工智能基礎 第 2章　機器學習與深度學習 第3章　人工智能的核心技術 第4章　生成式人工智能 第5章　智能體 第6章　人工智能賦能藝術創作 第7章　人工智能倫理治理框架 第8章　人工智能前沿技術展望 【詳細目錄】 第 1章　人工智能基礎　1 1.1　人工智能的定義與特征　2 1.1.1　人工智能的定義　2 1.1.2　人工智能的特征　2 1.2　人工智能的發展歷程與現狀　4 1.2.1　人工智能的發展歷程　4 1.2.2　人工智能的發展現狀　7 1.2.3　人工智能的發展趨勢　8 1.3　人工智能的三要素與協同機制　10 1.3.1　數據　10 1.3.2　算力　12 1.3.3　算法　14 1.3.4　協同機制　17 1.4　課後練習　17 第 2章　機器學習與深度學習　19 2.1　機器學習　20 2.1.1　機器學習的定義與特點　20 2.1.2　監督學習　21 2.1.3　無監督學習　22 2.1.4　強化學習　24 2.2　深度學習　26 2.2.1　深度學習概述　26 2.2.2　人工神經網絡概述　26 2.2.3　深度學習的核心原理　29 2.2.4　深度學習與機器學習的對比分析　29 2.3　課後練習　31 第3章　人工智能的核心技術　33 3.1　計算機視覺　34 3.1.1　計算機視覺的定義與分類　34 3.1.2　圖像分類　34 3.1.3　目標檢測　35 3.1.4　語義分割　36 3.1.5　實例分割　37 3.1.6　計算機視覺的典型應用　38 3.2　自然語言處理　41 3.2.1　自然語言處理的特點　41 3.2.2　詞法分析　42 3.2.3　句法分析　43 3.2.4　語義理解　44 3.2.5　自然語言生成　45 3.2.6　自然語言處理的典型應用　47 3.3　語音交互技術　49 3.3.1　語音識別與語音合成的定義與特征　50 3.3.2　語音識別　50 3.3.3　語音合成　52 3.3.4　語音交互的典型應用　54 3.4　課後練習　55 第4章　生成式人工智能　57 4.1　認識生成式人工智能　58 4.1.1　生成式人工智能的定義與核心特征　58 4.1.2　生成式人工智能的核心應用領域　58 4.1.3　生成式人工智能的使用原則　59 4.2　大模型　60 4.2.1　大模型的定義與特點　60 4.2.2　大模型的類型　61 4.2.3　大模型的發展歷程　61 4.2.4　常用的大模型產品　62 4.2.5　大模型的基本用法　65 4.3　多模態融合　67 4.3.1　多模態融合的定義　67 4.3.2　多模態融合的關鍵技術　68 4.3.3　多模態融合的應用場景　68 4.4　提示詞工程　70 4.4.1　提示詞工程的定義與特征　71 4.4.2　提示詞的基本要素　71 4.4.3　提示詞的設計原則　75 4.4.4　提示詞的優化方法　78 4.5　生成式人工智能工具應用實踐　82 4.5.1　文本生成工具的應用　82 4.5.2　圖像生成工具的應用　85 4.5.3　音頻生成工具的應用　89 4.5.4　視頻生成工具的應用　92 4.6　課後練習　100 第5章　智能體　103 5.1　認識智能體　104 5.1.1　智能體的定義　104 5.1.2　智能體的基本特征　104 5.1.3　智能體的工作原理　104 5.1.4　智能體與傳統程序的區別　105 5.1.5　智能體的關鍵技術　106 5.1.6　智能體的發展趨勢與挑戰　106 5.2　智能體的分級與分類　107 5.2.1　智能體的分級　108 5.2.2　智能體的分類　109 5.3　智能體的應用場景　109 5.3.1　智能體+客服　109 5.3.2　智能體+醫療健康　110 5.3.3　智能體+物流　111 5.3.4　智能體+教育　111 5.3.5　智能體+制造業　112 5.3.6　智能體+家居　112 5.3.7　智能體+自動駕駛　112 5.3.8　智能體+藝術創作　113 5.4　常用的智能體開發平臺　114 5.4.1　扣子編程　114 5.4.2　訊飛星辰Agent平臺　114 5.4.3　騰訊元器　115 5.4.4　文心智能體平臺　116 5.5　智能體應用實踐　116 5.5.1　創建智能體的一般流程　116 5.5.2　智能體創建技巧　125 5.6　課後練習　126 第6章　人工智能賦能藝術創作　129 6.1　視覺藝術　130 6.1.1　繪畫與數字繪畫　130 6.1.2　平面設計　132 6.1.3　雕塑與裝置藝術　134 6.2　表演藝術　136 6.2.1　舞蹈　136 6.2.2　戲劇表演與劇本創作　137 6.3　語言藝術　139 6.3.1　文學創作　139 6.3.2　播音主持　140 6.4　傳統藝術　142 6.4.1　書法　143 6.4.2　戲曲　144 6.4.3　陶瓷藝術　146 6.4.4　非遺　146 6.5　影視藝術　148 6.5.1　動畫　148 6.5.2　影視　150 6.5.3　沈浸式電影　151 6.6　課後練習　153 第7章　人工智能倫理治理框架　154 7.1　數據安全規範　155 7.1.1　數據安全的表現與挑戰　155 7.1.2　數據采集與存儲規範　158 7.1.3　數據使用與共享規則　160 7.2　算法公平性驗證　162 7.2.1　算法公平的概念　162 7.2.2　算法偏見產生的原因　162 7.2.3　算法公平性驗證方法　163 7.3　生成內容監管　165 7.3.1　生成內容的特點與挑戰　165 7.3.2　版權認定的原則與方法　166 7.3.3　責任追溯的機制與流程　167 7.4　人工智能檢測　170 7.4.1　人工智能檢測的必要性　170 7.4.2　常見的人工智能檢測技術　170 7.4.3　人工智能檢測的應用場景　171 7.5　人工智能道德與法律　173 7.5.1　人工智能道德規範框架　173 7.5.2　人工智能現有法律體系　175 7.6　課後練習　176 第8章　人工智能前沿技術展望　178 8.1　通用人工智能　179 8.1.1　通用人工智能的定義　179 8.1.2　通用人工智能的特征　179 8.1.3　當前實現通用人工智能的主要思路　180 8.1.4　實現通用人工智能的關鍵技術　180 8.1.5　通用人工智能面臨的挑戰與展望　182 8.2　腦機接口融合　183 8.2.1　腦機接口的基本原理　183 8.2.2　腦機接口的關鍵技術　184 8.2.3　腦機接口融合的應用前景　187 8.2.4　腦機接口的發展現狀與未來展望　188 8.3　人工智能可持續發展　190 8.3.1　人工智能對環境的影響　190 8.3.2　綠色AI的概念與目標　191 8.3.3　綠色AI的技術路徑與實踐　192 8.4　人工智能與其他前沿技術的融合　192 8.4.1　人工智能與量子計算　192 8.4.2　人工智能與物聯網　193 8.4.3　人工智能與區塊鏈　193 8.4.4　人工智能與元宇宙　194 8.5　課後練習　195