人工智能通識導論——零基礎入門與大模型初探

第1章 初識人工智能：新時代的開啟 1
1.1 人工智能重新定義我們的未來 1
1.1.1 技術革新：從工具到夥伴 2
1.1.2 產業變革：效率革命與職業重構 3
1.1.3 社會形態：從城市到教育 4
1.1.4 人類認知：突破生物極限 5
1.1.5 全球格局：權力與風險再分配 7
1.1.6 未來展望：共生還是失控 7
1.2 人工智能發展的三次浪潮及發展趨勢 8
1.2.1 第一次浪潮：符號主義的局限 8
1.2.2 第二次浪潮：統計學習與大數據崛起 11
1.2.3 第三次浪潮：深度學習與通用智能探索 13
1.2.4 三次浪潮的對比與啟示 15
1.2.5 未來展望：通用人工智能的探索 15
1.2.6 思考題 16
第2章 人工智能的基石：核心技術概覽 17
2.1 人工智能技術的基石 17
2.1.1 數據：人工智能的燃料 18
2.1.2 算法：人工智能的大腦 18
2.1.3 算力：人工智能的動力源泉 19
2.1.4 倫理與法律框架：人工智能的道德指南針 20
2.2 機器學習的啟蒙之路 21
2.2.1 機器學習概述 21
2.2.2 模型估計基礎 22
2.2.3 監督學習 23
2.2.4 無監督學習 25
2.3 深度學習的面紗揭秘 26
2.3.1 深度學習概述 26
2.3.2 深度學習的基礎 28
2.4 深度學習的發展現狀 30
2.4.1 卷積神經網絡 30
2.4.2 循環神經網絡 32
2.4.3 長短期記憶網絡 33
2.4.4 Transformer網絡 34
2.4.5 深度學習的應用 36
2.4.6 深度學習的挑戰與未來 36
2.4.7 思考題 37
第3章 人工智能的探究：主要研究領域 38
3.1 計算機視覺：感知世界的窗口 38
3.1.1 計算機視覺的定義與基本任務 39
3.1.2 計算機視覺的工作原理 39
3.1.3 計算機視覺的應用領域 40
3.1.4 計算機視覺的挑戰與未來發展趨勢 41
3.2 人臉識別技術：解鎖身份的新維度 42
3.2.1 人臉識別技術的定義與原理 42
3.2.2 人臉識別技術的優勢 43
3.2.3 人臉識別技術的挑戰 43
3.2.4 人臉識別技術的應用領域 44
3.2.5 人臉識別技術的未來發展趨勢 45
3.3 知識圖譜：編織智慧的知識互聯網絡 46
3.3.1 知識圖譜的定義與特點 47
3.3.2 知識圖譜的構建過程 47
3.3.3 知識圖譜的應用領域 47
3.3.4 知識圖譜的挑戰與未來發展趨勢 48
3.4 自然語言處理：人機交互的語言橋梁 49
3.4.1 自然語言處理的定義與目標 49
3.4.2 自然語言處理的關鍵技術 50
3.4.3 自然語言處理的應用領域 50
3.4.4 自然語言處理的挑戰與未來發展趨勢 51
3.5 智能語音技術：讓機器聽懂世界的聲音 52
3.5.1 智能語音技術的定義與原理 52
3.5.2 智能語音技術的應用場景 52
3.5.3 智能語音技術的挑戰與未來發展趨勢 53
3.6 思考題 54
第4章 人工智能的新篇章：大模型技術與AIGC 55
4.1 大模型：構建認知世界的宏偉藍圖 55
4.1.1 大模型：人工智能的新高度 56
4.1.2 大模型的定義與特性 59
4.1.3 大模型的發展歷程 59
4.1.4 理論奠基：早期探索的微光 60
4.1.5 成長契機：算力與數據的雙輪驅動 61
4.1.6 關鍵飛躍：Transformer 架構的破曉 61
4.1.7 大模型的工作原理 61
4.1.8 解密大模型的核心技術 62
4.2 AIGC：開啟內容創作新時代 64
4.2.1 AIGC的定義與發展背景 64
4.2.2 AIGC與大模型的關系 65
4.2.3 AIGC的技術特點 66
4.2.4 AIGC產業圖譜及應用案例 66
4.3 大模型使用技巧：掌握認知工具的指南 68
4.3.1 提示工程簡介 68
4.3.2 編寫提示詞的原則、策略和技巧 72
4.3.3 提示詞參考示例 77
4.3.4 將復雜任務分解成子任務 82
4.3.5 采用系統的提示詞框架 83
4.3.6 用結構化方式進行提示 86
4.4 大模型輔助文獻閱讀 88
4.5 大模型輔助編程 90
4.6 大模型輔助數據分析 93
4.6.1 使用DeepSeek進行數據分析案例 93
4.6.2 使用智譜清言進行數據分析案例 99
4.7 思考題 102
第5章 智能體：創建個性化的領域分身 104
5.1 智能體及其發展史 104
5.1.1 Agent定義 104
5.1.2 AI Agent定義 105
5.1.3 智能體發展史 105
5.2 基於大模型的智能體 107
5.2.1 大腦模塊 107
5.2.2 感知模塊 108
5.2.3 行動模塊 109
5.3 主流平臺實現智能體的範式 110
5.3.1 大模型：智能體的大腦 111
5.3.2 工具：智能體的四肢 111
5.3.3 知識：輔助大腦進行工作 111
5.3.4 其他：增強智能體的功能 111
5.4 智譜清言智能體平臺 112
5.4.1 平臺介紹及智能體配置 112
5.4.2 智譜清言智能體實踐：創建一個提示詞優化工程師 115
5.4.3 智譜清言智能體實踐：創建一個文獻閱讀智能體 119
5.5 扣子智能體平臺 121
5.5.1 平臺的功能與優勢 121
5.5.2 扣子智能體實踐：創建一個天氣預報智能體 122
5.5.3 扣子智能體工作流 126
5.5.4 扣子智能體工作流實踐：AI資訊早知道 129
5.5.5 特殊的工作流——圖像流 132
5.5.6 扣子智能體工作流實踐：摳圖大師智能體 135
5.5.7 扣子智能體實踐：根據書籍名自動生成推薦文案 136
5.5.8 扣子多智能體實踐 145
5.6 訊飛星火平臺 150
5.6.1 一句話創建智能體 150
5.6.2 訊飛星火智能體實踐：小紅書爆款服裝推薦 152
5.6.3 訊飛星火基於本地知識庫的多智能體實踐：校園助手 158
5.7 思考題 169
第6章 創新無限：人工智能在各領域的應用 170
6.1 人工智能在醫療領域的應用 170
6.1.1 醫學影像診斷中的人工智能應用案例 170
6.1.2 疾病預測與風險評估中的人工智能應用案例 171
6.1.3 醫療輔助決策中的人工智能應用案例 171
6.1.4 智能醫療設備中的人工智能應用案例 172
6.2 人工智能在教育領域的應用 172
6.2.1 個性化學習平臺 172
6.2.2 智能輔導工具 173
6.2.3 自動化評估系統 173
6.2.4 教育資源管理 174
6.3 人工智能在媒體領域的應用 175
6.3.1 新聞寫作與編輯 176
6.3.2 內容推薦與個性化服務 176
6.3.3 視頻制作與編輯 176
6.3.4 社交媒體管理與營銷 177
6.4 人工智能在政法領域的應用 177
6.4.1 執法輔助 177
6.4.2 司法審判 179
6.4.3 犯罪預防 179
6.4.4 法律服務 180
6.5 人工智能在財務領域的應用 180
6.5.1 財務數據處理與分析 180
6.5.2 預算編制與成本控制 181
6.5.3 風險管理與審計監督 181
6.6 思考題 182
第7章 人工智能之倫理與安全：守護智能的未來 183
7.1 人工智能之倫理問題：技術與人性的碰撞 184
7.1.1 數據隱私：數字化時代的“透明人”危機 184
7.1.2 算法偏見：代碼中的“隱形歧視鏈” 184
7.1.3 責任歸屬：自動駕駛的“電車難題”困境 185
7.1.4 就業沖擊：人與機器的“技能鴻溝” 186
7.1.5 安全失控：通用智能的“黑天鵝”風險 186
7.1.6 應對路徑：構建“三方共治”框架 187
7.2 人工智能安全問題：技術進步背後的暗湧危機 187
7.2.1 數據安全：數字世界的“蟻穴效應” 187
7.2.2 算法安全：智能系統的“阿喀琉斯之踵” 188
7.2.3 系統安全：智能體的“失控閾值” 189
7.2.4 應用安全：垂直領域的“蝴蝶效應” 189
7.2.5 認知安全：智能時代的“思想戰爭” 190
7.2.6 生存安全：通用智能的“奇點威脅” 191
7.2.7 防禦體系：構建AI安全的“免疫系統” 191
7.2.8 小結 192
7.3 人工智能安全相關立法情況 192
7.3.1 歐盟正式提出《人工智能法案》 192
7.3.2 中國高度重視人工智能的安全問題 193
7.4 思考題 193
參考文獻 194