人工智能通識基礎與實踐

第1章 人工智能時代的思想啟蒙
思政導入
1.1 從“機器能思考嗎？”到“AI能創造什麼？”
1.1.1 一個關於“思考”的思想實驗
1.1.2 人工智能的“出生證明”：達特茅斯會議
1.1.3 到底什麼是人工智能
1.1.4 人工智能能做什麼？——從“感知”到“創造”
1.1.5 從“判別”到“生成”：AI能力的重大躍遷
1.2 人工智能的發展歷程：三次浪潮與中國貢獻
1.2.1 第一次浪潮（1956—1980）：讓機器“推理”的夢想
1.2.2 第二次浪潮（1980—2010）：統計學習登場
1.2.3 第三次浪潮（2012年至今）：深度學習改變一切
1.2.4 中國在AI發展中的貢獻
1.3 人工智能的三大支柱：數據、算法、算力
1.3.1 數據：AI的“燃料”
1.3.2 算法：AI的“大腦”
1.3.3 算力：AI的“肌肉”
1.3.4 三者如何協同工作
1.4 AI改變生活：各行業典型應用
1.4.1 醫療健康：AI當“醫生的助手”
1.4.2 交通出行：AI當“司機”和“調度員”
1.4.3 金融服務：AI當“風控師”和“理財顧問”
1.4.4 教育培訓：AI當“私人教師”
1.4.5 其他行業的AI應用速覽
1.5 身邊的AI：大學生日常高頻AI場景
1.5.1 學習場景：AI當你的“私人助教”
1.5.2 生活場景：AI當你的“生活管家”
1.5.3 社交娛樂：AI當你的“推薦官”
1.5.4 實用工具推薦：大學生必備的AI工具清單
1.5.5 常見問題：大學生對AI的三大困惑
實踐任務
實踐任務1：與AI的第一次對話
實踐任務2：API調研體驗
本章小結
本章習題
第2章 AI思維
思政導入：理性思維、科學精神
2.1 問題分解：如何把人類任務拆解為AI可執行步驟
2.1.1 什麼是問題分解
2.1.2 一個真實的案例：用AI優化“食堂排隊”
2.1.3 問題分解的五步法
2.2 數據思維：為什麼“餵什麼數據，長什麼AI”
2.2.1 你給AI的“輸入”，就是它的“食物”
2.2.2 從數據到價值：使用者如何“準備”數據
2.2.3 一個生活中的案例：用AI輔助寫論文時的數據思維
2.2.4 數據思維：超越“用AI”的通用底層能力
2.3 概率思維：AI的答案為什麼總是“可能”
2.3.1 為什麼AI從不“打包票”
2.3.2 概率思維的核心——用概率管理不確定性
2.3.3 一個生活中的概率思維：考研擇校
2.3.4 大學生必備的概率思維三原則
2.4 疊代思維：模型是如何“越學越好”
2.4.1 一次“完美”不如“越來越好”
2.4.2 疊代的核心——反饋驅動的持續優化
2.4.3 一個生活中的疊代：制作課程PPT
2.4.4 大學生必備的疊代思維三原則
實踐任務
實踐任務1：用AI思維優化一個校園生活問題
本章小結
本章習題
第3章 計算機視覺
思政導入：當機器睜開“眼睛”
3.1 計算機視覺：讓機器“看懂”世界
3.1.1 從人眼到“機器之眼”：什麼是計算機視覺
3.1.2 機器眼中的圖像：數字圖像基礎
3.1.3 計算機視覺的發展簡史
3.1.4 計算機視覺的四大基本任務
3.1.5 應用全景與“中國視覺力量”
3.2 圖像識別：讓機器“認出”物體、場景與人臉
3.2.1 圖像分類是怎樣煉成的：卷積神經網絡初探
3.2.2 物體檢測與場景識別
3.2.3 人臉識別：從“看到臉”到“認出你”
3.2.4 典型應用場景
3.2.5 技術的邊界：人臉識別中的隱私保護
3.3 圖像處理：“美化”與“編輯”圖像
3.3.1 圖像處理基礎操作
3.3.2 圖像增強與智能美化
3.3.3 圖像修復與智能編輯
3.3.4 風格遷移：把照片變成“梵高的畫”
3.3.5 編輯的底線：深度偽造與圖像真實性
3.4 文字識別：讓機器“閱讀”圖片中的文字
3.4.1 OCR概述與基本流程
3.4.2 印刷體識別與手寫體識別
3.4.3 卡證、票據與表格識別
3.4.4 拍照翻譯與無障礙閱讀
3.4.5 OCR與文化傳承
3.5 AI繪畫：讓機器“創造”圖像
3.5.1 從識別到生成：生成式視覺模型概述
3.5.2 文生圖與圖生圖
3.5.3 主流AI繪畫工具巡禮
3.5.4 AI繪畫的版權與倫理
3.5.5 AI繪畫與中國美學
實踐任務
實踐任務1：手機“識物”初體驗
實踐任務2：AI識別植物、地標與名人
實踐任務3：風格遷移創作
實踐任務4：OCR信息提取實戰
綜合實踐：生成一張“中國風”校園海報
本章小結
思考與練習
第4章 智能語音技術
思政導入：讓機器學會“聽”與“說”
4.1 智能語音技術：讓機器“聽懂”人話
4.1.1 什麼是智能語音技術
4.1.2 聲音是什麼：語音信號基礎
4.1.3 智能語音技術的發展簡史
4.1.4 智能語音技術的應用全景
4.1.5 中國語音力量：從跟跑到領跑
4.2 語音識別：讓機器“聽懂”人話
4.2.1 語音識別是什麼
4.2.2 語音識別的基本原理
4.2.3 聽懂的難點與挑戰
4.2.4 從“識別”到“理解”：語音交互簡介
4.2.5 典型應用與現場體驗
4.2.6 讓世界“聽見”每一種聲音
4.3 語音合成：讓機器“開口說話”
4.3.1 語音合成是什麼
4.3.2 語音合成的基本原理
4.3.3 讓聲音更“像人”：韻律、情感與多語種
4.3.4 典型應用
4.3.5 聲音的力量與邊界
實踐任務
實踐任務1：用手機語音助手“語音設鬧鐘”
實踐任務2：用訊飛聽見/剪映自動生成視頻字幕
實踐任務3：用Edge“大聲朗讀”或剪映生成語音旁白
綜合實踐：制作一個“AI語音助手”——用AI語音介紹“我的家鄉”或“我的專業”
本章小結
思考與練習
第5章 自然語言處理與應用
思政導入：讓機器讀懂中國字、說好中國話
5.1 NLP是什麼：讓機器“懂”人類語言
5.1.1 什麼是自然語言處理
5.1.2 機器為什麼“讀不懂”人話
5.1.3 NLP的核心任務
5.1.4 NLP的發展簡史
5.1.5 NLP的應用全景
5.1.6 中國NLP力量：讓AI讀懂中國話
5.2 讓語言變得有序：文本預處理與分詞
5.2.1 為什麼要做文本預處理
5.2.2 文本預處理的常見步驟
5.2.3 中文分詞：給漢字“斷句”
5.2.4 從詞到結構：詞性標註與命名實體識別
5.2.5 當機器面對古文與方言
5.3 讓AI看懂意圖：詞向量與意圖匹配
5.3.1 機器如何“表示”一個詞
5.3.2 詞向量：讓詞語“有距離、可計算”
5.3.3 意圖識別：聽懂用戶“想幹什麼”
5.3.4 情感分析：讀出文字背後的態度
5.3.5 當算法讀出“偏見”
5.4 讓AI寫出“人話”：提示詞設計與生成
5.4.1 從“理解”到“生成”：大語言模型簡介
5.4.2 提示詞（Prompt）：與AI對話的藝術
5.4.3 讓AI幫你創作與辦事
5.4.4 AI生成的“雙刃劍”
實踐任務
實踐任務1：體驗“中文分詞”
實踐任務2：體驗意圖識別
實踐任務3：用提示詞寫一首“校園主題”詩歌
綜合實踐：制作“校園問答小秘書”
本章小結
思考與練習
第6章 機器學習與深度學習：讓機器“學會”與“進化”
思政導入：從“人教機器”到“機器自學”的智慧躍遷
6.1 機器學習是什麼
6.1.1 從“編程”到“學習”：思維方式的轉變
6.1.2 機器學習的基本概念
6.1.3 機器學習的主要類型
6.1.4 機器學習能解決什麼問題
6.1.5 機器學習與人工智能的關系
6.1.6 把AI的“地基”掌握在自己手中
6.2 機器學習如何“訓練”：數據、模型與評估
6.2.1 機器學習的基本流程
6.2.2 數據：機器學習的“養料”
6.2.3 模型：從數據中學習“規律”
6.2.4 評估：模型學得好不好
6.2.5 訓練中的常見問題與應對
6.2.6 大膽假設，小心求證
6.3 深度學習是什麼
6.3.1 從機器學習到深度學習
6.3.2 神經網絡：模仿大腦的“神經元”
6.3.3 深度學習如何“層層抽象”
6.3.4 常見的深度學習模型
6.3.5 深度學習的應用與威力
6.3.6 自己造AI的“發動機”
6.4 生成式AI：讓機器“創造”新內容
6.4.1 什麼是生成式 AI
6.4.2 生成式AI能做什麼
6.4.3 生成式AI的基本原理
6.4.4 生成式AI的應用與價值
6.4.5 生成式AI的挑戰與責任
6.4.6 機器的“創造”與人的智慧
實踐任務
實踐任務1：用“谷歌Teachable Machine”訓練一個圖像分類器
實踐任務2：體驗在線“手寫數字識別”
綜合實踐：訓練一個區分“可回收”與“其他”垃圾的分類器小模型
本章小結
思考與練習
第7章 人工智能的倫理挑戰與社會影響
思政導入：技術之光照亮文明，倫理之舵護航未來
7.1 AI的安全風險：深度偽造、數據隱私、算法偏見
7.1.1 深度偽造：當“眼見為實”成為過去式
7.1.2 數據隱私：數字時代的“透明人”困境
7.1.3 算法偏見：代碼中的“隱形歧視”
7.2 中外AI治理框架對比
7.2.1 中國AI治理框架：發展與安全並重的“中國方案”
7.2.2 全球AI治理的主要模式
7.2.3 中外AI治理對比
7.2.4 中國參與全球AI治理：從“跟跑者”到“貢獻者”
7.3 未來已來：AGI、超級智能與人類角色
7.3.1 AGI：從“一技之長”到“融會貫通”
7.3.2 超級智能：技術奇點與存在性風險
7.3.3 人類角色：在智能時代重新定義“人”
7.3.4 面向未來：青年學子的使命與擔當
7.4 人工智能與工作崗位、人機協作新範式
7.4.1 AI對就業市場的沖擊
7.4.2 差異化影響：誰更容易“被替代”？誰更容易“受益”？
7.4.3 人機協作新範式：從“工具使用”到“夥伴共生”
7.4.4 教育變革與制度應對
7.4.5 面向未來
實踐任務
實踐任務1：我眼中“負責任的AI”
實踐任務2：如果AI擁有創造力，它算作者嗎？
附錄 人工智能通識實驗
附錄說明
實驗1 從需求洞察到具身表達——AI學伴機器人的創新設計
實驗2 AI賦能跨境國風寵物用品出海實踐案例