人工智能導論

目 錄

 

第1章　緒論　　　001

1.1　人類智能與人工智能　　　002

1.1.1　人類智能的定義與特點　　　002

1.1.2　人工智能的定義　　　006

1.1.3　人類智能與人工智能的關系　　　007

1.2　人工智能的發展歷史　　　009

1.2.1　人工智能的起源與概念提出　　　009

1.2.2　阿蘭·圖靈與圖靈測試　　　012

1.2.3　達特茅斯會議　　　013

1.2.4　人工智能領域的早期發展情況　　　014

1.2.5　人工智能研究曲折往復　　　015

1.3　人工智能在我國的發展歷史　　　016

1.3.1　我國人工智能研究的起步階段　　　016

1.3.2　政府政策對人工智能發展的推動　　　019

1.3.3　我國人工智能領域的成就與現狀*　　　022

1.4　人工智能浪潮下的個人修養　　　024

1.4.1　人工智能帶來的發展機遇　　　024

1.4.2　人工智能帶來的挑戰　　　026

1.4.3　提升個人技能以適應未來需求　　　027

1.4.4　人工智能時代，培養批判性思維　　　028

第2章　計算機基礎知識　　　032

2.1　計算機歷史　　　032

2.1.1　來自東方的輔助計算工具　　　032

2.1.2　工業革命後，歐洲出現的機械式計算工具　　　034

2.1.3　第二次世界大戰結束前的代表性計算工具　　　035

2.1.4　電子計算機時代的來臨　　　037

2.1.5　計算機的四個世代　　　038

2.2　馮·諾依曼體系　　　040

2.2.1　馮·諾依曼體系的第一個原則　　　040

2.2.2　馮·諾依曼體系的第二個原則　　　041

2.2.3　馮·諾依曼體系的第三個原則　　　041

2.3　計算機的硬件結構　　　042

2.3.1　CPU　　　043

2.3.2　內存　　　044

2.3.3　鍵盤　　　044

2.3.4　鼠標或觸控板　　　045

2.3.5　顯示器　　　045

2.3.6　存儲設備　　　046

2.3.7　顯卡　　　048

2.3.8　電源供應設備　　　048

2.3.9　聲音系統　　　049

2.3.10　網卡　　　049

2.3.11　連接接口　　　049

2.3.12　主板　　　050

2.3.13　散熱器和風扇　　　051

2.3.14　機箱　　　052

2.4　計算機軟件系統　　　052

2.4.1　系統軟件　　　052

2.4.2　應用軟件　　　053

2.4.3　中間件　　　053

2.4.4　程序開發軟件　　　054

第3章　AI程序員　　　055

3.1　程序設計語言的歷史　　　055

3.1.1　機器語言　　　056

3.1.2　匯編語言　　　056

3.1.3　高級語言　　　058

3.2　高級程序語言的分類　　　061

3.2.1　面向過程　　　061

3.2.2　面向對象　　　062

3.2.3　非過程化　　　062

3.2.4　其他分類方法　　　063

3.3　AI程序員的基本原理　　　063

3.4　Python簡介　　　065

3.5　Python編程環境　　　067

3.6　PyCharm 集成開發環境的安裝　　　072

3.7　利用大語言模型進行程序設計實驗　　　075

3.7.1　通義靈碼插件的下載與安裝　　　075

3.7.2　AI程序員開始工作前的準備階段　　　079

3.7.3　使用通義靈碼進行詞頻分析實例　　　082

3.8　人工智能賦能程序編寫的機遇與挑戰　　　099

3.8.1　AI程序員的優勢　　　099

3.8.2　人類程序員的優勢　　　100

第4章　AI文字大師的修煉　　　101

4.1　人工尋找“規則”的嘗試　　　101

4.2　詞頻統計的概率計算嘗試　　　102

4.2.1　簡單計數的詞語袋法　　　103

4.2.2　TF-IDF法　　　104

4.2.3　n-gram方法　　　105

4.2.4　隱馬爾可夫模型　　　106

4.3　感知機、人工神經元　　　108

4.4　人工神經網絡、深度學習　　　114

4.4.1　多層感知機　　　115

4.4.2　深度學習之“深”　　　116

4.5　機器學習　　　117

4.5.1　機器學習的定義　　　117

4.5.2　機器學習的分類　　　118

4.6　Transformer模型　　　121

4.6.1　搜集語料，進行語料序列獲取　　　121

4.6.2　詞嵌入　　　　123

4.6.3　歸一化　　　123

4.6.4　多頭註意力　　　124

4.6.5　殘差連接　　　124

4.6.6　前饋神經網絡　　　125

4.6.7　編碼器處理流程　　　125

4.6.8　偏移序列　　　126

4.6.9　偏移序列的自註意力機制127

4.6.10　交叉註意力　　　127

4.6.11　前饋神經網絡　　　127

4.6.12　更新輸出序列　　　128

4.6.13　文字接龍　　　128

第5章　BRO，AI書童　　　129

5.1　AIGC和LLM　　　129

5.1.1　AIGC　　　130

5.1.2　LLM　　　130

5.2　通義千問與百煉　　　131

5.3　高效使用LLM　　　134

5.3.1　告知發問背景　　　134

5.3.2　確定需求　　　135

5.3.3　使用明確的提示詞　　　136

5.3.4　告知目標　　　137

5.3.5　反饋確認　　　137

5.4　通義千問在教育領域的展望　　　138

5.4.1　輔助教學：個性化學習計劃制訂　　　138

5.4.2　學習助手：智能答疑、知識點講解　　　141

5.4.3　生成測試題　　　142

5.4.4　不同語種翻譯　　　142

5.5　辦公場景　　　143

5.5.1　文檔撰寫：自動生成報告、優化寫作風格　　　143

5.5.2　告知通義千問背景　　　144

5.5.3　修正匯報內容　　　144

5.5.4　補充內容　　　145

5.5.5　制作PPT　　　146

5.6　創意寫作：小說初稿構思　　　148

5.6.1　利用通義千問構思小說　　　148

5.6.2　作者和AI協同創作小說提綱示例　　　150

5.7　生活幫助　　　151

5.7.1　旅行計劃制訂　　　151

5.7.2　健康顧問　　　153

第6章　AI“看”世界　　　155

6.1　圖像分類識別技術　　　155

6.1.1　圖像預處理　　　156

6.1.2　特征提取　　　156

6.1.3　分類算法　　　158

6.2　圖像目標檢測技術　　　160

6.3　圖像分割技術　　　161

6.4　人臉識別技術　　　163

6.5　基於視覺的自動駕駛　　　164

6.5.1　自動駕駛的起源　　　164

6.5.2　自動駕駛的核心技術　　　165

6.5.3　自動駕駛的傳感器　　　166

6.5.4　自動駕駛行為的決策　　　166

6.5.5　自動駕駛的執行機構　　　167

6.5.6　自動駕駛的分級　　　168

6.6　基於視覺技術的AI醫生　　　169

第7章　AI“聽”世界　　　170

7.1　語音采集數字化　　　170

7.2　聲音特征提取　　　172

7.2.1　時域特征提取　　　172

7.2.2　頻域特征的傅裏葉變換　　　173

7.2.3　頻域特征的梅爾頻率倒譜系數　　　173

7.2.4　時頻域特征的小波變換　　　174

7.3　聲學模型　　　175

7.3.1　聲學模型訓練數據　　　175

7.3.2　聲學語音特征提取　　　176

7.3.3　聲學模型訓練　　　177

7.4　解碼器　　　177

7.5　長短期記憶網絡　　　178

7.6　AI語音助手　　　180

7.7　語音識別的未來應用　　　182

第8章　AI畫家　　　184

8.1　AI畫家的社會話題　　　184

8.1.1　AI畫家領域取得的成就　　　185

8.1.2　AI畫家的作品是技術還是藝術　　　186

8.1.3　AI畫家可能給現實社會帶來的沖擊　　　187

8.1.4　人類藝術家的未來　　　188

8.2　Stable Diffusion介紹　　　189

8.2.1　Stable Diffusion主要功能　　　189

8.2.2　Stable Diffusion用法簡介　　　190

8.2.3　Stable Diffusion原理　　　194

8.3　Stable Diffusion使用　　　196

8.3.1　Stable Diffusion的引導詞　　　197

8.3.2　模型使用　　　198

8.3.3　線稿變圖實例　　　203

8.4　Stable Diffusion與視覺創作　　　208

8.4.1　品牌Logo　　　209

8.4.2　廣告創作　　　209

8.4.3　服裝設計　　　209

8.4.4　圖生視頻　　　210

8.5　Stable Diffusion實操練習　　　211

第9章　AI賦能社會生活　　　212

9.1　AI與工業制造　　　212

9.1.1　AI技術帶來智能制造　　　213

9.1.2　AI賦能工業生產　　　214

9.1.3　智能制造的優勢　　　214

9.1.4　未來工廠的發展趨勢　　　215

9.1.5　智能工廠的挑戰　　　216

9.2　AI與能源　　　216

9.2.1　綠色能源的特點　　　217

9.2.2　AI賦能綠色能源　　　218

9.2.3　AI與能源的未來　　　220

9.3　AI與經濟生活　　　220

9.3.1　AI進入金融領域　　　221

9.3.2　AI與保險　　　221

9.3.3　AI與投資　　　222

第10章　橫空出世的DeepSeek　　　223

10.1　DeepSeek的誕生　　　223

10.2　構建自己的人工智能問答平臺　　　226

10.2.1　準備工作　　　226

10.2.2　AI程序員編寫人工智能助手　　　228

第11章　WPS AI輔助辦公　　　237

11.1　智能辦公概述　　　237

11.1.1　智能文字處理　　　237

11.1.2　智能表格分析　　　238

11.1.3　智能演示制作　　　238

11.1.4　多端協同與雲服務　　　238

11.2　AI寫作助手　　　240

11.2.1　AI幫我寫　　　240

11.2.2　AI幫我改　　　242

11.2.3　AI伴寫　　　243

11.3　AI閱讀助手　　　244

11.3.1　AI文檔問答　　　245

11.3.2　AI全文總結　　　246

11.3.3　文檔腦圖：智能解析　　　246

11.3.4　AI劃詞解釋與AI劃詞翻譯　　　247

11.4　AI設計助手　　　248

11.4.1　AI排版一鍵生成　　　249

11.4.2　AI生成PPT　　　250

11.4.3　AI條件格式　　　252

11.5　AI數據助手　　　253

11.5.1　AI寫公式　　　253

11.5.2　AI 表格助手　　　254

11.5.3　AI數據分析　　　257

11.6　智能辦公實訓室　　　259

11.6.1　WPS實訓室　　　259

11.6.2　WPS AI實訓室　　　260

11.7　智能辦公綜合案例　　　262

11.7.1　選題　　　262

11.7.2　數據收集　　　263

11.7.3　數據處理　　　265

11.7.4　數據分析與結論　　　266

參考文獻　　　268