【章名目錄】

第 1章　人工智能

第 2章　基于知識的人工智能

第3章　基于學(xué)習(xí)的人工智能

第4章　基于大模型的人工智能

第5章　人工智能安全與倫理問題

第6章　智能視覺

第7章　智能博物館

第8章　智能機器人

第9章　智能穿戴設(shè)備

第 10章　智能駕駛

第 11章　智能醫(yī)療

第 12章　智能教育



【詳細(xì)目錄】

第 1章　人工智能

1.1　人工智能概述　1

1.1.1　人工智能簡介　2

1.1.2　人工智能流派　4

1.1.3　人工智能的三大核心要素　6

1.2　人工智能發(fā)展史　8

1.2.1　人工智能的早期發(fā)展　8

1.2.2　人工智能的寒冬與復(fù)蘇　10

1.2.3　現(xiàn)代人工智能的崛起　11

1.3　人工智能關(guān)鍵技術(shù)概述　14

1.3.1　機器學(xué)習(xí)　14

1.3.2　深度學(xué)習(xí)　16

1.3.3　知識圖譜　17

1.3.4　自然語言處理　18

1.3.5　計算機視覺　19

1.4　大語言模型　19

1.4.1　大語言模型的定義　19

1.4.2　大語言模型的特點　20

1.4.3　大模型的分類　20

本章小結(jié)　21

習(xí)題　21



第 2章　基于知識的人工智能

2.1　知識建模和表示　22

2.1.1　本體論設(shè)計和分類學(xué)　22

2.1.2　語義網(wǎng)絡(luò)和框架　23

2.1.3　知識圖譜和圖數(shù)據(jù)庫　26

2.2　知識搜索　26

2.2.1　啟發(fā)式搜索　27

2.2.2　搜索樹　29

2.2.3　遺傳算法　31

2.3　知識推理　32

2.3.1　線性和非線性推理　34

2.3.2　確定性和不確定性推理　35

2.3.3　模糊推理　39

2.3.4　概率推理　40

本章小結(jié)　41

習(xí)題　41



第3章　基于學(xué)習(xí)的人工智能

3.1　機器學(xué)習(xí)　43

3.1.1　機器學(xué)習(xí)概述　43

3.1.2　分類及回歸　47

3.1.3　聚類及降維　53

3.2　深度學(xué)習(xí)　55

3.2.1　卷積神經(jīng)網(wǎng)絡(luò)　57

3.2.2　遞歸神經(jīng)網(wǎng)絡(luò)　66

3.2.3　生成式神經(jīng)網(wǎng)絡(luò)　69

3.3　強化學(xué)習(xí)　73

3.3.1　基于值函數(shù)的學(xué)習(xí)方法　75

3.3.2　基于策略的學(xué)習(xí)方法　78

3.3.3　Actor-Critic方法　81

本章小結(jié)　84

習(xí)題　84



第4章　基于大模型的人工智能

4.1　大模型概述　85

4.2　大模型技術(shù)簡介　87

4.3　典型大模型　88

4.3.1　通用大模型DeepSeek　89

4.3.2　通用大模型ChatGPT　92

4.3.3　通用語言模型GLM　94

4.3.4　視頻生成大模型　97

4.3.5　圖像生成大模型　99

4.3.6　音樂生成大模型　100

4.3.7　語言識別大模型　101

本章小結(jié)　103

習(xí)題　103



第5章　人工智能安全與倫理問題

5.1　人工智能安全概述　104

5.1.1　人工智能安全形勢分析　105

5.1.2　人工智能安全風(fēng)險分析　105

5.1.3　應(yīng)用案例數(shù)據(jù)脫敏技術(shù)　107

5.1.4　各方應(yīng)對人工智能安全問題的舉措　107

5.2　人工智能安全體系架構(gòu)　108

5.2.1　人工智能內(nèi)生安全　110

5.2.2　人工智能衍生安全　110

5.3　人工智能助力安全　111

5.3.1　人工智能助力防御　111

5.3.2　人工智能輔助攻擊　113

5.3.3　針對人工智能自身安全問題的攻擊　115

5.3.4　針對人工智能自身安全問題的防護(hù)　116

5.4　人工智能倫理問題　117

本章小結(jié)　120

習(xí)題　120



第6章　智能視覺

6.1　智能視覺概述　122

6.2　智能視覺關(guān)鍵技術(shù)　123

6.2.1　圖像獲取與預(yù)處理　123

6.2.2　特征提取與表示　125

6.3　典型應(yīng)用案例　128

6.3.1　安防監(jiān)控：守護(hù)安全的智慧之眼　128

6.3.2　醫(yī)療影像分析：輔助醫(yī)生精準(zhǔn)診斷　129

6.3.3　智能駕駛與輔助駕駛：引領(lǐng)未來出行方式　130

6.3.4　新零售與智能家居：打造智能生活新體驗　133

6.3.5　農(nóng)業(yè)智能化：推動農(nóng)業(yè)生產(chǎn)變革　136

6.4　智能視覺發(fā)展趨勢　138

本章小結(jié)　139

習(xí)題　139



第7章　智能博物館

7.1　人工智能與博物館：新時代的融合　140

7.2　人工智能在博物館的關(guān)鍵應(yīng)用　141

7.2.1　藏品保護(hù)與場館管理　141

7.2.2　展覽設(shè)計與展示　147

7.2.3　觀眾服務(wù)與體驗　150

7.3　未來趨勢與發(fā)展方向　155

7.3.1　人工智能技術(shù)在博物館中的應(yīng)用趨勢　155

7.3.2　人工智能與博物館的可持續(xù)發(fā)展　156

本章小結(jié)　157

習(xí)題　157



第8章　智能機器人

8.1　智能機器人的智能　158

8.1.1　為機器人的智能提供支撐的三種關(guān)鍵技術(shù)　158

8.1.2　人工智能加持下的機器人　159

8.2　智能機器人的主要傳感器及其應(yīng)用　169

8.3　智能機器人的前沿探索　173

8.3.1　深度學(xué)習(xí)在智能機器人中的應(yīng)用　173

8.3.2　柔性機器人與軟體機器人　174

8.3.3　群體智能與多機器人協(xié)作　176

本章小結(jié)　179

習(xí)題　179



第9章　智能穿戴設(shè)備

9.1　智能穿戴設(shè)備概述　180

9.1.1　智能穿戴設(shè)備簡介　180

9.1.2　發(fā)展歷程　182

9.1.3　智能穿戴設(shè)備種類　186

9.2　智能穿戴設(shè)備技術(shù)基礎(chǔ)　187

9.2.1　常見智能穿戴設(shè)備測量原理　187

9.2.2　無線通信技術(shù)　190

9.2.3　低功耗芯片技術(shù)　193

9.2.4　軟件開發(fā)技術(shù)　193

9.3　智能穿戴設(shè)備應(yīng)用案例　194

9.3.1　智能穿戴設(shè)備解鎖汽車：開啟便捷出行新時代　194

9.3.2　Apple Watch：促進(jìn)健康生活方式的轉(zhuǎn)變　195

9.4　智能穿戴設(shè)備的未來　196

9.4.1　未來技術(shù)發(fā)展方向　196

9.4.2　虛擬現(xiàn)實技術(shù)的融合　197

9.4.3　應(yīng)用趨勢　197

本章小結(jié)　198

習(xí)題　199



第 10章　智能駕駛

10.1　智能駕駛系統(tǒng)概述　200

10.1.1　智能駕駛的起源與發(fā)展背景　200

10.1.2　智能駕駛的定義　202

10.1.3　智能駕駛應(yīng)用場景　203

10.1.4　智能駕駛?cè)�面�?shù)據(jù)解讀　204

10.2　智能駕駛關(guān)鍵技術(shù)　205

10.2.1　智能駕駛中的環(huán)境感知　205

10.2.2　智能駕駛中的目標(biāo)識別　210

10.2.3　智能駕駛中的動態(tài)決策　212

10.3　智能駕駛應(yīng)用案例　213

本章小結(jié)　221

習(xí)題　221



第 11章　智能醫(yī)療

11.1　智能醫(yī)療概述　223

11.1.1　智能醫(yī)療的主要特點　223

11.1.2　智能醫(yī)療發(fā)展歷史　224

11.2　智能醫(yī)療關(guān)鍵技術(shù)　226

11.2.1　計算機視覺　226

11.2.2　機器學(xué)習(xí)和深度學(xué)習(xí)　228

11.2.3　物聯(lián)網(wǎng)　229

11.3　典型應(yīng)用案例　230

11.3.1　藥物發(fā)現(xiàn)　230

11.3.2　醫(yī)學(xué)影像分析　232

11.3.3　醫(yī)療保健　235

11.3.4　生物醫(yī)學(xué)大數(shù)據(jù)分析　238

11.4　智能醫(yī)療的技術(shù)挑戰(zhàn)和發(fā)展趨勢　240

11.4.1　技術(shù)挑戰(zhàn)　240

11.4.2　發(fā)展趨勢　241

本章小結(jié)　242

習(xí)題　243



第 12章　智能教育

12.1　智能教育概述　244

12.1.1　智能教育背景　244

12.1.2　智能教育的必要性　245

12.1.3　發(fā)展趨勢　246

12.2　智能教育技術(shù)　248

12.2.1　人工智能技術(shù)　248

12.2.2　虛擬現(xiàn)實與增強現(xiàn)實　250

12.2.3　智能化學(xué)習(xí)輔導(dǎo)：基于大模型的個性化教育　252

12.3　個性化教育　253

12.3.1　實現(xiàn)方式　254

12.3.2　應(yīng)用場景　254

12.3.3　案例介紹　255

12.3.4　個性化學(xué)習(xí)優(yōu)勢　257

12.4　基于AI的教育平臺　258

12.4.1　教育服務(wù)優(yōu)化　258

12.4.2　知識生產(chǎn)與獲取變革　260

12.4.3　教育大模型　261

12.5　推薦教育或?qū)W習(xí)資源網(wǎng)站　265

本章小結(jié)　269

習(xí)題　269

參考文獻(xiàn)