以大模型为代表的生成式人工智能快速普及，ChatGPT、DeepSeek等产品的出现，让人工智能技术走进大众视野，展现出强大的变革力量。人工智能正在深刻改变人们的思维方式、生活模式与生产形态，对经济社会发展产生广泛而深远的影响。为帮助学习者系统掌握人工智能基础理论，熟练开展AI工具实操应用，树立正确的人工二智能伦理观念，我们结合教学实际，完成本教材的编撰工作。
目录：
项目1 人工智能入门
1.1 认识人工智能
1.1.1 人工智能的定义
1.1.2 人工智能的分类
1.1.3 人工智能的能力分级
1.1.4 人工智能的关键特征
1.1.5 人工智能发展简史
1.2 人工智能的技术架构
1.2.1 基础层
1.2.2 技术层
1.2.3 应用层
1.3 人工智能伦理与安全
1.3.1 关注AI伦理的意义
1.3.2 使用AI的基本准则
1.3.3 AI安全风险与应对策略
项目2 机器学习与神经网络
2.1 机器学习
2.1.1 机器学习的基础
2.1.2 监督学习
2.1.3 无监督学习
2.1.4强化学习
2.2 神经网络
2.2.1 神经元
2.2.2 人工神经网络
2.3 深度学习典型网络
2.3.1 卷积神经网络
2.3.2 循环神经网络
2.3.3 生成对抗网络
项目3 AI大模型与提示工程实践
3.1 认识AI大模型
3.1.1 大模型概述
3.1.2 大模型技术演进背景
3.1.3 大模型分类
3.1.4 主流大模型介绍
3.2 大模型关键技术
3.2.1 Transformer架构与自注意力机制
3.2.2 预训练与微调策略
3.3 提示工程入门
3.3.1 提示词的定义与重要性
3.3.2基础提示词构成要素与原则
3.4 大模型安全与规范使用
3.4.1 数据安全与风险
3.4.2 提示词注入攻击原理与防范
3.4.3 API安全漏洞和应对策略
3.4.4 算法偏见的形成与预防
项目4 自然语言处理与AIGC应用
4.1自然语言处理基础
4.1.1 语言学基础知识
4.1.2 文本的数字化表示
4.1.33 自然语言处理主要应用领域
4.2 AI文本生成技术
4.2.1文本生成原理
4.2.2 文本提示词设计策略
4.2.3 主流AIGC文本工具
4.3 文本生成工具:Deepseek
4.3.1 原创文案
4.3.2 文案的改写和润色
4.4 文本生成工具:Kimi
4.4.1 文案创作
4.4.2 Kimi+助手
4.5 文本生成工具:豆包
4.5.1 帮我写作
4.5.2 AI阅读
4.5.3 编辑文本
项目5 视觉智能与AIGC应用
5.1 计算机视觉基础
5.1.1 视觉感知原理
5.1.2 图像的数字化表示
5.1.3 计算机视觉应用领域
5.2 AI图像生成技术
5.2.1 AI图像生成技术概览
5.2.2图像生成提示词策略
5.2.3主流AIGC图像工具
5.3 图像生成工具:通义万相
5.3.1 基本功能
5.3.2 智能扩写
5.3.3 创意模板
5.4 图像生成工具:文心一言
5.4.1 文本生成图像
5.4.2 图像生成图像
5.4.3 智慧绘图
5.5图像生成工具:爱设计
5.5.1 字生画
5.5.2 图生画
项目6 视频智能与AIGC应用
6.1 AI视频处理与应用概述
6.1.1 AI视频处理的核心能力
6.1.2 AI视频处理的典型应用场景
6.1.3 AI视频处理技术的优势与局限
6.2 AI视频生成技术
6.2.1 视频生成原理与方式
6.2.2 视频生成提示词
6.2.3 主流AIGC视频工具
6.3 视频生成工具:可灵
6.3.1 文本生成视频
6.3.2 图像生成视频
6.3.3 多模态编辑
6.3.4 音效设置
6.3.5 对口型
6.4 视频生成工具:即梦
6.4.1 视频生成
6.4.2 数字人
6.4.3 动作模仿
6.4.4 视频编辑
6.5视频生成工具:闪剪
6.5.1直播快剪
6.5.2 口播视频
6.5.3 定制数字人
6.5.4 链接成片
项目7 AI智能体应用
7.1 AI智能体基础
7.1.1 AI智能体的定义与特征
7.1.2 AI智能体的构建与工作原理
7.1.3 AI智能体的主要应用场景
7.1.4 AI智能体的技术挑战与展望
7.2 AI智能体:Cherry Studio
7.2.1 核心功能
7.2.2 应用特点
7.2.3安装和配置模型
7.2.4 创建知识库
7.2.5 搭建智能体
7.3 AI智能体:扣子
7.3.1 创建知识库
7.3.2 创建智能体
项目8 人工智能前沿与行业赋能
8.1 机器人与具身智能
8.1.1 机器人技术基础
8.1.2 具身智能
8.1.3 具身智能的应用
8.2 类脑计算与混合智能
8.2.1 类脑计算原理
8.2.2 混合智能与脑机接口简介
8.3 AI未来趋势与伦理责任
8.3.1 通用人工智能(AGI)展望
8.3.2 AI技术发展趋势
8.3.3 负责任AI的原理与框架
8.3.4 智能时代的学习与适应
参考文献
项目1 人工智能入门
1.1 认识人工智能
1.1.1 人工智能的定义
1.1.2 人工智能的分类
1.1.3 人工智能的能力分级
1.1.4 人工智能的关键特征
1.1.5 人工智能发展简史
1.2 人工智能的技术架构
1.2.1 基础层
1.2.2 技术层
1.2.3 应用层
1.3 人工智能伦理与安全
1.3.1 关注AI伦理的意义
1.3.2 使用AI的基本准则
1.3.3 AI安全风险与应对策略
项目2 机器学习与神经网络
2.1 机器学习
2.1.1 机器学习的基础
2.1.2 监督学习
2.1.3 无监督学习
2.1.4强化学习
2.2 神经网络
2.2.1 神经元
2.2.2 人工神经网络
2.3 深度学习典型网络
2.3.1 卷积神经网络
2.3.2 循环神经网络
2.3.3 生成对抗网络
项目3 AI大模型与提示工程实践
3.1 认识AI大模型
3.1.1 大模型概述
3.1.2 大模型技术演进背景
3.1.3 大模型分类
3.1.4 主流大模型介绍
3.2 大模型关键技术
3.2.1 Transformer架构与自注意力机制
3.2.2 预训练与微调策略
3.3 提示工程入门
3.3.1 提示词的定义与重要性
3.3.2基础提示词构成要素与原则
3.4 大模型安全与规范使用
3.4.1 数据安全与风险
3.4.2 提示词注入攻击原理与防范
3.4.3 API安全漏洞和应对策略
3.4.4 算法偏见的形成与预防
项目4 自然语言处理与AIGC应用
4.1自然语言处理基础
4.1.1 语言学基础知识
4.1.2 文本的数字化表示
4.1.33 自然语言处理主要应用领域
4.2 AI文本生成技术
4.2.1文本生成原理
4.2.2 文本提示词设计策略
4.2.3 主流AIGC文本工具
4.3 文本生成工具:Deepseek
4.3.1 原创文案
4.3.2 文案的改写和润色
4.4 文本生成工具:Kimi
4.4.1 文案创作
4.4.2 Kimi+助手
4.5 文本生成工具:豆包
4.5.1 帮我写作
4.5.2 AI阅读
4.5.3 编辑文本
项目5 视觉智能与AIGC应用
5.1 计算机视觉基础
5.1.1 视觉感知原理
5.1.2 图像的数字化表示
5.1.3 计算机视觉应用领域
5.2 AI图像生成技术
5.2.1 AI图像生成技术概览
5.2.2图像生成提示词策略
5.2.3主流AIGC图像工具
5.3 图像生成工具:通义万相
5.3.1 基本功能
5.3.2 智能扩写
5.3.3 创意模板
5.4 图像生成工具:文心一言
5.4.1 文本生成图像
5.4.2 图像生成图像
5.4.3 智慧绘图
5.5图像生成工具:爱设计
5.5.1 字生画
5.5.2 图生画
项目6 视频智能与AIGC应用
6.1 AI视频处理与应用概述
6.1.1 AI视频处理的核心能力
6.1.2 AI视频处理的典型应用场景
6.1.3 AI视频处理技术的优势与局限
6.2 AI视频生成技术
6.2.1 视频生成原理与方式
6.2.2 视频生成提示词
6.2.3 主流AIGC视频工具
6.3 视频生成工具:可灵
6.3.1 文本生成视频
6.3.2 图像生成视频
6.3.3 多模态编辑
6.3.4 音效设置
6.3.5 对口型
6.4 视频生成工具:即梦
6.4.1 视频生成
6.4.2 数字人
6.4.3 动作模仿
6.4.4 视频编辑
6.5视频生成工具:闪剪
6.5.1直播快剪
6.5.2 口播视频
6.5.3 定制数字人
6.5.4 链接成片
项目7 AI智能体应用
7.1 AI智能体基础
7.1.1 AI智能体的定义与特征
7.1.2 AI智能体的构建与工作原理
7.1.3 AI智能体的主要应用场景
7.1.4 AI智能体的技术挑战与展望
7.2 AI智能体:Cherry Studio
7.2.1 核心功能
7.2.2 应用特点
7.2.3安装和配置模型
7.2.4 创建知识库
7.2.5 搭建智能体
7.3 AI智能体:扣子
7.3.1 创建知识库
7.3.2 创建智能体
项目8 人工智能前沿与行业赋能
8.1 机器人与具身智能
8.1.1 机器人技术基础
8.1.2 具身智能
8.1.3 具身智能的应用
8.2 类脑计算与混合智能
8.2.1 类脑计算原理
8.2.2 混合智能与脑机接口简介
8.3 AI未来趋势与伦理责任
8.3.1 通用人工智能(AGI)展望
8.3.2 AI技术发展趋势
8.3.3 负责任AI的原理与框架
8.3.4 智能时代的学习与适应
参考文献
-
查看
人工智能基础与AIGC应用
