三位院士推荐

本书的核心宗旨和理念是让读者对人工智能产生兴趣、形成概念、启发思考本书注重;三平衡：专业与科普的平衡、理论与应用的平衡、经典与前沿的平衡

本书强调;四融合：即教研融合、产教融合、科教融合、通专融合

本书附赠500页课件PPT，500分钟核心知识点讲解视频，课程上线智慧树慕课平台！

本书是一本面向高等学校学生的基础性通识类教材，旨在引领学生进入人工智能这一前沿领域。全书内容分为;涨知识与;开眼界两大板块。在前五章构成的;涨知识板块中，系统地介绍了人工智能的概念、发展历程，以及知识推理和问题求解方法，并介绍了三种典型的人工智能技术，即机器学习、深度学习和强化学习，包括其基础理论、核心思想、关键技术等，帮助学生建立对人工智能的宏观认知和体系框架。在后五章组成的;开眼界板块中，通过典型应用的介绍，展示了人工智能在视觉感知、具身智能、智慧医疗、智慧生活等方面的广阔应用前景，并在zui后一章探讨了大模型、生成式人工智能、AI for Science等前沿技术热点，旨在开阔学生的视野。作为一本入门级教材，本书旨在帮助学生建立对人工智能的宏观知识体系，重在培养学生的人工智能科学素养和科技思维，适合作为人文社科、理工类等不同专业学生的通识课程教材。

丛润民山东大学控制科学与工程学院教授，博士生导师，青年长江学者、全球前2%顶尖科学家、山东省泰山学者青年专家。研究方向为人工智能、模式识别、机器学习、具身智能，在TPAMI、IJCV、NeurIPS、CVPR、ICML、ICCV等国际顶级期刊和会议上发表论文120余篇，ESI热点论文/高被引论文20余篇。

曾获天津市科学技术进步一等奖、中国煤炭工业协会科学技术奖一等奖、中国图象图形学学会自然科学奖二等奖、IEEE Chester W. Sall纪念奖、IEEE杰出领导力奖、CVPR2025运动引导视频目标分割挑战赛冠军、ECCV2024 LSVOS指代视频目标分割挑战赛冠军、IEEE CVPR NTIRE双目图像超分挑战赛亚军、IEEE ICME最佳学生论文奖亚军、ACM SIGWEB中国新星奖、中国图象图形学学会优秀博士学位论文奖、《信号处理》2020_2022年度优秀论文奖、中国图象图形学学会科普先进工作者等。担任IEEE TNNLS等4个SCI期刊编委，山东省人工智能学会常务理事等。

主讲_华为智能基座课程3门，获中国人工智能学会教学成果激励计划一类成果、山东省自动化学会普通高等教育教学成果一等奖、华为;栋梁之师称号及奖教金，指导中国图学学会优秀硕士学位论文1项、北京图象图形学学会优秀硕士学位论文1项、校优秀硕士学位论文5项、校优秀本科毕业设计(论文)2项等，在国家级/省部级科创比赛中获奖20项。

通识教育，尤其是人工智能的通识教育对于提升全学科的科技素养十分重要，这本教材的出版可谓恰逢其时，它系统全面地介绍了人工智能的基本原理与技术应用，内容丰富，结构清晰，案例生动，适合初学者入门，有助于读者快速构建AI知识体系。 ?蒋昌俊 中国工程院院士、同济大学教授通识类教材由于面向的学生学科背景差异大，所以在知识点介绍时面临诸多挑战。这本教材采用了基础理论与实际应用并重的组织模式，全面考虑了内容的技术性、可读性、前沿性和实践性，是一本值得推荐的人工智能入门教材。 ?尼玛扎西 中国工程院院士、西藏大学教授 本书作为人工智能领域的通识类教材，从;涨知识和;开眼界两个维度深入浅出地阐明了人工智能的核心关键技术，展示了人工智能在各行业的应用案例。全书内容丰富，非常适合各学科初学者入门，是一本不可多得的优秀教材。 ?邝得互 加拿大工程院院士、香港岭南大学副校长

目　录前言目板块一　涨知识人工智能基础理论第1章　人工智能概述21.1　什么是人工智能21.1.1　人工智能的定义与评估21.1.2　人工智能基础51.2　人工智能发展史61.3　大模型时代下的人工智能141.3.1　ChatGPT走向通用性AI之路151.3.2　百花齐放的多模态大模型181.4　人工智能伦理与规范241.5　人工智能技术展望251.5.1　人工智能的未来发展261.5.2　人工智能融入寻常百姓家281.6　小结28参考文献29第2章　知识推理与问题求解312.1　知识表示312.1.1　知识表示方法322.1.2　逻辑关系与规则392.1.3　知识图谱432.2　知识推理452.2.1　概率推理452.2.2　因果推理492.2.3　知识图谱推理532.3　搜索求解542.3.1　搜索问题的定义542.3.2　盲目搜索572.3.3　启发式搜索582.4　博弈论612.4.1　博弈论的起源与发展622.4.2　博弈论的定义与基础632.4.3　经典博弈案例分析662.5　小结73参考文献74第3章　机器学习基础753.1　机器学习概述753.2　经典算法763.2.1　监督学习763.2.2　无监督学习823.3　模型评估与选择863.3.1　经验误差与过拟合863.3.2　评估方法883.3.3　性能度量893.4　当代机器学习概述943.4.1　深度学习943.4.2　强化学习983.4.3　图学习1013.4.4　联邦学习 1043.4.5　迁移学习 1093.5　小结114参考文献114第4章　深度学习1174.1　从感知机到深度神经网络1174.1.1　感知机1194.1.2　前馈神经网络1204.1.3　激活函数1224.2　深度学习中的优化与学习1244.2.1　损失函数1254.2.2　梯度下降算法1264.2.3　反向传播算法1294.3　深度学习框架1314.3.1　Theano 1324.3.2　Caffe1334.3.3　TensorFlow1344.3.4　PyTorch1374.3.5　PaddlePaddle1384.3.6　MindSpore1384.4　卷积神经网络1414.4.1　卷积神经网络的核心组成1424.4.2　卷积神经网络的架构探索1454.5　序列到序列模型1514.5.1　序列数据与序列任务1524.5.2　循环神经网络的原理与结构1534.5.3　基于门控单元的循环神经网络1574.6　Transformer模型1594.6.1　Transformer的核心组成1594.6.2　Transformer的架构设计1614.7　深度生成模型1644.7.1　概率生成模型1644.7.2　变分自编码器1654.7.3　生成对抗网络1664.8　小结169参考文献170第5章　强化学习1735.1　强化学习基础1735.1.1　强化学习的发展历史1735.1.2　强化学习的基本概念1765.1.3　马尔可夫决策过程1785.1.4　贝尔曼方程1825.2　经典强化学习方法1845.2.1　基于价值函数的方法1855.2.2　基于策略的方法1945.3　深度强化学习 1975.4　强化学习的应用 2035.4.1　智能机器人与强化学习2035.4.2　自动驾驶与强化学习2055.4.3　金融服务与强化学习2075.4.4　游戏AI与强化学习2095.5　小结211参考文献212板块二　开眼界人工智能应用实践第6章　智能之眼视觉感知2166.1　计算机视觉及其发展史 2176.2　图像增强2226.2.1　图像增强概述2226.2.2　典型图像增强任务2246.3　图像分类2356.3.1　图像分类概述2356.3.2　细粒度图像分类2376.4　目标检测2396.4.1　目标检测概述2396.4.2　经典目标检测方法2406.5　图像分割2446.5.1　图像分割概述2446.5.2　经典语义分割模型2476.6　三维视觉2516.6.1　三维视觉概述2516.6.2　典型三维视觉任务2526.7　小结261参考文献262第7章　智能之躯具身智能2687.1　具身智能概述 2687.1.1　具身智能的基本概念2697.1.2　具身智能的核心要素2707.1.3　具身智能与传统人工智能2737.1.4　具身智能的意义与价值2747.2　具身智能的核心技术2757.2.1　具身智能的系统框架2767.2.2　具身智能的典型实现路径2777.2.3　仿真到真实的迁移 2817.3　具身智能的典型应用 2847.3.1　智能机器人操作任务2847.3.2　服务机器人导航任务2907.4　具身智能的发展前沿与展望2957.4.1　具身智能大模型2957.4.2　具身智能的未来挑战2967.5　小结298参考文献298第8章　AI卫士智慧医疗2998.1　智慧医疗概述 2998.1.1　智慧医疗的概念3008.1.2　智慧医疗数据3028.1.3　智慧医疗关键技术3068.2　智慧医疗的应用3118.2.1　临床诊断与治疗3118.2.2　远程医疗与在线问诊3148.2.3　药物研发与个性化医疗3168.2.4　中医药应用3188.3　智慧医疗面临的挑战与前景3218.3.1　智慧医疗面临的挑战3228.3.2　智慧医疗的发展前景3268.4　小结329参考文献330第9章　AI助手智慧生活3329.1　智慧生活概述与人工智能实现3329.1.1　智慧生活概览3329.1.2　人工智能在日常生活中的角色3339.2　智;衣新尚智能穿戴与AI时尚助手 3359.2.1　核心技术与框架以智能穿戴为例3359.2.2　应用案例介绍AI时尚助手3389.3　;食悦智融智慧农业与食品安全 3429.3.1　核心技术与框架以智慧农业为例3429.3.2　应用案例介绍食品安全监管与溯源3479.4　乐享智;住智能家居与智慧社区 3519.4.1　核心技术与框架以智能家居为例3529.4.2　应用案例介绍智慧社区3539.5　智;行天下交通大数据与自动驾驶 3579.5.1　核心技术与框架以智能交通规划为例3579.5.2　应用案例介绍自动驾驶系统3609.6　小结365参考文献365第10章　人工智能前沿36710.1　大模型的兴起与演进 36710.1.1　大模型的基本概念与发展历程 36810.1.2　大模型的优势与挑战37010.1.3　大模型的训练与优化 37110.1.4　多模态大模型 37910.2　生成式人工智能 38210.2.1　扩散模型38210.2.2　生成式设计与艺术创作38510.2.3　大模型技术治理与社会影响39010.3　AI for Science 39110.3.1　人工智能在科学中的定义与背景39210.3.2　人工智能与自然科学39210.3.3　人工智能与人文社会科学39510.4　小结396参考文献397

前　言

人工智能（Artificial Intelligence，AI）是以机器为载体模拟人类智能的理论、技术和方法，因此也被称为机器智能（Machine Intelligence）。对人类智能的模拟可通过以符号主义为基石的逻辑推理、以问题求解为核心的探询搜索、以数据驱动为主导的机器学习、以行为主义为动力的强化学习和以博弈对抗为焦点的决策智能等方法来实现。在这个;智行天下，能动未来的AI时代，全球正经历着由AI引领的新一轮科技革命和产业变革浪潮。在移动互联网、大数据、超级计算、传感网、脑科学、大模型等新理论和新技术的驱动下，人工智能技术作为一种新质生产力已经对经济发展、社会进步、全球治理等各方面产生重大而深远的影响。唯有紧跟时代步伐，积极把握智能技术的发展机遇，我们才能顺势而为，将创新发展的主动权牢牢掌握在自己手中。

2022年9月，中共中央办公厅、国务院办公厅印发了《关于新时代进一步加强科学技术普及工作的意见》（以下简称《意见》）。《意见》明确指出，高等学校应设立科技相关通识课程，满足不同专业、不同学习阶段学生需求，鼓励和支持学生开展创新实践活动和科普志愿服务。如今，人工智能技术已经逐步赋能各行各业，对行业的发展产生了深远的影响。作为一门具有明显交叉融合优势的学科，人工智能具备典型的通识培养价值，有助于提高各学科学生的智能化认知水平和基础科技素养。因此，从通识教育的角度出发，培养高等学校学生的人工智能科技素养显得尤为重要且迫切。

本书是一本旨在引领学生进入人工智能领域的基础性、通用性教材，核心内容可分为;涨知识和;开眼界两大功能性板块。本书前五章内容组成;涨知识板块，通过对该部分内容的学习，学生可以了解人工智能的概念和发展简史、掌握人工智能领域的基本知识和技术架构、了解人工智能的关键核心技术，从而建立对人工智能的宏观认知和体系框架。本书后五章内容组成;开眼界板块，旨在通过对典型应用的介绍让学生对人工智能产生具象化的理解，了解人工智能的应用前景和前沿热点，开阔眼界。作为一本入门级的人工智能教材，本书尤为注重宏观知识体系的构建，致力于以简洁明了的方式引领初学者踏入这一领域。在编写过程中，作者充分考量了来自不同学科背景的学生在学习上的差异化需求，有意减少了复杂的数学公式推导和理论证明，转而采用大量生动的案例和更加通俗易懂的语言，以深入浅出的方式介绍人工智能的核心技术和关键应用，帮助初学者建立对人工智能的直观认知。此外，作者对全书内容进行了高度提炼，精选出50个核心知识点，并依托先进的数字人技术，制作了配套的知识点讲解视频，以期帮助同学们更加直观、高效地理解和掌握关键知识内容。通过学习本书，同学们能够完善知识结构，培养科学思维、创新精神和前瞻视野。本书是一本适合理工农医、人文社科等不同专业学生的通识类教材。

作者