前言

我们正身处一场深刻的技术革命浪潮之中，其核心驱动力之一便是人工智能。从智能手机的语音助手到自动驾驶汽车的决策系统，从精准的医疗影像诊断到个性化的内容推荐，从挑战人类智慧的围棋程序到能创作诗歌、编写代码的大语言模型，人工智能已不再是科幻小说中的想象，而是以惊人的速度渗透到科学研究、产业发展和社会生活的方方面面，重塑着我们理解世界、解决问题乃至创造价值的方式。人工智能导论是人工智能、智能科学与技术、计算机科学与技术、机器人工程等相关专业的导论课程。本书的编写响应了国家人工智能发展战略的需求和人工智能专业人才培养的需要，对学生职业生涯规划具有较好的指导意义。如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。加快发展新一代人工智能对我国抓住新一轮科技革命和产业变革机遇具有重要意义。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已初见曙光，在这个关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。作为一门新兴交叉学科，人工智能是 21 世纪科技发展的一大主流方向，是推动人类第四次工业革命的核心驱动力之一。人工智能已经成为许多高新技术产品的核心技术，因为它通过模拟人类智能解决问题，所以在很多领域都有着非常广泛的应用。第四次工业革命的目标是要让机器取代人类绝大部分的脑力工作，把人类带入人工智能时代。人工智能作为第四次工业革命的产物，长期以来受到众多科研人员与行业从业者的高度关注。因此，很多高校也相继成立了人工智能学院或开设了人工智能专业，这些都推动着人工智能技术逐步走向成熟。2017 年，中华人民共和国*（简称*）在复旦大学和天津大学分别举行研讨会，形成了新工科建设的;复旦共识和;天大行动。之后，*又在北京形成了新工科建设的;北京指南。新工科建设已得到越来越多高校的重视，人工智能更是位居首位。当前，人工智能技术和产业高速发展，不仅促进了高校人工智能教育和学科布局，也加快了国家层面相关政策的出台。2017 年，《国务院关于印发新一代人工智能发展规划的通知》对我国人工智能的发展作出了总体部署。2018 年，《政府工作报告》明确提出;加强新一代人工智能研发应用。2018 年，《*关于印发lt;高等学校人工智能创新行动计划gt;的通知》中提到：到2030 年，高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。2018 年，*公布的首批612 个;新工科研究与实践项目中，人工智能、大数据、智能制造类项目达50 多个。据不完全统计，我国人工智能领域人才缺口约为500 万，人才紧缺已经成为阻碍行业快速发展的重要因素。人工智能学科建设及人工智能人才培养已成为大势所趋，全国许多高校都在围绕人工智能开展建设工作。如何立足国家需求和产业发展需要，培养各种层次的人工智能人才，已成为各个高校面临的共同课题。2022 年10 月，党的二十大报告指出：建设现代化产业体系。坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。实施产业基础再造工程和重大技术装备攻关工程，支持专精特新企业发展，推动制造业高端化、智能化、绿色化发展。巩固优势产业领先地位，在关系安全发展的领域加快补齐短板，提升战略性资源供应保障能力。推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。构建优质高效的服务业新体系，推动现代服务业同先进制造业、现代农业深度融合。加快发展物联网，建设高效顺畅的流通体系，降低物流成本。加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。优化基础设施布局、结构、功能和系统集成，构建现代化基础设施体系。2023 年被视为中国人工智能政策的体系化元年。从国家立法到地方落地，逐步构建起覆盖技术研发、算力保障、数据开放、场景应用、伦理治理的全链条政策体系。相关政策一方面聚焦大模型、芯片国产化等领域，着力抢占技术制高点；另一方面强化内容监管、风险预判等举措，防范技术应用风险。该政策体系为未来人工智能产业的高速发展筑牢了制度根基。2023 年8 月，全球首部关于生成式人工智能治理的专门法规《生成式人工智能服务管理暂行办法》正式施行。该法确立了;包容审慎、分类分级监管的原则，要求服务提供者采取有效措施防范未成年人用户过度依赖或沉迷生成式人工智能服务，并建立了安全评估与算法备案制度，在监管实践中逐步形成了;算法备案十大模型备案的;双备案监管框架。欧盟《人工智能法案》于2024 年8 月生效，是全球首部全面监管人工智能的法规。该法案按风险等级分类监管人工智能系统，对高风险系统规定了严格的透明度义务。2025 年6 月，中华人民共和国工业和信息化部（简称工业和信息化部）等六部门要求领航级智能工厂应用人工智能技术场景比例不低于60%，推动人工智能与制造业全流程融合。2025 年，《政府工作报告》提到：持续推进;人工智能十行动，将数字技术与制造优势、市场优势更好地结合起来，支持大模型广泛应用。人工智能是一门极富挑战性的科学，作为计算机科学的一个分支，其涉及的知识面非常广，从事这项工作的人必须了解计算机、心理学和哲学等多学科知识。总体来说，人工智能研究的主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。本书的特色是覆盖了人工智能研究领域的多种技术，以案例教学的模式尽量全面地反映人工智能在各个领域的应用，同时采用通俗易懂的语言使学生更容易理解本书的内容。针对人工智能的名词术语、具体问题和分析方法，编者在书中嵌入了二维码等数字资源，便于学生拓展知识视野。本书还配有在线答题，方便学生自学使用。本书作为入门级的人工智能教材，可以帮助初学者实现;零基础学习人工智能，了解人工智能是什么、人工智能研究什么、人工智能的理论基础是什么、人工智能的算法与模型有哪些、人工智能的发展与应用对我们的工作和生活会产生怎样的影响等。本书主要介绍人工智能问题求解的一般性原则和基本思想，以及人工智能创新设计与创业实践，帮助学生形成对人工智能基础知识及人工智能方法一般应用的整体性认识，为学生今后在相关领域应用人工智能奠定基础。本书的编写遵循以下核心原则。（1）基础性与系统性。编者首先致力于构建一个坚实且清晰的知识框架，从人工智能的定义、发展历程、核心目标与学派（如符号主义、连接主义、行为主义等）入手，然后逐步深入讲解支撑现代人工智能的关键理论基石：知识表示与推理、搜索算法、机器学习（特别是监督学习、无监督学习、强化学习）、人工神经网络、自然语言处理、计算机视觉、智能体等。本书力求帮助学生掌握核心概念、基本算法和典型应用场景，形成对学科整体的系统性认识。（2）时代性与前瞻性。人工智能领域日新月异。我们在阐述经典理论和方法的同时，特别关注当下最具活力的前沿内容，如深度学习、大语言模型、生成式人工智能、强化学习的突破性应用、人工智能伦理与治理等。通过引入这些鲜活的内容，编者希望学生不仅能理解人工智能的过去和现在，更能感知其未来的发展趋势。（3）可读性与实践性。本书在编写过程中，力求语言清晰、逻辑严谨、表述生动，避免使用不必要的晦涩术语，并引入丰富的图表和实例。同时，本书强调理论联系实际，在关键章节引入编程实践（如使用Python 及流行库）或算法模型，鼓励学生动手实践，体验;从想法到实现的过程，培养他们解决实际问题的能力。（4）批判性与责任感。人工智能在带来巨大机遇的同时，也伴随着复杂的伦理、安全、公平、隐私和就业等社会挑战。本书专设章节探讨人工智能的伦理与社会影响，引导学生思考技术的边界、应用的后果及开发者和使用者应承担的责任，培养其必要的批判性思维和社会责任感。本书由李云红担任主编并负责统稿和校稿工作，李云红、雷涛、陈锦妮、苏雪平、任劼、崔琳、乌江、李敏奇参加书稿的编写工作。本书的研究工作得到了陕西高校创新创业教育在线开放课程;人工智能创新设计与创业实践项目及西安工程大学人工智能导论规划教材项目的支持。本书包含了编者多年的科研和教学实践成果，在编写过程中，参考了国内外大量的文献资料，在此对相关作者表示真诚的感谢。本书的编写和出版还得到了西安工程大学的大力支持，在此表示衷心感谢。由于编者水平有限，书中难免存在疏漏之处，恳请读者批评指正。

本书是适配高等院校人工智能、智能科学与技术等多工科专业的优质教学读本，兼具理论深度与产业视野。全书系统梳理人工智能核心基础知识、前沿研究进展与未来发展趋势，循序渐进搭建完整知识框架，兼顾科学性、实用性与前沿性。书中围绕互联网智能、类脑智能等热门方向展开剖析，拆解人工智能创新设计模式，并结合真实创业案例剖析行业实践难点。阅读本书既能快速厘清人工智能发展脉络，夯实理论根基，也能精准把握产业现状与市场需求，切实提升技术落地应用能力。

本书旨在通过介绍人工智能研究领域的核心知识、最新进展和发展方向，帮助学生建立对人工智能的总体认识，为学生后续开展人工智能各细分方向的科研工作与实践应用夯实基础。本书阐述了当前人工智能的研究热点和未来人工智能的发展方向，探讨了互联网智能、类脑智能等内容，分析了人工智能创新设计的多种模式，介绍人工智能创业实践的典型案例及面临的挑战。本书力求体现科学性、实用性和先进性，内容安排循序渐进、条理清晰，能够帮助学生快速了解人工智能的发展过程与基本知识，熟悉人工智能产业的发展现状与市场需求，提升人工智能的应用能力。本书可以作为高等院校人工智能、智能科学与技术、计算机科学与技术、机器人工程等相关专业的教材，也可以供从事人工智能研究与应用的科技人员学习参考。

李云红 主编。

李云红，博士，西安工程大学电子信息学院教授，处长，光学精密工程、哈尔滨工业大学学报、中国激光、激光与光电子学进展、红外技术等期刊审稿专家，中国纺织工程学会高级会员、中国电工技术学会高级会员、陕西省电源学会副理事长、西安市人工智能机器人学会常务理事。目前主要从事红外热像测温技术、人工智能、图像处理、信号与信息处理技术的相关研究。主持纵横向课题40余项，发表SCI、EI、CSCD检索论文60余篇，主编教材6部，专著2部，授权发明专利12项。主讲信号与系统、数字图像处理、语音信号处理、工程伦理等课程。《人工智能导论》获;十四五国家职业教育规划教材；获第十三届陕西青年科技奖、陕西省自然科学二等奖1项、陕西省科学技术三等奖1项、陕西高等学校科学技术奖二等奖2项；教学名师，青年教学骨干，曾任校学术委员会委员、校教学委员会委员、校学位委员会委员。

第1 章 绪论 111 什么是智能 412 人工智能概述 4121 强人工智能与弱人工智能 6122 人工智能与人类智能 6123 人工智能的研究领域 913 大数据和人工智能 12131 大数据的概念 13132 大数据技术在人工智能中的应用优势 13133 大数据在人工智能中的具体应用 1414 人工智能的起源与发展 1515 人工智能的研究内容 18151 认知建模 19152 知识表示 19153 自动推理 20154 机器学习 2116 人工智能的实现途径 22161 符号主义学派 23162 连接主义学派 24163 行为主义学派 24164 进化主义学派 25165 群体主义学派 2517 人工智能的应用 26171 人工智能在不同场景的应用 26172 人工智能工程落地的主要问题 27173 人工智能企业的现状与前景 28174 未来人工智能的发展趋势：人机环境系统智能 28本章小结 29习题 29第2 章 机器学习 3121 机器学习概述 34211 简单的学习模型 34212 什么是机器学习 36213 机器学习知识点梳理 37214 机器学习的研究概况 3722 归纳学习 39221 归纳学习的基本概念 39222 变型空间方法 40223 决策树方法 4123 类比学习 42231 相似性 43232 类比学习的求解程序 43233 基于案例的推理 44234 迁移学习 4624 统计学习 47241 逻辑回归 48242 支持向量机 49243 提升算法 5025 强化学习 51251 强化学习模型 51252 学习自动机 52253 自适应动态程序设计 53254 Q_学习 5426 进化计算 55261 进化算法的定义 56262 遗传算法 56263 进化策略 58264 进化规划 5827 群体智能 59271 蚁群优化算法 59272 粒子群优化算法 6128 知识发现 62本章小结 63习题 64第3 章 神经网络 6531 神经网络概述 68311 神经网络简介 68312 神经网络的发展历史 6932 神经信息处理的基本原理 7033 感知机 73331 基本神经元 73332 感知机模型 7434 前馈神经网络 75341 前馈神经网络模型 75342 误差逆传播算法 7635 Hopfield 神经网络 77351 离散型Hopfield 神经网络 77352 连续型Hopfield 神经网络 7836 随机神经网络 80361 模拟退火算法 80362 玻尔兹曼机 8137 深度学习 84371 人脑视觉机理 84372 自编码器 84373 受限玻尔兹曼机 85374 深度信念网络 8738 自组织神经网络 87381 自组织特征映射网络模型 88382 网络自组织算法模型 88383 监督学习 89本章小结 89习题 90第4 章 专家系统 9141 专家系统概述 93411 专家系统的特点 93412 专家系统的类型 94413 专家系统的发展历史 9742 专家系统的基本结构 9843 专家系统MYCIN 99431 数据的表示 100432 控制策略 10244 专家系统开发工具CLIPS 102441 知识表示 103442 CLIPS 的运行 10645 专家系统开发工具JESS 107451 知识表示和基本组成 108452 JESS 的开发 10846 专家系统开发工具OKPS 109461 知识表示 110462 推理控制语言 11147 专家系统的建立 113471 专家系统的设计原则 113472 专家系统的开发步骤 114473 专家系统的评价 11548 新型专家系统 116481 新型专家系统的特征 116482 分布式专家系统 118483 协同式专家系统 119484 基于免疫计算的专家系统 120本章小结 121习题 122第5 章 智能机器人 12351 智能机器人概述 126511 智能机器人的特点 126512 智能机器人的分类 127513 智能机器人的关键技术 12952 智能机器人的体系结构 13053 机器人视觉系统 13454 机器人规划系统 13555 情感机器人 136551 情感机器人概述 136552 情感机器人的理论障碍 138553 情感机器人的发展状态 139554 情感机器人对社会的影响 14156 教育机器人 142561 教育机器人概述 142562 教育机器人的应用 143563 教育机器人的发展目标 144564 教育机器人的发展趋势 14557 服务机器人 145571 服务机器人概述 145572 服务机器人的特点 146573 服务机器人的技术支撑 147574 服务机器人的发展趋势 14858 智能机器人的应用与发展 148本章小结 154习题 154第6 章 类脑智能 15661 类脑智能概述 158611 类脑智能的定义 158612 类脑智能的形成 158613 类脑智能的未来发展 159614 类脑智能的应用 16062 大数据智能 161621 大数据的定义 161622 大数据智能的定义 162623 大数据智能的发展 16263 认知计算 16464 神经形态芯片 16565 类脑智能路线图 167本章小结 168习题 168第7 章 人工智能创新设计 16971 人工智能创新设计概述 173711 人工智能创新设计发展历程 173712 人工智能创新设计案例 17472 人工智能创新设计在无人驾驶汽车中的应用 177721 无人驾驶汽车概述 177722 无人驾驶汽车的创新思维 179723 无人驾驶汽车智能设计的主要技术 18073 人工智能创新设计在艺术中的应用 181731 智能辅助设计：从创意到实现 181732 生成艺术作品：技术与实践 182733 个性化艺术体验：用户交互 18474 人工智能创新设计面临的挑战及发展趋势 185741 技术瓶颈和局限性 185742 伦理及隐私问题 186743 人工智能创新设计的发展趋势 187本章小结 187习题 188第8 章 人工智能创业实践 18981 大学生创业教育概述 192811 大学生创业生态环境分析 192812 应对大学生创新创业挑战的策略 192813 大学生创业教育课程体系构建原则 193814 大学生创业积极心理品质的培养 19482 人工智能创业基础 195821 人工智能教育新时代 195822 人工智能技术对教育的影响 196823 人工智能创业教育展望 197824 人工智能创业思维变革 19883 人工智能创业机会与市场需求 199831 人工智能创业机会 199832 市场需求与竞争态势 202833 痛点识别与解决方案设计 20284 人工智能创业应用 203841 智能陪伴机器人 203842 智慧健康养老云平台 206本章小结 209习题 209第9 章 人工智能创业实践案例 21091 人工智能与创业实践的融合及路径 212911 人工智能与新工科融合的人才培养路径 213912 创业实践在工科教育中的挑战 214913 培养创新创业型工程人才的关键要素 216914 创业教育融入人工智能的意义 21892 人工智能创业领域的相关案例研究 219921 人脸识别 219922 语音交互智能助手 220923 金融智能投顾 221924 智能制造 22293 人工智能创业实践案例分析 224931 DeepMind 案例 224932 OpenAI 案例 226933 Nuro 案例 227934 IBM Watson 案例 229935 DeepSeek 案例 23094 人工智能创业实践的发展趋势 231941 高校发展趋势 231942 企业发展趋势 232943 国家发展趋势 233944 全球发展趋势 233945 创业实践应用的发展趋势 234本章小结 234习题 234参考文献 235附录 常用人工智能英汉术语 236