本书以人工智能素养培育为主线，分为技术与原理篇和实践与创新篇两大部分。第1～9章为技术与原理篇，介绍人工智能及其相关的新技术，包括人工智能通识概述、互联网与物联网、大数据与云计算、人工智能、机器学习与深度学习、大语言模型与生成式人工智能、智能体、元宇宙与区块链、人工智能安全。第10～14章为实践与创新篇，内容包括信息搜集与分析、数据图文制作、知识管理、写作与演讲文档制作，以及综合实践：智慧教育。课程思政教育贯穿全书。

本书面向本科院校、职业院校各专业所开设的“人工智能通识课”，旨在让各专业学生了解人工智能及其相关技术和基本原理，并能够灵活地选择人工智能技术来辅助完成从信息搜集分析到智慧教与学等多种任务。本书对于教师提升人工智能素养、运用人工智能开展教学工作也有很强的指导意义。

前言

第1章  人工智能通识概述 1

1.1  数字素养和信息素养 2

1.1.1  素养的概念 2

1.1.2  信息素养 2

1.1.3  从信息素养到数字素养 3

1.2  人工智能素养 5

1.2.1  人工智能素养的提出 5

1.2.2  人工智能素养框架 7

1.2.3  人工智能素养培育策略 11

1.3  人工智能通识教育 12

1.3.1  人工智能通识教育内容 12

1.3.2  人工智能通识教育开展途径 14

1.3.3  人工智能通识课程 15

1.4  思考与实践 18

第2章  互联网与物联网 21

2.1  互联网、物联网与人工智能 22

2.2  互联网与移动互联网 22

2.2.1  互联网的概念 23

2.2.2  互联网的关键技术 24

2.2.3  移动互联网 27

2.3  物联网 30

2.3.1  物联网的概念 30

2.3.2  物联网的关键技术 32

2.4  应用实践：手机和智能家居 35

2.4.1  手机 35

2.4.2  智能家居 38

2.5  思考与实践 42

第3章  大数据与云计算 44

3.1  大数据、云计算与人工智能 45

3.2  大数据 46

3.2.1  大数据的概念 46

3.2.2  大数据的关键技术 48

3.2.3  大数据的应用与发展 51

3.3  云计算 55

3.3.1  云计算的概念 55

3.3.2  云计算的关键技术 59

3.3.3  云计算的应用与发展 62

3.4  应用实践：大数据爬取与分析 63

3.5  思考与实践 67

第4章  人工智能 69

4.1  人工智能的历史：从“深蓝”到AlphaGo Zero 70

4.1.1  超级计算机“深蓝” 70

4.1.2 “自学成才”的AlphaGo Zero 71

4.1.3 “深蓝”和AlphaGo Zero的对比 71

4.2  人工智能的概念 73

4.2.1  认识人工智能 73

4.2.2  人工智能的分类 74

4.2.3  人工智能相关术语 76

4.3  人工智能的关键技术 77

4.3.1  人工智能的三要素 77

4.3.2  人工智能的技术架构 79

4.3.3  人工智能与其他技术的关系 81

4.3.4  人工智能的技术热点 82

4.4  人工智能的应用与发展 83

4.4.1  人工智能的应用 83

4.4.2  人工智能的未来发展趋势与挑战 84

4.5  应用实践：对AI的认知与应用的思考 85

4.5.1  从科幻电影认知人工智能 85

4.5.2  人机交互的三个层次 87

4.6  思考与实践 88

第5章  机器学习与深度学习 90

5.1  机器学习、深度学习与人工智能 91

5.2  机器学习 92

5.2.1  机器学习的概念 92

5.2.2  机器学习的关键技术 96

5.2.3  机器学习的经典算法 99

5.3  深度学习 100

5.3.1  深度学习的概念 100

5.3.2  深度学习的关键技术 102

5.3.3  深度学习的经典算法 105

5.4  应用实践：AI辅助实现机器学习与深度学习程序 109

5.4.1  机器学习平台与工具 109

5.4.2  实现一个简单的机器学习程序 110

5.4.3  深度学习平台与工具 115

5.4.4  实现一个简单的深度学习程序 118

5.5  思考与实践 121

第6章  大语言模型与生成式人工智能 124

6.1  大语言模型、生成式人工智能与人工智能 125

6.2  大语言模型 126

6.2.1  大语言模型的概念 126

6.2.2  大语言模型的关键技术 130

6.2.3  大语言模型的应用与发展 131

6.3  生成式人工智能 134

6.3.1  生成式人工智能的概念 134

6.3.2  生成式人工智能的关键技术 136

6.3.3  生成式人工智能的应用与发展 137

6.4  应用实践：与大语言模型对话 142

6.4.1  对话的艺术：提示词 142

6.4.2  与DeepSeek对话 147

6.5  思考与实践 148

第7章  智能体 151

7.1  智能体与人工智能 152

7.2  智能体的概念 152

7.2.1  智能体的定义与理解 153

7.2.2  智能体的功能 154

7.3  智能体的框架结构和关键技术 157

7.3.1  智能体的框架结构 157

7.3.2  智能体的关键技术 158

7.4  智能体的应用与发展 159

7.4.1  智能体在教育领域的应用 159

7.4.2  智能体在家居领域的应用 160

7.4.3  智能体在医疗领域的应用 161

7.4.4  智能体在交通领域的应用 162

7.5  应用实践：零代码和低代码搭建智能体 164

7.5.1  豆包平台零代码搭建智能体 164

7.5.2  扣子平台零代码搭建智能体 165

7.5.3  扣子平台低代码搭建智能搜索智能体 173

7.6  思考与实践 181

第8章  元宇宙与区块链 183

8.1  元宇宙、区块链与人工智能 184

8.2  元宇宙 185

8.2.1  元宇宙的概念 185

8.2.2  元宇宙的技术基础 190

8.2.3  元宇宙的社会影响与伦理思考 192

8.3  区块链 193

8.3.1  区块链的概念 193

8.3.2  区块链的核心技术 196

8.3.3  区块链的应用与发展 199

8.4  应用实践：元宇宙与区块链应用 202

8.4.1  元宇宙应用体验 202

8.4.2  基于区块链构建的教育数字信息可信服务平台 204

8.5  思考与实践 207

第9章  人工智能安全 209

9.1  人工智能安全问题 210

9.1.1  人工智能安全问题概述 210

9.1.2  人工智能赋能安全 211

9.1.3  人工智能内生安全 213

9.1.4  人工智能衍生安全 214

9.2  人工智能安全治理 216

9.2.1  人工智能安全治理思路 216

9.2.2  人工智能安全治理体系 216

9.3  应用实践：人工智能攻防对抗的“知识图谱” 219

9.3.1  MITRE ATLAS 219

9.3.2  人工智能系统攻击案例 220

9.4  思考与实践 222

第10章  信息搜集与分析 224

10.1  信息搜集与分析的重要性 224

10.2  信息与智能 227

10.2.1  信息的概念 227

10.2.2  从信息到智能的跃升 228

10.3  文献检索方法 229

10.3.1  学术文献检索一般方法 229

10.3.2  学术文献智能检索方法 233

10.4  文献分析方法 233

10.4.1  学术文献分析基本方法 233

10.4.2  学术文献分析常见方法 234

10.5  应用实践：质性分析与文献综述 237

10.5.1  使用NVIVO进行质性分析 237

10.5.2  撰写文献综述 238

10.6  思考与实践 239

第11章  数据图文制作 241

11.1  数据图文的重要性 241

11.2  数据图文制作方法 244

11.2.1  数据图文制作的关键技术 245

11.2.2  数据图文制作的常见工具 247

11.3  应用实践：校园生活时间分配的桑基图制作 248

11.4  思考与实践 253

第12章  知识管理 254

12.1  知识管理的重要性 254

12.2  知识管理方法 255

12.2.1  思维模型与知识体系构建 255

12.2.2  知识管理工具应用 260

12.3  应用实践：知识框架和个人知识库构建 262

12.3.1  运用Xmind构建知识框架 262

12.3.2  运用ima构建个人知识库 263

12.4  思考与实践 264

第13章  写作与演讲文档制作 265

13.1  写作与演讲文档制作的重要性 265

13.2  Word高阶技巧与论文写作 266

13.2.1  Word高阶技巧 266

13.2.2  论文写作 273

13.3  PPT高阶技巧与应用 275

13.3.1  PPT高阶技巧 275

13.3.2  PPT设计 278

13.4  应用实践：毕业论文排版与答辩PPT制作 281

13.4.1  毕业论文排版 281

13.4.2  答辩PPT制作 282

13.4.3  学术规范 282

13.5  思考与实践 284

第14章  综合实践：智慧教育 285

14.1 “慧”教“慧”学 285

14.1.1  人工智能和教育深度融合 286

14.1.2  人工智能在教育教学中全过程应用和深度应用 288

14.2 “慧”思“慧”研 290

14.2.1  人工智能赋能教与学的思考与研究 290

14.2.2  “人工智能+”创新实践赛事 294

14.3  应用实践：学习行为智能评估 295

14.3.1  基于机器学习的学习行为智能评估 296

14.3.2  基于深度神经网络的学习行为智能评估 300

14.4  思考与实践 311

参考文献312