本书以“夯实数字基础、培育智能素养、赋能多元应用”为目标，精心构建大学计算机与人工智能通识知识体系。本书紧密围绕计算机与人工智能深度融合的时代发展趋势，系统构建了从基础理论到应用实践的知识体系，内容包括计算机与人工智能概述、计算机系统与人工智能计算平台、人工智能基础理论、算法与人工智能编程应用、人工智能应用技术、人工智能融合网络技术、数智化办公、AIGC内容生成与智能创作、人工智能赋能学科发展、计算机安全与人工智能伦理。

本书既可作为非计算机类专业的人工智能通识课教材，也可为人工智能爱好者提供参考。

前辅文
第1章 计算机与人工智能概述
  1.1 计算机的发展历程
   1.1.1 计算机的产生与发展
   1.1.2 计算机的应用
  1.2 人工智能的定义与发展历程
   1.2.1 人工智能的定义、分类和主要学派
   1.2.2 人工智能的发展历史
   1.2.3 人工智能的三大核心要素
  1.3 计算机与人工智能协同发展
   1.3.1 计算机及人工智能相关的新技术
   1.3.2 计算思维与人工智能素养
  思考题
第2章 计算机系统与人工智能计算平台
  2.1 计算机的硬件系统
   2.1.1 计算机的硬件组成
   2.1.2 计算机的基本工作原理
  2.2 计算机的软件系统
   2.2.1 系统软件
   2.2.2 应用软件
   2.2.3 计算机用户、硬件系统和软件系统的关系
  2.3 AI计算体系与运行环境
   2.3.1 AI计算需求
   2.3.2 AI专用硬件架构
   2.3.3 AI软件框架与工具链
  思考题
第3章 人工智能基础理论
  3.1 人工智能基础
   3.1.1 人工智能的数学基础
   3.1.2 人工智能的常用工具
  3.2 机器学习基础
   3.2.1 机器学习的定义与分类
   3.2.2 机器学习的基本流程
   3.2.3 机器学习的核心算法
  3.3 深度学习基础
   3.3.1 深度学习概述
   3.3.2 深度学习基本原理
   3.3.3 深度学习的常用架构
  思考题
第4章 算法与人工智能编程应用
  4.1 计算机信息处理基础：编码与算法程序设计
   4.1.1 信息编码基础
   4.1.2 算法与程序设计
  4.2 Python编程入门
   4.2.1 Python概述
   4.2.2 Python程序设计的基本步骤
   4.2.3 Python基础语法知识
   4.2.4 Python程序设计示例
  4.3 人工智能算法应用案例
   4.3.1 基于Python的学生学习行为分析模型
   4.3.2 基于神经网络的手写数字识别
  思考题
第5章 人工智能应用技术
  5.1 自然语言处理
   5.1.1 自然语言处理概述
   5.1.2 自然语言处理技术
   5.1.3 常见的自然语言处理
  5.2 计算机视觉
   5.2.1 计算机视觉概述
   5.2.2 图像分类
   5.2.3 目标检测
   5.2.4 图像分割
  5.3 智能机器人
   5.3.1 智能机器人概述
   5.3.2 智能机器人技术应用
   5.3.3 常见的智能机器人
  思考题
第6章 人工智能融合网络技术
  6.1 网络基础知识
   6.1.1 计算机网络的概念与功能
   6.1.2 网络的组成与逻辑结构
   6.1.3 Internet基础知识
  6.2 智能检索
   6.2.1 通用信息检索
   6.2.2 文献搜索与阅读
  6.3 AI在网络优化中的应用
   6.3.1 传统网络优化的局限性
   6.3.2 AI驱动的网络优化变革
   6.3.3 AI网络优化的典型应用场景
  6.4 端云协同
   6.4.1 传统端云架构的技术瓶颈
   6.4.2 AI驱动的端云协同革新
   6.4.3 端云协同的典型应用场景
   6.4.4 端云协同的技术挑战与发展趋势
  6.5 元宇宙
   6.5.1 元宇宙的概念演进与技术基础
   6.5.2 AI在元宇宙中的核心作用
   6.5.3 元宇宙的典型应用场景
   6.5.4 元宇宙发展的技术挑战与未来趋势
  思考题
第7章 数智化办公
  7.1 办公软件高级应用
   7.1.1 WPS文字高级应用
   7.1.2 WPS表格高级应用
   7.1.3 WPS演示高级应用
  7.2 智能办公
   7.2.1 智能文档编辑与排版
   7.2.2 智能表格计算与数据分析
   7.2.3 智能演示文稿的设计与制作
  思考题
第8章 人工智能生成内容与智能创作
  8.1 AIGC与AI大模型
   8.1.1 AIGC概述
   8.1.2 AI大模型基础
   8.1.3 AIGC与AI大模型的关系
  8.2 AIGC图像生成与应用
   8.2.1 AIGC图像生成
   8.2.2 AIGC图像生成技术
   8.2.3 AIGC图像生成的应用场景
   8.2.4 常用工具与实践案例
  8.3 AIGC音频生成与应用
   8.3.1 AI音频生成
   8.3.2 AIGC音频生成技术
   8.3.3 AIGC音频生成的应用场景
   8.3.4 常用工具与实践案例
  8.4 AIGC视频生成与应用
   8.4.1 AIGC视频生成
   8.4.2 AIGC视频生成技术
   8.4.3 AIGC视频生成的应用场景
   8.4.4 常用工具与实践案例
  8.5 AIGC辅助编程
   8.5.1 AIGC代码生成简介
   8.5.2 AIGC代码生成技术基础
   8.5.3 应用场景与实践案例
  8.6 AIGC与智能体开发
   8.6.1 智能体开发技术与工具
   8.6.2 智能体开发实践案例
  思考题
第9章 人工智能赋能学科发展
  9.1 AI赋能教育
   9.1.1 AI赋能教学
   9.1.2 AI赋能教育管理：从效率提升到生态优化
  9.2 AI赋能其他学科
   9.2.1 AI与医学
   9.2.2 AI与艺术
   9.2.3 AI与体育
   9.2.4 AI与心理学
   9.2.5 AI与旅游
  思考题
第10章 计算机安全与人工智能伦理
  10.1 计算机安全
   10.1.1 计算机安全概述
   10.1.2 网络安全
   10.1.3 病毒攻击及防范
   10.1.4 黑客攻防
  10.2 人工智能伦理与社会责任
   10.2.1 人工智能伦理的概念、发展与问题
   10.2.2 人工智能伦理的典型案例
   10.2.3 人工智能伦理治理原则及措施
   10.2.4 人工智能可持续发展
  思考题
参考文献