本书是河南省“十四五”普通高等教育规划教材，是面向大学一年级的“人工智能通识教材”。本书内容分为三个部分。第一部分为人工智能概论，包含第1、2章；第二部分为人工智能应用，包含第3～7章；第三部分为人工智能未来，包含第8、9章。

本书总体思路与各章逻辑关系清晰，层次分明，叙述深入浅出，重点突出，图文并茂。教学内容精心选择，既有高站位的宏观思维叙述，又有细节化的微观思维示例。注重将知识的系统性、实用性、可操作性和前沿性相统一，通俗易懂，读者能轻松上手。

本书为读者提供了丰富的配套学习资源。对于各类计算机教育工作者、从事计算机各领域的工作人员，本书也是一本极具价值的参考书。

前辅文
第1章 人工智能概论
  1.1 人工智能从何而来
   1.1.1 千里之行：回望人工智能的源头
   1.1.2 为人偶躯壳注入逻辑学之魂
   1.1.3 “此句为假”
   1.1.4 可算与不可算的边界
   1.1.5 达特茅斯会议——新的征程
  1.2 人工智能何为
   1.2.1 什么是人工智能
   1.2.2 人工智能分类
   1.2.3 人工智能主要研究路径
   1.2.4 人工智能主要研究内容
   1.2.5 人工智能的应用领域
  1.3 人工智能的发展
   1.3.1 早期探索与第一次人工智能寒冬
   1.3.2 专家系统与第五代计算机
   1.3.3 数据驱动的人工智能系统
   1.3.4 国外大语言模型简介
   1.3.5 国产大语言模型发展
  1.4 小结
  1.5 习题
第2章 人工智能三要素
  2.1 数据——人工智能的“燃料”
   2.1.1 数据、信息与知识
   2.1.2 数据获取、存储与管理
  2.2 算力——人工智能的“引擎”
   2.2.1 算力的概念
   2.2.2 传统算力
   2.2.3 高性能算力
   2.2.4 人工智能算力
  2.3 算法——人工智能的“大脑”
   2.3.1 算法的概念
   2.3.2 算法的发展趋势与创新
   2.3.3 算法的选择与优化
   2.3.4 人工智能常见算法
  2.4 三要素协同作用推动人工智能发展
   2.4.1 三要素之间的关系
   2.4.2 协同作用机制
   2.4.3 三要素协同闭环发展
  2.5 知识拓展
  2.6 小结
  2.7 习题
第3章 AI文本处理
  3.1 AI文本处理概述
   3.1.1 文本类AI工具
   3.1.2 国外阵营AI工具
   3.1.3 国内阵营AI工具
  3.2 Kimi泛用大模型概述
   3.2.1 Kimi简介
   3.2.2 Kimi的核心功能
   3.2.3 Kimi的特征
   3.2.4 软件下载与安装
  3.3 文本提示词
   3.3.1 提示词设计
   3.3.2 随机性控制
   3.3.3 输出质量控制
  3.4 Kimi的应用案例
   3.4.1 Kimi制作教学PPT大纲
   3.4.2 使用Kimi制作教学PPT
  3.5 使用Kimi进行文献分析
   3.5.1 创建对话进行文献分析
   3.5.2 Kimi+ 辅助写作
  3.6 DeepSeek泛用大模型概述
   3.6.1 DeepSeek简介
   3.6.2 DeepSeek的核心功能
   3.6.3 DeepSeek的特征
   3.6.4 DeepSeek的使用方法
  3.7 DeepSeek应用案例
   3.7.1 DeepSeek深度思考功能生成学习计划
   3.7.2 DeepSeek与Xmind联合生成思维导图
  3.8 小结
  3.9 习题
第4章 AI语音处理
  4.1 AI语音处理概述
   4.1.1 语音处理发展过程
   4.1.2 语音处理关键技术
   4.1.3 语音处理应用领域
   4.1.4 语音处理面临的挑战
  4.2 星火语音处理
   4.2.1 星火语音简介
   4.2.2 星火语音使用方法
  4.3 使用星火整理会议摘要
   4.3.1 会议内容记录方法
   4.3.2 会议内容导入星火的步骤
   4.3.3 使用星火生成会议摘要
   4.3.4 会议摘要的审核与优化
  4.4 小结
  4.5 习题
第5章 AIGC视觉设计
  5.1 AIGC视觉设计概述
   5.1.1 AIGC视觉设计基础
   5.1.2 AIGC视觉设计常见风格
   5.1.3 AIGC视觉设计应用领域
   5.1.4 AIGC视觉设计常用软件
  5.2 初识Stable Diffusion
   5.2.1 Stable Diffusion概述
   5.2.2 Stable Diffusion本地部署安装
   5.2.3 Stable Diffusion云端部署
   5.2.4 使用已公开的Stable Diffusion平台
   5.2.5 Stable Diffusion WebUI
  5.3 提示词工程
   5.3.1 正向提示词设计
   5.3.2 反向提示词设计
   5.3.3 提示词权重
   5.3.4 提示词网站分享
  5.4 ControlNet插件基础
   5.4.1 ControlNet插件的概述与应用
   5.4.2 ControlNet预处理器
   5.4.3 ControlNet模型
   5.4.4 ControlNet控制权重
  5.5 InpaintAnything插件
   5.5.1 InpaintAnything插件概述
   5.5.2 色块分割
   5.5.3 蒙版
  5.6 产品广告宣传图设计实战
   5.6.1 设计提示词
   5.6.2 选取模型
   5.6.3 配置参数
   5.6.4 使用ControlNet控制画面
  5.7 人物图片设计实战
   5.7.1 设计提示词
   5.7.2 添加蒙版
   5.7.3 使用ControlNet控制画面
  5.8 小结
  5.9 习题
第6章 AI辅助编程
  6.1 AI辅助编程概述
   6.1.1 定义与范畴
   6.1.2 发展历程
   6.1.3 关键技术
   6.1.4 应用场景
  6.2 国产AI编程助手介绍
   6.2.1 百度的文心快码
   6.2.2 阿里云的通义灵码
   6.2.3 腾讯云的AI代码助手
   6.2.4 字节跳动的豆包MarsCode
   6.2.5 深度求索的DeepSeek
  6.3 国产AI编程助手对比
   6.3.1 静态对比
   6.3.2 代码生成对比
   6.3.3 代码评审对比
  6.4 通义灵码AI辅助编程实战
   6.4.1 安装通义灵码插件
   6.4.2 常用功能使用方法
  6.5 AI辅助网页制作实战
   6.5.1 打开boardmix白板
   6.5.2 通过AI问答生成网页
   6.5.3 美化完善网站
   6.5.4 发布网站
  6.6 AI辅助编程面临的挑战与问题
   6.6.1 代码质量与可靠性
   6.6.2 隐私与安全
   6.6.3 伦理与法律问题
   6.6.4 技术局限性
  6.7 小结
  6.8 习题
第7章 Python编程基础
  7.1 为什么要学习Python基础语法
   7.1.1 代码阅读与协作开发
   7.1.2 AI生成代码的局限性
   7.1.3 微调代码所需基础知识
  7.2 Python开发环境配置
   7.2.1 Python的安装
   7.2.2 推荐工具
   7.2.3 运行Python
  7.3 Python基础语法
   7.3.1 变量与数据类型
   7.3.2 算术运算符
   7.3.3 输入与输出
  7.4 Python流程控制
   7.4.1 选择结构
   7.4.2 循环结构
  7.5 Python函数基础
   7.5.1 函数定义与调用
   7.5.2 参数传递
   7.5.3 return语句
  7.6 AI代码优化实践
   7.6.1 使用AI为代码添加注释
   7.6.2 使用AI辅助简化代码
   7.6.3 错误信息反馈方法
  7.7 小结
  7.8 习题
第8章 人工智能发展的机遇与挑战
  8.1 人工智能的前沿发展
   8.1.1 智能体
   8.1.2 具身智能与脑机接口
   8.1.3 全模态大模型
   8.1.4 工业人工智能
  8.2 人工智能发展的机遇
   8.2.1 技术突破驱动全球竞争格局重塑
   8.2.2 国家战略引领产业升级浪潮
   8.2.3 跨界融合开启行业创新空间
   8.2.4 全球治理催生合作新范式
   8.2.5 人才集聚构建创新生态体系
  8.3 人工智能发展的挑战
   8.3.1 技术挑战
   8.3.2 应用层面挑战
   8.3.3 社会与经济挑战
   8.3.4 法律挑战
   8.3.5 安全与军事挑战
   8.3.6 全球治理与合作挑战
   8.3.7 应对策略
  8.4 小结
  8.5 习题
第9章 人工智能与职业发展
  9.1 人工智能行业现状与未来就业趋势
   9.1.1 行业现状
   9.1.2 未来就业趋势
  9.2 人工智能相关职业路径
   9.2.1 初级阶段
   9.2.2 中级阶段
   9.2.3 高级阶段
   9.2.4 跨领域发展
   9.2.5 持续学习
  9.3 技能提升与学习资源推荐
   9.3.1 相关技能提升方向
   9.3.2 学习资源推荐
   9.3.3 学习路径建议
  9.4 个人发展规划
   9.4.1 自我评估
   9.4.2 职业规划
   9.4.3 短期规划
   9.4.4 中期规划
   9.4.5 长期规划
   9.4.6 评估与调整
   9.4.7 终身学习与适应
  9.5 行动指南
   9.5.1 人工智能对职业的影响
   9.5.2 职业发展路径探索
   9.5.3 技能提升策略
   9.5.4 寻找工作机会
   9.5.5 求职与职业发展建议
  9.6 小结
  9.7 习题
参考文献