內(nèi)容實(shí)用：全書內(nèi)容層次清晰，由淺入深，方便不同基礎(chǔ)、不同專業(yè)的學(xué)生學(xué)習(xí)。

理實(shí)一體：引入人工智能領(lǐng)域的經(jīng)典案例，通過實(shí)操加深學(xué)生對(duì)理論知識(shí)的理解。

資源豐富：配套易用的立體化融媒體資源，方便教師課上教學(xué)與學(xué)生課下自學(xué)。

人工智能技術(shù)從發(fā)展到普及，經(jīng)過了幾個(gè)不同的階段，如今已應(yīng)用到了各個(gè)行業(yè)當(dāng)中，使得產(chǎn)品技術(shù)與行業(yè)需求建立了有效的對(duì)接。國內(nèi)外人工智能廠商也都推出了符合市場(chǎng)需求的解決方案，并以各自的技術(shù)優(yōu)勢(shì)迅速占領(lǐng)市場(chǎng)。智慧城市、智慧農(nóng)業(yè)、智能制造、智慧財(cái)會(huì)等的應(yīng)用都結(jié)合了人工智能技術(shù)來提高工作效率。

智能語音、人機(jī)交互、機(jī)器視覺等技術(shù)在醫(yī)療、教育、交通、金融等領(lǐng)域的應(yīng)用突顯出了人工智能的高效性和智能化。無人駕駛、人臉識(shí)別、智能機(jī)器人等應(yīng)用與5G技術(shù)融合，新一代信息技術(shù)正在逐漸推動(dòng)著產(chǎn)業(yè)的發(fā)展，促使我們的工作、生活等進(jìn)入一個(gè)新的階段。

在人工智能技術(shù)推動(dòng)產(chǎn)業(yè)發(fā)展的同時(shí)，高校在人才培養(yǎng)方面也緊緊跟隨市場(chǎng)的需求量，結(jié)合崗位的要求，進(jìn)行人才培養(yǎng)的定位。因此，我國多所本科及高職院校近幾年來先后開設(shè)了人工智能專業(yè)，并啟動(dòng)了“人工智能+傳統(tǒng)專業(yè)”的跨學(xué)科人才培養(yǎng)模式，很多學(xué)校將人工智能作為全校的通識(shí)基礎(chǔ)課。

本書主要結(jié)合了目前高校的專業(yè)建設(shè)及人才培養(yǎng)的狀況，面向高職高專院校，在產(chǎn)教融合模式的合作下，由多所高校及企業(yè)共同參與編寫。本書可以作為全校的通識(shí)基礎(chǔ)課或?qū)�業(yè)群通識(shí)基礎(chǔ)課的教材選用。

本書通過理論到實(shí)踐的形式，由淺入深地講解了人工智能的起源、發(fā)展及應(yīng)用。本書特色如下：

（1）內(nèi)容實(shí)用，循序漸進(jìn)。本書采取模塊化的課程設(shè)計(jì)，總共分為三個(gè)部分：初識(shí)人工智能－體驗(yàn)人工智能－實(shí)現(xiàn)人工智能。本書采用循序漸進(jìn)的學(xué)習(xí)思維理念，方便初學(xué)者的入門學(xué)習(xí)。

（2）統(tǒng)籌兼顧，按需選取。本書的知識(shí)結(jié)構(gòu)由易到難，適合于不同層次、不同專業(yè)的學(xué)生學(xué)習(xí)，非計(jì)算機(jī)專業(yè)的學(xué)生學(xué)習(xí)到本書的第8章即可，而計(jì)算機(jī)專業(yè)的學(xué)生則可以完成全書內(nèi)容的學(xué)習(xí)。

（3）資源豐富，方便學(xué)習(xí)。本書配套了微課視頻、電子課件、習(xí)題答案等立體化融媒體資源，可以通過掃二維碼的方式獲取微課視頻，電子課件和習(xí)題答案可以訪問出版社網(wǎng)站（www.waterpub.com.cn）或萬水書苑網(wǎng)站（www.hzxbc.cn）獲取。

本書由周永福、韓玉琪、王巧巧任主編，陳永松、徐偉、何達(dá)齊、曾文英任副主編，其中第1章、第10章由韓玉琪編寫，第2章由王巧巧、徐偉、何達(dá)齊、曾文英編寫，第3章、第6章、第7章、第8章由周永福編寫，第4章由曾文英編寫，第5章、第11章由陳永松編寫，第9章由何達(dá)齊編寫。

本書得到了廣東恒電信息科技股份有限公司“恒電菁英智能教學(xué)系統(tǒng)平臺(tái)”的支持，并獲得廣州市重點(diǎn)領(lǐng)域研發(fā)計(jì)劃項(xiàng)目“人工智能驅(qū)動(dòng)智慧教育關(guān)鍵技術(shù)與應(yīng)用示范”（202007040006）的支持，以及藍(lán)盾信息安全技術(shù)股份有限公司、廣東中人世紀(jì)網(wǎng)絡(luò)技術(shù)有限公司、廣州龍創(chuàng)天地科技有限公司的大力支持，在此向各位同行和相關(guān)作者表示誠摯的感謝。同時(shí)感謝中國水利水電出版社給予的協(xié)助和支持。

由于編者水平有限，書中難免存在欠妥之處，由衷希望廣大讀者朋友和專家學(xué)者能夠撥冗提出寶貴的改進(jìn)意見。

編者

2022年5月

第1章 人工智能的前世今生 1
1.1 人工智能的定義 1
1.1.1 智能 1
1.1.2 人工智能 3
1.2 人工智能的起源 3
1.2.1 人工智能之父 4
1.2.2 圖靈測(cè)試 4
1.2.3 達(dá)特茅斯會(huì)議 5
1.3 人工智能的興衰往事 6
1.3.1 人工智能的第一次興衰 6
1.3.2 人工智能的第二次興衰 7
1.3.3 人工智能的第三次浪潮 7
1.4 人工智能的發(fā)展 8
1.4.1 人工智能教父 8
1.4.2 從“深藍(lán)”到“AlphaGo” 9
1.4.3 人工智能的黃金時(shí)代 10
本章小結(jié) 11
練習(xí)1 12
第2章 人工智能的應(yīng)用領(lǐng)域 13
2.1 人工智能的分類 13
2.1.1 弱人工智能 14
2.1.2 強(qiáng)人工智能 14
2.2 人工智能的三個(gè)階段 15
2.2.1 人工智能的“計(jì)算智能”階段 15
2.2.2 人工智能的“感知智能”階段 16
2.2.3 人工智能的“認(rèn)知智能”階段 16
2.3 人工智能的技術(shù)領(lǐng)域 17
2.3.1 人工智能的“看”—計(jì)算機(jī)視覺 17
2.3.2 人工智能的“聽”—語音處理 19
2.3.3 人工智能的“想”—自然語言處理 21
2.4 人工智能的技術(shù)領(lǐng)域 24
2.4.1 數(shù)據(jù)服務(wù) 24
2.4.2 數(shù)據(jù)智能 26
2.4.3 智能控制 28
2.4.4 智能芯片 31
2.5 人工智能行業(yè)應(yīng)用場(chǎng)景 37
2.5.1 智能安防 37
2.5.2 智能駕駛 38
2.5.3 智能醫(yī)療 40
2.5.4 智能服務(wù) 41
2.5.5 智能家居 42
2.5.6 智慧農(nóng)業(yè) 44
2.5.7 智慧交通 45
2.5.8 智慧城市 47
2.5.9 數(shù)字孿生 49
2.6 人工智能的展望 51
2.6.1 更易用的人工智能開發(fā)框架 51
2.6.2 更完善的人工智能數(shù)據(jù)服務(wù) 52
2.6.3 更安全的人工智能數(shù)據(jù)共享 54
2.6.4 更優(yōu)化的人工智能算法模型 56
2.6.5 “端—邊—云”全面發(fā)展的人工智能算力 58
2.6.6 更廣泛的人工智能服務(wù) 60
本章小結(jié) 60
練習(xí)2 60
第3章 人工智能中的應(yīng)用和方法 62
3.1 搜索算法 62
3.1.1 智能系統(tǒng)中的搜索 62
3.1.2 搜索算法介紹 65
3.1.3 盲目檢索 65
3.1.4 知情搜索 68
3.1.5 博弈中的搜索 69
3.2 博弈 70
3.2.1 二人博弈 71
3.2.2 囚徒困境 71
3.2.3 高級(jí)計(jì)算機(jī)博弈 72
3.3 邏輯 73
3.3.1 人工智能中的邏輯 73
3.3.2 邏輯和表示 74
3.3.3 模糊邏輯 75
3.4 產(chǎn)生式系統(tǒng)和專家系統(tǒng) 77
3.4.1 人工智能中的知識(shí)表示 77
3.4.2 產(chǎn)生式系統(tǒng) 78
3.4.3 專家系統(tǒng) 79
3.5 神經(jīng)網(wǎng)絡(luò) 81
3.5.1 神經(jīng)元 81
3.5.2 人工神經(jīng)網(wǎng)絡(luò) 82
3.5.3 梯度消失與梯度爆炸 84
3.5.4 損失函數(shù) 85
3.5.5 激活函數(shù) 86
3.6 進(jìn)化計(jì)算 87
3.6.1 模擬退火 87
3.6.2 遺傳算法 88
3.6.3 遺傳規(guī)劃 89
3.7 自然語言處理 90
3.7.1 自然語言處理的概述 90
3.7.2 自然語言處理的常用技術(shù) 92
3.7.3 自然語言處理的統(tǒng)計(jì)方法與概率模型 93
本章小結(jié) 95
練習(xí)3 95
第4章 人臉識(shí)別 97
4.1 案例描述 97
4.2 案例解析 98
4.3 知識(shí)鏈接 98
4.4 案例學(xué)習(xí) 100
4.4.1 人臉識(shí)別應(yīng)用案例 100
4.4.2 百度AI平臺(tái)人臉檢測(cè) 102
4.5 案例實(shí)現(xiàn) 103
4.6 人臉識(shí)別案例實(shí)戰(zhàn) 104
本章小結(jié) 107
練習(xí)4 107
第5章 圖像分類 109
5.1 案例描述 109
5.2 案例解析 110
5.2.1 圖像分類方法概述 110
5.2.2 實(shí)現(xiàn)方法選擇 110
5.2.3 案例實(shí)現(xiàn)過程 111
5.3 知識(shí)鏈接 112
5.3.1 圖像分類與檢測(cè)概述 112
5.3.2 圖像分類與檢測(cè)的難點(diǎn)與挑戰(zhàn) 113
5.3.3 圖像分類類型 114
5.4 圖像分類案例實(shí)踐 115
5.4.1 任務(wù)1 基于Anaconda安裝
TensorFlow 115
5.4.2 任務(wù)2 加載貓狗數(shù)據(jù)集 116
5.4.3 任務(wù)3 編譯模型 119
5.4.4 任務(wù)4 訓(xùn)練模型 120
5.4.5 任務(wù)5 使用模型進(jìn)行預(yù)測(cè) 121
本章小結(jié) 123
練習(xí)5 123
第6章 語音識(shí)別 125
6.1 語音識(shí)別綜述 125
6.1.1 語音識(shí)別技術(shù)概述 125
6.1.2 語音識(shí)別技術(shù)發(fā)展歷史 126
6.2 語音識(shí)別知識(shí)介紹 128
6.2.1 語音識(shí)別原理 128
6.2.2 語音識(shí)別系統(tǒng)的分類 131
6.2.3 語音識(shí)別的幾種基本方法 132
6.3 語音識(shí)別應(yīng)用案例 133
本章小結(jié) 137
練習(xí)6 137
第7章 語音交互 138
7.1 語音交互的概念 138
7.2 語音交互的優(yōu)缺點(diǎn) 139
7.3 語音交互的原則 140
7.4 語音交互產(chǎn)品主要應(yīng)用場(chǎng)景 141
7.5 語音交互框架 144
7.6 語音交互案例 148
本章小結(jié) 152
練習(xí)7 152
第8章 機(jī)器翻譯 154
8.1 機(jī)器翻譯概述 154
8.1.1 機(jī)器翻譯的起源與發(fā)展 154
8.1.2 機(jī)器翻譯的基本原理 155
8.1.3 在線機(jī)譯 156
8.2 機(jī)器翻譯的核心技術(shù) 156
8.2.1 基于規(guī)則的機(jī)器翻譯 157
8.2.2 基于統(tǒng)計(jì)的機(jī)器翻譯 157
8.2.3 基于端到端的神經(jīng)機(jī)器翻譯 157
8.3 機(jī)器翻譯的基本應(yīng)用 159
8.4 文本與圖片翻譯案例 159
8.4.1 案例描述 159
8.4.2 知識(shí)準(zhǔn)備 159
8.4.3 任務(wù)1 文本的單語言翻譯 161
8.4.4 任務(wù)2 文本的多語言翻譯 163
8.4.5 任務(wù)3 圖片中文字的識(shí)別與翻譯 164
本章小結(jié) 169
練習(xí)8 169
第9章 人工智能的開發(fā)環(huán)境 170
9.1 Python基礎(chǔ) 170
9.1.1 變量 170
9.1.2 字符串 172
9.1.3 流程控制—分支結(jié)構(gòu) 174
9.1.4 流程控制—循環(huán)結(jié)構(gòu) 178
9.1.5 函數(shù) 183
9.1.6 組合數(shù)據(jù)類型 185
9.1.7 文件操作 192
9.1.8 Python數(shù)據(jù)分析 197
9.2 Anaconda安裝與使用 199
9.3 TensorFlow的安裝與使用 205
9.4 人工智能的其他開發(fā)框架 208
本章小結(jié) 211
練習(xí)9 211
第10章 實(shí)現(xiàn)機(jī)器學(xué)習(xí) 213
10.1 機(jī)器學(xué)習(xí) 213
10.1.1 機(jī)器學(xué)習(xí)概述 213
10.1.2 機(jī)器學(xué)習(xí)問題的描述 214
10.1.3 機(jī)器學(xué)習(xí)算法分類 215
10.2 機(jī)器學(xué)習(xí)的一般流程 217
10.2.1 Scikit-learn的使用 217
10.2.2 數(shù)據(jù)集的準(zhǔn)備和劃分 220
10.2.3 數(shù)據(jù)預(yù)處理與特征工程 221
10.2.4 模型參數(shù)與調(diào)參 222
10.2.5 模型評(píng)估 224
10.3 利用Scikit-learn實(shí)現(xiàn)“波士頓房價(jià)預(yù)測(cè)” 225
10.3.1 案例描述 225
10.3.2 案例解析 226
10.3.3 代碼實(shí)現(xiàn) 226
本章小結(jié) 231
練習(xí)10 232
第11章 實(shí)現(xiàn)深度學(xué)習(xí) 233
11.1 深度學(xué)習(xí) 233
11.1.1 深度學(xué)習(xí)概述 233
11.1.2 卷積神經(jīng)網(wǎng)絡(luò) 235
11.1.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 237
11.1.4 生成對(duì)抗網(wǎng)絡(luò) 239
11.1.5 強(qiáng)化學(xué)習(xí) 240
11.2 深度學(xué)習(xí)的一般流程 242
11.2.1 數(shù)據(jù)預(yù)處理 242
11.2.2 定義網(wǎng)絡(luò)結(jié)構(gòu) 242
11.2.3 編譯模型 242
11.2.4 擬合模型 245
11.2.5 評(píng)估模型 246
11.2.6 部署模型 246
11.3 利用TensorFlow實(shí)現(xiàn)“MNIST
手寫數(shù)字識(shí)別” 246
11.3.1 案例描述 246
11.3.2 案例解析 247
11.3.3 代碼實(shí)現(xiàn) 247
本章小結(jié) 254
練習(xí)11 254

1. 零基礎(chǔ)玩轉(zhuǎn)國產(chǎn)大模型DeepSeek [徐永冰 張帥 編著]
2. 網(wǎng)絡(luò)工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
3. 信息系統(tǒng)項(xiàng)目管理師考試32小時(shí)通關(guān)（適用第4版考綱） [薛大龍]
4. 信息系統(tǒng)管理工程師考試32小時(shí)通關(guān)（適配第2版考綱） [薛大龍　劉偉]
5. 土木工程材料檢測(cè)實(shí)訓(xùn) [洪曉江 達(dá)則曉麗 錢波]
6. 科技信息檢索與論文寫作實(shí)用教程 [李振華]
7. 傳統(tǒng)山水畫論解讀與實(shí)踐 [陳鈉 著]
8. Python數(shù)據(jù)庫編程 [主編 殷樹友 邢 翀]
9. 計(jì)算機(jī)基礎(chǔ)實(shí)訓(xùn)指導(dǎo) [主編 袁春萍 朱妮]
10. 嵌入式人工智能技術(shù)應(yīng)用（數(shù)字教材） [主編 胡娜 楊國勇 晏廷榮]
11. Vienna整流器技術(shù) [桂存兵 著]
12. 變頻器與伺服應(yīng)用 [陳剛 葉云飛]
13. 物聯(lián)網(wǎng)工程設(shè)計(jì)與實(shí)踐 [湯琳 李敏]
14. 爐邊夜話——深入淺出話AI [汪建　著]
15. 電商運(yùn)營與管理 [鐘肖英 陳瀟]
16. Java面向?qū)ο蟪绦蛟O(shè)計(jì) [主編 姜春磊 陳虹潔]
17. 信息技術(shù)基礎(chǔ)（Windows 10+WPS Office）（微課版） [主編　石利平　田輝平　謝盛嘉]
18. 人工智能應(yīng)用 [主編　陳　萍　劉培培　陳孟軍]
19. 大學(xué)生職業(yè)發(fā)展與就業(yè)指導(dǎo) [主編　劉志堅(jiān)]
20. 高級(jí)辦公應(yīng)用項(xiàng)目教程 [主編 屈晶 趙成麗]
21. 微信小程序開發(fā)項(xiàng)目實(shí)戰(zhàn)（微課版） [主編 黃龍泉 郭峰 朱倩]
22. 企業(yè)檔案工作實(shí)戰(zhàn)寶典百問百答 [華俊 盧秀英 邵甜甜 著]
23. 計(jì)算機(jī)網(wǎng)絡(luò)原理及應(yīng)用 [主編 唐繼勇 葉坤 孫夢(mèng)娜]
24. 大學(xué)生創(chuàng)業(yè)基礎(chǔ) [主編 王麗莉 王 楊]
25. 船舶輔機(jī) [主編 王連海 于洋 姜淑翠]
26. 大學(xué)生就業(yè)指導(dǎo) [主編 王麗莉 董宴廷]
27. 系統(tǒng)架構(gòu)設(shè)計(jì)師章節(jié)習(xí)題與考點(diǎn)特訓(xùn) [主編 薛大龍 鄒月平]
28. 高校學(xué)生工作探索與實(shí)踐 [郭亮 著]
29. 大學(xué)生情商管理 [方雄 著]
30. 2023年長沙市會(huì)展業(yè)發(fā)展報(bào)告 [主編 周棟良]