人工智能技术正以前所未有的速度重塑世界格局，成为推动新一轮科技革命和产业变革的核心驱动力。本书旨在帮助学生系统掌握人工智能基础知识，并具备人工智能实际应用能力。本书分8个项目，从基础理论到前沿应用，全面覆盖人工智能知识体系。项目1介绍人工智能的发展历程、核心技术及行业应用等。项目2构建人工智能开发基础，涵盖Python环境搭建、语法基础和数据可视化等。项目3讲解监督学习、无监督学习、深度学习及卷积神经网络等的应用。项目4介绍计算机视觉、人脸识别与目标检测与识别等智能感知技术。项目5介绍大模型的基本概念，解析Transformer架构、提示工程，并给出智能客服机器人的开发案例。项目6通过三个案例介绍DeepSeek、Kimi、通义在AIGC文本生成中的应用。项目7通过两个案例介绍利用即梦AI、通义万相生成图像的创作技巧。项目8探讨具身智能、脑机接口及企业数字化转型等前沿应用。本书以“理论够用、实践为主”为原则，采用项目化教学方式，将前沿人工智能技术与真实应用场景深度融合，突出动手能力和创新思维培养，可作为职业本科、高职高专院校人工智能通识课程的教材，也可作为人工智能爱好者的入门参考书。

黄祥书，教授，2001年7月大学毕业后进入青岛高校信息有限公司从事软件研发工作，先后参与高信财务管理、进销存、青岛公交管理系统、青岛网通工作流系统、德州国税局重点税源监控分析等系统的设计研发。2008研究生毕业后进入枣庄职业学院从事教学及管理工作至今，现任枣庄职业学院教务处处长。

目 录
项目1 探秘人工智能世界——从科幻到现实 1
任务1.1 科幻电影中的人工智能伦理思辨 2
1.1.1 科幻电影中的人工智能 2
1.1.2 机器人六原则 2
1.1.3 人工智能威胁论 3
任务1.2 新一代信息技术认知实践 4
1.2.1 认识云计算 4
1.2.2 熟悉大数据 7
1.2.3 认识物联网 9
任务1.3 人工智能发展脉络与核心概念解析 11
1.3.1 人工智能发展历程 11
1.3.2 人工智能的发展趋势 13
1.3.3 人工智能核心概念解析 15
任务1.4 人工智能行业应用场景 19
1.4.1 医疗健康领域 19
1.4.2 教育领域 20
1.4.3 交通领域 21
1.4.4 金融领域 22
任务1.5 人工智能伦理辩论 23
实践与思考1 24
项目2 Python编程实战——构建人工智能开发基石 26
任务2.1 Python开发环境搭建 27
2.1.1 Python概述 27
2.1.2 Python下载与安装 28
2.1.3 Anaconda下载与安装 30
2.1.4 Python集成开发环境 33
任务2.2 Python基本语法 37
2.2.1 标识符 37
2.2.2 关键词 38
2.2.3 变量 39
2.2.4 行和缩进 39
2.2.5 引号和转义字符 40
2.2.6 注释 40
2.2.7 编码规范 41
任务2.3 Python基本输入/输出 41
2.3.1 标准输出函数print() 41
2.3.2 标准输入函数input() 43
任务2.4 Python数据类型与运算 43
2.4.1 Python数据类型 43
2.4.2 运算符与表达式 47
2.4.3 数学运算函数 50
2.4.4 math模块 52
任务2.5 Matplotlib与数据可视化 53
2.5.1 Matplotlib的简介与安装 53
2.5.2 基本绘图流程 54
任务2.6 项目实训：竞赛积分分析及预测 56
2.6.1 项目背景 56
2.6.2 项目任务 57
2.6.3 项目分析 57
2.6.4 项目实现 57
2.6.5 项目优化 58
实践与思考2 58
项目3 机器学习与神经网络实践 59
任务3.1 认识机器学习 60
3.1.1 机器学习与机器智能 60
3.1.2 机器学习的类型和应用 61
任务3.2 监督学习/无监督学习算法 62
3.2.1 支持向量机（监督学习） 63
3.2.2 k-最近邻分类（监督学习） 63
3.2.3 朴素贝叶斯分类（监督学习） 64
3.2.4 集成分类——Bagging 算法、随机森林算法与Boosting算法
（监督学习） 65
3.2.5 k-均值聚类算法（无监督学习） 66
任务3.3 人工神经网络与深度学习 67
3.3.1 人工神经网络 67
3.3.2 深度学习 72
3.3.3 应用案例——使用人工神经网络实现鸢尾花分类 74
任务3.4 卷积神经网络实践：图像分类 78
3.4.1 卷积神经网络概述 78
3.4.2 图像分类实践 81
实践与思考3 87
项目4 智能感知系统 88
任务4.1 计算机视觉 89
4.1.1 计算机视觉概述 89
4.1.2 计算机视觉基础任务实践（OpenCV） 90
任务4.2 人脸检测与识别 96
4.2.1 人脸识别技术概述 96
4.2.2 感知智能之人脸识别实践——申领个人电子社保卡 102
任务4.3 目标检测与识别 102
任务4.4 自动驾驶与环境感知 104
实践与思考4 106
项目5 大模型应用开发 107
任务5.1 大模型技术概述 108
5.1.1 大模型的定义和特点 108
5.1.2 大模型的主要技术 109
5.1.3 主流大模型 109
5.1.4 大模型初体验 112
任务5.2 Transformer原理可视化解读 112
5.2.1 自注意力机制 112
5.2.2 Transformer架构 113
任务5.3 提示工程实践 115
5.3.1 提示工程 115
5.3.2 如何设计提示词 115
5.3.3 不同场景下的实践案例 121
任务5.4 智能体部署实战——智能客服机器人 124
5.4.1 智能体概述 124
5.4.2 智能体平台——扣子（Coze） 126
5.4.3 基于扣子平台的智能客服机器人开发案例 128
实践与思考5 141
项目6 AIGC文本创作工坊 142
任务6.1 AIGC文本生成工具 143
任务6.2 DeepSeek辅助公文写作（智慧校园方案） 143
任务6.3 Kimi生成人工智能伦理观点分析报告 146
任务6.4 通义辅助文献阅读 149
实践与思考6 151
项目7 视觉生成艺术设计 152
任务7.1 AIGC图像生成工具 152
任务7.2 生成古风插画《超现实青花竹影》 153
任务7.3 创作蓝牙音箱产品宣传海报 155
实践与思考7 158
项目8 人工智能行业赋能创新 159
任务8.1 具身智能及其应用场景 160
8.1.1 认识具身智能 160
8.1.2 具身智能的发展历程及未来趋势 161
8.1.3 具身智能技术体系 163
8.1.4 具身智能的应用场景 165
任务8.2 脑机接口及其应用场景 171
8.2.1 认识脑机接口 171
8.2.2 脑机接口的发展历程及未来趋势 172
8.2.3 脑机接口技术体系 172
8.2.4 脑机接口的应用场景 174
任务8.3 人工智能驱动的企业数字化转型 176
8.3.1 认识企业数字化转型 176
8.3.2 人工智能驱动数字化转型的核心技术 176
8.3.3 人工智能驱动数字化转型的实践路径 177
8.3.4 典型行业转型案例 178
8.3.5 数字化转型的挑战与对策 179
8.3.6 未来发展趋势 179
实践与思考8 180