本书为普通本科院校教材。本书响应教育部《高等学校人工智能创新行动计划》关于"完善人工智能领域人才培养体系”的号召，结合应用型人才培养需求，系统介绍人工智能的基础理论、技术方法及前沿应用。内容涵盖认识人工智能、机器学习、神经网络与深度学习、计算机视觉、自然语言处理等核心模块，融入国内外最新研究进展。作为面向普通高校各专业的通识教材，本书注重培养学生在智能时代的人工智能素养、技术思维及基础应用能力，助力高校落实人工智能通识教育目标，为培养学科交叉与复合型人才提供支撑。

赵莉，武汉东湖学院计算机科学学院院长、党总支书记，教授、硕士生导师。长期从事大数据与人工智能的教学科研工作，主持完成20余项教科研项目。陈方，现任武汉东湖学院计算机科学学院专任教师，属“双师型”教师。主要从事计算机教学与人工智能技术应用研究，主讲《算法设计与分析》。侯璇，武汉东湖学院计算机科学学院专任教师。长期从事大数据与软件工程教学科研，主持多项省级及校级项目，发表多篇论文（含5篇EI检索），主编《C语言程序设计》等教材。

目 录

第 1 章 认识人工智能 .......................................................................................................... 1
1.1 人工智能的概念及范畴 .................................................................................................... 2
??1.1.1 人工智能的基本定义 ...................................................................................................... 2
??1.1.2 人工智能的核心技术 ...................................................................................................... 2
??1.1.3 人工智能的主要分类 ...................................................................................................... 3
1.2 人工智能发展史 ................................................................................................................ 4
??1.2.1 早期发展阶段 .................................................................................................................. 4
??1.2.2 以深度学习为主流技术的阶段 ...................................................................................... 8
??1.2.3 大模型兴起阶段 .............................................................................................................. 9
1.3 人工智能的特征与价值 .................................................................................................. 12
??1.3.1 人工智能的特征 ............................................................................................................ 13
??1.3.2 人工智能的价值 ............................................................................................................ 14
实验环境的搭建 ....................................................................................................................... 18
习题 ........................................................................................................................................... 22

第 2 章 机器学习 ............................................................................................................... 23
2.1 初识机器学习 .................................................................................................................. 24
??2.1.1 机器学习的定义 ............................................................................................................ 24
??2.1.2 学习流程 ........................................................................................................................ 25
2.2 主要学习范式 .................................................................................................................. 26
??2.2.1 有监督学习 .................................................................................................................... 26
??2.2.2 无监督学习 .................................................................................................................... 27
??2.2.3 强化学习 ........................................................................................................................ 28
2.3 简单算法入门 .................................................................................................................. 29
??2.3.1 线性回归 ........................................................................................................................ 29
??2.3.2 决策树 ............................................................................................................................ 30
??2.3.3 K 均值聚类 .................................................................................................................... 32
??2.3.4 关联规则 ........................................................................................................................ 33
2.4 过拟合与欠拟合 .............................................................................................................. 34
??2.4.1 过拟合 ............................................................................................................................ 34
??2.4.2 欠拟合 ............................................................................................................................ 35
2.5 案例：简单线性回归预测 .............................................................................................. 36
??2.5.1 案例任务 ........................................................................................................................ 36
??2.5.2 案例分析和实现 ............................................................................................................ 36
??2.5.3 案例总结和启示 ............................................................................................................ 37
综合实验 ................................................................................................................................... 38
习题 ........................................................................................................................................... 40

第 3 章 神经网络与深度学习 ............................................................................................. 43
3.1 初识神经网络 .................................................................................................................. 44
??3.1.1 神经网络的基本思想 .................................................................................................... 44
??3.1.2 从感知机到深度学习 .................................................................................................... 45
3.2 神经网络基本组成 .......................................................................................................... 46
??3.2.1 神经元 ............................................................................................................................ 46
??3.2.2 前向传播 ........................................................................................................................ 48
??3.2.3 激活函数 ........................................................................................................................ 49
??3.2.4 损失函数 ........................................................................................................................ 51
3.3 深度学习基础 .................................................................................................................. 52
??3.3.1 深度神经网络 ................................................................................................................ 52
??3.3.2 反向传播 ........................................................................................................................ 53
??3.3.3 避免过拟合 .................................................................................................................... 54
3.4 典型网络架构 .................................................................................................................. 55
??3.4.1 卷积神经网络 ................................................................................................................ 55
??3.4.2 循环神经网络 ................................................................................................................ 57
??3.4.3 Transformer .................................................................................................................... 58
3.5 案例：神经元中的成长智慧 .......................................................................................... 59
??3.5.1 案例任务 ........................................................................................................................ 59
??3.5.2 案例分析和实现 ............................................................................................................ 59
??3.5.3 案例总结和启示 ............................................................................................................ 60
综合实验 ................................................................................................................................... 61
习题 ........................................................................................................................................... 63

第 4 章 计算机视觉 ........................................................................................................... 66
4.1 计算机视觉概述 .............................................................................................................. 67
??4.1.1 计算机视觉的定义 ........................................................................................................ 67
??4.1.2 计算机视觉系统中的信息处理过程 ............................................................................ 68
??4.1.3 计算机视觉的发展历程 ................................................................................................ 69
??4.1.4 计算机视觉的应用领域 ................................................................................................ 70
??4.1.5 计算机视觉的任务 ........................................................................................................ 71
4.2 计算机视觉经典任务及算法 .......................................................................................... 71
??4.2.1 图像分类 ........................................................................................................................ 71
??4.2.2 目标检测 ........................................................................................................................ 75
??4.2.3 图像分割 ........................................................................................................................ 78
??4.2.4 目标跟踪 ........................................................................................................................ 80
4.3 计算机视觉技术的应用案例 .......................................................................................... 82
??4.3.1 人脸识别 ........................................................................................................................ 82
??4.3.2 车牌识别 ........................................................................................................................ 83
4.4 案例：手写数字分类 ...................................................................................................... 84
??4.4.1 案例任务 ........................................................................................................................ 84
??4.4.2 案例分析和实现 ............................................................................................................ 84
??4.4.3 案例总结和启示 ............................................................................................................ 86
综合实验 ................................................................................................................................... 87
习题 ........................................................................................................................................... 89

第 5 章 自然语言处理 ........................................................................................................ 92
5.1 自然语言处理概述 .......................................................................................................... 93
??5.1.1 自然语言处理的定义 .................................................................................................... 93
??5.1.2 自然语言处理的组成 .................................................................................................... 94
??5.1.3 自然语言处理的发展历程 ............................................................................................ 95
??5.1.4 自然语言处理的工作原理 ............................................................................................ 96
??5.1.5 自然语言处理的应用方向 ............................................................................................ 97
??5.1.6 自然语言处理的三个层面 ............................................................................................ 99
5.2 自然语言处理基本任务及算法 ...................................................................................... 99
??5.2.1 词法分析 ........................................................................................................................ 99
??5.2.2 句法分析 ...................................................................................................................... 101
??5.2.3 语义分析 ...................................................................................................................... 104
??5.2.4 情感分析 ...................................................................................................................... 106
5.3 自然语言处理技术的应用案例 .................................................................................... 109
??5.3.1 词云图的生成 .............................................................................................................. 109
??5.3.2 机器翻译 ...................................................................................................................... 110
5.4 案例：文本预处理 ........................................................................................................ 111
??5.4.1 案例任务 ...................................................................................................................... 111
??5.4.2 案例分析和实现 .......................................................................................................... 111
??5.4.3 案例总结和启示 .......................................................................................................... 113
综合实验 ................................................................................................................................. 114
习题 ......................................................................................................................................... 116

第 6 章 人工智能的典型应用场景 .................................................................................... 119
6.1 智能系统应用 ................................................................................................................ 120
??6.1.1 智能语音助手 .............................................................................................................. 120
??6.1.2 多模态交互 .................................................................................................................. 125
??6.1.3 自动驾驶 ...................................................................................................................... 127
6.2 医疗健康应用 ................................................................................................................ 131
??6.2.1 医学影像分析 .............................................................................................................. 132
??6.2.2 辅助诊断系统 .............................................................................................................. 133
??6.2.3 药物研发应用 .............................................................................................................. 134
??6.2.4 健康监测管理 .............................................................................................................. 134
6.3 工业制造应用 ................................................................................................................ 135
??6.3.1 工业视觉检测 .............................................................................................................. 135
??6.3.2 生产流程优化 .............................................................................................................. 136
??6.3.3 智能生产线 .................................................................................................................. 137
6.4 案例：设计个性化健康管理方案 ................................................................................ 138
??6.4.1 案例任务 ...................................................................................................................... 138
??6.4.2 案例分析和实现 .......................................................................................................... 138
??6.4.3 案例总结和启示 .......................................................................................................... 141
综合实验 ................................................................................................................................. 141
习题 ......................................................................................................................................... 144

第 7 章 人工智能的伦理与未来发展 ................................................................................ 146
7.1 伦理与社会影响 ............................................................................................................ 147
??7.1.1 隐私数据安全 .............................................................................................................. 147
??7.1.2 算法公平偏见 .............................................................................................................. 149
??7.1.3 法律责任认定 .............................................................................................................. 150
??7.1.4 就业结构变迁 .............................................................................................................. 152
7.2 治理与发展路径 ............................................................................................................ 155
??7.2.1 技术风险管理 .............................................................................................................. 155
??7.2.2 伦理准则构建 .............................................................................................................. 156
??7.2.3 政策法规协调 .............................................................................................................. 157
??7.2.4 通用智能路径 .............................................................................................................. 157
综合实验 ................................................................................................................................. 159
习题 ......................................................................................................................................... 160