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， 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

本书共分14章，全面系统地介绍了生成式AI的基础理论、核心技术、应用场景以及社会影响，既突出生成式AI技术，又重视AIGC应用，旨在为读者提供一个全面、深入且实用的学习平台，帮助读者快速掌握生成式AI(AIGC)的精髓及其在各领域的应用实践。

本书在内容设计上兼具前沿性与低门槛：一方面，融入2023-2025年开源大模型(Llama3、Mistral)、多模态AIGC(Suno文生音乐、Sora文生视频)、AIAgent、具身智能等热点技术；另一方面，所有实验均基于Python预装库(PyTorch、NumPy等)，仅需CPU即可运行，适配职教本科机房及学生个人设备，打破硬件限制。同时，书中配套详细实验指导、代码示例及思维导图，帮助读者快速理解知识要点、高效完成实践任务。

本书以“基础理论—关键技术—前沿应用—伦理安全”为主线，覆盖人工智能领域的核心模块。本书的特色：一是体系完整，覆盖从基础理论到前沿应用的全链条知识；二是案例丰富，通过“西瓜分类”“补给路线规划”等贴近生活的实例降低理解门槛；三是紧跟趋势，重点纳入大语言模型、具身智能等前沿方向；四是注重伦理，强调技术发展与社会责任的平衡。无论是初学者构建知识框架，还是从业者回顾基础理论，本书均能提供系统性、实用性的指导。

本书聚焦深度学习和大模型前沿，细分机器视觉(目标检测、图像分类)、语音处理(自动语音识别、语音合成)、自然语言处理(文本生成、情感分析)、多模态应用(图文生成、视觉问答)和科学计算(蛋白质结构预测)等关键领域，通过大量实例说明这些领域的主流应用。本书内容系统、新颖，案例丰富，适合作为各类专业的大学生的人工智能导论教材，也适合社会人士了解AI技术的入门书籍，为深入探索人工智能打下基础。

本书全面覆盖信息技术的基础知识、核心技术、应用领域及未来发展趋势，特别聚焦于信创产业和人工智能两个前沿领域。本书主要内容包括但不限于现代通信技术、云计算、大数据、物联网、虚拟现实、区块链、数字媒体等关键技术，以及这些技术在教育、医疗、金融、智能制造等行业的应用案例。本书旨在培养读者在信息技术领域的综合能力，为未来的职业发展奠定坚实基础。

本书深入探讨人工智能与经济学的交叉前沿，涵盖微观经济行为优化、中观产业变革与宏观经济影响三大维度，系统解析人工智能对市场结构、就业形态、金融创新与增长动力的深刻重塑，并专设治理机制与未来趋势篇章，聚焦新挑战与新战略。

看今朝，DeepSeek 横空出世，AI 绘画、AI 视频刷屏朋友圈，"大模型”成为街头巷尾的热词此时此刻你是否感到困惑：这些神奇的AI 究竟是什么？它会抢走我的工作吗？我该如何驾驭它为我所用？本书以百余个直击灵魂的问题为线索，带你轻松闯入AI 大模型的奇妙世界。从大模型为什么叫"大”这样的入门趣问，到如何写出让AI 听话的提示词这类实战秘籍，再到AI 是否会产生情感的深度思辨——无论你是职场人、学生、创作者，还是单纯的"好奇宝宝”，都能在这里找到属于自己的答案。这不仅是一本科普书，更是一本AI

本书共9章，内容包括深度学习基础、深度学习框架PyTorch的安装、PyTorch基础、线性回归和逻辑回归、全连接神经网络、卷积神经网络、循环神经网络、生成式对抗网络及大模型浅析。本书首先从深度学习的基础知识入手，引领读者动手搭建深度学习框架PyTorch，然后在PyTorch框架下实现深度学习中常用的网络模型。通过本书，读者可对深度学习有一个清晰的认识。 本书中的程序均可在Windows系统中运行，不受是否具备GPU的限制。本书提供思政版电子教案、电子课件、大量习题及答案、实验及源代码、书中用

本书共8章，主要包括深度学习的相关理论知识和深度学习的计算机视觉应用。深度学习的相关理论知识部分包括人工智能基础、机器学习、深度学习基础及深度学习三部曲。其中，深度学习三部曲重点介绍深度学习的组成模块，旨在帮助读者把握深度学习的概况。深度学习的计算机视觉应用部分主要以计算机视觉相关任务为引导，介绍深度学习中常用的模型及应用，包括图像分类、目标检测、跨媒体信息处理和图像生成等，涉及擅长图像信息处理的卷积神经网络（CNN）、擅长时序信息处理的循环神经网络（RNN）、擅长机器翻译的Trans