新一代人工智能原理與技術通識
主編：李千目；副主編：金瑩、印麗麗、劉帆
- 出版商: 清華大學
- 出版日期: 2026-04-01
- 定價: $239
- 售價: $238
- 語言: 簡體中文
- ISBN: 7302713057
- ISBN-13: 9787302713050
-
相關分類:
Machine Learning
下單後立即進貨 (約4週~6週)
商品描述
"本書系統梳理人工智能的發展歷程、基礎理論與應用實踐。全書分為三篇：第一篇闡釋人工智能的基本概念與發展脈絡；第二篇深入講解機器學習、神經網絡、深度學習與大模型等核心技術；第三篇探討人臉識別、語音處理、機器翻譯等典型應用場景。本書兼顧基礎性與前沿性，融理論知識與現實案例於一體，旨在幫助讀者系統理解人工智能，提升科學素養與創新思維。 重要信息：本書致力於為讀者提供一本體系完整、內容嚴謹、立足前沿的人工智能通識教材。我們堅持科學性與可讀性並重，不僅系統介紹人工智能的基本概念、發展歷程和核心算法，還深入剖析深度學習、大模型等前沿技術，並通過人臉識別、語音合成、機器翻譯等典型應用展現技術實現與社會影響。 書中融入了我國在人工智能領域的重要實踐與創新成果，兼顧國際視野與本土語境，幫助讀者在理解技術的同時，建立科技倫理意識與社會責任感。全書設計註重啟發思考，每章均設有學習目標與小結，配套案例清晰詳實，適合高中、高校師生及社會學習者使用。我們希望本書成為讀者走進人工智能世界的第一扇窗，賦能新一代中國青少年在智能時代中科學認知、理性探索與創新實踐。"
作者簡介
李千目，教授、博導，南京理工大學學術委員會委員、科研院副院長。中央軍委裝備信咨委委員、中央軍委裝備發展部專業組成員、IEC SEG13國際工作組成員、工業與信息化部人才中心專家委副主任、國家人工智能產業基金投資委專家委員、工信部重點實驗室學術委員會主任、江蘇省工業互聯網標委會主任、江蘇省數字標委會總體組組長。江蘇省計算機學會副理事長、江蘇省教育數字化研究會監事長。入選外籍院士、中央部委國家級人才、江蘇省科技領軍人才、騰訊雲最有價值專家。成果入選2022年度江蘇省領域十大科技進展、2024年度中國通信行業十大科技進展提名。獲國防科技獎、江蘇省科技獎等省部級一等獎5項，二等獎6項。
目錄大綱
目 錄
第 1 篇 新一代人工智能的基礎通識
第 1 章 人工智能是什麼 ���������� 3
1.1 人工智能的淵源 …………………………………… 5
1.1.1 古代自動機械與傳說 ……………………… 5
1.1.2 近代智能理論與技術 ……………………… 7
1.2 人工智能的核心概念 …………………………… 12
1.2.1 強人工智能與弱人工智能 ……………… 12
1.2.2 相關概念與範疇的界定 ………………… 13
1.2.3 現代人工智能的特征 …………………… 17
1.3 人工智能的應用 ………………………………… 19
1.3.1 核心應用領域 …………………………… 19
1.3.2 交叉應用領域 …………………………… 21
1.3.3 社會應用影響 …………………………… 23
本章小結 ……………………………………………… 24
AI 新一代人工智能原理與技術通識
第 2 章 人類智能 ������������ 26
2.1 人類智能的起源 ………………………………… 27
2.2 人類智能的基礎 ………………………………… 29
2.3 人類智能的飛躍 ………………………………… 32
2.3.1 協作 ……………………………………… 32
2.3.2 語言 ……………………………………… 34
2.3.3 信任 ……………………………………… 35
2.3.4 文明 ……………………………………… 35
本章小結 ……………………………………………… 37
第 3 章 人工智能的發展 ��������� 40
3.1 人工智能簡史（上） …………………………… 41
3.1.1 通用問題求解器 ………………………… 42
3.1.2 自然語言 ………………………………… 43
3.1.3 感知器 …………………………………… 45
3.2 人工智能簡史（中） …………………………… 47
3.2.1 第一次寒冬 ……………………………… 47
3.2.2 溫暖時期：專家系統 …………………… 49
3.2.3 第二次寒冬 ……………………………… 50
3.3 人工智能簡史（下） …………………………… 51
3.3.1 實用與振興 ……………………………… 52
3.3.2 裏程碑事件 ……………………………… 53
3.3.3 深度學習革命 …………………………… 55
·II·
目 錄
3.3.4 大模型時代 ……………………………… 57
本章小結 ……………………………………………… 59
第 4 章 人工智能倫理 ���������� 62
4.1 短期風險與挑戰 ………………………………… 63
4.1.1 數據隱私與監控風險 …………………… 63
4.1.2 算法偏見與社會歧視 …………………… 65
4.1.3 信息生態汙染與操縱 …………………… 67
4.1.4 經濟結構與就業市場 …………………… 68
4.2 長期風險與前瞻 ………………………………… 69
4.2.1 失控風險與人工智能的安全性 ………… 69
4.2.2 人類主體性與社會結構的演化 ………… 70
4.2.3 全球性、跨學科、前瞻性的治理框架 … 72
本章小結 ……………………………………………… 73
第 2 篇 新一代人工智能的核心技術
第 5 章 人工智能的機器學習 ������� 79
5.1 機器學習的起源 ………………………………… 80
5.1.1 知識驅動人工智能 ……………………… 80
5.1.2 學習型人工智能 ………………………… 82
5.1.3 機器學習的基礎流程 …………………… 83
5.2 機器學習的學習範式 …………………………… 85
5.2.1 監督學習 ………………………………… 86
·III·
AI 新一代人工智能原理與技術通識
5.2.2 無監督學習 ……………………………… 87
5.2.3 強化學習 ………………………………… 89
5.3 機器學習的學術流派 …………………………… 90
5.3.1 符號主義 ………………………………… 91
5.3.2 貝葉斯主義 ……………………………… 93
5.3.3 連接主義 ………………………………… 94
5.3.4 進化主義 ………………………………… 96
本章小結 ……………………………………………… 97
第 6 章 人工神經網絡 ���������� 100
6.1 人工神經網絡的定義 …………………………… 102
6.1.1 MP 神經元模型 ………………………… 102
6.1.2 感知器模型 ……………………………… 104
6.1.3 多層感知器 ……………………………… 106
6.2 人工神經網絡的結構 …………………………… 108
6.2.1 全連接神經網絡 ………………………… 109
6.2.2 卷積神經網絡 …………………………… 111
6.2.3 循環神經網絡 …………………………… 114
6.2.4 自編碼器 ………………………………… 115
6.3 深度學習 ………………………………………… 116
6.3.1 深度學習的核心思想 …………………… 117
6.3.2 深度學習的神經網絡訓練 ……………… 119
6.3.3 深度學習的無監督預訓練 ……………… 120
·IV·
目 錄
6.3.4 深度學習的成功要素 …………………… 122
本章小結 ……………………………………………… 124
第 7 章 大模型原理 ����������� 127
7.1 大模型的分類 …………………………………… 128
7.1.1 語言模型 ………………………………… 128
7.1.2 視覺模型 ………………………………… 130
7.1.3 多模態模型 ……………………………… 131
7.2 大模型的架構 …………………………………… 132
7.2.1 自註意力 ………………………………… 133
7.2.2 Transformer ……………………………… 135
7.3 大模型的範式 …………………………………… 137
7.3.1 尺度定律 ………………………………… 137
7.3.2 檢索增強生成 …………………………… 139
7.3.3 具身智能 ………………………………… 140
7.3.4 多媒體生成 ……………………………… 141
7.3.5 多模態大模型 …………………………… 144
本章小結 ……………………………………………… 146
第 3 篇 新一代人工智能的應用實踐
第 8 章 教會計算機“看” ��������� 151
8.1 人臉識別 ………………………………………… 152
8.1.1 人臉識別技術 …………………………… 154
·V·
AI 新一代人工智能原理與技術通識
8.1.2 深度學習的優勢 ………………………… 155
8.1.3 應用風險與安全防範 …………………… 156
8.1.4 實踐：體驗 AI 的人臉檢測與屬性分析… 159
8.2 圖像生成 ………………………………………… 164
8.2.1 圖像的內容與風格 ……………………… 165
8.2.2 圖像的風格矩陣 ………………………… 167
8.2.3 神經風格遷移技術 ……………………… 169
8.2.4 實踐：用 AI 創作圖像…………………… 170
8.3 視覺偽造 ………………………………………… 174
8.3.1 生成對抗網絡 …………………………… 175
8.3.2 深度偽造 ………………………………… 178
8.3.3 視覺偽造由靜態到動態 ………………… 180
8.3.4 實踐：挑戰識別 AI 生成的假臉………… 181
本章小結 ……………………………………………… 185
第 9 章 教會計算機“聽”和“說” ����� 188
9.1 語音識別 ………………………………………… 189
9.1.1 語音產生的物理模型 …………………… 189
9.1.2 模式匹配到統計模型 …………………… 191
9.1.3 端到端深度學習模型 …………………… 193
9.1.4 實踐：體驗實時語音轉寫與 AI 筆記…… 195
9.2 語音合成 ………………………………………… 200
9.2.1 語音合成技術概述 ……………………… 200
·VI·
目 錄
9.2.2 傳統語音合成技術 ……………………… 202
9.2.3 現代語音合成技術 ……………………… 203
9.2.4 實踐：體驗 AI 克隆聲音………………… 205
9.3 機器翻譯 ………………………………………… 210
9.3.1 機器翻譯面臨的挑戰 …………………… 211
9.3.2 基於統計的機器翻譯 …………………… 212
9.3.3 基於神經網絡的機器翻譯 ……………… 213
9.3.4 實踐：體驗 AI 同聲傳譯與圖片翻譯…… 214
本章小結 ……………………………………………… 220
第 10 章 人工智能的“軍師”角色����� 223
10.1 推薦算法 ……………………………………… 224
10.1.1 推薦系統……………………………… 224
10.1.2 協同過濾……………………………… 225
10.1.3 基於深度學習的嵌入方法…………… 226
10.1.4 社會影響與倫理問題………………… 226
10.1.5 實踐：剖析個性化推薦畫像 ………… 227
10.2 搜索引擎 ……………………………………… 232
10.2.1 倒排索引和排序算法………………… 232
10.2.2 現代搜索引擎………………………… 234
10.2.3 實踐：豆包深度搜索與提示詞工程
平臺…………………………………… 235
·VII·
AI 新一代人工智能原理與技術通識
10.3 人機對話 ……………………………………… 242
10.3.1 圍棋及其早期的 AI 挑戰 …………… 242
10.3.2 AlphaGo 的核心技術 ………………… 243
10.3.3 AlphaGo 的訓練機制 ………………… 244
10.3.4 從 AlphaGo 到 AlphaGo Zero ………… 245
10.3.5 實踐：與不同水平的 AI 棋手對弈…… 246
本章小結 ……………………………………………… 251
第 11 章 人工智能的“創造力” ������ 254
11.1 生成式人工智能 ……………………………… 255
11.1.1 核心原理……………………………… 255
11.1.2 主流模型……………………………… 256
11.1.3 實踐：探索不同 AI 繪畫模型的差異… 258
11.2 多模態內容創作 ……………………………… 264
11.2.1 文本與代碼生成……………………… 265
11.2.2 圖像與視頻生成……………………… 265
11.2.3 音樂與音頻生成……………………… 267
11.2.4 實踐：AI 助力數字人播報視頻……… 268
11.3 科學領域的賦能 ……………………………… 273
11.3.1 破解蛋白質折疊之謎………………… 273
11.3.2 加速新材料的發現…………………… 276
11.3.3 實踐：AI 輔助科學數據可視化……… 278
本章小結 ……………………………………………… 284
·VIII·
