本书以培养学生人工智能素养、人工智能思维和人工智能基本应用能力为编写理念，面向高职高专院校各专业学生，使用通俗易懂的语言，深入浅出地介绍人工智能的基本概念、基本知识和相关应用。全书共分7章，主要内容包括人工智能概述、人工智能生态、人工智能软/硬件平台、机器学习、人工神经网络与深度学习、计算机视觉和自然语言处理。本书着重介绍人工智能通识性知识和实用性技能，既可作为高职高专院校、中等职业学校学生学习人工智能的通识课教材，也可作为计算机类、电子信息类相关专业人工智能课程的入门教材。此外，本书还可供广大读者作为人工智能学习与实践的参考用书。
黄林国，男，硕士，副教授，台州科技职业学院信息工程学院任教。省教坛新秀，省教学成果二等奖，主编多本计算机教材，多年来从事计算机网络与安全方向相关课程教学及教改研究实践。
第1章 人工智能概述 （1）
1.1 人工智能的概念 （3）
1.1.1 人工智能的定义 （3）
1.1.2 图灵测试 （4）
1.2 人工智能的发展 （5）
1.2.1 代表人物和事件 （6）
1.2.2 人工智能发展史 （8）
1.2.3 我国人工智能的发展状况 （13）
1.3 人工智能的分类 （16）
1.3.1 弱人工智能 （16）
1.3.2 强人工智能 （17）
1.3.3 超人工智能 （17）
1.4 人工智能研究的主要学派 （17）
1.4.1 符号主义学派 （17）
1.4.2 连接主义学派 （19）
1.4.3 行为主义学派 （20）
1.5 人工智能的主要研究领域 （21）
1.5.1 感知问题 （21）
1.5.2 模式识别 （22）
1.5.3 博弈 （22）
1.5.4 搜索 （23）
1.5.5 自然语言处理 （23）
1.5.6 专家系统 （24）
1.5.7 机器人学 （25）
1.6 本章实训 （26）
1.6.1 实训1 体验人工智能诗歌写作 （26）
1.6.2 实训2 文心一言 （27）
1.7 拓展知识：未来已来，人工智能改变生活 （28）
1.8 本章习题 （29）
第2章 人工智能生态 （32）
2.1 大数据 （34）
2.1.1 什么是大数据 （34）
2.1.2 大数据的四大特性 （35）
2.1.3 大数据与人工智能 （36）
2.1.4 大数据的应用案例 （37）
2.2 物联网 （38）
2.2.1 什么是物联网 （38）
2.2.2 物联网的技术架构 （39）
2.2.3 物联网的特点 （40）
2.2.4 物联网的未来趋势 （41）
2.2.5 物联网与人工智能 （41）
2.3 云计算 （42）
2.3.1 什么是云计算 （42）
2.3.2 云计算的特点 （43）
2.3.3 云计算的分类 （43）
2.3.4 云计算的服务模式 （44）
2.3.5 云计算的应用 （44）
2.4 5G通信技术 （45）
2.4.1 什么是5G （45）
2.4.2 5G的关键技术 （45）
2.4.3 5G的应用场景 （48）
2.5 本章实训 （49）
2.5.1 实训1 使用百度网盘 （49）
2.5.2 实训2 二维码分享 （51）
2.6 拓展知识：我国的5G网络建设 （52）
2.7 本章习题 （53）
第3章 人工智能软/硬件平台 （54）
3.1 芯片是人工智能的算力基础 （56）
3.1.1 什么是芯片 （56）
3.1.2 芯片的分类 （57）
3.1.3 芯片的制造工艺 （59）
3.1.4 摩尔定律 （59）
3.2 智能芯片 （59）
3.2.1 什么是智能芯片 （59）
3.2.2 智能芯片的分类 （60）
3.2.3 智能芯片的发展历程 （64）
3.2.4 智能芯片产业发展现状 （64）
3.3 人工智能开发框架 （68）
3.3.1 开发框架的作用 （68）
3.3.2 开发框架的核心特征 （69）
3.3.3 典型的人工智能开发框架 （69）
3.4 本章实训：人工智能芯片相关企业调研 （73）
3.5 拓展知识：我国科学家研制出首个全模拟光电智能计算芯片 （73）
3.6 本章习题 （74）
第4章 机器学习 （76）
4.1 机器学习概述 （77）
4.1.1 什么是机器学习 （77）
4.1.2 机器学习的发展历程 （80）
4.2 机器学习类型 （81）
4.2.1 监督学习 （82）
4.2.2 无监督学习 （83）
4.2.3 半监督学习 （83）
4.2.4 强化学习 （84）
4.3 机器学习常用算法 （84）
4.3.1 线性回归 （84）
4.3.2 支持向量机 （87）
4.3.3 决策树 （87）
4.3.4 K近邻算法 （88）
4.3.5 K均值聚类算法 （89）
4.3.6 关联分析 （90）
4.3.7 深度学习 （90）
4.4 本章实训：形色识别植物 （91）
4.5 拓展知识：AI为首张黑洞照片“美颜” （92）
4.6 本章习题 （93）
第5章 人工神经网络与深度学习 （95）
5.1 人工神经网络概述 （96）
5.1.1 人工神经网络简介 （96）
5.1.2 人工神经网络的发展历程 （97）
5.2 MP模型 （98）
5.2.1 生物神经元 （98）
5.2.2 MP模型的结构 （99）
5.2.3 MP模型实现逻辑“与”运算功能 （100）
5.3 感知机 （100）
5.3.1 感知机模型 （101）
5.3.2 感知机的学习过程 （101）
5.3.3 多层感知机实现逻辑“异或”运算功能 （102）
5.4 BP神经网络 （104）
5.4.1 BP神经网络结构 （104）
5.4.2 激活函数 （106）
5.4.3 BP神经网络学习算法 （107）
5.5 深度学习 （109）
5.5.1 深度学习的概念 （109）
5.5.2 卷积神经网络 （110）
5.5.3 循环神经网络 （114）
5.6 本章实训：体验神经网络可视化工具Playground （116）
5.7 拓展知识：三位AI科学家荣获2018年图灵奖 （119）
5.8 本章习题 （121）
第6章 计算机视觉 （124）
6.1 计算机视觉概述 （125）
6.1.1 什么是计算机视觉 （125）
6.1.2 计算机视觉的发展历程 （126）
6.1.3 计算机视觉的主要任务 （127）
6.1.4 计算机视觉的主要应用 （128）
6.2 图像处理与视觉系统 （128）
6.2.1 图像的基本原理 （128）
6.2.2 图像处理技术 （130）
6.2.3 计算机视觉系统 （135）
6.3 人脸识别 （138）
6.3.1 人脸识别概述 （138）
6.3.2 人脸识别一般步骤 （140）
6.3.3 人脸识别基本技术 （141）
6.3.4 人脸识别的应用 （145）
6.4 本章实训：体验百度人脸检测与属性分析 （147）
6.5 拓展知识：人机大战，百度AI以3 : 2战胜“最强大脑”王峰 （148）
6.6 本章习题 （148）
第7章 自然语言处理 （150）
7.1 自然语言处理概述 （151）
7.1.1 自然语言处理的定义 （152）
7.1.2 自然语言处理的发展历程 （152）
7.1.3 自然语言处理的应用 （153）
7.1.4 自然语言处理的一般流程 （156）
7.1.5 自然语言处理的构成 （158）
7.2 自然语言理解 （159）
7.2.1 自然语言理解的难点 （159）
7.2.2 自然语言理解的层次 （159）
7.3 机器翻译 （161）
7.3.1 机器翻译的基本原理 （161）
7.3.2 机器翻译的方法 （161）
7.3.3 机器翻译的应用 （163）
7.4 语音识别 （165）
7.4.1 语音识别的定义 （165）
7.4.2 语音识别的发展历程 （166）
7.4.3 语音识别系统 （166）
7.4.4 语音识别的应用 （167）
7.5 语音合成 （168）
7.5.1 语音合成概述 （168）
7.5.2 语音合成的应用 （168）
7.6 本章实训 （169）
7.6.1 实训1：体验百度在线翻译 （169）
7.6.2 实训2：体验讯飞AI （169）
7.7 拓展知识：“讯飞星火”开启个性化AI助手新时代 （170）
7.8 本章习题 （171）
参考文献 （173）
书单推荐
