本書是一本集理論性、實踐性和前瞻性于一體,面向大學一年級學生的通識性教材。本書通過豐富的案例分析和討論,旨在幫助學習者在有限時間內(nèi)掌握人工智能的基礎知識、核心技術和應用方法,鼓勵學習者思考人工智能技術的未來發(fā)展趨勢和潛在挑戰(zhàn),培養(yǎng)其創(chuàng)新思維能力和應用實踐能力,并為未來的學習和研究奠定堅實的基礎。本書是國家精品課程“計算機基礎”的主教材,也是教育部大學計算機課程改革項目成果之一。全書共6章,系統(tǒng)地介紹了人工智能的基本概念、核心技術及其在主要領域的廣泛應用,內(nèi)容包括數(shù)字化概述、認識計算機、計算機網(wǎng)絡與云計算、大數(shù)據(jù)管理、機器學習與深度學習、人工智能應用等。本書既可作為高等學!按髮W計算機”“人工智能通識”及相關課程的教材,也可作為計算機、人工智能愛好者的自學教材。
董衛(wèi)軍,1995年至今在西北大學從事大學計算機的教學和研究工作,是全國高等院校計算機基礎教育研究會第九屆理事、陜西省計算機教育學會第八屆副秘書長,出版教材多部。
第1章 數(shù)字化概述 1
1.1 數(shù)字化的產(chǎn)生與發(fā)展 1
1.1.1 數(shù)字化的內(nèi)涵 1
1.1.2 數(shù)字化的社會影響 2
1.2 數(shù)字轉(zhuǎn)換 4
1.2.1 信號的概念 4
1.2.2 模擬信號數(shù)字化轉(zhuǎn)換 6
1.3 信息化 8
1.3.1 信息化概述 8
1.3.2 常見的信息化平臺 9
1.4 數(shù)字化 10
1.4.1 數(shù)字化的基本概念 10
1.4.2 信息化和數(shù)字化的區(qū)別 11
1.5 數(shù)字化轉(zhuǎn)型 13
1.5.1 數(shù)字化轉(zhuǎn)型的概念與目標 13
1.5.2 數(shù)字化轉(zhuǎn)型的核心技術 13
1.5.3 數(shù)字化轉(zhuǎn)型的阻礙因素 20
1.6 數(shù)字化時代的計算機倫理 21
1.6.1 計算機應用的負面問題 21
1.6.2 計算機倫理的概念和原則 27
1.6.3 計算機犯罪 29
1.7 知識擴展 31
1.7.1 理解知識共享許可協(xié)議 31
1.7.2 網(wǎng)絡誹謗 32
1.7.3 網(wǎng)絡環(huán)境下的信息甄別 32
習題1 37
第2章 認識計算機 41
2.1 通用機的體系結構 41
2.1.1 現(xiàn)代計算機的產(chǎn)生 41
2.1.2 馮·諾依曼體系結構 43
2.2 微型計算機的組成 47
2.2.1 硬件組成 48
2.2.2 軟件組成 53
2.3 數(shù)值的存儲 61
2.3.1 數(shù)制 61
2.3.2 不同數(shù)制間的轉(zhuǎn)換 63
2.3.3 計算機中數(shù)值的表示 65
2.3.4 計算機中的基本運算 66
2.4 文字的存儲 69
2.4.1 文字的編碼表示 69
2.4.2 文字的輸入 71
2.4.3 文字的存儲 72
2.4.4 文字的輸出 73
2.5 多媒體的存儲 74
2.5.1 圖形圖像 74
2.5.2 聲音 78
2.5.3 視頻 80
2.6 AI時代計算機 81
2.6.1 AI時代計算機的特點和趨勢 81
2.6.2 智能芯片的分類 82
2.6.3 云端AI芯片 82
2.6.4 邊緣AI芯片 85
2.6.5 AI算力 86
2.6.6 云計算時代的算力租賃 87
2.7 知識擴展 91
2.7.1 認識芯片 91
2.7.2 智能手機的系統(tǒng)構成 93
2.7.3 國產(chǎn)CPU 95
習題2 97
第3章 計算機網(wǎng)絡與云計算 101
3.1 計算機網(wǎng)絡 101
3.1.1 計算機網(wǎng)絡的基本概念 101
3.1.2 計算機網(wǎng)絡的基本組成 102
3.1.3 計算機網(wǎng)絡的分類 108
3.2 局域網(wǎng)技術 111
3.2.1 交換式以太網(wǎng) 111
3.2.2 無線局域網(wǎng) 111
3.3 Internet技術 113
3.3.1 基本概念 113
3.3.2 Internet基本服務 121
3.4 網(wǎng)絡安全 125
3.4.1 網(wǎng)絡安全的概念與特征 125
3.4.2 基本網(wǎng)絡安全技術 126
3.5 云計算 131
3.5.1 云計算與云 132
3.5.2 云計算的特點與不足 133
3.6 云計算的基本類型 135
3.6.1 基礎設施即服務(IaaS) 135
3.6.2 平臺即服務(PaaS) 137
3.6.3 軟件即服務(SaaS) 137
3.6.4 三種云計算類型的關系 138
3.7 主流云計算技術介紹 139
3.7.1 常見的云解決方案 139
3.7.2 基本云計算的技術對比 141
3.8 知識擴展 142
3.8.1 華為的星閃技術 142
3.8.2 Google的云計算技術構架分析 143
3.8.3 我國云服務的發(fā)展 148
習題3 150
第4章 大數(shù)據(jù)管理 154
4.1 大數(shù)據(jù)概述 154
4.1.1 大數(shù)據(jù)的概念和特征 154
4.1.2 大數(shù)據(jù)的價值 155
4.1.3 大數(shù)據(jù)技術 156
4.2 大數(shù)據(jù)采集 157
4.2.1 大數(shù)據(jù)采集的概念 157
4.2.2 八爪魚簡介 157
4.2.3 Content Grabber 158
4.2.4 RapidMiner 159
4.3 大數(shù)據(jù)存儲與分析 161
4.3.1 大數(shù)據(jù)存儲與分析綜述 162
4.3.2 Hadoop 163
4.3.3 Spark 168
4.3.4 HBase 170
4.4 知識擴展 173
4.4.1 大數(shù)據(jù)可視化的重要性 173
4.4.2 Tableau 174
4.4.3 FineBI 175
4.4.4 FineReport 177
4.4.5 Apache Kylin 178
4.4.6 Echarts 180
習題4 183
第5章 機器學習與深度學習 186
5.1 人工智能的產(chǎn)生及其流派 186
5.1.1 人工智能的產(chǎn)生和發(fā)展 186
5.1.2 人工智能的主要流派 189
5.1.3 人工智能的研究領域 190
5.2 機器學習基礎 198
5.2.1 機器學習的概念和特征 198
5.2.2 機器學習的數(shù)學基礎 199
5.2.3 機器學習的常用算法 200
5.2.4 使用機器學習解決問題的基本流程 204
5.3 人工神經(jīng)網(wǎng)絡簡介 206
5.3.1 人工神經(jīng)網(wǎng)絡的發(fā)展 206
5.3.2 神經(jīng)元模型 208
5.3.3 單層神經(jīng)網(wǎng)絡 210
5.3.4 雙層神經(jīng)網(wǎng)絡 211
5.4 深度學習基礎 213
5.4.1 深度學習的概念和特征 213
5.4.2 普通多層神經(jīng)網(wǎng)絡 214
5.4.3 卷積神經(jīng)網(wǎng)絡 217
5.5 知識擴展 224
習題5 233
第6章 人工智能應用 237
6.1 AIGC簡介 237
6.1.1 AIGC的產(chǎn)生與發(fā)展 237
6.1.2 AIGC的應用場景 240
6.1.3 AIGC的商業(yè)模式與面臨的挑戰(zhàn) 243
6.1.4 AIGC領域的國外常見工具 245
6.1.5 國產(chǎn)AIGC大模型簡介 259
6.2 自動駕駛 280
6.2.1 自動駕駛技術的發(fā)展與級別 280
6.2.2 自動駕駛的關鍵技術 282
6.2.3 中國的自動駕駛技術 287
6.2.4 自動駕駛中的倫理問題 289
6.3 人形機器人 290
6.3.1 人形機器人的核心組件 290
6.3.2 人形機器人的軟件算法 292
6.3.3 我國的人形機器人研究 294
6.3.4 人形機器人使用中的倫理問題 299
習題6 300
附錄A 人工智能編程語言 302