本书是“高等院校人工智能通识课程系列教材”之一，是教育部高等学校大学计算机课程教学指导委员会“面向人工智能赋能教育及数字技能人才培养的大学计算机课程改革项目”重点项目成果。 
？
本书旨在培养大学生的计算思维与人工智能素养，深入浅出地介绍了计算思维、虚拟现实、计算机网络与安全、程序设计基础、数据管理与分析等知识，讲解了人工智能基础及机器学习、智能决策、智能体、大模型与AIGC等人工智能关键技术，并展示了人工智能在多领域的实际应用。

本书适合作为高等院校人工智能通识课程的教材，也可作为人工智能技术研究人员的参考书。

       随着互联网、大数据、大模型、智能体、机器人等技术迅猛发展，计算机与人工智能技术正经历前所未有的飞跃。人工智能是当代引领新一轮科技革命与产业变革的关键技术，是推动社会进步的重要力量，也是全球各国科技竞争的创新高地。人工智能的应用已经从日常娱乐、智能交通、智慧医疗、金融风控、教育个性化服务，逐步渗透到社会各个领域。特别是近期由 ChatGPT、DeepSeek 等生成式大模型引领的人工智能爆发式发展，驱使人类社会迈向数智新时代。基于此，高等院校纷纷将人工智能作为通识课程，为高等院校学生构建人工智能基础知识体系。
       本书旨在帮助学生了解计算机与人工智能带来的社会变革，理解其背后科技的基本原理、关键技术与应用，培养学生的数字理念、计算思维、人工智能素养与创新意识。作为数字化、智能化新时代的大学生，只有具备基本的计算思维与人工智能素养，才能在未来的学习、生活与工作中，更好地适应社会需求。
       本书是教育部高等学校大学计算机课程教学指导委员会“面向人工智能赋能教育及数字技能人才培养的大学计算机课程改革项目”重点项目成果，项目编号为 AEJR-202406。本书以培养学生的计算思维和人工智能素养为核心目标，围绕计算机与人工智能关键技术，通过深入浅出的介绍，为学生构建一个基础、系统、全面的知识体系。让学生掌握基础理论知识的同时，具备将其应用于解决实际问题的能力。
       全书共12章，涵盖多个知识领域。第1章～第6章介绍计算机基础知识，包括计算机文化、系统及计算思维的内涵、方法与应用；多媒体编码、计算机图形学、虚拟现实和元宇宙技术；网络概述、Internet 基础及云计算、区块链和物联网；信息安全的概念与技术、恶意攻击防护及面临的挑战；编程语言与思想、算法与数据结构；数据管理、大数据和数据分析等。第7章~第11章讲解人工智能相关知识，包括人工智能基础、机器学习、智能决策、大模型与生成式人工智能、智能体等。第12章介绍人工智能在交通、工业、医疗等领域的实际应用及对社会的影响。
       本书具有以下几个特点：
       （1）基础性：内容以基础概念为主，为学生构建学科基础知识框架，引导学生后续学习与研究。
       （2）适用性：兼顾不同专业、不同层次学生的学习需求，尽量避免晦涩难懂的专业术语，由浅入深地讲解抽象性概念。 
       （3）前沿性：内容与时俱进，密切跟踪相关领域最新研究成果与发展动态，将前沿技术融入教材。 
       （4）实用性：除了介绍理论知识，还尽可能结合实际应用场景予以阐述，帮助学生更好地理解和运用相关知识。 
       本书在沈阳航空航天大学教务处、计算机学院组织领导下完成，获批沈阳航空大学规划教材资助出版。编写团队成员均长期从事计算机和人工智能领域的教学与科研工作。 编写团队成员各自在教学与科研中积累的实践经验及相关教科研成果，为本书的编写提供了丰富的内容支撑。全书由邱虹坤主持编写与统稿。其中，第1章和第2章由郭建新编写；第3章和第4章由滕一平编写；第7章和第12章由蒋宁编写；第5章、第6章、第8章~第11章由邱虹坤编写。全书由范纯龙主审。随书电子资源（PPT课件、微视频、教学大纲等）可在中国铁道出版社教育资源数字化平台（https://www.tdpress.com/51eds）下载，师生可根据实际情况进行个性化选用。 
       在本书编写过程中，得到了教育部高等学校大学计算机课程教学指导委员会与中国铁道出版社有限公司的大力支持。在此一并表示感谢！ 
       由于编者水平有限，且计算机与人工智能相关知识体系庞大、技术发展日新月异，书中难免存在不妥之处，恳请读者提出宝贵意见（Email：qiuhongkun@sau.edu.cn），以便在后续的修订中完善本书。 
       编       者    
       2025年3月    

第1章 计算机与计算思维 1 
1.1 计算机文化 1 
1.1.1 计算工具的发展  1 
1.1.2 计算机发展阶段划分  2 
1.1.3 冯·诺依曼与图灵  3 
1.1.4 计算机的分类  4 
1.1.5 未来计算机  5 
1.2 计算机系统 6 
1.2.1 工作原理  6 
1.2.2 系统组成  7 
1.3 计算思维 14 
1.3.1 计算思维内涵的演变  14 
1.3.2 计算思维的概念  15 
1.3.3 计算思维的核心  15 
1.3.4 计算思维的特征  16 
1.3.5 计算思维的基本方法  16 
1.3.6 计算思维的应用  17 
小 结 17 
习 题 17 
第2章 多媒体与虚拟现实 19 
2.1 信息与数据 19 
2.2 字符编码 20 
2.3 多媒体编码 21 
2.3.1 音频编码  21 
2.3.2 图像编码  22 
2.3.3 视频编码  24 
2.4 计算机图形学.26 
2.4.1 计算机图形学基本概念  26 
2.4.2 计算机图形学技术应用  27 
2.5 虚拟现实 28 
2.5.1 虚拟现实的概念  28 
2.5.2 虚拟现实的特点  29 
2.5.3 虚拟现实的分类  30 
2.5.4 技术应用  31 
2.5.5 面临的挑战  32 
2.6 元宇宙33 
2.6.1 元宇宙的概念  33 
2.6.2 元宇宙发展历程  33 
2.6.3 元宇宙的特点  34 
2.6.4 元宇宙的应用  35 
小 结 36 
习 题 37 
第3章 计算机网络38 
3.1 计算机网络概述38 
3.1.1 计算机网络的定义  38 
3.1.2 计算机网络的发展  39 
3.1.3 计算机网络的分类  41 
3.2 计算机网络组成与体系结构43 
3.2.1 计算机网络组成  43 
3.2.2 计算机网络体系结构  44 
3.2.3 TCP/IP  46 
3.2.4 路由器  47 
3.3 网络地址 48 
3.3.1 IPv4  48 
3.3.2 IPv6  49 
3.3.3 子网与子网掩码  49 
3.4 Internet 基础 49 
3.4.1 Internet 的概念 49 
3.4.2 域名系统  50 
3.4.3 Internet 服务 51 
3.5 云计算53 
3.5.1 云计算的概念  53 
3.5.2 云计算的服务模式  53 
3.5.3 云计算的应用  54 
3.6 区块链56 
3.6.1 区块链概述  56 
3.6.2 区块链架构  58 
3.6.3 区块链的分类  60 
3.6.4 区块链的应用  61 
3.7 物联网62 
3.7.1 物联网的概念  62 
3.7.2 物联网的关键技术  63 
3.7.3 物联网的应用  63 
小 结 64 
习 题 65 
第4章 信息安全 66 
4.1 信息安全概述.66 
4.1.1 相关概念  66 
4.1.2 相关攻击事件  67 
4.1.3 相关法律法规  68 
4.1.4 信息安全的重要性  69 
4.2 物理安全 69 
4.2.1 芯片安全  70 
4.2.2 设备安全  70 
4.3 信息安全技术.71 
4.3.1 加密技术  71 
4.3.2 防火墙  72 
4.3.3 入侵检测系统  74 
4.4 恶意攻击及防护75 
4.4.1 黑客  75 
4.4.2 恶意软件  75 
4.5 面临的挑战与应对78 
4.5.1 面临的挑战  78 
4.5.2 应对策略  81 
小 结 82 
习 题 83 
第5章 程序设计基础84 
5.1 计算机语言 84 
5.2 编程思想 86 
5.2.1 面向过程程序设计  86 
5.2.2 面向对象程序设计  87 
5.3 算法基础 87 
5.3.1 算法概念与特点  87 
5.3.2 算法描述  88 
5.4 Python 基础91 
5.4.1 Python 的安装与运行  91 
5.4.2 Python 基础语法  91 
5.5 数据结构基础.93 
5.5.1 数据结构的基本术语  93 
5.5.2 数据结构的研究内容  93 
5.5.3 数据结构的分类  94 
5.6 软件工程思想.96 
5.6.1 软件的认识  96 
5.6.2 软件的认识过程  97 
5.6.3 软件工程概述  97 
5.6.4 软件生命周期与开发过程  98 
小 结 101 
习 题 101 
第6章 数据管理与分析  102 
6.1 计算机数据管理102 
6.1.1 人工管理阶段  102 
6.1.2 文件系统阶段  103 
6.1.3 数据库系统阶段  103 
6.1.4 数据文件格式  104 
6.2 数据库105 
6.2.1 数据库系统的组成  105 
6.2.2 关系型数据库  107 
6.2.3 数据库设计  109 
6.2.4 SQL 概述 109 
6.3 大数据110 
6.3.1 大数据的概念  110 
6.3.2 大数据的特性  110 
6.3.3 大数据处理111 
6.4 数据分析 113 
6.4.1 数据分析的概念  113 
6.4.2 数据分析的关键环节  114 
6.4.3 数据分析软件  120 
6.4.4 数据分析应用场景  121 
小 结 122 
习 题 122 
第7章 人工智能基础 124 
7.1 人工智能的概念124 
7.1.1 人工智能的理解  124 
7.1.2 人工智能的基本特征  125 
7.2 人工智能的诞生125 
7.3 人工智能的发展126 
7.4 主流的人工智能学派 128 
7.4.1 符号主义  128 
7.4.2 连接主义  129 
7.4.3 行为主义  130 
7.5 人工智能研究的基本内容 130 
7.6 人工智能的主要研究领域 131 
7.6.1 自然语言处理  131 
7.6.2 数据挖掘与知识发现  132 
7.6.3 智能体与智能机器人  133 
7.6.4 机器博弈  134 
7.7 人工智能研究的三要素 137 
7.7.1 算法  137 
7.7.2 算力  139 
7.7.3 数据  140 
7.8 面临的伦理与法律问题 141 
7.8.1 道德伦理问题  141 
7.8.2 法律的问题  142 
小 结 143 
习 题 144 
第8章 机器学习  145 
8.1 机器学习概述.145 
8.1.1 机器学习的概念  145 
8.1.2 机器学习的分类  146 
8.2 神经网络 147 
8.2.1 神经网络的概念  147 
8.2.2 神经网络的发展历程  148 
8.2.3 神经网络的分类  149 
8.3 分类任务 150 
8.3.1 k近邻分类算法 150 
8.3.2 决策树分类算法  151 
8.4 回归任务 152 
8.4.1 k近邻回归算法 152 
8.4.2 决策树回归算法  153 
8.5 聚类任务 153 
8.6 应用场景 155 
小 结 156 
习 题 156 
第9章 智能决策  158 
9.1 机器博弈 158 
9.1.1 机器博弈概述  158 
9.1.2 机器博弈系统  159 
9.1.3 极小极大原理  160 
9.1.4 智能搜索  160 
9.1.5 机器博弈典型算法  166 
9.2 机器智能 168 
9.2.1 计算智能的概念  168 
9.2.2 计算智能的分类  168 
9.3 进化计算 169 
9.3.1 进化计算的概念  169 
9.3.2 遗传算法的概念  169 
9.3.3 遗传算法的流程  170 
9.3.4 遗传算法的主要特点  171 
9.3.5 遗传算法的应用  171 
9.4 群体智能 172 
9.4.1 群体智能的概念  172 
9.4.2 蚁群算法  173 
9.4.3 人工蜂群算法  175 
9.4.4 粒子群算法  175 
9.5 专家系统 176 
9.5.1 专家系统概述  176 
9.5.2 专家系统的基本结构  178 
9.5.3 专家系统的开发过程  181 
小 结 182 
习 题 182iv 
计算思维与人工智能基础 
第10章 大模型与AIGC  183 
10.1 自然语言处理 183 
10.1.1 NLP的基本概念 183 
10.1.2 NLP的发展历程 183 
10.1.3 NLP的研究方向 185 
10.1.4 NLP的处理过程 185 
10.1.5 NLP的处理流程 186 
10.2 大模型188 
10.2.1 大模型的概念  188 
10.2.2 大模型发展历程  189 
10.2.3 大模型的分类  190 
10.2.4 大模型工作原理  191 
10.2.5 重要的大模型架构  192 
10.2.6 构建大模型  196 
10.2.7 本地部署大模型  196 
10.3 AIGC 199 
10.3.1 AIGC概念 199 
10.3.2 提示词工程  199 
10.3.3 大模型与AIGC应用  203 
10.3.4 AIGC工具简介 205 
10.4 挑战与展望 208 
10.4.1 挑战  208 
10.4.2 展望未来  210 
小 结 211 
习 题 212 
第11章 智能体  213 
11.1 分布式人工智能213 
11.1.1 分布式人工智能的概念 213 
11.1.2 分布式人工智能的特点 214 
11.1.3 分布式人工智能的分类 214 
11.1.4 分布式人工智能的应用和发展  215 
11.2 机器人216 
11.3 智能体概述 217 
11.3.1 智能体的概念与特性  217 
11.3.2 智能体的结构与类型  218 
11.3.3 智能体通信  220 
11.3.4 多智能体系统  222 
11.3.5 智能体的应用  223 
11.4 挑战与前景 225 
11.4.1 挑战  225 
11.4.2 发展前景  225 
小 结 225 
习 题 226 
第12章 人工智能在各个领域的应用.227 
12.1 人工智能在交通领域的应用227 
12.1.1 应用场景  227 
12.1.2 未来发展  230 
12.2 人工智能在工业领域的应用232 
12.2.1 应用场景  232 
12.2.2 未来发展  234 
12.3 人工智能在医疗领域的应用235 
12.3.1 应用场景  235 
12.3.2 未来发展  236 
12.4 人工智能在教育领域的应用237 
12.4.1 应用场景  237 
12.4.2 未来发展  239 
12.5 人工智能在安防领域的应用239 
12.5.1 应用场景  239 
12.5.2 未来发展  241 
12.6 人工智能在金融领域的应用242 
12.6.1 应用场景  242 
12.6.2 未来发展  244 
12.7 人工智能对社会的影响 244 
12.7.1 人工智能时代的新挑战 244 
12.7.2 人工智能时代的新机遇 245 
小 结 245 
习 题 246 
参考文献 247

邱虹坤，沈阳航空航天大学，副教授，硕士研究生导师，主要从事计算机科学及人工智能领域相关的教学与科研工作。曾担任中国人工智能学会机器博弈专业委员会理事、秘书长，辽宁省计算机基础教育学会委员，中国计算机博弈锦标赛、辽宁省和安徽省大学生计算机博弈大赛裁判长、答辩专家。入选沈阳市拔尖人才、沈阳市“教学能手”、沈阳市技术能手、沈阳高校优秀创新创业指导教师。主持或参与国家、省部级科研课题十余项，主持或参与省级、校级教学改革课题十多项，多次获得省级、校级教学成果奖。主编或参编著作及教材9部，在核心期刊与国际会议上发表学术论文30余篇。

（1）聚焦基础理论与概念，构建知识框架，培养计算思维与人工智能素养。
（2）搭建人工智能基础知识体系，可读性强，兼顾不同专业、不同层次学生需求。
（3）紧跟人工智能领域最新研究成果与发展动态，融入前沿技术介绍。
（4）结合计算机与人工智能实际应用场景，助力学生理解与运用相关知识。
（5）配套资源丰富，包含教学大纲、教学PPT、微视频、习题解答、贯穿式项目演示。