在国家“全面推进智能化，促进人工智能助力教育变革”的大背景下，本书面向高等学校多学科人工智能通识教育需求，以基础为基石，以应用为路径，以能力培养为目标，致于为大学新生提供全新的人工智能知识学习路径。
      全书共十一章，分为四篇：第一篇是计算机科学导论，通过“计算、程序与系统”重点主题，介绍计算机科学的核心概念；第二篇介绍AI学科的基础理论，包括AI的学科框架、机器学习、神经网络等；第三篇重点关注AI应用技术，选取计算机视觉和自然语言理解作为典型应用技术，旨在抛“学习方法”的“砖”，引“应用万花筒”的“玉”；第四篇是实践环节，配置了两个虚拟实验、一个实践项目和一个实训项目，用于加深对前面三篇所学内容的理解并掌握。
      本书面向AI通识需求，努力使全学科初学者建立起“计算机科学+AI应用”的认知坐标。设计上以案例为驱动，追求通俗易懂；选材上以新技术为主导，启发学生建立AI生态意识，培养创新思维能力；环境上以虚拟实验和AI实用系统为助力，便于“教”和“学”的落地实施。本书适合作为高等教育的人工智能通识课程教材，也可作为自学者的参考书。

      当今世界正处于智能革命的历史性拐点。自从2017年国务院正式发布 《新一代人工智能发展规划》以后，我国人工智能发展就被纳入了国家战略。2025年，教育部等九部门发布的关于加快推进教育数字化的意见，明确提出“全面推进智能化，促进人工智能助力教育变革”。至此，人工智能已不再仅仅是计算机学科的专有领域，而是成为所有现代人才必备的通识素养。正是在这样的时代背景下，我们编写了这本面向高等院校多学科的人工智能通识教材，试图为不同专业背景的大学生搭建一座通向AI世界的桥梁。
      人工智能通识教育往往面临两难困境：要么过于专注技术细节，令非计算机专业学习者望而生畏；要么流于表面概念而难以形成真正的能力迁移。据了解，大多数高校对人工智能通识课的教学安排是：取代原来的“大学计算机”课程位置，即教师团队和学时都完全沿用原来的教学实施体系。这样带来的问题是双向的：既有学生“学习难”的问题，也有教师“教授难”的困扰。尤其对于“四新”背景下的专业融合需求，多学科所需要的是计算机科学与人工智能的双重加持，而不是以“人工智能”专业课程的简化版来完全取代大学计算机通识课，因为人工智能从来不是空中楼阁，它是计算机科学体系的一个成员，与计算机科学是基础支撑与创新延伸的关系。例如，当我们讨论神经网络的神奇预测能力时，必须首先承认：没有计算机科学提供的矩阵运算加速和并行计算架构，任何深度学习模型都只是数学论文里的理论构想；当我们赞叹机器学习算法的精妙时，必须清醒认识到：若脱离算法复杂度理论和计算机性能评估体系，所有调参技巧都将沦为数字游戏。
      人工智能的每一次突破，都是计算机科学基座上的理性绽放。当我们在为AlphaFold的蛋白质结构预测欢呼时，不应忘记：没有分布式系统的消息传递接口MPI，其并行训练效率将骤降86%；当我们惊叹GPT-3的文本生成能力时，必须清醒认知：若脱离冯·诺依曼体系的存储架构，所有参数更新都将陷入数据搬运的泥潭。这绝非技术偏好，也不是对新事物的排斥，而是铁律——没有计算机科学的人工智能教育，如同教授飞行却不谈空气动力学。因此，本书的设计难题不是切换，而是如何在有限篇幅（学时）内平衡计算机科学和人工智能的教学内容布局。
      2011年，当人工智能的第三次浪潮崭露头角的时候，人工智能的研究借助大数据、云计算、深度学习等技术，在语音识别、图像识别、自然语言处理、机器人、自动驾驶等领域已经取得了突破性的进展，社会对人工智能的教育需求已呼之欲出。而之后的十多年，教育改革被在线教育的大浪高高托起，十年耕耘，成就了模式更迭的辉煌成果。而今，新质生产力呼啸而来，AI如雨后春笋般茁壮成长，显示出勃勃生机，AI教学内容在跨学科需求中彰显了强势生命力，教学内容和教育模式都有被彻底重构之势！在此情势下， 人工智能通识教育如一个弄潮儿，必定在潮头踏浪而行，将AI湍流化为前行势能，为AI赋能教育而践行。为此，我们必须先思考：如何做引领！再思考人工智能通识教育的本质——它不应该是对专业人工智能教材的简化，而需要构建全新的认知范式。
      本书内容上的构建思路是：强基固本，采用“双螺旋”结构，即计算机科学为AI提供可解释性基础、AI技术为计算机科学注入时代维度。通过知识拓扑的范式转换，构建横纵双向融合的全新课程架构，其知识节点连接方式完全区别于简单并置。所以，在内容布局上教材采用了“1+2+1”的四篇大框架，即一篇计算机科学、两篇人工智能、一篇工程实践。
      第一篇：计算机基础与系统，包括第1、2、3章，分别是人工智能与计算机科学导论、计算机系统、计算机程序与算法。从每章标题就不难看出计算机科学与AI在知识体系上的融合。
      第二篇：人工智能基础理论与应用，包括第4、5、6三章，分别是人工智能学科框架、机器是如何学习的、神经网络与深度学习。这一篇看上去完全是对人工智能基础理论的布局，但每一章的视角都是不忘初心的。例如，第4章的“从计算实现到智能涌现”，着眼于从底层计算到AI生态的关联介绍；第6章也穿插了“硬件与算法的共生”等，从知识点上把融合的张力拉满。
      第三篇：人工智能应用技术，包括第7、8两章，分别是从图像识别到视觉理解——以安检系统为锚点、从文本处理到语言理解——自然语言的认知解码。本篇内容不追求也不可能追求技术全覆盖，只是精选计算机视觉与自然语言处理两大典型应用领域，收敛在确定的切入点上，作为AI应用技术的“方法样本”。旨在通过具体技术范例，帮助学习者掌握AI应用的通用方法，安排策略是“授人以渔”。
      第四篇：实验、实践与实训，这是本书的特色，也是创新点之一，包括了第9、10、11三章，分别是数字化实验、汽车营销宣传片项目实践、汽车外观垂类模型训练综合实训。精心设计了“基础实验—项目实践—综合实训”三级实践体系，通过三种递进式实践任务，将理论知识转化为工程能力。第9章给出两个验证性实验，并以云平台支持方式，提供完全虚拟仿真形式的交互实验过程，以实现基础能力筑基。第10章是通过汽车营销宣传片制作项目的实际演练，使学生了解完整项目流程，培养学生产品化思维和创新能力。第11章的汽车外观垂类模型训练，通过企业级实训内容提升学生AI的综合应用能力。采用汽车领域真实案例，也是我们将产教融合落实在教材建设中的一次新的尝试，用独创的“三阶能力熔铸”实践体系，通过“实验室—工作室—生产线”的渐进场景设计，将AI技术能力锤炼为工程实践能力。
      除了内容布局上的创新设计之外，本书还有以下特色：
      1. 以栏目设计配合教学落地。教材呈现了三种形式的栏目：一是按篇的【学习引导】，以典型事件为原型，给学习者问题和目标引导；二是按章节的【应用案例】和【拓展学习】，每一环节都配有来自跨学科领域的应用案例，以案例切入核心知识点，以拓展学习启发学生的举一反三自主学习能力；三是见缝插针的【纵横学习】，给学生留出思考的空间，以培养求知欲望和创新意识。
      2. 思政元素主导案例主体。每章每节都体现了从理论到应用的中国元素，从华为的智能手机到阿里云服务，从中国国防科大研制的首款国产操作系统到吉利汽车的垂类大模型，融入求自然，润物细无声。尤其是每篇最后都设计了【WPS AI单元实训】，旨在AI助力教学和国产软件进课堂。
      3. 创新意识培养。教材的每一章都配有图灵奖获得者的介绍，选取与本章内容相关的获奖学者，介绍其研究经历、学术思想以及杰出贡献，启发引导学生善于思考、勇于发现和实践。
      4. 数字化资源平台对接。全书配有多种数字化资源，都以新形态教材形式给予了云端支持。特别是书中设置了大量二维码，学习者可以直接扫描查看视频、表格、文档等资源。
      遇见就是最好的礼物。本书的写作团队包括了5所高校的4位国家级一流课程负责人等，跨越了东南西北的协作。本书由北京理工大学李凤霞和洛阳理工学院石念峰主持编写并担任主编，南宁数字科技学院（筹）闫妍、武汉理工大学赵广辉、北京理工大学李冬妮和青海大学刘晓静担任副主编，南宁数字科技学院（筹）刘开南任主审。
      我们总是在上下求索。本书的筹划经历了三个年头，得到了教育部高等学校大学计算机课程教学指导委员会和全国高等院校计算机基础教育研究会专家学者的指导，也多次在全国学术会议上与教学一线的专家同仁做过交流，得到了同行们的高度认可。本书2024年试用讲义用，其基本思路和框架已在北京理工大学和青海大学进行教学实践，两个教学团队集思广益，并给予了大力支持。尤其要说明的是：在北京理工大学主持的教育部“大学计算机公共课程群虚拟教研室”里，全国各地上百所院校的数百名一线教师，都提供过很多宝贵的需求信息和建设意见。感谢编写团队和各位一线教师长期以来在课程和教材建设方面投入的热情、智慧、使命感和协同精神。
      特别要感谢的是理工科惠（北京）科技发展有限公司的大力支持，他们提供了虚拟实验软件的制作和平台运营维护，更要感谢中国铁道出版社有限公司的领导和编辑，从三年前教材的策划到成稿出版，都离不开出版社的统筹安排和协调服务。编者在本书写作过程中也参阅了大量的图书资料和科技文献，在此一并表示最诚挚的谢意。
      本书兼顾学校定位和学生分布，内容较多，可根据不同的教学目标和学时配置进行章节的适当选择组合。本书主要作为高校人工智能通识课教材，也可以作为人工智能初学者的参考书。
      最后特别想对学生们说：有AI助力的今天，许多堆积的新词不一定都被详解，很多知识点也不一定都是连续的，教材里所有超出规划内容的呈现都只为让你有所发现，期待你怀着无限的探究之心走向快乐的学习之旅。
      鉴于编者水平有限，知识新元素较多，加之时间仓促，写作中留下了很多遗憾，也一定存在不少问题，敬请同行专家和读者朋友批评指正。
编 者
2025年1月于北京

目 录

第一篇.计算机基础与系统
学习引导：当人工智能遇到了计算问题——语音交互背后的计算问题
第1章 人工智能与计算机科学导论 .............................................................................3
1.1 计算机科学的发展 ...........................................................................................................3
1.1.1 什么是计算机科学 ...............................................................................................3
1.1.2 计算机的进化史：从算盘到人工智能 ...............................................................4
1.1.3 计算机科学的应用 ..............................................................................................11
1.2 人工智能与计算实现 .....................................................................................................14
1.2.1 人工智能应用 .....................................................................................................14
1.2.2 大模型与计算实现 .............................................................................................16
1.3 应用实例：智能手机中的计算机科学 .........................................................................18
1.3.1 智能手机简介 .....................................................................................................18
1.3.2 智能手机中的计算机技术 .................................................................................18
拓展学习 无处不在的嵌入式计算机 ..................................................................................19
图灵奖 计算理论的开拓者与图灵奖的东方之光——姚期智 ..........................................20
习题  .........................................................................................................................................21
第2章 计算机系统 ....................................................................................................22
2.1 计算机的硬件体系：从电子计算到智能加速 .............................................................22
2.1.1 图灵机与冯·诺依曼计算机体系结构 .............................................................22
2.1.2 计算机的基本工作原理 .....................................................................................24
2.1.3 微型计算机及其多级存储体系 .........................................................................27
2.1.4 摩尔定律与微处理器的发展 .............................................................................30
2.1.5 以总线为数据通道的微型计算机体系结构 .....................................................33
2.1.6 多核处理器与并行计算机 .................................................................................35
2.1.7 AI驱动的异构扩展（GPU/TPU） ....................................................................37
2.2 计算机软件系统：人与硬件的翻译官 .........................................................................38
2.2.1 软件的本质与分类模型 .....................................................................................38
2.2.2 操作系统核心功能 .............................................................................................40
2.2.3 软件如何运行 .....................................................................................................45
2.3 计算机网络系统——全球计算机的“神经脉络” .....................................................45
2.3.1 网络通信 .............................................................................................................46
2.3.2 计算机网络的基本架构 .....................................................................................49
2.3.3 基于网络平台的计算演变 .................................................................................53
2.3.4 新一代网络计算范式 .........................................................................................55
2.4 应用实例：AI原生计算机系统——华为昇腾Atlas 900 SuperCluster .....................57
2.4.1 华为昇腾Atlas 900 SuperCluster简介 ..............................................................57
2.4.2 华为昇腾AI集群的核心技术演进 ...................................................................58
拓展学习 量子计算能普及吗？ ..........................................................................................59
图灵奖 世界上第一台存储程序式计算机的研制者——莫里斯·文森特·威尔克斯 ....59
习题  .........................................................................................................................................60
第3章 计算机程序与算法 .........................................................................................62
3.1 语言与程序 .....................................................................................................................62
3.1.1 计算机语言的发展 .............................................................................................62
3.1.2 高级语言处理系统 .............................................................................................63
3.1.3 人工智能编程语言 .............................................................................................63
3.2 用Python语言写程序 ....................................................................................................64
3.2.1 一个简单的Python程序 ....................................................................................64
3.2.2 环境配置 .............................................................................................................65
3.2.3 数据与数据类型 .................................................................................................66
3.2.4 对象与变量 .........................................................................................................70
3.2.5 内置类型 .............................................................................................................71
3.2.6 程序基本结构 .....................................................................................................72
3.3 数据结构 .........................................................................................................................75
3.4 算法与算法设计 .............................................................................................................77
3.4.1 枚举算法 .............................................................................................................77
3.4.2 迭代算法 .............................................................................................................78
3.4.3 递归算法 .............................................................................................................79
3.4.4 二分法 .................................................................................................................80
3.4.5 蒙特卡罗算法 .....................................................................................................81
3.5 Pandas数据处理 .............................................................................................................82
3.5.1 数据访问 .............................................................................................................82
3.5.2 Pandas数据结构 .................................................................................................83
3.5.3 数据清洗 .............................................................................................................83
3.5.4 数据统计分析 .....................................................................................................85
3.6 应用实例：简易情感分析与手写数字识别 .................................................................86
3.6.1 简易情感分析 .....................................................................................................86
3.6.2 手写数字识别 .....................................................................................................87
拓展学习 Matplotlib数据可视化 ........................................................................................89
图灵奖 计算机科学奠基人、编程界先驱——艾兹格·W.迪杰斯彻 ............................89
习题  .........................................................................................................................................90
第一篇 WPS AI单元实训：使用WPS AI辅助你完成自己的“大学生活计划书” .............91
第二篇 人工智能基础与应用
学习引导：AlphaGo战胜围棋世界冠军
第4章 人工智能学科框架 .........................................................................................93
4.1 从计算实现到智能涌现 .................................................................................................93
4.1.1 计算主义的边界 .................................................................................................93
4.1.2 智能的三重突破 .................................................................................................94
4.2 AI技术范式演进 ............................................................................................................96
4.2.1 符号主义范式与专家系统 .................................................................................96
4.2.2 统计学习范式 .....................................................................................................98
4.2.3 连接主义范式 .....................................................................................................99
4.3 现代AI技术栈 .............................................................................................................101
4.3.1 基于AI技术栈的分层模型 .............................................................................101
4.3.2 面向人工智能应用的计算机系统支持 ...........................................................104
4.4 应用实例：汽车智能驾驶中的人工智能应用 ...........................................................106
4.4.1 智能驾驶系统 ...................................................................................................106
4.4.2 人工智能吉利汽车全领域应用 .......................................................................106
拓展学习 关于知识工程 ....................................................................................................108
图灵奖 人工智能之父—马文·明斯基 ........................................................................109
习题 .........................................................................................................................................110
第5章 机器是如何学习的 .......................................................................................111
5.1 机器学习概述 ................................................................................................................111
5.1.1 从人类学习到机器学习 ....................................................................................111
5.1.2 机器学习的核心要素 ........................................................................................113
5.1.3 机器学习与传统编程的区别 ............................................................................116
5.2 机器学习的基本范式 ....................................................................................................118
5.2.1 监督学习 ............................................................................................................118
5.2.2 无监督学习 ........................................................................................................119
5.2.3 强化学习 ...........................................................................................................121
5.2.4 应用场景 ...........................................................................................................122
5.3 常见的机器学习算法 ...................................................................................................124
5.3.1 线性回归 ...........................................................................................................124
5.3.2 决策树 ...............................................................................................................127
5.3.3  KNN算法 .........................................................................................................129
5.4 应用实例：房价预测问题中的机器学习应用 ...........................................................131
5.4.1 房价预测问题的机器学习视角 .......................................................................131
5.4.2 数据收集与特征工程 .......................................................................................133
5.4.3 模型训练与评估 ...............................................................................................134
5.4.4 实际应用与局限性分析 ...................................................................................135
拓展学习 机器学习的未来发展 ........................................................................................136
图灵奖 机器学习的开拓者——杰弗里·辛顿 ................................................................138
习题 ........................................................................................................................................139
第6章 神经网络与深度学习 ....................................................................................142
6.1 神经网络的基础架构 ...................................................................................................142
6.1.1 从生物神经元到数学模型 ...............................................................................142
6.1.2 前向传播与反向传播 .......................................................................................144
6.1.3 神经网络的表达能力 .......................................................................................147
6.2 深度学习的核心突破 ...................................................................................................148
6.2.1 深度为何有效 ...................................................................................................149
6.2.2 梯度问题解决方案 ...........................................................................................151
6.2.3 硬件与算法的共生 ...........................................................................................153
6.3 典型模型与设计哲学 ...................................................................................................155
6.3.1 CNN：局部感知与权值共享 ...........................................................................155
6.3.2 RNN：时序建模的困境与创新 .......................................................................158
6.3.3 模型设计的统一范式 .......................................................................................161
6.4 应用实例：智能驾驶中的深度学习与神经网络应用 ...............................................162
6.4.1 深度学习技术在吉利银河智能驾驶中的核心应用 .......................................162
6.4.2 端到端自动泊车深度学习实现过程 ...............................................................164
拓展学习 AI芯片：让深度学习“飞起来”的引擎 .......................................................165
图灵奖 强化学习奠基人—— 理查德·萨顿和安德鲁·巴尔托 ....................................166
习题  .......................................................................................................................................166
第二篇 WPS AI单元实训：使用WPS表格高级功能完成学生情况调查 ............................167
第三篇.人工智能应用技术
学习引导：GPT-3的震撼——当机器学会“理解”人类
第7章 从图像识别到视觉理解——以安检系统为锚点 ............................................170
7.1 计算机视觉的数字化 ...................................................................................................170
7.1.1 图像如何变成数字 ...........................................................................................170
7.1.2 手机拍照背后的秘密 .......................................................................................174
7.2 计算机视觉：虚拟现实的“眼睛”与“大脑” .......................................................176
7.2.1 计算机视觉与虚拟现实的关系 .......................................................................177
7.2.2 当CV成为VR的“视觉中枢”：工业维修的虚实融合实践 ....................180
7.3 应用实例：人脸识别闸机一体安检门门禁Y20  .......................................................183
7.3.1 门禁Y20系统简介 ..........................................................................................183
7.3.2   门禁Y20人脸检测技术 ..................................................................................184
拓展学习 声音是怎么合成的 ............................................................................................187
图灵奖 卷积神经网络之父——杨立昆 ............................................................................187
习题  .......................................................................................................................................188
第8章 从文本处理到语言理解——自然语言的认知解码 ........................................190
8.1 自然语言处理概述 .......................................................................................................190
8.1.1 什么是自然语言处理 .......................................................................................190
8.1.2 自然语言处理的发展历程 ...............................................................................193
8.1.3 自然语言处理的技术框架 ...............................................................................196
8.2 文本预处理 ...................................................................................................................197
8.2.1 文本清洗：去除噪声数据 ...............................................................................197
8.2.2 分词 ...................................................................................................................198
8.2.3 文本规范化 .......................................................................................................199
8.2.4 停用词过滤 .......................................................................................................199
8.2.5 词干化与词形还原 ...........................................................................................200
8.2.6 文本向量化 .......................................................................................................201
8.3 文本分类与情感分析 ...................................................................................................203
8.3.1 文本分类：按主题或类别划分文本 ...............................................................203
8.3.2 情感分析：判断文本的情感倾向 ...................................................................204
8.4 应用实例：科大讯飞人工智能翻译机 .......................................................................204
8.4.1  科大讯飞翻译机3.0 ........................................................................................205
8.4.2 翻译机的智能实现 ...........................................................................................205
拓展学习 智能体在自然语言处理中的应用 ....................................................................209
图灵奖 深度学习领域的三大巨头之一—约书亚·本希奥 ........................................209
习题  .......................................................................................................................................210
第三篇 WPS AI单元实训：使用WPS演示功能打造“我的大学生活”智能动态PPT ...........211
第四篇.实验、实践与实训
学习引导：当1%的精度和100倍的算力：ChatGPT上下文长度扩展的工程突围
第9章 数字化实验 ..................................................................................................214
9.1 云计算与虚拟服务实验 ...............................................................................................214
9.1.1 云计算与虚拟服务实验简介 ...........................................................................214
9.1.2 云计算与虚拟服务实验过程 ...........................................................................216
9.1.3 实验报告说明 ...................................................................................................219
9.1.4 实验相关知识补充 ...........................................................................................220
9.2 图像表示与图像处理实验 ...........................................................................................221
9.2.1 图像表示与图像处理实验简介 .......................................................................221
9.2.2 图像表示与图像处理实验过程 .......................................................................223
9.2.3 实验报告说明 ...................................................................................................229
9.2.4 实验相关知识补充 ...........................................................................................230
拓展学习 计算思维在人文社会科学中的应用 ................................................................231



图灵奖 关系数据库管理系统创始人—— 迈克尔·斯通布雷克 ....................................232
第10章 汽车营销宣传片项目实践 ..........................................................................233
10.1 汽车营销宣传片项目概述 .........................................................................................233
10.1.1 项目目标与任务 .............................................................................................233
10.1.2 项目实施流程 .................................................................................................234
10.2 项目环境配置 .............................................................................................................235
10.2.1 硬件环境需求 .................................................................................................235
10.2.2 软件环境需求 .................................................................................................235
10.3 基于人工智能辅助的宣传片全流程设计与制作 .....................................................236
10.3.1 创意策划阶段 .................................................................................................236
10.3.2 剧本与分镜设计阶段 .....................................................................................238
10.3.3 动态内容生成阶段 .........................................................................................241
10.3.4 视频剪辑阶段 .................................................................................................248
10.3.5 声音设计阶段 .................................................................................................249
10.3.6 合成与输出阶段 .............................................................................................253
10.4 人工智能协同项目开发方法 .....................................................................................255
10.4.1 人机协同机制与模式分析 .............................................................................255
10.4.2 提示词设计与优化 .........................................................................................256
图灵奖 3D计算机图形学的奠基者—帕特里克·汉拉汗 ..............................................258
第11章 汽车外观垂类模型训练综合实训 ................................................................259
11.1 汽车外观垂类模型训练项目概述 .............................................................................259
11.1.1 项目背景与需求分析 .....................................................................................259
11.1.2 实训目标与任务 .............................................................................................260
11.2 实训环境配置 .............................................................................................................260
11.2.1 硬件配置与部署 .............................................................................................260
11.2.2 软件与平台配置 .............................................................................................261
11.3 汽车外观垂类模型训练流程设计与实施 .................................................................263
11.3.1 数据集准备与处理 .........................................................................................263
11.3.2 模型训练技术 .................................................................................................265
11.3.3 LoRA模型、Comfy UI流程优化 .................................................................273
11.4 外观垂类模型应用 .....................................................................................................278
11.4.1 模型部署与应用平台配置 .............................................................................279
11.4.2 模型应用案例分析 .........................................................................................280
图灵奖 交叉领域的先驱领导者——艾德文·卡特姆 ....................................................283
第四篇 WPS AI单元实训：使用WPS AI高级应用完成《智能学术助手挑战》 ...............284
参考文献 ....................................................................................................................287

李凤霞，北京理工大学教授，国家级大学计算机虚拟仿真实验教学中心主任，北京市教学名师。主要研究方向为虚拟现实与仿真计算。是国家级优秀教学团队负责人、国家级精品课、精品资源共享课、精品在线开放课、一流课程负责人。承担过国家重要科研项目20余项，获省部级以上科研奖6项，国家发明专利26项。获国家级、省部级教学成果奖7项。主编教材获2021年国家级优秀教材奖。目前开设的两门MOOC学习人数超过200万，同类课程排名第一。,石念峰，博士，教授，河南省教学名师、河南省优秀教师、河洛教育教学领军人才。石念峰教授是省级虚拟仿真项目、一流课程主持人，是河南省战略性新兴领域“十四五”高等教育教材建设团队负责人、河南省普通高等教育“十四五”规划教材“人工智能与实践”重点关键领域牵头负责人，编著教材4部；承担省级教研项目、教育部协同育人项目等省部级教研项目和本科质量工程12项；获国家级、省教学成果二等奖，省教学技能大赛一等奖，省课堂创新大赛一等奖、二等奖。

本书面向AI通识需求，努力使全学科初学者建立起“计算机科学+AI应用”的认知坐标。设计上以案例为驱动，追求通俗易懂；选材上以新技术为主导，启发学生建立AI生态意识，培养创新思维能力；环境上以虚拟实验和AI实用系统为助力，便于“教”和“学”的落地实施。