本书立足人工智能技术普及教育，针对高职院校学生知识结构和职业发展需求，引入“校企合作”模式，由院校一线教师和企业工程师共同编写，引领读者从零基础起步，逐步掌握人工智能的核心技术和应用能
力。全书分为 9章，主要包括初识人工智能、机器学习、神经网络、自然语言处理、计算机视觉、语音识别、大模型、提示词工程、AI在出版领域的专业应用等内容。
本书可以作为高等职业院校的人工智能通识课教材，亦可作为人工智能爱好者的入门阅读材料。

       近年来，数据规模呈指数级上升，深度学习算法不断取得突破，人工智能的发展也因此有了质的飞跃，在世界范围内掀起了人工智能发展的热潮。为贯彻落实党中央、国务院关于推动人工智能发展的决策部署，统筹推进人工智能场景创新，着力解决人工智能重大应用和产业化问题，全面提升人工智能发展质量和水平，更好支撑高质量发展，按照《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》《新一代人工智能发展规划》等要求，2022年科技部等六部门印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，2025年教育部等九部门发布了《关于加快推进教育数字化的意见》。在这样的时代背景下，人工智能的发展进入新的阶段，成为引领未来的战略性技术，也将成为新一轮产业变革的核心驱动力，必将在未来很长一段时期内成为科研和工业领域研究的热点之一。因此，人工智能人才培养的重要意义日益凸显。目前，许多高校都已陆续开设了人工智能通识课程，旨在让人工智能能够与现有的学科和产业相结合，力争使人工智能成为当今大学生以及从业人员必须关注、学习、重视的知识技能。本书正是基于此而编写。
       人工智能是智能学科重要的组成部分，通常指一种计算机系统能够执行类似人类智能的任务，比如学习、推理、规划、决策等。人工智能涉及领域十分广泛，包括语音识别、图像识别、自然语言处理、机器学习、计算机视觉等。本书以基本原理和应用领域为主介绍人工智能，让读者对人工智能有一个基本的认识。本书每章都有“温故知新”和“想一想”，旨在引导读者对生活中的人工智能应用多加思考。
       全书共9章，第1章介绍人工智能的基本概念、应用领域、技术原理，引导读者初步接触人工智能。第2章涵盖机器学习的定义、分类、算法模型及应用。第3章聚焦神经网络模型，从生物神经元启发到人工神经网络构建，历经感知机、多层网络、CNN和RNN等架构演变，深度学习通过多层结构实现特征提取与表示学习，推动人工智能在多领域突破。第4章讲解自然语言处理，通过介绍词性标注、句法分析等基础任务的技术原理及各个领域的应用，展现目前自然语言处理技术对各领域的重要影响。第5章围绕计算机视觉的概念和内涵，介绍计算机视觉的应用。第6章介绍语音识别技术的定义、基本概念等关键内容，激发读者对语音技术的好奇心与探索欲，助力读者在智能系统设计中合理规划语音方案。第7章围绕大模型的发展历程、独特优势、应用场景及未来趋势展开全面剖析，探讨其如何通过规模效应和技术创新推动人工智能从专用智能迈向通用智能。第8章围绕提示词的基础概念、重要性、类型、设计原则、技巧策略、优化迭代、特定场景应用、伦理与最佳实践、未来趋势等进行详细介绍。第9章探讨人工智能技术在出版行业的多维度应用与实践的生产应用。为提升读者的Python编程代码体验，附录A对Python编程语言的基础概念和知识点进行了简单的介绍，附录B介绍了人工智能常用数据集，能够给读者后续的使用提供借鉴。每章重要知识点配有微视频讲解，扫描书中二维码即可观看，方便读者学习。
       本书编写着力从三个方面突出职业教育特点：
       （1）坚守立德树人使命，推动习近平新时代中国特色社会主义思想融入教育教学全过程，增强社会主义核心价值观培育。本书系统梳理了我国人工智能领域重大事件与关键人物，融合思政元素，剖析技术与社会的互动关系，凸显人工智能服务国家战略的责任担当，启发读者将科技创新视为实现中华民族伟大复兴的关键动力，在学业及未来职业中积极奉献。
       （2）践行校企“双元”协同。本书由深耕高职高专人工智能教学前沿的教师团队携手上海毕迪信息科技有限公司等企业资深工程师倾力打造，内容紧密锚定人工智能前沿热点，确保理论与实践深度契合。
       （3）立体配套。本书配备完整的电子课件、试题等资源，读者可登录中国铁道出版社教育资源数字化平台（https：//www.tdpress.com/51eds）下载。
       本书由薛中会、陈昱任主编，由徐方勤、代智勇、孙志远任副主编，李静、王彩虹、付婉莹、王振杰、徐礼胜参与编写。
       由于人工智能发展迅速，加之编者水平有限，书中难免有疏漏和不足之处，恳请广大读者不吝指教。
       编 者
       2025年5月

第1章初识人工智能 .....................................................................................................1
1.1 人工智能的基本概念 ......................................................................................................... 2
1.1.1 人工智能的定义 ................................................................................................................. 2
1.1.2 人工智能的分类 ................................................................................................................. 2
1.2 人工智能的演变历史 ......................................................................................................... 3
1.3 人工智能的研究................................................................................................................. 4
1.3.1 人工智能主要的研究范式 ................................................................................................. 4
1.3.2 人工智能的关键技术 ......................................................................................................... 7
1.4 人工智能的应用................................................................................................................. 9
1.4.1 智能制造 ............................................................................................................................. 9
1.4.2 智能家居 ............................................................................................................................. 9
1.4.3 智慧金融 ........................................................................................................................... 10
1.4.4 智慧医疗 ........................................................................................................................... 10
1.4.5 智能驾驶 ........................................................................................................................... 11
1.4.6 智慧教育 ........................................................................................................................... 12
1.4.7 智能法律 ........................................................................................................................... 12
1.4.8 智能娱乐 ........................................................................................................................... 12
1.5 人工智能技术的伦理、法律影响与社会挑战 ................................................................... 13
1.5.1 伦理问题 ........................................................................................................................... 13
1.5.2 法律影响 ........................................................................................................................... 15
1.5.3 社会影响 ........................................................................................................................... 16
1.5.4 应对之策 ........................................................................................................................... 16
习题1 .....................................................................................................................................17
第2章机器学习...........................................................................................................19
2.1 机器学习及其应用 ........................................................................................................... 20
2.1.1 机器学习的定义 ............................................................................................................... 20
2.1.2 机器学习的分类 ............................................................................................................... 20
2.1.3 机器学习常用算法模型 ................................................................................................... 23
2.1.4 机器学习应用 ................................................................................................................... 25
2.2 机器学习项目流程 ........................................................................................................... 27
2.2.1 机器学习项目流程概述 ................................................................................................... 27
2.2.2 机器学习案例 ................................................................................................................... 29
习题 2 .....................................................................................................................................31
第 3章神经网络 ...........................................................................................................34
3.1 神经网络概述 ..................................................................................................................35
3.1.1 生物神经元的基本结构与功能 ....................................................................................... 35
3.1.2 神经网络的起源 ............................................................................................................... 36
3.1.3 神经网络的发展 ............................................................................................................... 38
3.2 深度学习网络 ..................................................................................................................40
3.2.1 深度学习概述 ................................................................................................................... 40
3.2.2 深度学习的基本原理 ....................................................................................................... 41
3.2.3 深度学习的应用 ............................................................................................................... 41
3.3 卷积神经网络 ..................................................................................................................42
3.3.1 卷积神经网络概述 ........................................................................................................... 42
3.3.2 卷积神经网络的基本结构 ............................................................................................... 42
3.3.3 卷积神经网络的工作原理 ............................................................................................... 43
3.3.4 卷积神经网络的应用 ....................................................................................................... 43
习题 3 .....................................................................................................................................44
第 4章自然语言处理 ...................................................................................................46
4.1 语言理解与生成 ...............................................................................................................47
4.1.1 自然语言处理的基本概念 ............................................................................................... 47
4.1.2 自然语言处理的发展历史 ............................................................................................... 48
4.1.3 自然语言处理的主要技术 ............................................................................................... 50
4.2 文本处理和语言模型 .......................................................................................................51
4.2.1 文本处理 ........................................................................................................................... 51
4.2.2 语言模型 ........................................................................................................................... 55
4.2.3 大语言模型 ....................................................................................................................... 56
4.2.4 有监督与自监督的自然语言处理 ................................................................................... 60
4.3 自然语言处理的应用领域 ................................................................................................63
4.3.1 机器翻译 ........................................................................................................................... 63
4.3.2 智能助理 ........................................................................................................................... 65
4.3.3 聊天机器人 ....................................................................................................................... 67
4.3.4 智能客服 ........................................................................................................................... 68
习题 4 .....................................................................................................................................70
第 5章计算机视觉 .......................................................................................................73
5.1 计算机视觉简介 ...............................................................................................................74
5.1.1 计算机视觉的研究内容和方法 ....................................................................................... 74
5.1.2 计算机视觉的发展 ........................................................................................................... 74
5.1.3 计算机视觉的应用领域 ................................................................................................... 75
5.2 图像和计算机视觉 ...........................................................................................................77
5.3 图像识别 .........................................................................................................................78
5.3.1 图像分类 ........................................................................................................................... 79
5.3.2 目标识别 ........................................................................................................................... 79
5.3.3 关键点检测 ....................................................................................................................... 80
5.3.4 边缘检测 ........................................................................................................................... 81
5.3.5 光学字符识别 ................................................................................................................... 83
5.3.6 图像分割 ........................................................................................................................... 84
5.3.7 物体追踪 ........................................................................................................................... 86
5.3.8 图像匹配 ........................................................................................................................... 87
5.4 图像生成 .........................................................................................................................88
5.5 图像处理 .........................................................................................................................89
5.5.1 图像滤波 ........................................................................................................................... 90
5.5.2 图像采样和尺度调整 ....................................................................................................... 90
5.5.3 直线和圆的拟合 ............................................................................................................... 91
5.5.4 图像形态学变换 ............................................................................................................... 92
5.5.5 图像特征描述 ................................................................................................................... 93
5.6 基于深度学习的计算机视觉 .............................................................................................94
习题 5 .....................................................................................................................................95
第 6章语音识别 ...........................................................................................................99
6.1 语音识别概述 ................................................................................................................100
6.1.1 语音识别的作用 ............................................................................................................. 100
6.1.2 语音识别系统的基本结构 ............................................................................................. 102
6.1.3 语音识别的发展历史 ..................................................................................................... 102
6.2 语音识别开源工具 .........................................................................................................103
6.3 语音识别常用的数据集 ..................................................................................................104
6.4 语音信号基础 ................................................................................................................105
6.4.1 语音信号的特性 ............................................................................................................. 105
6.4.2 语音信号的采样 ............................................................................................................. 106
6.4.3 语音信号的编码 ............................................................................................................. 107
6.5 传统声学模型 ................................................................................................................108
6.5.1 混合高斯模型 ................................................................................................................. 108
6.5.2 隐马尔可夫模型及其变种 ............................................................................................. 109
6.6 解码器 ............................................................................................................................111
6.6.1 WFST解码器.................................................................................................................. 111
6.6.2 其他解码器 ..................................................................................................................... 112
6.7 基于深度学习的语音识别系统 ....................................................................................... 113
6.7.1 深度学习与隐马尔可夫模型结合（DNN-HMM） ....................................................... 113
6.7.2 端到端的语音识别模型 ................................................................................................. 113
习题 6 ................................................................................................................................... 115
第 7章大模型：开启人工智能新纪元 ........................................................................120
7.1 大模型的崛起之路 .........................................................................................................121
7.1.1 AI大模型发展历程中的关键节点 ................................................................................ 121
7.1.2 国内外企业的竞争与发展 ............................................................................................. 123
7.1.3 大模型的独特优势 ......................................................................................................... 125
7.2 大模型的特性及种类 .....................................................................................................126
7.2.1 参数量大 ......................................................................................................................... 126
7.2.2 类型多样 ......................................................................................................................... 126
7.2.3 能力强大 ......................................................................................................................... 127
7.3 大模型的应用场景 .........................................................................................................127
7.3.1 自然语言处理 ................................................................................................................. 127
7.3.2 内容创作 ......................................................................................................................... 128
7.3.3 人工智能辅助写作 ......................................................................................................... 128
7.3.4 虚拟助手 ......................................................................................................................... 129
7.3.5 教育辅导 ......................................................................................................................... 130
7.3.6 娱乐新体验 ..................................................................................................................... 130
7.3.7 赋能软件开发 ................................................................................................................. 131
7.4 大模型的发展趋势 .........................................................................................................132
7.4.1 模型规模持续扩大 ......................................................................................................... 132
7.4.2 多模态融合 ..................................................................................................................... 132
7.4.3 行业定制化模型兴起 ..................................................................................................... 133
7.4.4 模型优化与效率提升 ..................................................................................................... 133
习题 7 ...................................................................................................................................133
第8章提示词工程 .....................................................................................................136
8.1 提示词工程的基础概念..................................................................................................137
8.2 提示词的重要性与价值..................................................................................................137
8.3 提示词的类型与模式 .....................................................................................................138
8.4 提示词设计的核心原则..................................................................................................140
8.5 高级提示词技巧与策略..................................................................................................141
8.6 提示词优化与迭代 .........................................................................................................143
8.7 特定场景的提示词策略..................................................................................................145
8.8 提示词工程的伦理与最佳实践 ....................................................................................... 147
习题 8 ...................................................................................................................................148
第 9章 AI+出版 .........................................................................................................149
9.1 AI赋能出版：解锁创作、编辑与发行新篇 ..................................................................... 150
9.1.1 情境引入 ......................................................................................................................... 150
9.1.2 AI在出版领域的应用 .................................................................................................... 150
9.1.3 数据分析场景 ................................................................................................................. 151
9.2 任务：AI在出版领域应用的实践.................................................................................... 151
9.2.1 任务描述 ......................................................................................................................... 151
9.2.2 任务实施 ......................................................................................................................... 151
9.2.3 任务小结 ......................................................................................................................... 162
习题 9 ...................................................................................................................................163
附录 A Python语言编程基础 ....................................................................................165
附录 B 人工智能常用数据集介绍...............................................................................170
参考文献 ........................................................................................................................182？

薛中会，上海出版印刷高等专科学校副教授，研究方向为智能算法和机器学习，主讲人工智能、Python编程开发、大数据导论、人工智能综合、Python综合应用、机器学习、运筹学等课程，编写教材多部。

陈昱，上海出版印刷高等专科学校副教授，研究方向为智能制造，主要教授人工智能概论、智能机器人等课程。

1.融入思政。本书系统梳理了我国人工智能领域重大事件与关键人物，融合思政元素，剖析技术与社会的互动关系，凸显人工智能服务国家战略的责任担当，启发读者将科技创新视为实现中华民族伟大复兴的关键动力，在学业及未来职业中积极奉献。

2.立体配套。本书配备完整的电子课件、试题等资源。