本书为“十五五”职业教育人工智能新形态一体化系列教材之一，立足职业院校人工智能通识课程要求，结合学生职业发展需求编写。全书采用“理论 + 实践”融合架构，对应六大学习模块：探索 AI智能来源、 AI数据处理机制、体验机器学习、手绘图片识别调优、神经网络与强化学习、认识大模型。本书采用校企双元开发模式，配套实训操作，以实操体验为核心，助力读者夯实 AI 基础知识，掌握核心应用技能，紧密对接前沿信息技术发展。
本书适合作为技师学院、中职的人工智能通识、信息技术基础课程教材，也可供人工智能相关培训使用。

       近年来，人工智能日益成为引领新一轮科技革命和产业变革的核心技术，其应用场景不断落地，深刻改变着人们的生产生活方式。党的二十大报告明确提出“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能等一批新的增长引擎”，为我国人工智能发展指明了方向。
       当前，人工智能教育已逐步渗透到职业教育领域，很多职业院校纷纷开设人工智能通识课程。教学实践表明，职业院校的学生对 AI 工具使用、专业应用等内容兴趣浓厚，但现有教材多存在理论与实践脱节、适配性不足等问题，难以满足职业院校非计算机专业学生的学习需求和职业发展诉求，亟需一本兼顾理论性、实操性和职业性的人工智能通识教材。
       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，衔接《新一代人工智能发展规划》等要求，助力职业教育高质量发展，本书应运而生，以满足职业院校人工智能通识教育的需求。
       本书主要介绍人工智能的基本知识点和应用实践，采用“理论+实践”融合架构，全书共6个模块，各模块层层递进、衔接紧密。
       模块1 探索AI的智能来源，通过AutoGLM生成旅游攻略、WPS制作旅游攻略PPT、图像分类器训练与识别三个实训，让读者直观感受AI智能表现，揭示“AI的智能源于数据”的核心结论。
       模块2 AI数据处理机制，以实际案例为主线，讲解数据获取、标注方法，引导读者开启智能探索笔记本，掌握Jupyter Notebook基本操作，理解AI处理数据的核心逻辑。
       模块3 体验机器学习，通过手写数字识别、鸢尾花数据集实操，带领读者了解机器学习流程，掌握数据预处理、标准化、归一化、降维及可视化等核心技能。
       模块4 手绘图片识别调优，围绕8种手绘图片识别项目，讲解KNN算法、混淆矩阵及特征优化方法，培养读者归纳潜在规律，逐步形成数据驱动的推理习惯。
       模块5 神经网络与强化学习，通过生活化场景具象化神经网络概念，讲解深度神经网络基础，结合AI玩贪吃蛇案例，帮助读者理解神经网络与强化学习的应用原理。
       模块6 认识大模型，解读大模型的本质与工作原理，强化提示词写作技巧，探索大模型实际应用价值，引导学生思考大模型的社会影响与个人发展路径。
       本书特色鲜明，着力突出职业教育特点：
       （1）落实立德树人根本任务。将习近平新时代中国特色社会主义思想、党的二十大精神及中国人工智能领域重要成果融入教材，设置“AI伦理思辨”环节，强化学生社会责任与家国情怀。
       （2）校企双元开发。结合人工智能产业发展前沿和职业教育人才培养规律，依托校企双元开发，上海兴智材数字科技有限公司和广州市锐志康哲电子科技有限公司参与本书的编写，根据AI行业的应用场景配套开发了实训平台和实训实验模块。学生可依托实操沉浸式理解 AI 基础原理与运行逻辑，实现平滑入门。书中全部实训案例依托国内前沿 AI 工具搭建，零基础学习者可快速构建人工智能整体认知。针对 AI 技术快速更新的特点，配套实训平台与教学资源会长期迭代，持续更新新型工具与真实应用场景，保障教学内容与时俱进。本书融合一线教学经验和企业实操案例，确保教材内容科学先进、针对性强，实现教学内容与产业需求的精准对接。
       （3）读者定位准确。立足职业院校尤其是技师学院学生知识结构与职业发展，打破“重理论、轻实践”的传统模式，以“让零基础学生掌握AI核心应用能力”为核心，帮助学生夯实人工智能基础知识，培养实操能力和创新思维，使其能在未来职业生涯中灵活运用AI技术，助力产业智能化发展。
       （4）配套资源丰富。配套完整的实训视频、课程标准等资源，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；扫描书中二维码可观看教学视频。
       本书由叶军峰任主编，曹卫国、邱泽伟、李建辉任副主编，刘炳松、陈小明、陈江、李先柏、邓家亮、陈要求、任志平、叶昌华参与编写。
       本书的编写得到了广东省机械技师学院、佛山职业技术学院、佛山市顺德区陈登职业技术学校、相关企业及业内专家的大力支持与帮助，在此向所有关心、支持本书编写工作的单位、专家和同仁表示诚挚的感谢。
       由于编者水平有限，且人工智能技术发展迅速，书中难免存在疏漏和不足之处，恳请广大读者不吝指教，提出宝贵意见，以便我们后续不断修订完善。

       编    者
       2026年4月

模块1 探索AI的智能来源 1
实训1.1 使用AutoGLM生成旅游攻略 2
知识构建 2
（一）AutoGLM简介 2
（二）自然语言理解与任务拆解技术基础 3
（三）多源工具调用与智能信息融合技术基础 3
（四）个性化推荐与动态决策技术基础 3
实训1.2 使用WPS生成旅游攻略PPT 10
知识构建 11
（一）任务理解与执行规划能力 11
（二）多模态交互与工具调用能力 11
（三）创意设计与美学判断能力 11
实训1.3 图像分类器训练与识别 19
知识构建 20
（一）人类对规律的认知机制 20
（二）AI的规律学习机制 20
（三）决定AI智能水平的三大核心要素 21
AI伦理思辨 28
模块2 AI数据处理机制 30
实训2.1 了解数据获取及进行数据标注 31
知识构建 32
（一）数据驱动下沃尔玛的精细化运营 32
（二）数据的本质与形态 33
（三）数据的获取途径 34
实训2.2 开启智能探索笔记本 43
知识构建 44
（一）Jupyter Notebook概述 44
（二）Markdown文档编写基础 46
（三）Markdown基础语法详解 47
（四）Python基础调用方法 49
实训2.3 学习AI如何看待数据 61
知识构建 62
（一）AI如何看待数据：从多模态信息到高维向量 62
（二）AI如何理解数据：基于向量空间距离的语义推断 63
AI伦理思辨 72
模块3 体验机器学习 74
实训3.1 了解机器学习 75
知识构建 75
（一）机器学习概述 75
（二）机器学习的主要类型 77
实训3.2 特征工程与数据预处理 84
知识构建 85
（一）特征工程概述 85
（二）特征工程的核心步骤 86
实训3.3 数据标准化与归一化 100
知识构建 100
（一）数据标准化 100
（二）数据归一化 101
实训3.4 数据降维技术与数据可视化 111
知识构建 112
（一）降维技术概述 112
（二）数据可视化——散点图的作用和应用 113
AI伦理思辨 122
模块4 手绘图片识别调优 124
实训4.1 学习手绘图片识别 125
知识构建 125
（一）手绘图片识别的意义和挑战 125
（二）手绘图片识别实训内容介绍 126
（三）特征工程在图像识别中的应用 127
实训4.2 学习KNN算法 136
知识构建 136
（一）KNN算法原理与实现 136
（二）机器学习在手绘图片识别项目中的核心特征 138
实训4.3 混淆矩阵和特征优化 144
知识构建 145
（一）混淆矩阵：AI系统的精准诊断工具 145
（二）特征工程实践：针对性问题解决 147
（三）效果验证与性能分析 149
（四）特征工程的深度思考 153
AI伦理思辨 164
模块5 神经网络与强化学习 165
实训5.1 初识神经网络 166
知识构建 167
（一）AI建模思维的演进 167
（二）神经网络的层次结构 168
（三）神经网络的核心组成 170
实训5.2 认识深度神经网络 178
知识构建 179
（一）深度神经网络概述 179
（二）深度神经网络输入优化：从特征到像素 181
（三）深度神经网络结构优化：神经元数量调整 183
实训5.3 学习AI玩贪吃蛇 192
知识构建 193
（一）强化学习的学习过程：从随机探索到策略形成 193
（二）强化学习基本概念：四要素协作的学习框架 194
（三）强化学习的技术机制：从状态感知到策略优化 195
AI伦理思辨 202
模块6 认识大模型 204
实训6.1 认识大模型的本质与工作原理 205
知识构建 206
（一）什么是大模型 206
（二）大模型与小模型的区别 206
（三）大模型发展简史 207
（四）大模型的工作原理概述 208
实训6.2 了解大模型的核心技术原理 214
知识构建 214
（一）Transformer架构详解 214
（二）注意力机制深入剖析 215
（三）大模型训练过程解析 216
（四）其他关键技术 218
实训6.3 探索大模型在实际场景中的应用价值 223
知识构建 223
（一）大模型应用实践 223
（二）提示词工程 225
（三）多模态能力应用 228
实训6.4 思考大模型的社会影响与个人发展路径 235
知识构建 236
（一）大模型的社会影响 236
（二）伦理风险与挑战 237
（三）未来技术发展趋势 238
（四）个人学习策略建议 240
AI伦理思辨 246
参考文献   248

叶军峰，享受国务院政府特殊津贴专家，广东省机械技师学院教育管理正高级讲师、高级职业指导师。国家人社部新能源汽车与智能化分委会主任，广东省技工院校教研会会长，广东省技工院校正高级讲师评审委员会委员。率先布局人工智能教育，带领广东省机械技师学院在技工院校中取得五个“全国第一”：第一个实现DeepSeek大模型本地化部署、第一个开设DeepSeek实践课程、第一个开发技工院校专用大模型“粤匠大模型”、第一个将专用大模型导入教学设备、第一个经规范测试后对外发布应用大模型。上线“招生助手”“就业助手”“财务助手”“教案助手”“学生助手”五大模块，实现“招生—教学—管理—服务—就业”全链路覆盖；打造职业教育竞赛品牌，带领师生共获得世界技能大赛4金4银3优胜；大力推动世赛成果转化，主持的课题《世赛引领、数智赋能——机械制造类高技能领军人才培养的创新实践》获得2025年广东省学校优秀教学成果奖（技工教育和职业培训类）特等奖，主持完成了省级重点委托课题《世界技能大赛文化价值和赛项标准的应用研究》。

（1）融入课程思政。将习近平新时代中国特色社会主义思想、党的二十大精神及中国人工智能领域重要成果融入教材，设置“AI伦理思辨”环节，强化学生社会责任与家国情怀。
（2）校企双元开发。结合人工智能产业发展前沿和职业教育人才培养规律，依托校企双元开发，上海兴智材数字科技有限公司和广州市锐志康哲电子科技有限公司参与本书的编写，根据AI行业的应用场景配套开发了实训平台和实训实验模块。书中全部实训案例依托国内前沿 AI 工具搭建，零基础学习者可快速构建人工智能整体认知。针对 AI 技术快速更新的特点，配套实训平台与教学资源会长期迭代，持续更新新型工具与真实应用场景，保障教学内容与时俱进。本书融合一线教学经验和企业实操案例，确保教材内容科学先进、针对性强，实现教学内容与产业需求的精准对接。
（3）读者定位准确。立足职业院校尤其是技师学院学生知识结构与职业发展，打破“重理论、轻实践”的传统模式，以“让零基础学生掌握AI核心应用能力”为核心，帮助学生夯实人工智能基础知识，培养实操能力和创新思维，使其能在未来职业生涯中灵活运用AI技术，助力产业智能化发展。
（4）配套资源丰富。配套完整的实训视频、课程标准等资源，扫描书中二维码可观看教学视频。