上篇 基礎理論篇 第 1章 認識人工智能　\\　2 引導案例　\\　3 1.1 人工智能的概念及范疇　\\　3 1.2 人工智能發(fā)展史　\\　5 1.2.1 早期發(fā)展階段　\\　5 1.2.2 以深度學習為主流技術的階段　\\　9 1.2.3 大模型興起階段　\\　10 1.3 人工智能的特征與價值　\\　14 1.3.1 人工智能的特征　\\　14 1.3.2 人工智能的價值　\\　15 課后習題　\\　19 第 2章 人工智能的科學背景　\\　21 引導案例　\\　22 2.1 神經(jīng)科學　\\　22 2.1.1 神經(jīng)元學說　\\　23 2.1.2 神經(jīng)可塑性　\\　24 2.1.3 感覺和知覺　\\　26 2.1.4 注意機制　\\　27 2.1.5 記憶機制　\\　28 2.2 語言學　\\　31 2.2.1 喬姆斯基的語言學理論　\\　31 2.2.2 言語分析理論　\\　33 2.2.3 語料庫語言學　\\　34 2.2.4 統(tǒng)計語言學　\\　34 2.2.5 計算語言學　\\　35 2.3 哲學　\\　36 2.3.1 人工智能的哲學背景　\\　37 2.3.2 機器倫理學　\\　39 2.4 心理學　\\　40 2.4.1 認知心理學　\\　40 2.4.2 情感智能　\\　42 2.4.3 認知模擬　\\　43 課后習題　\\　44 第3章 人工智能的技術基礎　\\　46 引導案例　\\　47 3.1 機器學習　\\　47 3.1.1 機器學習的基本概念　\\　48 3.1.2 機器學習算法　\\　52 3.2 深度學習　\\　55 3.2.1 感知機　\\　56 3.2.2 深度神經(jīng)網(wǎng)絡　\\　56 3.2.3 深度神經(jīng)網(wǎng)絡的優(yōu)化學習　\\　63 3.2.4 深度學習框架　\\　63 3.3 大模型實踐　\\　65 3.3.1 數(shù)據(jù)準備　\\　66 3.3.2 模型選擇與設計　\\　67 3.3.3 模型訓練與優(yōu)化　\\　67 3.3.4 模型評估與調(diào)試　\\　69 3.3.5 模型部署與應用　\\　69 課后習題　\\　70 中篇 應用拓展篇 第4章 人工智能的行業(yè)應用　\\　73 引導案例　\\　74 4.1 人工智能+工業(yè)　\\　74 4.1.1 人工智能+高端裝備制造　\\　75 4.1.2 智能化工業(yè)質(zhì)檢　\\　76 4.2 人工智能+經(jīng)濟金融　\\　78 4.2.1 智能投顧　\\　79 4.2.2 高頻量化交易　\\　79 4.2.3 智能風控　\\　79 4.3 人工智能+醫(yī)療　\\　80 4.3.1 醫(yī)學影像智能判讀　\\　80 4.3.2 冠脈造影圖像分析　\\　82 4.4 人工智能+交通　\\　84 4.4.1 無人駕駛　\\　84 4.4.2 智能交通系統(tǒng)　\\　94 4.5 人工智能+文化創(chuàng)作　\\　102 4.5.1 AI+新聞寫作　\\　103 4.5.2 AI+音樂創(chuàng)作　\\　104 4.5.3 AI+影視創(chuàng)作　\\　105 4.6 人工智能+公共安全　\\　107 4.6.1 人臉識別　\\　108 4.6.2 智能視頻分析　\\　112 課后習題　\\　114 第5章 人工智能的未來發(fā)展　\\　116 引導案例　\\　117 5.1 人工智能技術的發(fā)展方向　\\　117 5.1.1 多模態(tài)人工智能　\\　118 5.1.2 代理型人工智能　\\　120 5.1.3 量子人工智能　\\　123 5.1.4 具身人工智能　\\　126 5.2 人工智能產(chǎn)品的發(fā)展方向　\\　131 5.2.1 文化遺產(chǎn)保護　\\　131 5.2.2 醫(yī)療服務升級　\\　134 5.2.3 教育創(chuàng)新變革 　\\　135 5.2.4 工業(yè)智能制造　\\　137 5.3 人工智能人才的培養(yǎng)方向　\\　138 5.3.1 人工智能時代的人才需求與現(xiàn)狀　\\　138 5.3.2 高層次人工智能人才的培養(yǎng)挑戰(zhàn)　\\　139 5.3.3 高層次人工智能人才的培養(yǎng)對策　\\　140 5.4 人工智能暢想與挑戰(zhàn)：通用人工智能　\\　141 5.4.1 通用人工智能概述　\\　142 5.4.2 通用人工智能的未來　\\　143 課后習題　\\　143 下篇 素養(yǎng)與安全篇 第6章 人工智能素養(yǎng)　\\　146 引導案例　\\　147 6.1 人工智能素養(yǎng)的內(nèi)涵與范疇　\\　147 6.1.1 人工智能素養(yǎng)的內(nèi)涵　\\　147 6.1.2 人工智能素養(yǎng)的范疇　\\　148 6.2 人工智能素養(yǎng)與信息素養(yǎng)、數(shù)據(jù)素養(yǎng)的關系辨析　\\　152 6.3 人工智能素養(yǎng)的層次框架　\\　154 6.3.1 意識和理解AI　\\　154 6.3.2 應用和分析AI　\\　155 6.3.3 評估和創(chuàng)造AI　\\　155 6.4 人工智能素養(yǎng)的評估框架　\\　155 6.4.1 人工智能素養(yǎng)的四維評估框架　\\　155 6.4.2 人工智能素養(yǎng)的三維評估框架　\\　157 6.5 大學生人工智能素養(yǎng)的培養(yǎng)　\\　159 6.5.1 人工智能通識教育：素養(yǎng)養(yǎng)成的基石　\\　160 6.5.2 “AI+X”輔修：促進復合型人才培養(yǎng)　\\　160 6.5.3 微專業(yè)：跨專業(yè)協(xié)同促進“AI+X”人才培養(yǎng)　\\　161 課后習題 　\\　162 第7章 人工智能數(shù)據(jù)安全　\\　164 引導案例　\\　165 7.1 人工智能數(shù)據(jù)安全的挑戰(zhàn)和必要性　\\　165 7.1.1 現(xiàn)實中的代表性案例　\\　166 7.1.2 人工智能數(shù)據(jù)安全存在的挑戰(zhàn)　\\　167 7.1.3 增強人工智能數(shù)據(jù)安全的必要性　\\　168 7.2 人工智能數(shù)據(jù)安全的維度　\\　170 7.2.1 人工智能數(shù)據(jù)的隱私安全　\\　170 7.2.2 人工智能數(shù)據(jù)的公平性　\\　171 7.2.3 人工智能數(shù)據(jù)的可信性　\\　172 7.3 人工智能數(shù)據(jù)安全的保障策略　\\　173 7.3.1 對人工智能數(shù)據(jù)的監(jiān)管　\\　173 7.3.2 對人工智能產(chǎn)品開發(fā)者的倫理培訓　\\　173 7.4 人工智能研究和產(chǎn)品研發(fā)中使用的數(shù)據(jù)安全增強技術　\\　174 7.4.1 數(shù)據(jù)加密與脫敏技術　\\　174 7.4.2 聯(lián)邦學習和安全多方計算　\\　175 7.4.3 數(shù)據(jù)公平性評估與去偏技術　\\　177 7.4.4 對抗樣本防御　\\　177 7.4.5 虛假信息檢測技術　\\　180 7.4.6 數(shù)據(jù)水印技術　\\　181 課后習題　\\　181