计算机类专业教育 > 人工智能类

人工智能基础与实践

书号:9787113278564 套系名称:高等院校新工科实践系列教材

作者:周才健 王硕苹 周苏 出版日期:2021-05-01

定价:58.00 页码 / 开本:无 /16

策划编辑:无 责任编辑:汪敏

适用专业:无 适用层次:高职高专

课程类别:计算机基础 课程分类:专业及专业平台课

配盘:无 配套教材:无

获奖情况:无 最新印刷时间:

资源下载
教学课件 教学素材(暂无)
习题答案(暂无) 教学案例(暂无)
教学设计(暂无) 教学视频(暂无)
内容简介 前言 目录 作者介绍 图书特色
  • 本书是高等院校人工智能相关专业入门课程的教材,具有实践特色。针对高校学生的发展需
    求,本书内容包括:什么是人工智能、AI+ 领域应用、大数据思维、搜索算法、知识表示、机器学习、
    深度学习、机器视觉、智能机器人、群体智能、智能制造、自然语言处理、伦理与职业、人工智
    能的未来等,较为系统、全面地介绍了人工智能的相关概念、理论与应用。本书结合理论学习,
    为各章教学内容设计了相应的实验环节,读者可以依托汇萃人工智能教学实验平台(或其云平台),
    扎实地打好人工智能广泛的知识基础。本书既适合高校学生学习,也适合对人工智能相关领域感
    兴趣的读者阅读参考。
    
    ?
  • 人工智能( Artificial Intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学,它试图了解人类智能的实质,并生产出新的能以人类智能相似的方式做出反应的智能机器。可以想象,未来人工智能带来的科技产品将会是人类智慧的“容器”,人工智能不是人的智能,但能像人那样思考,甚至也可能超过人的智能。
    人工智能是一门极富挑战性的科学,包括的知识内容十分广泛。本书内容包括 :什么是人工智能、 AI+领域应用、大数据思维、搜索算法、知识表示、机器学习、深度学习、机器视觉、智能机器人、群体智能、智能制造、自然语言处理、伦理与职业、人工智能的未来等。本书内容生动,强调实践,系统、全面地介绍了人工智能的相关概念与理论,可以帮助读者扎实地打好人工智能的知识与应用基础。
    每章在编写时都做了以下安排:
    (1)精选的导读案例,以深入浅出的方式,引发读者自主学习的兴趣。
    (2)介绍基本概念或解释原理,让读者切实理解和掌握人工智能基本原理及相关应用知识。
    (3)提供浅显易懂的案例,注重培养扎实的基本理论基础,重视培养学习方法。
    (4)思维与实践并进,为学习者提供了低认知负荷的自我评价作业,让学习者在自我成就中建构人工智能的基本观念与技术。
    (5)实验与思考(或课程实践)。依托汇萃人工智能实验平台(专用设备),或者在其云平台的支持下,完成精心设计的实验内容,以带来真切的实践体验。
    
    ■课程学习安排
    虽然已经进入电子时代,但我们仍然竭力倡导学生课前预习、课后巩固与实验,课中做好笔记,最后完成课程学习和实验总结。课后作业并不难,学生只要认真阅读课文,所有题目都能准确回答,并且在附录中为读者编写了作业参考答案。
    本课程的教学进度设计见《教学进度表》,可作为教师授课和学生学习的参考。实际执行时,应按照教学大纲编排教学进度和校历中关于本学期节假日的安排,确定本课程的教学进度。
    课程教学进度表
    (20?—20?学年第?学期)
    课程号:课程名称:人工智能导论学分: 2.5 周学时: 3
    总学时: 48 (其中理论学时: 32 实验学时: 16 )
    主讲教师:
    校历章节(或实训、习题课等)序号
    学时
    教学方法课后作业布置周次名称与内容
    1 1
    第 1章?什么是人工智能
    2
    2 2
    第 2章?AI+领域应用
    2
    3 3
    第 3章?大数据思维
    2
    4 4
    第 4章?搜索算法
    2
    5 5
    第 4章?搜索算法
    2
    6 6
    第 5章?知识表示
    2
    7 7
    第 6章?机器学习
    2
    作业实验与思考
    8 8
    第 6章?机器学习
    2
    导读案例课文
    9 9
    第 7章?深度学习
    2
    10 10
    第 8章?机器视觉
    2
    11 11
    第 9章?智能机器人
    2
    12 12
    第 10章?群体智能
    2
    13 13
    第 11章?智能制造
    2
    14 14
    第 12章?自然语言处理
    2
    15 15
    第 13章?伦理与职业
    2
    作业与课程实践
    16 16
    第 14章?人工智能的未来
    2
    课程学习与实验总结
    填表人(签字):日期:
    系(教研室)主任(签字):日期:
    ?
  • 导读案例 .................................................................................001
    1.1
    ?人工智能的定义 ................................................................004
    
    1.2
    ?人工智能发展历史 ............................................................005
    
    1.2.1
    ?大师与通用机器 ........................................................... 005
    
    1.2.2
    ?人工智能学科的诞生 .................................................... 006
    
    1.2.3
    ?人工智能的发展历程 .................................................... 007
    
    1.2.4
    ?人工智能的社会必然性 ................................................. 008
    
    
    1.3
    ?强人工智能与弱人工智能 ...................................................008
    
    1.4
    ?图灵测试与新图灵测试 ......................................................009
    
    1.5
    ?人工智能的研究 ................................................................011
    
    1.5.1
    ?人工智能的研究领域 .................................................... 011
    
    1.5.2
    ?在计算机上的实现方法 ................................................. 012
    
    
    1.6
    ?人工智能教学实验平台 ......................................................013
    作业 .......................................................................................014
    实验与思考 ................................................................................15
    
    导读案例 .................................................................................017
    
    2.1
    ?关于智慧地球 ...................................................................019
    
    2.2
    ?智慧城市 .........................................................................020
    
    2.2.1
    ?智慧城市与数字城市 .................................................... 021
    
    2.2.2
    ?智慧城市与智慧农业 .................................................... 022
    
    2.2.3
    ?新型基础设施建设 ....................................................... 022
    
    
    2.3
    ?智慧交通 .........................................................................023
    
    2.4
    ?智能家居 .........................................................................023
    
    2.5
    ?智慧医疗 .........................................................................025
    
    2.5.1
    ?量化自我,关注个人健康 ............................................. 025
    
    2.5.2
    ?可穿戴的个人健康设备 ................................................. 026
    
    2.5.3
    ?智能时代的医疗信息 .................................................... 026
    
    
    2.6
    ?智慧教育 .........................................................................027
    
    2.7
    ?智慧新零售 ......................................................................028
    作业 .......................................................................................029
    实验与思考 ..............................................................................031
    
    
    导读案例 .................................................................................035
    3.1
    ?大数据与人工智能 ............................................................038
    
    3.2
    ?思维变革之一:样本 =总体 ...............................................039
    
    3.2.1
    ?小数据时代的随机采样 ................................................. 039
    
    3.2.2
    ?大数据与乔布斯的癌症治疗 .......................................... 040
    
    3.2.3
    ?全数据模式:样本 =总体 ............................................ 041
    
    
    3.3
    ?思维变革之二:接受数据的混杂性 ......................................041
    
    3.3.1
    ?允许不精确 ................................................................. 042
    
    3.3.2
    ?大数据优于算法 .......................................................... 042
    
    3.3.3
    ?纷繁的数据越多越好 .................................................... 042
    
    
    3.4
    ?思维变革之三:数据的相关关系 .........................................044
    
    3.4.1
    ?关联物,预测的关键 .................................................... 044
    
    3.4.2
    ?“是什么”,而不是 “为什么 ” ........................................ 044
    
    3.4.3
    ?通过相关关系了解世界 ................................................. 045
    
    
    作业 .......................................................................................046
    实验与思考 ..............................................................................047
    
    导读案例 .................................................................................051
    4.1
    ?关于搜索算法 ...................................................................053
    
    4.2
    ?盲目搜索 .........................................................................054
    
    4.2.1
    ?状态空间图 ................................................................. 054
    
    4.2.2
    ?回溯算法 .................................................................... 056
    
    4.2.3
    ?贪婪算法 .................................................................... 056
    
    4.2.4
    ?旅行销售员问题 .......................................................... 057
    
    4.2.5
    ?深度优先搜索 .............................................................. 057
    
    4.2.6
    ?广度优先搜索 .............................................................. 057
    
    4.2.7
    ?迭代加深搜索 .............................................................. 058
    
    
    4.3
    ?知情搜索 .........................................................................058
    
    4.3.1
    ?启发法 ........................................................................ 059
    
    4.3.2
    ?爬山法 ........................................................................ 059
    
    4.3.3
    ?最陡爬坡法 ................................................................. 060
    
    4.3.4
    ?最佳优先搜索 .............................................................. 060
    
    4.3.5
    ?分支定界法 ——找到最佳解 .......................................... 061
    
    4.3.6
    ?A* 算法 ...................................................................... 063
    
    
    4.4
    ?受到自然启发的搜索 .........................................................063
    
    4.4.1
    ?遗传规划 .................................................................... 063
    
    4.4.2
    ?蚂蚁聚居地优化 .......................................................... 063
    
    4.4.3
    ?模拟退火 .................................................................... 064
    
    4.4.4
    ?粒子群 ....................................................................... 065
    
    4.4.5
    ?禁忌搜索 .................................................................... 065
    
    
    
    作业 .......................................................................................065
    实验与思考 ..............................................................................066
    
    导读案例 .................................................................................071
    5.1
    ?什么是知识表示 ................................................................073
    
    5.1.1
    ?知识的概念 ................................................................. 073
    
    5.1.2
    ?知识表示方法 .............................................................. 074
    
    5.1.3
    ?知识表示的过程 .......................................................... 075
    
    5.1.4
    ?表示方法的选择 .......................................................... 075
    
    
    5.2
    ?搜索树(决策树) ..............................................................077
    
    5.3
    ?产生式系统 ......................................................................078
    
    5.4
    ?面向对象 .........................................................................078
    
    5.5
    ?框架法 ............................................................................079
    
    5.6
    ?图形草图和哥尼斯堡桥问题 ................................................081
    
    5.7
    ?语义网络 .........................................................................082
    
    5.7.1
    ?语义网络表示 .............................................................. 082
    
    5.7.2
    ?知识图谱 .................................................................... 083
    
    
    作业 .......................................................................................084
    实验与思考 ..............................................................................085
    
    导读案例 .................................................................................089
    6.1
    ?什么是机器学习 ................................................................090
    
    6.1.1
    ?机器学习的发展 ........................................................... 091
    
    6.1.2
    ?机器学习的定义 ........................................................... 092
    
    
    6.2
    ?机器学习的学习类型 .........................................................094
    
    6.2.1
    ?监督学习 .................................................................... 094
    
    6.2.2
    ?无监督学习 ................................................................. 095
    
    6.2.3
    ?强化学习 .................................................................... 095
    
    
    6.3
    ?机器学习的算法 ................................................................095
    
    6.3.1?回归算法 .................................................................... 096
    
    6.3.2
    ?基于实例的算法 .......................................................... 096
    
    6.3.3
    ?决策树算法 ................................................................. 096
    
    6.3.4
    ?贝叶斯算法 ................................................................. 097
    
    6.3.5
    ?聚类算法 .................................................................... 097
    
    6.3.6
    ?神经网络算法 .............................................................. 097
    
    6.4
    ?机器学习基本结构 ............................................................097
    
    6.5
    ?机器学习分类方法 ............................................................098
    
    6.5.1
    ?基于学习策略的分类 .................................................... 098
    
    6.5.2
    ?基于所获取知识的表示形式分类 ................................... 099
    
    6.5.3
    ?按应用领域分类 .......................................................... 100
    
    6.5.4
    ?综合分类 .................................................................... 100
    
    
    6.6
    ?机器学习应用 ...................................................................101
    
    6.6.1
    ?应用于物联网 .............................................................. 101
    
    6.6.2
    ?应用于聊天机器人 ....................................................... 101
    
    6.6.3
    ?应用于自动驾驶 ........................................................... 102
    
    
    作业 .......................................................................................102
    实验与思考 ..............................................................................103
    
    导读案例 .................................................................................107
    7.1
    ?神经网络 .........................................................................108
    
    7.1.1
    ?人脑神经的研究 ........................................................... 109
    
    7.1.2
    ?人工神经网络的研究 .................................................... 109
    
    7.1.3
    ?神经网络理解图片 ....................................................... 110
    
    
    7.2
    ?深度学习 .........................................................................112
    
    7.2.1
    ?深度学习的意义 ........................................................... 112
    
    7.2.2
    ?深度学习的概念 .......................................................... 116
    
    7.2.3
    ?深度学习的核心思路 .................................................... 116
    
    7.2.4
    ?深度学习的实现 .......................................................... 116
    
    7.2.5
    ?机器学习和深度学习 .................................................... 118
    
    
    7.3
    ?TensorFlow深度学习 .......................................................120
    
    7.3.1
    ?工作原理 .................................................................... 121
    
    7.3.2
    ?可视化工具 ................................................................. 122
    
    7.3.3
    ?系统部署 .................................................................... 122
    
    7.3.4
    ?安全性 ........................................................................ 122
    
    
    作业 .......................................................................................122
    实验与思考 ..............................................................................123
    
    导读案例 .................................................................................129
    8.1
    ?模式识别 .........................................................................131
    
    8.2
    ?图像识别 .........................................................................132
    
    8.2.1
    ?人类图像识别能力 ....................................................... 132
    
    8.2.2
    ?图像识别基础 .............................................................. 132
    
    8.2.3
    ?图像识别模型 .............................................................. 133
    
    8.2.4
    ?图像识别的发展 .......................................................... 133
    
    
    8.3
    ?计算机视觉与机器视觉 ......................................................134
    
    8.3.1
    ?计算机视觉的定义 ....................................................... 134
    
    8.3.2
    ?机器视觉的定义 .......................................................... 135
    
    8.3.3
    ?计算机视觉与机器视觉的区别 ....................................... 136
    
    8.3.4
    ?神经网络图像识别 ....................................................... 137
    
    
    8.4
    ?图像识别技术的应用 .........................................................137
    
    8.4.1
    ?机器视觉的行业应用 .................................................... 137
    
    8.4.2
    ?汽车车身检测系统 ....................................................... 138
    
    8.4.3
    ?智能交通管理系统 ....................................................... 138
    
    8.4.4
    ?布匹质量检测 .............................................................. 139
    
    
    8.5
    ?智能图像处理技术 ............................................................140
    
    8.5.1
    ?图像采集 .................................................................... 140
    
    8.5.2
    ?图像预处理 ................................................................. 140
    
    8.5.3
    ?图像分割 .................................................................... 141
    
    8.5.4
    ?目标识别和分类 .......................................................... 141
    
    8.5.5
    ?目标定位和测量 .......................................................... 141
    
    8.5.6
    ?目标检测和跟踪 .......................................................... 141
    
    
    作业 .......................................................................................141
    实验与思考 ..............................................................................143
    
    导读案例 .................................................................................151
    9.1
    ?划时代的计划 ...................................................................154
    
    9.1.1
    ?机器人足球赛 .............................................................. 155
    
    9.1.2
    ?阿波罗计划 ................................................................. 156
    
    9.1.3
    ?新的标准问题 .............................................................. 157
    
    
    9.2
    ?机器人的概念 ...................................................................157
    
    9.2.1
    ?机器人的发展 .............................................................. 158
    
    9.2.2
    ?机器人定义与 “三原则” ............................................... 159
    
    
    
    9.2.3?机器人的分类 .............................................................. 159
    9.3
    ?机器人的技术问题 ............................................................160
    
    9.3.1
    ?机器人的组成 .............................................................. 160
    
    9.3.2
    ?机器人的运动 .............................................................. 162
    
    9.3.3
    ?机器人大狗 ................................................................. 163
    
    
    9.4
    ?ARL机器人编程语言 .........................................................163
    作业 .......................................................................................164
    实验与思考 ..............................................................................165
    
    
    导读案例 .................................................................................171
    10.1
    ?从蜜蜂身上学习群体智能 .................................................174
    
    10.2
    ?什么是群体智能 ..............................................................176
    
    10.2.1
    ?群集人工智能技术 ..................................................... 176
    
    10.2.2
    ?基本原则与特点 ......................................................... 177
    
    
    10.3
    ?典型算法模型 .................................................................178
    
    10.3.1
    ?蚁群算法 ................................................................... 178
    
    10.3.2
    ?搜索机器人 ............................................................... 180
    
    10.3.3
    ?微粒群(鸟群)优化算法 ............................................ 180
    
    10.3.4
    ?没有机器人的集群 ..................................................... 182
    
    
    10.4
    ?群体智能背后的故事 ......................................................182
    
    10.5
    ?群体智能的发展 ..............................................................184
    作业 .......................................................................................185
    实验与思考 ..............................................................................186
    
    
    导读案例 .................................................................................189
    11.1
    ?什么是智能制造 ..............................................................191
    
    11.1.1
    ?智能制造的定义 ......................................................... 191
    
    11.1.2
    ?分布式数字控制 ......................................................... 192
    
    11.1.3
    ?多智能体系统 ............................................................ 193
    
    11.1.4
    ?整子系统 ................................................................... 193
    
    
    11.2
    ?机器感知 .......................................................................193
    
    11.2.1
    ?机器智能与智能机器 .................................................. 194
    
    11.2.2
    ?机器思维与思维机器 .................................................. 194
    
    11.2.3
    ?机器行为与行为机器 .................................................. 194
    
    
    
    11.3
    ?智能制造技术 .................................................................195
    
    11.4
    ?测控装置 ........................................................................196
    
    11.5
    ?运作过程 .......................................................................197
    
    11.6
    ?工业互联网概念 ..............................................................198
    
    11.6.1
    ?工业互联网的定义 ...................................................... 198
    
    11.6.2
    ?工业互联网的内容 ...................................................... 199
    
    
    11.7
    ?制造业的转型升级 ...........................................................200
    
    11.7.1
    ?工业互联网和传统互联网 ............................................ 200
    
    11.7.2
    ?工业互联网的标识解析体系 ........................................ 201
    
    11.7.3
    ?我国工业互联网的发展 ............................................... 202
    
    
    作业 .......................................................................................203
    实验与思考 ..............................................................................204
    
    导读案例 .................................................................................215
    12.1
    ?自然语言处理概述 ...........................................................217
    
    12.1.1
    ?语言的问题和可能性 .................................................. 218
    
    12.1.2
    ?什么是自然语言处理 .................................................. 218
    
    12.1.3
    ?自然语言处理的历史 .................................................. 220
    
    
    12.2
    ?语法类型与语义分析 .......................................................221
    
    12.2.1
    ?语法类型 ................................................................... 222
    
    12.2.2
    ?语义分析和扩展语法 .................................................. 222
    
    12.2.3
    ?IBM的机器翻译 Candide系统 .................................... 222
    
    
    12.3
    ?处理数据与处理工具 .......................................................223
    
    12.3.1
    ?统计 NLP语言数据集 ................................................. 223
    
    12.3.2
    ?自然语言处理工具 ..................................................... 223
    
    12.3.3
    ?自然语言处理技术难点 ............................................... 223
    
    
    12.4
    ?语音处理 .......................................................................224
    
    12.4.1
    ?语音处理的发展 ......................................................... 224
    
    12.4.2
    ?语音理解 .................................................................. 225
    
    12.4.3
    ?语音识别 .................................................................. 225
    
    
    作业 .......................................................................................226
    实验与思考 ..............................................................................227
    
    导读案例 .................................................................................233
    
    13.1
    ?人工智能面临的伦理挑战 .................................................237
    
    13.1.1
    ?“人”的定义 .............................................................. 237
    
    13.1.2
    ?人工智能与人类的关系 ............................................... 237
    
    13.1.3
    ?人与智能机器的沟通 .................................................. 238
    
    13.1.4
    ?相关的伦理概念 ......................................................... 239
    
    
    13.2
    ?人工智能的伦理原则 .......................................................240
    
    13.2.1
    ?微软的六大伦理原则 .................................................. 241
    
    13.2.2
    ?百度的四大伦理原则 .................................................. 242
    
    13.2.3
    ?欧盟的可信赖的伦理准则 ............................................ 243
    
    13.2.4
    ?AI创新发展道德伦理宣言 ........................................... 244
    
    
    13.3
    ?算法歧视 .......................................................................246
    
    13.4
    ?人工智能的法律问题 ........................................................249
    
    13.5
    ?人工智能的隐私保护 .......................................................251
    
    13.6
    ?人工智能时代需要的人才 .................................................252
    
    13.6.1
    ?人工智能对就业的影响 ............................................... 252
    
    13.6.2
    ?新创造的核心工作岗位 ............................................... 252
    
    
    作业 .......................................................................................254
    实验与思考 ..............................................................................255
    
    导读案例 .................................................................................265
    14.1
    ?创新驱动与社会发展 .......................................................268
    
    14.1.1
    ?人工智能发展的启示 .................................................. 269
    
    14.1.2
    ?人工智能生态系统 ..................................................... 270
    
    
    14.2
    ?人工智能发展的影响 .......................................................270
    
    14.2.1
    ?专用人工智能取得重要突破 ........................................ 270
    
    14.2.2
    ?通用人工智能处于起步阶段 ........................................ 271
    
    14.2.3
    ?人工智能创新创业如火如荼 ........................................ 271
    
    14.2.4
    ?人工智能成为国家发展战略 ........................................ 271
    
    14.2.5
    ?人工智能社会影响日益凸显 ........................................ 272
    
    
    14.3
    ?人工智能技术的发展预测 .................................................272
    
    14.3.1
    ?生物技术和医疗保健 .................................................. 273
    
    14.3.2
    ?工作型机器人 ............................................................ 273
    
    14.3.3
    ?电子游戏的智能水平 .................................................. 274
    
    14.3.4
    ?电子耳蜗与义肢 ......................................................... 275
    
    14.3.5
    ?迅速发展的脑机接口 .................................................. 275
    ?
  • 周才健,美国马里兰大学电子工程博士,约翰霍普金斯大学MBA。曾就职于多家知名跨国企业。回国后创业,曾担任浙江正元智慧科技股份有限公司(股票代码 300645)董事、副总兼CTO,浙江工商大学特聘教授;现任杭州电子科技大学企业博导,杭州汇萃智能科技有限公司董事长,浙江省海外高层次人才联谊会人工智能分会副会长,杭州市侨联特聘专家委员会电子信息与人工智能专委会主任,深圳市人工智能产业协会专家委员会机器视觉首席科学家。
    
    王硕苹,女,教授,浙江大学城市学院计算机系、软件工程系主任。浙江省科技创新团队成员,海南省信息化专家咨询委员会专家委员,中国计算机学院会员,浙江省人工智能学会会员,美国阿拉巴马大学计算机系“移动与无线互联网”实验室访学学者。浙江大学硕士生导师、常州大学硕士生导师、安徽理工大学硕士生导师。长期从事一线教学科研工作,跟踪计算机应用技术发展前沿,近年来主要研究领域为移动互联网应用、车联网与智能交通、大数据分析、智能决策支持系统等。近年主持省部级项目2项,主持重大横向项目和政产学研项目多项,负责科研经费600余万元。以第一作者或通讯作者发表高等级国际期刊和会议论文20余篇。拥有专利和软件著作权多项。主编《大数据技术与应用》和《创新思维与方法》、《大数据时代管理信息系统》等教材。
    
    周苏,1982年华东水利学院计算机应用专业本科毕业,1986年由水电部研究所调入杭州大学计算机系任教,1991年破格晋升副教授,1999年调入浙江大学城市学院计算机系任教,2005年晋升教授。在杭州大学、浙江大学、浙江大学城市学院、浙江工业大学之江学院、温州大学城市学院、嘉兴学院南湖学院、温州职业技术学院等多所院校专/兼职任教,教学经验丰富。 长期从事计算机等专业教学工作,担任计算机基础、计算机导论、软件工程、软件测试技术、软件体系结构、电子商务概论、移动商务、多媒体技术、项目管理、管理信息系统、应用统计学、C语言程序设计、面向对象程序设计、网络传播技术、网络生态学、人机交互技术、艺术设计概论、艺术欣赏概论、计算机平面设计、信息管理与信息系统概论、信息资源管理、办公软件高级应用、IT应用文写作等课程的教学,对计算机学科教学以及应用型院校教学有深刻理解。
    
    ?
  • (1)精选的导读案例,以深入浅出的方式,引发读者自主学习的兴趣。
    (2)介绍基本概念或解释原理,让读者切实理解和掌握人工智能基本原理及相关应用知识。
    (3)提供浅显易懂的案例,注重培养扎实的基本理论基础,重视培养学习方法。
    (4)思维与实践并进,为学习者提供了低认知负荷的自我评价作业,让学习者在自我成就中建构人工智能的基本观念与技术。
    (5)实验与思考(或课程实践)。依托汇萃人工智能实验平台(专用设备),或者在其云平台的支持下,完成精心设计的实验内容,以带来真切的实践体验。
    ?