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，全书采用"基础理论+行业应用+思政融合"三位一体架构，引入"校企双元开发"模式，联合百度、武汉软酷等领军企业编写了20个真实项目案例，其中包含8个产教融合型实训项目，以Python语言为工具，领学生从零基础起步，逐步掌握人工智能技术的核心应用能力，有效实现教学内容与产业前沿的精准对接。
知识脉络全景呈现
1. 基础入门（第1-2章）
	搭建Python开发环境，完成首个AI程序  
	掌握Kaggle数据获取与清洗，体验酒店评论情感分析实战  
	理解数据标注在AI开发中的核心作用  
2. 技术进阶（第3-7章） 
	机器学习三剑客：鸢尾花分类、用户画像构建、棋类AI开发  
	深度学习双实战：肿瘤图像识别（医学影像）、机器翻译
	智能交互三部曲：语音测评（英语口语）、自动驾驶模拟（CV）、智能办公（NLP）  
3. 前沿拓展（第8-10章） 
	数字人开发全流程：从数据采集到直播应用  
	大模型部署实践：Hugging Face社区项目实战  
	技术伦理深度研讨：AI换脸、算法偏见等热点议题分析  
【本书特色】  
高职教育精准适配
	采用"案例驱动+任务分解"模式，每个知识点匹配企业真实场景  
	代码示例精简实用（平均行数<50），注释占比超20%  
	特别设置在线知识问答，帮助学生了解课堂掌握情况，并进一步巩固知识点  
教学做一体化设计 
每章配备3级实践体系：  
	基础任务（课堂跟练）：如鸢尾花分类、机器翻译 
	进阶挑战（小组项目）：如用户画像构建  
	拓展创新（校企合作）：如AI数字人、社区大模型  
配套6大教学资源包：   
	教材电子计划、电子教案；
	教材电子课件；
	教材配套源码（即用型代码）和数据集；
	教材配套微课、数字人精品课；
	教材配套练习题；
	人工智能训练师四级题库。
【学习路径推荐】  
零基础学生：  
第1章 → 第2章 → 第3章 → 第6章 → 第10章  
（掌握基础开发能力，建立AI技术全景认知）  
进阶提升方向：  
智能制造：第4章（图像识别）+ 第8章（数字孪生）  
智慧服务：第5章（语音交互）+ 第7章（智能办公）  
大模型应用：第9章（社区参与）+ 企业合作案例  
【适用场景】  
★ 高职院校人工智能通识必修课（32-48学时）  
★ 计算机应用/智能控制专业核心课  
★ 企业新型学徒制培训教材  
★ 1+X证书制度试点配套用书  
★ 中职院校师资能力提升参考  
我们坚信，人工智能教育不应是精英的专利。本书用通俗的语言、真实的案例、可及的实践，让每位职业院校学子都能成为智能时代的参与者与建设者。让技术回归工具本质，让教育赋能职业发展！

近年来，数据规模的指数级上升、深度学习算法突破等等使人工智能的发展有了质的飞跃，在世界范围内掀起了一阵人工智能学热潮。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》。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。本书应运而生，以满足高等职业院校人工智能通识教育的需要。

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，包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习、计算机视觉等。本书并没有一一剖析人工智能的每一个子领域，而是以基本原理和应用为主题介绍人工智能，并以行业中的人工智能应用作为载体，让读者对人工智能有一个基本的认识。本书每个章都有“议一议”“想一想”，希望可以引导读者对生活中的人工智能应用多加思考。

本书编写着力从三个方面突出职业教育特点：

（1）落实立德树人根本任务。深入推进习近平新时代中国特色社会主义思想进教材、进课堂、进师生头脑，加强社会主义核心价值观教育，提高思想政治理论课质量和实效。全书紧扣党的二十大精神，将中国人工智能领域发展的重要事件和重要人物充分融入，并结合思政内容讨论人工智能技术进步与社会责任的关系，强调人工智能技术服务国家发展战略的责任与使命，引导学生认识到科技创新是实现中国梦的重要力量，鼓励学生在自己的学习和未来的职业生涯中贡献智慧。

（2）校企“双元”开发。全书由高职高专院校长期从事人工智能技术教学的一线教师和百度（中国）有限公司、武汉市软酷网络科技有限公司等知名人工智能开发工程师联合编写。实践内容贴合当下人工智能热门领域。

（3）立体配套。本书配备完整的项目实训操作视频、课程标准、电子课件、授课计划、电子教案、试题等资源，读者可登录中国铁道出版社有限公司教育资源数字化平台（https://

www.tdpress.com/51eds）下载。读者通过手机扫描教材中二维码即可观看视频学习，视频中还包含问题提示、即时答疑、实践挑战等，以增强学生的参与感，也为学生导入预习、复习巩固、实训操作以及教师备课、教学辅导提供便利。

本书主要介绍人工智能的基本知识点和应用实践。全书共十章，第 1 章概述人工智能的基本概念、应用领域、技术原理，还通过图灵测试互动实验和开发环境搭建的实践任务，引导学生初步接触 AI 与 Python 编程环境。第 2 章介绍数据采集与标注的重要性，通过Kaggle 房价数据获取与处理、酒店评论情感倾向标注的实践任务，让学生掌握数据预处理的基本技能。第3 章探讨机器学习的基础，通过鸢尾花分类、用户画像构建、棋类游戏对战等实践任务，展示Python 在机器学习任务中的应用。第 4 章深入深度学习领域，介绍神经网络与深度学习框架，通过肿瘤图像识别、机器翻译的实践任务，让学生体验深度学习的强大能力。第 5 章聚焦语音处理，通过英语口语测试、语音合成的实践任务，展示 Python 在语音识别与合成方面的应用。第 6 章探索计算机视觉技术，通过自动驾驶模拟、人脸识别的实践任务，让学生了解 Python 在图像识别与处理中的应用场景。第 7 章涉及自然语言处理，通过 AI+ 办公 Office 的实践任务，展示 Python 在自然语言理解与生成方面的潜力。第 8 章介绍 AI 数字人的生产应用，涵盖数据采集、标注、模型训练及实际应用的全过程，通过实践任务让学生体验数字人技术的魅力。

第 9 章展望大模型技术的未来，通过 AI 绘画、AI 视频制作、AI 编程助手等实践任务，以及大模型社区的参与和部署实践，让学生紧跟 AI 技术前沿。第 10 章对人工智能对社会发展的影响进行了分析和总结。

本书由余泽禹、马庆槐、张魏任主编，由陈文、田萌、龚佳鹏、李金凤任副主编，参编人员有龚五堂、姚恺荣、王科、吴勇刚、陈逸飞、刘晓明、郑宇鸣、李光耀、江涛，方风波主审。编者分别来自荆州职业技术学院、黄冈职业技术学院、荆州理工职业学院以及百度（中国）有限公司和武汉市软酷网络科技有限公司。

本书的编写宗旨是让学生在掌握人工智能理论知识的同时，通过项目驱动的实践方式，培养实际操作能力和创新思维。希望本书不仅成为学生学习人工智能的入门指南，更能为学生在即将面临的职业挑战中奠定坚实的技术基础。期望本书能够激发学生对人工智能的兴趣，使其在职业生涯中能够灵活运用 AI 技术，为社会智能化进程贡献力量。

由于编者水平有限，书中难免有疏漏和不足之处，恳请广大读者不吝指教。

第 1 章 人工智能的发展与应用  1-1
1.1 人工智能的定义与发展 1-1
1.1.1 人工智能的基本概念  1-1
1.1.2 人工智能的发展历程  1-3
1.2 人工智能技术概述 1-5
1.2.1 人工智能技术简介  1-5
1.2.2 人工智能技术应用 . 1-13
1.2.3 人工智能技术的挑战与前景  1-15
1.3 应用实践 .1-19
1.3.1 任务一 图灵测试 . 1-19
1.3.2 任务二 开发环境搭建  1-22
小结 1-30
练习 1-30
第 2 章 数据采集和数据标注 . 2-1
2.1 数据采集和处理 .2-2
2.1.1 数据采集的基本概念  2-2
2.1.2 数据采集的发展历程  2-4
2.2 数据标注 2-7
2.2.1 数据标注基本概念  2-7
2.2.2 数据标注的发展历程  2-8
2.3 应用实践 .2-10
2.3.1 任务一 Kaggle 房价数据获取与处理 2-10
2.3.2 任务二 酒店评论的情感倾向标注  2-22
小结 2-25
练习 2-25
第 3 章 机器学习应用  3-1
3.1 机器学习 3-2
3.1.1 机器学习的背景 . 3-2
3.1.2 机器学习的类型介绍  3-4
3.1.3 基本数学知识  3-17
3.2 应用实践 .3-22
3.2.1 任务一 鸢尾花分类  3-22
3.2.2 任务二 用户画像（客户细分） . 3-31
3.2.3 任务三 棋类游戏（人机对战） . 3-36
小结 3-40
练习 3-41
第 4 章 深度学习应用  4-1
4.1 深度学习 4-2
4.2 神经网络 4-3
4.2.1 神经网络基础  4-3
4.2.2 卷积神经网络  4-6
4.2.3 循环神经网络  4-9
4.2.4 Transformer 4-11
4.3 深度学习框架 4-13
4.3.1 TensorFlow  4-13
4.3.2 PyTorch  4-14
4.3.3 飞浆 . 4-16
4.4 应用实践 .4-17
4.4.1 任务一 肿瘤图像识别  4-17
4.4.2 任务二 机器翻译 . 4-25
小结 4-33
练习 4-33
第 5 章 语音处理  5-1
5.1 认识语音处理 5-2
5.1.1 语音处理的基本概念  5-2
5.1.2 语音处理技术  5-4
5.2 语音处理技术行业应用 5-7
5.2.1 语音处理技术的背景与发展历程  5-7
5.2.2 语音处理技术的应用领域  5-8
5.2.3 语音处理技术未来发展趋势  5-12
5.3 应用实践 .5-14
5.3.1 任务一 英语口语测试  5-14
5.3.2 任务二 语音合成 . 5-17
小结 5-22
练习 5-23
第 6 章 计算机视觉 . 6-1
6.1 认识计算机视觉 .6-2
6.1.1 计算机视觉基本概念  6-2
6.1.2 计算机视觉发展历程  6-3
6.2 计算机视觉技术 .6-4
6.2.1 常见计算机视觉技术问题  6-4
6.2.2 计算机视觉系统的功能 . 6-5
6.2.3 计算机视觉的应用场景 . 6-6
6.3 应用实践 6-6
6.3.1 任务一 自动驾驶 ( 萝卜快跑 )  6-6
6.3.2 任务二 人脸识别  6-9
小结 6-15
练习 6-16
第 7 章 自然语言处理  7-1
7.1 认识自然语言处理 7-1
7.1.1 自然语言处理基本概念 . 7-1
7.1.2 自然语言处理发展历程 . 7-3
7.2 自然语言处理技术 7-4
7.2.1 自然语言处理技术方法 . 7-4
7.2.2 自然语言处理技术难点 . 7-6
7.2.3 自然语言处理未来展望 . 7-6
7.2.4 自然语言处理关联技术 . 7-7
7.2.5 自然语言处理应用场景 . 7-8
7.3 应用实践 7-9
7.3.1 任务一 Office AI 助手 +Word . 7-9
7.3.2 任务二 Office AI 助手 +Excel  7-12
小结 7-15
练习 7-16
第 8 章 数字人生产应用 . 8-1
8.1 AI数字人概述 8-2
8.1.1 数字人的定义与起源  8-2
8.1.2 数字人的核心特征  8-5
8.1.3 AI 数字人的技术基础 . 8-7
8.2 应用实践 .8-10
8.2.1 任务一 数据采集和处理 . 8-10
8.2.2 任务二 数据标注和模型训练  8-18
8.2.3 任务三 AI 数字人应用 . 8-27
小结 8-31
练习 8-32
第 9 章 大模型技术应用 9-1
9.1 大模型技术 .9-1
9.1.1 认识大模型  9-1
9.1.2 深入理解大模型 . 9-5
9.1.3 大模型在内容生成中的前沿应用 9-11
9.2 大模型社区 9-14
9.3 应用实践 .9-16
9.3.1 任务一 AI 绘画应用  9-16
9.3.2 任务二 AI 视频应用  9-21
9.3.3 任务三 AI 编程助手  9-24
9.3.4 任务四 大模型部署  9-34
小结 9-41
练习 9-42
第 10 章 人工智能与社会 10-1
10.1 人工智能伦理 .10-2
10.1.1 人工智能伦理的核心议题  10-2
10.1.2 人工智能伦理的理论框架  10-4
10.2 人工智能道德 .10-7
10.2.1 人工智能道德的概念 . 10-7
10.2.2 人工智能的道德挑战与道德框架  10-9
10.3 人工智能未来发展 10-11
10.3.1 技术发展趋势 10-11
10.3.2 人工智能未来应用领域 . 10-14
小结 10-17
练习 10-17

余泽禹，信息与通信工程学院副院长，博士。CNKI（中国知网）评审专家、湖北省政府采购专家、全国中小学科学教育实验区科学副校长、荆州市科技特派员。曾于中国科学院自动化研究所高精密感知与控制中心从事模式识别、深度学习方向研究，现主要从事大数据与人工智能技术应用教学科研工作，现主要从事人工智能技术应用教学科研工作。主持教育部信息化教指委重点研究项目1项、湖北省教育厅科学技术研究计划指导性项目1项、湖北省教育厅教育科学规划课题1项、荆州职业技术学院重点科技创新成果培育工程项目1项；参与国家自然科学基金面上项目1项、湖北省技术创新专项重大项目1项，其他类项目10余项。指导学生参加职业技能大赛获得国家级奖项1项，省级奖项4项；发明专利1项、实用新型专利2项，科研成果转化1项。主要研究方向：职业教育教学管理、高职计算机基础教育教学。

本书配有丰富的立体化资源。