为落实国家人工智能发展战略与教育数字化部署，对标《教育强国建设规划纲要（2024—2035年）》等文件精神，立足新时代高校复合型人才培养目标，本书秉持“夯实基础、贯通理论、贴近应用、培育思维”的理念而编写。全书遵循“底层计算支撑—核心理论构建—前沿技术应用”的递进逻辑，梳理计算机文化、网络安全、大数据等基础内容，阐释数据管理与知识工程方法；解读人工智能核心内涵、发展历程及主流学派，剖析神经网络、机器学习与深度学习原理；介绍大模型、智能体、生成式AI等前沿技术、应用场景，探讨行业挑战与发展趋势，为读者搭建完整、易懂、适配通识教育的人工智能知识框架，助力非专业学习者轻松入门AI相关知识。

本书特色鲜明，一是内容编排遵循认知规律，由浅入深层层递进，适配零基础跨专业学习；二是编排科学合理，侧重原理阐释与逻辑分析，贴合高校通识课教学实际需求；三是紧跟前沿动态，融入大模型、AIGC等热点内容，平衡经典理论与前沿技术；四是可读性强，弱化晦涩术语，大幅降低入门门槛。

本书面向高校人工智能通识教育，适合作为高等院校人工智能通识课程的教材，以及各类AI基础培训与信息技术从业者参考使用。

随着人工智能技术以指数级速度迭代升级，其已深度渗透社会生产生活的方方面面，成为推动数字经济发展的核心引擎。为深入贯彻落实国家人工智能发展战略与教育数字化部署，全面对标《教育强国建设规划纲要（2024—2035年）》《关于深入实施“人工智能+”行动的意见》以及教育部等九部门《关于加快推进教育数字化的意见》等文件精神，响应国家关于加强人工智能领域人才培养的战略号召，依据人工智能通识课程核心教学要求，我们立足新时代高校复合型人才培养目标，秉持“夯实基础、贯通理论、贴近应用、培育思维”的理念，精心编写了本书。

本书是教育部高等学校大学计算机课程教学指导委员会“面向人工智能赋能教育及数字技能人才培养的大学计算机课程改革项目”课题成果（课题编号：AEJR-202420），同时也是唐山学院推进人工智能通识教育、深化产教融合协同育人的一项具体成果。本书旨在为高等院校非计算机专业学生构建一套系统、前沿且适配通识教育的人工智能知识体系，助力其轻松入门AI相关知识。编者团队成员历经多次研讨与打磨，广泛参考了国内外计算机科学、数据科学、人工智能等多个领域的核心研究成果，以及前沿学术论文、行业技术报告及课程标准，力求在内容上兼顾理论严谨性与技术前瞻性。

在内容编排上，全书遵循“底层计算支撑—核心理论构建—前沿技术应用”的递进逻辑，整体分为三大部分，与课程大纲及内容简介的核心脉络高度契合。第1至4章是人工智能计算基础为全书奠定底层根基，重点讲解计算机文化发展脉络、工作原理，系统阐释计算机网络体系结构、信息安全防护技术，并深入分析数据全生命周期管理、大数据技术与知识工程核心方法，这是理解AI技术原理的前提。第5和6章是人工智能理论基础系统论述人工智能的基本概念、发展历程与主流学派思想，阐释人工神经网络、机器学习与深度学习的核心原理与技术逻辑，帮助读者建立扎实的AI理论认知。第7至10章是人工智能技术与应用聚焦前沿与实践，细致讲解智能决策、进化计算等经典技术内核，重点剖析大模型、智能简单事实体、生成式人工智能等前沿热点技术的运行机制与应用场景，同时探讨AI技术在多领域的应用现状、面临挑战与未来趋势，实现理论与实践的深度衔接。

本书适合普通高等院校32～48课时的通识课程教学。教学过程中可采用“理论讲授+案例分析+实践研讨”相结合的模式，充分利用电子教案、教学课件、案例库等教学资源，以提升教学效果。读者如有需要可访问中国铁道出版社教育资源数字化平台（https：//www.tdpress.com/51eds）获取。

本书具有鲜明特色：一是内容编排遵循认知规律，由浅入深地构建了从人工智能基础到前沿应用的完整知识体系，兼顾专业性与通识性，适配零基础跨专业学生，贴合课程大纲与教学需求；二是编排科学合理，以原理阐释和逻辑分析为主线，通过具体应用与实际案例将抽象理论具象化，贴合高校通识课教学节奏；三是内容前沿且实用，深度融入大模型、AIGC等新技术热点，平衡经典理论与行业动态，紧跟时代发展步伐；四是摒弃晦涩的专业术语堆砌，语言精练、逻辑清晰、可读性强，降低非计算机专业学生的学习门槛，同时教学资源配套完善，提供完整的电子教案、教学课件、习题集等资源，以方便教师教学与学生自主学习，进一步提升教学与学习效果。

本书由唐山学院人工智能学院教学团队统筹完成，编写团队成员均为唐山学院一线骨干教师，长期从事人工智能相关课程的教学与研究，熟悉通识教育的特点与多学科交叉融合的教学规律，契合唐山学院“工科特色鲜明的高水平国际化应用型大学”的办学定位。在编写过程中，北京中软国际教育科技股份有限公司提供了丰富的产业实践案例、平台资源及技术支持，有效增强了教材的应用导向与实践特色。在此，谨向所有参与本书编写、审校及提供支持的唐山学院师生、北京中软国际教育科技股份有限公司相关技术人员致以诚挚感谢！

由于编者水平有限，且计算机和人工智能相关知识体系庞大、技术发展日新月异，书中难免有不妥之处，敬请广大读者批评指正。

编者

2026年3月

第1章 计算机文化………………………1
1.1 计算机历史……………………………2
1.1.1 计算工具的发展………………………2
1.1.2 计算机发展阶段划分…………………4
1.1.3 冯·诺依曼与图灵……………………5
1.1.4 计算机的分类…………………………7
1.1.5 未来计算机……………………………8
1.2 计算机系统……………………………9
1.2.1 计算机工作原理………………………9
1.2.2 计算机系统组成………………………10
1.2.3 计算算力构成与度量…………………17
1.3 计算思维与数据思维………………18
1.3.1 计算思维………………………………18
1.3.2 数据思维………………………………20
小结…………………………………21
习题…………………………………21
第2章 计算机网络与安全……………22
2.1 计算机网络概述……………………23
2.1.1 计算机网络的定义……………………23
2.1.2 计算机网络的发展……………………23
2.1.3 计算机网络的分类……………………25
2.2 计算机网络组成与体系结构………27
2.2.1 计算机网络组成………………………27
2.2.2 计算机网络体系结构…………………30
2.3 网络地址……………………………32
2.3.1 IPv4……………………………………32
2.3.2 IPv6……………………………………33
2.3.3 子网与子网掩码………………………33
2.4 Internet基础…………………………33
2.4.1 Internet的概念…………………………33
2.4.2 域名系统………………………………34
2.4.3 互联网服务……………………………35
2.5 虚拟现实与元宇宙…………………36
2.5.1 虚拟现实………………………………36
2.5.2 元宇宙…………………………………41
2.6 信息安全……………………………44
2.6.1 概述……………………………………44
2.6.2 信息安全技术…………………………45
2.6.3 恶意攻击及防护………………………49
2.6.4 面临的挑战与应对……………………53
小结…………………………………56
习题…………………………………57
第3章 数据管理与处理………………58
3.1 数据管理……………………………59
3.1.1 数据管理各阶段………………………59
3.1.2 数据文件格式…………………………61
3.2 数据库………………………………62
3.2.1 数据库系统的组成……………………62
3.2.2 关系型数据库…………………………64
3.2.3 数据库设计……………………………66
3.2.4 SQL概述………………………………67
3.3 数据预处理与标注…………………68
3.3.1 数据预处理……………………………68
3.3.2 数据标注………………………………73
3.4 数据分析……………………………77
3.4.1 数据分析概念…………………………77
3.4.2 数据分析关键环节……………………79
3.4.3 数据分析软件…………………………79
3.4.4 数据分析应用场景……………………81
3.5 数据可视化…………………………83
3.5.1 数据可视化概念………………………83
3.5.2 数据可视化类型………………………84
3.5.3 数据可视化工具………………………84
3.5.4 数据可视化应用场景…………………85
3.6 知识工程……………………………86
3.6.1 知识表示………………………………86
3.6.2 知识图谱………………………………88
3.6.3 知识库…………………………………89
小结…………………………………90
习题…………………………………90
第4章 大数据及相关技术……………91
4.1 数据…………………………………92
4.1.1 数据的概念……………………………92
4.1.2 数据分类………………………………92
4.1.3 数据格式………………………………93
4.1.4 数据关系表达…………………………94
4.1.5 数据组织形式…………………………94
4.1.6 数据生命周期…………………………95
4.1.7 数据价值………………………………96
4.1.8 数据爆炸………………………………97
4.1.9 数商……………………………………97
4.2 大数据………………………………98
4.2.1 大数据概念……………………………98
4.2.2 大数据特点……………………………99
4.2.3 大数据发展历程……………………100
4.2.4 大数据影响…………………………101
4.2.5 大数据应用…………………………102
4.2.6 大数据产业…………………………104
4.2.7 大数据与数字经济…………………105
4.3 相关技术……………………………105
4.3.1 云计算………………………………105
4.3.2 边缘计算……………………………108
4.3.3 区块链………………………………109
4.3.4 物联网………………………………110
小结…………………………………111
习题…………………………………111
第5章 人工智能基础…………………112
5.1 人工智能概念………………………113
5.1.1 人工智能的理解……………………113
5.1.2 人工智能的基本特征………………113
5.1.3 人工智能研究的三要素……………114
5.2 人工智能发展历程…………………117
5.2.1 人工智能的诞生……………………117
5.2.2 人工智能发展各阶段………………118
5.3 人工智能主流学派…………………120
5.3.1 符号主义……………………………120
5.3.2 连接主义……………………………120
5.3.3 行为主义……………………………121
5.4 人工智能研究领域…………………122
小结…………………………………127
习题…………………………………127
第6章 神经网络、机器学习和深度学习………………………128
6.1 人工神经网络………………………129
6.1.1 神经元细胞数字化模型……………129
6.1.2 人工神经网络………………………134
6.2 机器学习……………………………144
6.2.1 机器学习概念………………………144
6.2.2 机器学习分类………………………146
6.2.3 典型任务介绍………………………154
6.3 深度学习……………………………159
6.3.1 深度学习的概念……………………159
6.3.2 深度学习的发展……………………160
6.3.3 深度学习与传统机器学习的区别…161
6.3.4 深度学习的应用……………………162
6.3.5 深度学习面临的挑战………………163
小结…………………………………163
习题…………………………………164
第7章 智能决策………………………165
7.1 机器博弈……………………………166
7.1.1 机器博弈概述………………………166
7.1.2 机器博弈系统………………………166
7.1.3 博弈基本原理………………………167
7.1.4 智能搜索……………………………167
7.2 计算智能……………………………173
7.3 进化计算……………………………174
7.3.1 进化计算概念………………………174
7.3.2 遗传算法概念………………………175
7.3.3 遗传算法流程………………………175
7.3.4 遗传算法的主要特点………………177
7.3.5 遗传算法的应用……………………177
7.4 群体智能……………………………178
7.4.1 群体智能概念………………………178
7.4.2 蚁群算法……………………………179
7.4.3 人工蜂群算法………………………181
7.4.4 粒子群算法…………………………182
7.5 专家系统……………………………183
7.5.1 知识表示……………………………183
7.5.2 专家系统概述………………………184
7.5.3 从专家系统到知识工程……………186
小结…………………………………188
习题…………………………………188
第8章 大模型与智能体………………189
8.1 大模型………………………………190
8.1.1 大模型概念…………………………190
8.1.2 大模型发展历程……………………190
8.1.3 大模型的分类………………………192
8.1.4 大模型工作原理……………………193
8.1.5 重要的大模型架构…………………194
8.1.6 大模型技术特征与局限性…………198
8.1.7 本地部署大模型……………………201
8.2 智能体（agent）………………………204
8.2.1 智能体概述…………………………204
8.2.2 具身智能……………………………210
8.2.3 智能体的应用………………………211
8.2.4 面临的挑战和前景…………………213
小结…………………………………213
习题…………………………………214
第9章 生成式人工智能………………215
9.1 生成式人工智能概述………………216
9.1.1 概念与内涵…………………………216
9.1.2 历史沿革……………………………217
9.1.3 算法特征……………………………219
9.2 AIGC技术体系………………………220
9.2.1 AIGC技术升级步入深化阶段………220
9.2.2 AIGC大模型架构潜力凸显…………220
9.2.3 AIGC技术演化出三大前沿能力……221
9.3 依托大模型的问题分析与求解方法……………………………222
9.3.1 核心方法框架………………………222
9.3.2 关键技术与实践案例………………224
9.4 提示词工程…………………………226
9.4.1 工作原理……………………………226
9.4.2 提示词设计…………………………226
9.4.3 提示词原则…………………………229
9.4.4 提示词优化…………………………230
9.5 AIGC工具简介………………………231
9.6 应用场景……………………………234
9.7 面临的挑战与展望…………………237
9.7.1 面临的挑战…………………………237
9.7.2 展望未来……………………………239
小结…………………………………241
习题…………………………………241
第10章 人工智能应用及面临挑战……242
10.1 人工智能典型领域应用场景………243
10.1.1 人工智能在交通领域的应用………243
10.1.2 人工智能在工业领域的应用………246
10.1.3 人工智能在医疗领域的应用………249
10.1.4 人工智能在教育领域的应用………251
10.1.5 人工智能在安防领域的应用………253
10.1.6 人工智能在金融领域的应用………255
10.2 面临的挑战…………………………257
10.2.1 技术瓶颈……………………………257
10.2.2 伦理法规……………………………258
10.2.3 社会影响……………………………260
10.2.4 安全风险……………………………262
10.3 发展与展望…………………………262
小结…………………………………263
习题…………………………………263
参考文献……………………………………264