本书为“十五五”普通高等教育人工智能通识教育系列教材之一，依据教育部高等学校大学计算机课程教学指导委员会（现已更名为教育部高等学校计算与智能教学指导委员会）编制的《高等学校人工智能通识课程体系与实施建议》，结合普通高等学校的实际情况编写。本书将原大学计算机通识课程和人工智能技术有机融合，在强化计算思维能力的同时，深化“专业 +计算”的大学生数智思维能力。
       本书共 10章，主要内容包括计算与计算机、数据结构与算法基础、 Python程序设计基础、人工智能基础、人工智能网络与算力基础、人工智能数据基础、基于知识的智能系统、机器学习与深度学习、大模型与智能体和人工智能应用。
        本书理论讲解深入浅出，案例丰富生动，适合作为普通高等院校非计算机类专业人工智能通识课程的教材，也可作为人工智能爱好者的入门教材。

       目前，以深度学习、生成式人工智能为代表的新一代信息技术正以前所未有的速度和广度重塑全球经济结构、社会形态与创新模式。从智能制造到智慧医疗，从金融科技到数字人文，人工智能已成为驱动各行业转型升级的核心引擎。在此背景下，高等教育面临着如何培养适应未来智能化社会需求人才的紧迫任务。对于非计算机专业的学生而言，夯实基础计算认知、掌握人工智能的基础知识、具备利用计算思维与人工智能解决专业领域问题的意识和初步能力，是关乎其未来职业竞争力的“必备素养”。 
       2024年7月，教育部提出要积极推进人工智能赋能高校人才培养模式创新，推动高校构建体系化人工智能通识课程。本书针对普通高等院校非计算机专业学生，基于“四新”（新工科、新农科、新医科和新文科）人才培养理念，立足计算素养培育，从计算思维的培养入手，围绕人工智能“数据、算力和算法”三要素组织内容，旨在为读者提供一个全面、系统的学习框架，帮助读者深入理解计算思维的本质，了解人工智能的核心技术，并探索其在实际应用中的广阔前景。
       本书是河南省高等教育教学改革研究与实践项目成果，以教育部高等学校大学计算机课程教学指导委员会（现已更名为教育部高等学校计算与智能教学指导委员会）编制的《高等学校人工智能通识课程体系与实施建议》为指导，贴合“四新”要求，所有案例均为一线教师授课使用的原创代表性经典案例，力图使学生更好地理解计算思维和人工智能。本书具有两个鲜明的特色：一是将课程思政有机融入教学，以德立身、以德立学、以德施教，为学生点亮理想的灯，照亮前行的路；二是理论讲解深入浅出，避免使用晦涩难懂的专业术语和大量烦琐的公式，结合生动的实例和直观的图表，帮助读者轻松理解并掌握相关知识。
       全书共10章，内容包括计算与计算机、数据结构与算法基础、Python程序设计基础、人工智能基础、人工智能网络与算力基础、人工智能数据基础、基于知识的智能系统、机器学习与深度学习、大模型与智能体和人工智能应用。本书建议48学时（包括实验24学时），各高校可根据实际情况调整选取教学内容。
       本书由郑州轻工业大学王鹏远、高璐、苏虹、李萍、程静、孙占锋和陈嫄玲编著。其中，第1章由程静和苏虹编著；第2章和第4章由王鹏远编著；第3章由苏虹编著；第5章由孙占锋编著；第6章由陈嫄玲编著；第7章、第8章和第10章由高璐编著；第9章由李萍编著。王鹏远和高璐负责本书的统稿和组织工作。包空军和张凯提供了部分素材和案例。本书的编写和出版，得到了河南省高等学校计算机教育研究会、河南省人工智能学会、中国铁道出版社有限公司的大力支持和帮助，在此由衷地向他们表示感谢！
       由于编著者水平有限，书中难免会有不妥和疏漏之处，敬请各位读者批评指正。       

       编著者
       2026 年 5 月

第1章 计算与计算机 1

1.1 计算的发展  1

1.1.1 计算的概念  1

1.1.2 计算的历史  2

1.2 计算机的基本结构与工作原理  6

1.2.1 图灵机模型  7

1.2.2 冯 .诺依曼体系 7

1.3 现代计算机系统的基本构成  9

1.3.1 计算机硬件系统  10

1.3.2 计算机软件系统  13

1.4 数据表示与信息编码  15

1.4.1 数据在计算机中的表示  15

1.4.2 字符编码  22

1.4.3 多媒体数据编码  25

习题  28
 
第2章 数据结构与算法基础  31

2.1 算法的基本概念  31

2.1.1 算法的定义与性质  31

2.1.2 设计算法的原则和过程  32

2.1.3 算法设计的基本方法  33

2.1.4 算法设计策略  34

2.2 算法的控制结构与表达  35

2.2.1 算法的控制结构  35

2.2.2 算法的表达  36

2.3 数据结构  38

2.3.1 数据结构概述  38

2.3.2 线性结构和非线性结构  39

2.3.3 数组 . 40

2.3.4 链表  41

2.3.5 栈  42

2.3.6 队列  43

2.3.7 树  44

2.3.8 二叉树  45

2.3.9 图  46

2.4 基本算法  47

2.4.1 累加算法  47

2.4.2 连乘算法  48

2.4.3 统计算法  49

2.4.4 求最大值和最小值算法  49

2.4.5 排序   50

2.4.6 查找   54

2.5 程序设计与软件开发   56

2.5.1 确定软件开发需求  56

2.5.2 软件设计与开发  56

2.5.3 文档整理  57

2.5.4 软件维护  57

习题  58

第3章 Python程序设计基础 61

3.1 程序设计语言概述  61

3.1.1 程序设计语言的发展历程   61

3.1.2 程序设计语言的分类  62

3.1.3 常见程序设计语言特点  63

3.2 Python基础  64

3.2.1 Python与IDLE  65

3.2.2 一个简单的Python实例  66

3.2.3 Python程序语法元素分析  67

3.2.4 Python的库  69

3.3 Python的数据类型与运算符  71

3.3.1 Python的变量和常量  71

3.3.2 Python的数据类型  71

3.3.3 运算符与表达式  75

3.3.4 运算符的优先级  77

3.4 Python的流程控制概述  78

3.4.1 Python的选择结构  78

3.4.2 迭代与可迭代对象  81

3.4.3 Python的循环结构  81

3.5 函数  83

3.5.1 函数的定义   83

3.5.2 函数的调用   84

3.5.3 递归函数  85

3.6 文本文件的操作  87

3.6.1 文件概述  87

3.6.2 文件的打开与关闭  87

3.6.3 文本文件的读/写   89

3.6.4 CSV文件简介  91

习题  93

第4章 人工智能基础 96

4.1 人工智能概述  96

4.1.1 智能与人工智能定义  97

4.1.2 人工智能的研究目标  97

4.1.3 人工智能技术的分类  97

4.1.4 人工智能的产生与发展  97

4.1.5 人工智能研究的基本内容和特点  99

4.1.6 人工智能的应用  100

4.1.7 人工智能与深度学习  102

4.2 人工智能主要研究学派  103

4.2.1 结构模拟  103

4.2.2 功能模拟  104

4.2.3 行为模拟  104

4.2.4 机制模拟  105

4.3 人工智能的要素  105

4.3.1 数据  105

4.3.2 算力  106

4.3.3 算法  106

4.4 人工智能与社会  108

4.4.1 人工智能伦理与法律  108

4.4.2 人工智能带来的社会变革  113

4.4.3 对人工智能发展的哲学思考  113

习题  116

第5章 人工智能网络与算力基础  118

5.1 网络的概念与体系结构   118

5.1.1 计算机网络的定义  118

5.1.2 计算机网络的发展  119

5.1.3 计算机网络的组成  120

5.1.4 计算机网络的功能与分类  123

5.1.5 网络体系结构 124

5.1.6 网络协议  125

5.1.7 网络服务模式  126

5.1.8 互联网及应用  127

5.2 算力基础 . 129

5.2.1 通用算力  129

5.2.2 超级算力  131

5.2.3 智能算力  133

5.2.4 算力网络  135

5.3 系统与网络安全 . 136

5.3.1 身份认证与网络控制  137

5.3.2 网络安全与防护  138

5.3.3 系统可靠性验收  140

5.3.4 数字证书与版权  141

习题  143

第6章 人工智能数据基础144

6.1 数据概述   144

6.1.1 数据及数据科学  144

6.1.2 数据类型  146

6.1.3 多维数据  147

6.1.4 数据表格  148

6.2 数据采集 . 149

6.2.1 数据来源  149

6.2.2 数据采集基础 151

6.3 数据预处理  151

6.3.1 数据清洗  152

6.3.2 数据集成  153

6.3.3 Pandas 数据预处理 . 153

6.4 数据统计分析  159

6.4.1 数据分析概述   159

6.4.2 数据统计概述  160

6.4.3 Pandas 统计分析  162

6.5 数据可视化  164

6.5.1 数据可视化方法  164

6.5.2 常见可视化图表类型 165

6.5.3 Matplotlib 绘制图表  168

习题  171

第7章 基于知识的智能系统   173

7.1 知识与知识表示   173

7.1.1 知识的定义  173

7.1.2 知识表示方法   174

7.2 知识图谱 179

7.2.1 知识图谱的概念  180

7.2.2 知识图谱的生命周期  181

7.2.3 知识图谱的构建流程   181

7.2.4 知识图谱的应用  182

7.3 决策树  183

7.3.1 决策树的常用算法  184

7.3.2 决策树的构建过程  187

7.3.3 决策树的优势与局限   189

7.4 专家系统  190

7.4.1 专家系统的概述  190

7.4.2 专家系统的特点  190

7.4.3 专家系统的结构  191

7.4.4 专家系统的应用  192

习题  192

第8章 机器学习与深度学习195

8.1 机器学习   195

8.1.1 机器学习概述  195

8.1.2 机器学习的应用  196

8.1.3 机器学习的类型  198

8.1.4 监督学习、无监督学习及半监督学习  198

8.1.5 机器学习的常见算法  201

8.2 深度学习 . 203

8.2.1 神经网络  203

8.2.2 深度学习的定义  207

8.2.3 深度学习模型 208

8.2.4 常用深度学习框架  210

8.2.5 深度学习的未来发展  211

习题  213

第9章 大模型与智能体 215

9.1 大模型  215

9.1.1 生成式人工智能的概念  216

9.1.2 生成式人工智能产业和应用  217

9.1.3 生成式人工智能的开发过程  218

9.1.4 生成式人工智能的优化  220

9.1.5 国产大模型  221

9.2 智能体  224

9.2.1 智能体的基本概念  224

9.2.2 智能体的开发技术  226

9.3 具身智能  227

9.3.1 具身智能的发展  228

9.3.2 具身智能关键技术  229

9.3.3 具身智能应用  230

习题  231

第10章 人工智能应用  233

10.1 计算机视觉   233

10.1.1 数字图像处理技术  234

10.1.2 计算机视觉的概念  235

10.1.3 计算机视觉的发展  235

10.1.4 计算机视觉的应用  236

10.2 自然语言处理  238

10.2.1 自然语言处理的定义  238

10.2.2 自然语言理解的发展  239

10.2.3 自然语言处理的研究方向  239

10.2.4 语音识别   240

10.2.5 自然语言处理相关工具和平台  241

10.3 多模态智能：视觉与语言的融合  242

10.3.1 多模态智能的核心概念  242

10.3.2 多模态智能的核心技术   243

10.3.3 典型多模态任务与应用   244

10.3.4 多模态智能的挑战与未来发展  246

10.4 机器人  247

10.4.1 机器人概述  247

10.4.2 机器人常见种类  249

习题  254

参考文献  256

王鹏远，郑州轻工业大学。高璐，郑州轻工业大学。苏虹，郑州轻工业大学。本书由王鹏远、高璐、苏虹 等编著。

（1）与时俱进：从人工智能原理和应用视角，构建教材内容，引导学生逐步掌握人工智能技术的核心知识和应用能力；
（2）守正创新：在强化学生计算思维能力培养的同时，增强学生利用人工智能技术解决实际问题的能力；
（3）价值引领：以案例和素材等多种方式体现课程思政元素，聚焦创新素养、工匠精神与家国情怀的养成。