在數字化、智能化的時代背景下,人工智能已經成為推動社會進步和科技發(fā)展的重要技術。本書以面向應用、面向實戰(zhàn)為指導思想,緊扣企業(yè)技術人才培養(yǎng)的特點,在知識點講解和實踐中避免復雜的理論,幫助讀者快速上手,體驗人工智能的魅力,以激發(fā)學習興趣。本書覆蓋了新一代人工智能的核心知識點。全書共8個項目。項目1介紹新一代人工智能的產生背景、主要內涵。項目2介紹人工智能編程語言Python。項目3、4介紹新一代人工智能關鍵技術機器學習、深度學習,有助于讀者理解人工智能的應用。項目5~8介紹大模型下人工智能在視覺、語言和聽覺領域的應用,不僅能夠幫助讀者鞏固所學知識,更能激發(fā)讀者的創(chuàng)新思維和實踐能力,使其能夠在實際工作中靈活運用人工智能技術解決問題。本書可用作職業(yè)本科、高職院校人工智能導論通識課程的參考書或教材,也適合作為人工智能愛好者的自學參考書。無論是初學者還是有一定基礎的讀者,都能夠從本書中獲得有益的啟示和幫助。
本書以面向應用、面向實戰(zhàn)為指導思想,緊扣企業(yè)技術人才培養(yǎng)的特點,踐行產教融合理念,覆蓋了新一代人工智能的核心知識點。
隨著科技的飛速進步,人工智能(AI)已逐漸滲透到人們日常生活的每一個角落,改變著人們的工作、學習和生活方式。本書的核心目標是幫助讀者打下堅實的人工智能基礎,理解常用術語和關鍵技術,了解人工智能發(fā)展前沿,并能夠通過實踐項目體驗人工智能技術應用場景。之所以強調體驗,是因為我們相信只有體驗,才能為后續(xù)的深入學習和實踐提供有力的支撐。本書從人工智能的起源、發(fā)展和應用講起,逐步深入到機器學習、深度學習、Python、計算機視覺、自然語言處理、大模型、ChatGPT、Prompt、智能體等關鍵技術,力求為讀者提供一個全面而系統的人工智能知識體系。同時,我們也重視應用。本書不僅關注理論知識的講解,更注重實際應用能力的培養(yǎng)。我們精選了實驗平臺,如PaddlePaddle、EasyDL、文心一言、文心智能體平臺等,通過這些實驗環(huán)境,讓讀者在動手實踐中感受人工智能的魅力和實用性。此外,案例也是本書的一大特色。我們精心設計了多個真實場景下的應用案例,每個案例都包含了詳細的預備知識、實施步驟和知識拓展。這些案例不僅能夠幫助讀者鞏固所學知識,更能激發(fā)讀者的創(chuàng)新思維和實踐能力,使其能夠在實際工作中靈活運用人工智能技術解決具體問題。我們相信,通過本書的學習,讀者不僅能夠掌握人工智能的基礎知識,提升應用技能,還能為未來的職業(yè)發(fā)展和技術創(chuàng)新打下堅實的基礎。本書項目1、項目2由程顯毅執(zhí)筆,項目3~5由陳鳳妹執(zhí)筆,項目6~8由王巖執(zhí)筆。由于經驗和水平有限,書中難免有不足之處,希望廣大讀者在閱讀本書的過程中能夠提出寶貴的意見和建議,以便我們不斷完善和提高。讓我們共同開啟人工智能的奇妙之旅吧!
前言項目1 進入人工智能時代 1任務1.1 智能電視創(chuàng)意 1【任務描述】 1【預備知識】 21.1.1 人工智能三次浪潮 21.1.2 人工智能與自動化 61.1.3 人工智能產業(yè)鏈 6【實施過程】 7【知識拓展】 81.1.4 人工智能內涵和外延 81.1.5 人工智能三個層次 9任務1.2 了解新零售 10【任務描述】 10【預備知識】 101.2.1 體驗電商 101.2.2 垂直電商 131.2.3 高效電商 151.2.4 服務電商 16【實施過程】 17【知識拓展】 171.2.5 推薦系統 171.2.6 用戶畫像 19任務1.3 認識機器人 20【任務描述】 21【預備知識】 211.3.1 機器人構成 211.3.2 機器人分類 221.3.3 機器人技術 261.3.4 機器人發(fā)展趨勢 271.3.5 智能制造 27【實施過程】 32【知識拓展】 321.3.6 人工智能在制造業(yè)生產環(huán)節(jié)中的應用 321.3.7 人工智能在制造業(yè)中的其他應用場景 34任務1.4 抓住新一代人工智能發(fā)展的新機遇 35【任務描述】 35【預備知識】 351.4.1 人工智能賴以生存的土壤物聯網 351.4.2 人工智能的算力基石云計算 411.4.3 人工智能的血液大數據 43【實施過程】 47【知識拓展】 491.4.4 數據的真實性和安全性保障區(qū)塊鏈 491.4.5 元宇宙 52項目2 掌握人工智能編程語言Python 55任務2.1 初識 Python打招呼 55【任務描述】 55【預備知識】 562.1.1 常量與變量 562.1.2 賦值語句 572.1.3 輸入與輸出 582.1.4 編程風格 582.1.5 Python開發(fā)環(huán)境Notebook 59【實施過程】 63任務2.2 分支結構計算應發(fā)放獎金 64【任務描述】 64【預備知識】 652.2.1 運算符 652.2.2 單分支 662.2.3 雙分支 672.2.4 多分支 67【實施過程】 68任務2.3 循環(huán)結構重復打印一句話100遍 68【任務描述】 68【預備知識】 692.3.1 for循環(huán)結構流程圖 692.3.2 while循環(huán)結構流程圖 702.3.3 break和continue 70【實施過程】 71任務2.4 數據結構賬號密碼登錄模擬 71【任務描述】 72【預備知識】 722.4.1 字典 722.4.2 動態(tài)賦值 74【實施過程】 74任務2.5 模塊查詢女學生的學號與姓名 75【任務描述】 75【預備知識】 762.5.1 模塊 762.5.2 數據框 77【實施過程】 79項目3 讓機器擁有舉一反三能力機器學習 80任務3.1 安裝Python機器學習算法庫 80【任務描述】 80【預備知識】 803.1.1 機器學習背景 803.1.2 機器學習概念 833.1.3 機器學習過程 833.1.4 機器學習分類 84【實施過程】 85任務3.2 準備數據 87【任務描述】 87【實施過程】 873.2.1 數據集 873.2.2 數據預處理 893.2.3 數據集劃分 91任務3.3 選擇算法訓練模型 92【任務描述】 92【預備知識】 933.3.1 機器學習常用算法 933.3.2 損失函數設計 963.3.3 參數優(yōu)化 99【實施過程】 99任務3.4 計算準確率和召回率 99【任務描述】 99【預備知識】 1013.4.1 分類任務評估指標 1013.4.2 回歸任務評估指標 102【實施過程】 102任務3.5 未知樣本輸出預測 103【任務描述】 103【預備知識】 1033.5.1 泛化能力 1033.5.2 交叉驗證 104【實施過程】 104項目4 讓模型結構更接近人腦深度學習 106任務4.1 熟悉神經網絡模擬器PlayGround 107【任務描述】 107【預備知識】 1074.1.1 神經元模型 1074.1.2 全連接神經網絡 1084.1.3 基于神經網絡的機器學習 111【實施過程】 112任務4.2 利用卷積神經網絡檢測黑白邊界 115【任務描述】 115【預備知識】 1154.2.1 卷積神經網絡適合圖像處理 1154.2.2 卷積操作 1164.2.3 池化操作 1174.2.4 卷積神經網絡 118【實施過程】 118【知識拓展】 1194.2.5 循環(huán)神經網絡 1194.2.6 長短時記憶網絡 1214.2.7 對抗神經網絡 122任務4.3 利用深度學習框架PaddlePaddle識別車牌 124【任務描述】 124【預備知識】 1254.3.1 深度學習產生的背景 1254.3.2 深度學習基本原理 1264.3.3 深度學習框架PaddlePaddle 127【實施過程】 129【知識拓展】 1304.3.4 強化學習 1304.3.5 自動駕駛 1314.3.6 智慧交通 132項目5 讓機器擁有理解語義能力圖像處理與識別 140任務5.1 涂抹擦除去除照片瑕疵 140【任務描述】 140【實施過程】 142任務5.2 人像摳圖讓背景隨心所欲 142【任務描述】 142【實施過程】 143任務5.3 黑白照片上色使黑白圖像變得鮮活 145【任務描述】 145【實施過程】 146任務5.4 圖像增強提高圖像的質量和視覺吸引力 146【任務描述】 146【實施過程】 147任務5.5 文生圖讓你成為繪畫大師 148【任務描述】 148【預備知識】 1485.5.1 文生圖提示詞 1485.5.2 提示詞分類 149【實施過程】 162【知識拓展】 1685.5.3 大模型 1685.5.4 大模型之核心架構Transformer 1745.5.5 AIGC 179項目6 讓人機溝通更加自然自然語言處理 185任務6.1 文案寫作讓AI生成一份教案 185【任務描述】 185【預備知識】 1866.1.1 新一代人機交互工具ChatGPT 1866.1.2 低代碼編程新范式Prompt 190【實施過程】 192【知識拓展】 1956.1.3 自然語言處理概述 1956.1.4 詞嵌入word2vec 1986.1.5 預訓練模型 200任務6.2 文本閱讀讓AI生成文章摘要 201【任務描述】 201【預備知識】 2016.2.1 文本分類 2016.2.2 機器翻譯 2026.2.3 自動文摘 2036.2.4 關鍵詞提取 204【實施過程】 204【知識拓展】 207任務6.3 自然對話提升用戶體驗 207【任務描述】 207【預備知識】 2076.3.1 多輪對話 2076.3.2 聊天機器人 2096.3.3 問答系統 210【實施過程】 211【知識拓展】 2126.3.4 垂直搜索讓用戶更加便捷地獲取所需信息 212任務6.4 低代碼大模型編程新范式 212【任務描述】 212【預備知識】 2136.4.1 低代碼核心理念 2136.4.2 大模型視角下的自然語言編程 215【實施過程】 218任務6.5 智能體制作GhatGPT分身 221【任務描述】 221【預備知識】 2216.5.1 智能體概述 2216.5.2 智能體底層邏輯 222【實施過程】 223項目7 讓機器擁有聽覺感知能力語音處理 228任務7.1 文生音 228【任務描述】 228【預備知識】 2287.1.1 語音合成 2287.1.2 語言模型 231【實施過程】 232任務7.2 音生文 234【任務描述】 234【預備知識】 2347.2.1 語音識別 2347.2.2 語音識別的發(fā)展歷程 2357.2.3 語音識別的應用 235【實施過程】 236任務7.3 數字人播報 237【任務描述】 237【預備知識】 2377.3.1 數字人 2377.3.2 能夠理解世界模型的Sora 237【實施過程】 242項目8 讓機器擁有視覺感知能力計算機視覺 245任務8.1 圖像分類智能垃圾箱 245【任務描述】 245【預備知識】 2468.1.1 計算機視覺任務 2468.1.2 圖像分類 2468.1.3 EasyDL 249【實施過程】 250任務8.2 物體檢測芯片引腳缺失檢測 255【任務描述】 255【預備知識】 2558.2.1 物體檢測 2558.2.2 物體檢測基本原理 2568.2.3 物體檢測應用 256【實施過程】 258任務8.3 物體分割螺釘螺母分割 260【任務描述】 260【預備知識】 2608.3.1 實例分割 2608.3.2 語義分割 261【實施過程】 262參考文獻 265