內容大鋼
本書是為人工智慧通識課編寫的教材，目標是讓學生掌握電腦基礎知識，熟悉人工智慧的基本概念、主要模型，提高人工智慧的應用能力。
本書以人工智慧的知識及實踐為主線，重點講解Python程序設計、人工智慧概念、深度學習環境配置、人工智慧應用等。本書主要內容包括電腦系統、Python程序設計、人工智慧概述、神經網路與深度學習、深度學習環境與實踐、大語言模型、自然語言處理、AI輔助PPT製作、AI大模型進階，並通過文本內容生成、翻譯、編輯與校對、PPT生成、代碼生成、數學建模、圖像生成、視頻生成等任務來引導學生深度學習當前主流的大模型，提高學生人工智慧應用的能力。
本書可作為高等學校人工智慧通識課教材，也可供對人工智慧技術感興趣的讀者參考。
目錄
第1章 電腦系統
1.1 電腦系統的組成與特點
1.2 硬體系統
1.2.1 中央處理器
1.2.2 圖形處理單元
1.2.3 內存儲器
1.2.4 輸入輸出控制系統
1.2.5 外部設備
1.3 軟體系統
1.3.1 系統軟體
1.3.2 應用軟體
1.4 電腦的工作原理
1.4.1 存儲程序
1.4.2 程序控制
1.4.3 指令執行
1.4.4 各部件協同工作
1.5 應用領域
1.5.1 科學計算
1.5.2 數據處理
1.5.3 過程式控制制
1.5.4 人工智慧
1.6 發展趨勢
1.7 本章小結
習題
第2章 Python程序設計
2.1 Python簡介
2.1.1 發展歷程
2.1.2 語言特點
2.1.3 應用領域
2.2 環境安裝
2.2.1 軟體下載
2.2.2 軟體安裝
2.2.3 環境測試
2.3 Python編程基礎
2.3.1 變數
2.3.2 運算符
2.3.3 輸入輸出
2.3.4 條件語句
2.3.5 循環語句
2.3.6 嵌套循環
2.3.7 循環中斷語句
2.3.8 數據
2.3.9 字元串
2.3.10 列表
2.3.11 元組
2.3.12 字典
2.3.13 函數
2.3.14 模塊
2.4 Python實踐
2.4.1 電商數據可視化
2.4.2 圖像處理
2.5 本章小結
習題
第3章 人工智慧概述
3.1 人工智慧基礎
3.1.1 基本概念及主要特點
3.1.2 技術分支
3.1.3 應用領域
3.2 人工智慧學派
3.2.1 符號主義
3.2.2 連接主義
3.2.3 行為主義
3.2.4 學派之間的關係與融合
3.3 人工智慧發展歷史
3.3.1 萌芽階段
3.3.2第一次繁榮期與低谷階段
3.3.3 復甦與成長階段
3.3.4 現代化與快速發展階段
3.4 人工智慧發展趨勢
3.4.1 技術創新與突破
3.4.2 跨領域融合與應用
3.4.3 人機協同與共生
3.4.4 倫理規範與可持續發展
3.5 本章小結
習題
第4章 神經網路與深度學習
4.1 神經網路簡介
4.1.1 神經網路發展歷程
4.1.2 神經元
4.1.3 前饋神經網路
4.1.4 反饋神經網路
4.2 深度學習
4.2.1 深度學習發展歷程
4.2.2 循環神經網路
4.2.3 Transformer
4.2.4 卷積神經網路
4.2.5 生成對抗網路
4.3 深度學習應用
4.3.1 圖像識別
4.3.2 自然語言處理
4.3.3 圖像生成
4.4 本章小結
習題
第5章 深度學習環境與實踐
5.1 深度學習環境
5.1.1 深度學習常用工具介紹
5.1.2 安裝Anaconda
5.1.3 安裝NVIDIA顯卡驅動
5.1.4 安裝CUDA和cuDNN
5.1.5 創建虛擬環境
5.2 深度學習實踐
5.2.1 圖像目標檢測
5.2.2 YOLO模型
5.2.3 YOLO目標檢測
5.2.4 YOLO批量圖像目標檢測
5.3 進階應用實踐
5.3.1 圖像風格轉換
5.3.2 換臉技術
5.4 本章小結
習題
第6章 大語言模型
6.1 大語言模型簡介
6.1.1 大語言模型的特點
6.1.2 發展歷程
6.1.3 技術演進
6.1.4 大模型分類
6.2 關鍵技術原理
6.2.1 擴展
6.2.2 訓練
6.2.3 能力引導
6.2.4 對齊微調
6.2.5 工具操作
6.3 LLM模型架構設計
6.3.1 主流架構
6.3.2 主要配置設置對性能的影響
6.3.3 預訓練任務
6.4 大語言模型產品
6.4.1 ChatGPT
6.4.2 文心一言
6.4.3 通義千問
6.4.4 DeepSeek
6.4.5 PaLM
6.4.6 LLaMA
6.5 大語言模型的挑戰與未來方向
6.5.1 LLM的挑戰
6.5.2 LLM的未來方向
6.6 本章小結
習題
第7章 自然語言處理
7.1 文本生成與創作
7.1.1 高質量文本生成
7.1.2 個性化內容創作
7.2 文本翻譯與轉換
7.2.1 語言翻譯
7.2.2 文本摘要
7.2.3 文本格式化
7.3 文本編輯與校對
7.3.1 語法糾錯
7.3.2 文本潤色
7.3.3 改寫或仿寫
7.4 高質量文本個性化生成示例
7.4.1 日常報告
7.4.2 專業文稿
7.4.3 新聞媒體
7.5 ChatGPT功能介紹
7.5.1 ChatGPT簡易使用教程
7.5.2 ChatGPT進階功能使用教程
7.6 DeepSeek功能介紹
7.6.1 DeepSeek簡易使用教程
7.6.2 DeepSeek進階功能使用教程
7.7 本章小結
習題
第8章 AI輔助PPT製作
8.1 大綱與主題
8.1.1 形成PPT大綱
8.1.2 確定PPT主題
8.2 內容生成
8.2.1 生成文本詳細內容
8.2.2 選擇與調整
8.3 內容導入與編輯
8.3.1 PPT編輯
8.3.2 編輯與美化
8.3.3 素材添加
8.4 預覽與導出
8.4.1 預覽PPT
8.4.2 導出PPT
8.5 本章小結
習題
第9章 AI大模型進階
9.1 代碼生成
9.1.1 編程輔助
9.1.2 自動代碼審查與錯誤修復
[