幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧與教育實踐(文科版大中小一體化人工智慧通識教育教材)

  • 作者：編者:周愛民//鄭小英//郝昊|責編:羅彥|總主編:華東師範大學
  • 出版社：華東師大
  • ISBN：9787576062304
  • 出版日期：2025/10/01
  • 裝幀：平裝
  • 頁數：263
人民幣：RMB 54.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    人工智慧正深刻影響人類社會，了解人工智慧基礎知識、使用人工智慧工具已經成為人工智慧時代合格公民的一個基本要求。本書面向本科同學，旨在提升同學們的人工智慧素養。本書主要內容圍繞人工智慧的一些基本問題展開，包括：什麼是人工智慧，為什麼要了解人工智慧，人工智慧是怎麼來的，人工智慧如何工作，大模型是什麼，人工智慧如何改變我們的生活，人工智慧如何改變我們的教育，人工智慧是萬能的嗎，人工智慧將走向何處等。本書既注重講述的系統性，助力同學全面了解人工智慧；又強調實踐應用，通過案例提升同學使用人工智慧工具的能力；同時貫穿倫理反思，引導讀者思考技術發展的邊界與責任。教材配備知識導圖，適合作為高等教育教材及教育從業者參考用書，為理解人工智慧的發展趨勢與實踐創新提供建議。
作者介紹
編者:周愛民//鄭小英//郝昊|責編:羅彥|總主編:華東師範大學
目錄
第1章  人工智慧是什麼
  1.1  人工智慧的界定與分類
    1.1.1  人工智慧的核心定義及學術爭議
    1.1.2  強人工智慧與弱人工智慧的理論分野
    1.1.3  通用人工智慧與專用人工智慧的工程實現路徑
    1.1.4  分類的交叉與關係
  1.2  人機智能的本質比較
    1.2.1  智能構成要素的解構
    1.2.2  人類認知過程與機器學習機制對比
    1.2.3  智能差異性分析
  1.3  人工智慧的核心特徵與能力邊界
    1.3.1  從環境響應到任務學習的演進路徑
    1.3.2  數據驅動決策的機制與局限性
    1.3.3  多模態融合的跨模態關聯挑戰
  【本章實訓】人工智慧教學場景體驗
第2章  為何學習人工智慧
  2.1  技術革命的階梯式演進邏輯
    2.1.1  工業革命的代際躍遷特徵
    2.1.2  智能革命的劃時代意義
  2.2  職業生態的結構性變革與素養升級
    2.2.1  職業形態的轉型路徑
    2.2.2  人機協同的素養範式重構
    2.2.3  全球智能素養政策的典型實踐
  2.3  智能素養的四維能力建構框架
    2.3.1  技術認知能力
    2.3.2  工具應用能力
    2.3.3  創新開發能力
    2.3.4  倫理治理能力
  【本章實訓】人工智慧認知地圖製作
第3章  人工智慧如何演進至今
  3.1  智能思想的哲學奠基與數理準備
    3.1.1  亞里士多德形式邏輯的理性啟蒙
    3.1.2  萊布尼茨通用符號演算的藍圖構想
    3.1.3  布爾代數的電腦邏輯實現路徑
  3.2  計算理論與硬體體系的雙重突破
    3.2.1  圖靈機模型與可計算性理論
    3.2.2  馮·諾依曼體系架構的技術實現
    3.2.3  香農資訊理論對通信本質的揭示
  3.3  達特茅斯會議與人工智慧學科誕生
  3.4  技術演進的波浪式發展規律
    3.4.1  邏輯推理主導的早期繁榮期(1956—1974)
    3.4.2  人工智慧的第一次發展低谷(1974—1980)
    3.4.3  專家系統驅動的復興浪潮(1980—1987)
    3.4.4  人工智慧的第二次發展低谷(1987—1993)
  3.5  深度學習革命與大模型範式崛起
    3.5.1  神經網路的技術復興與突破
    3.5.2  深度學習的技術躍遷
    3.5.3  大模型時代範式的確立
  【本章實訓】人工智慧發展歷程可視化時間線
第4章  人工智慧如何工作

  4.1  人工智慧系統的核心要素構成
    4.1.1  應用場景的業務驅動邏輯
    4.1.2  演算法模型的技術實現路徑
    4.1.3  數據資源的治理與數據工程
    4.1.4  算力基礎設施的支撐體系
  4.2  經典機器學習的方法論原理
    4.2.1  機器學習的基本工作範式
    4.2.2  監督學習與非監督學習的分類實踐
  4.3  深度學習技術的革命性突破
    4.3.1  神經網路的基礎架構與訓練機制
    4.3.2  深度學習的突破路徑
  【本章實訓】神經網路可視化實驗
第5章  大模型為何能夠重構人工智慧範式
  5.1  大模型的本質屬性與技術演進路徑
    5.1.1  從傳統機器學習到基礎模型的範式躍遷
    5.1.2  大模型的革命性特徵體系
    5.1.3  大模型的技術譜系及演進脈絡
  5.2  大模型的核心技術突破機制
    5.2.1  預訓練與后訓練的雙階段範式
    5.2.2  多模態融合的跨模態對齊技術
  5.3  技術範式的結構性轉移
    5.3.1  縮放定律與湧現現象的實證驗證
    5.3.2  通用人工智慧的漸進式逼近路徑
    5.3.3  「技術—社會—治理」的三重挑戰
  【本章實訓】大模型技術賦能智慧教學設計
第6章  人工智慧怎樣重塑社會
  6.1  社會運行機制的系統性重構
    6.1.1  個人服務生態的智能化升級
    6.1.2  城市治理體系的智慧化轉型
    6.1.3  健康醫療服務的精準化革新
  6.2  社會科學研究範式的數字化轉型
    6.2.1  經濟模型的智能計算範式
    6.2.2  社會治理的數據驅動機制
    6.2.3  人文學科的計算方法論變革
  6.3  自然科學研究的智能範式革命
    6.3.1  科學研究的第五範式確立
    6.3.2  新物質發現的智能加速路徑
    6.3.3  生態系統的智能監測與預測模型
  【本章實訓】人工智慧在教育領域應用情況調研報告
第7章  教育如何應對人工智慧革命
  7.1  教育智能化轉型的必然邏輯
    7.1.1  教育系統適應性滯后的結構性挑戰
    7.1.2  智能技術重塑教育生態的歷史機遇
    7.1.3  教育數字化發展的戰略價值錨點
  7.2  教育全鏈條智能重構的實施框架
    7.2.1  數據驅動的個性化學習路徑生成
    7.2.2  人機協同的雙師課堂教學範式
    7.2.3  智能教育的數據治理與倫理機制
  7.3  智能教育範式的創新實踐探索
    7.3.1  智能教育平台的架構革新案例

    7.3.2  學科教學模式的智能融合實踐
  【本章實訓】人工智慧教學工具設計與開發
第8章  如何治理人工智慧
  8.1  人工智慧的治理挑戰與風險譜系
    8.1.1  勞動力市場的結構性失衡與職業替代焦慮
    8.1.2  法律體系的適應性滯后與監管真空
    8.1.3  演算法偏見與對抗攻擊的技術安全威脅
    8.1.4  生成式內容的認知污染與信任危機
    8.1.5  數字鴻溝加劇與隱私邊界的消解
    8.1.6  技術本體論的人文價值衝擊
  8.2  倫理規範與法律監管的協同框架
    8.2.1  全球人工智慧倫理原則的核心共識
    8.2.2  分級分類的法律規制體系構建
    8.2.3  倫理合規與法律執行的銜接機制
  8.3  負責人工智慧的實踐路徑
    8.3.1  多元主體協同治理的生態架構
    8.3.2  演算法透明與可解釋性技術機制
    8.3.3  預見性風險評估與彈性應對策略
  【本章實訓】人工智慧的局限性與風險評估
第9章  人工智慧將邁向何種未來
  9.1  大模型技術的能力邊界與演進瓶頸
    9.1.1  數據依賴性與泛化能力的根本矛盾
    9.1.2  物理世界認知的常識性缺失
    9.1.3  高階思維的機制局限
    9.1.4  情感交互的價值對齊困境
  9.2  通用人工智慧的理論路徑與現實障礙
    9.2.1  人工智慧能力層級的分類譜系
    9.2.2  強人工智慧的哲學論爭與技術路線
  9.3  人機共生文明的演進維度與關係重構
    9.3.1  人類中心工具範式的智能增強
    9.3.2  責任共擔夥伴範式的決策機制構建
    9.3.3  人機融合範式的認知邊界拓展
  【本章實訓】未來教育場景暢想

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032