第1章 初識人工智能：新時代的開啟 1
1.1 人工智能重新定義我們的未來 1
1.1.1 技術(shù)革新：從工具到伙伴 2
1.1.2 產(chǎn)業(yè)變革：效率革命與職業(yè)重構(gòu) 3
1.1.3 社會形態(tài)：從城市到教育 4
1.1.4 人類認知：突破生物極限 5
1.1.5 全球格局：權(quán)力與風險再分配 7
1.1.6 未來展望：共生還是失控 7
1.2 人工智能發(fā)展的三次浪潮及發(fā)展趨勢 8
1.2.1 第一次浪潮：符號主義的局限 8
1.2.2 第二次浪潮：統(tǒng)計學習與大數(shù)據(jù)崛起 11
1.2.3 第三次浪潮：深度學習與通用智能探索 13
1.2.4 三次浪潮的對比與啟示 15
1.2.5 未來展望：通用人工智能的探索 15
1.2.6 思考題 16
第2章 人工智能的基石：核心技術(shù)概覽 17
2.1 人工智能技術(shù)的基石 17
2.1.1 數(shù)據(jù)：人工智能的燃料 18
2.1.2 算法：人工智能的大腦 18
2.1.3 算力：人工智能的動力源泉 19
2.1.4 倫理與法律框架：人工智能的道德指南針 20
2.2 機器學習的啟蒙之路 21
2.2.1 機器學習概述 21
2.2.2 模型估計基礎(chǔ) 22
2.2.3 監(jiān)督學習 23
2.2.4 無監(jiān)督學習 25
2.3 深度學習的面紗揭秘 26
2.3.1 深度學習概述 26
2.3.2 深度學習的基礎(chǔ) 28
2.4 深度學習的發(fā)展現(xiàn)狀 30
2.4.1 卷積神經(jīng)網(wǎng)絡(luò) 30
2.4.2 循環(huán)神經(jīng)網(wǎng)絡(luò) 32
2.4.3 長短期記憶網(wǎng)絡(luò) 33
2.4.4 Transformer網(wǎng)絡(luò) 34
2.4.5 深度學習的應(yīng)用 36
2.4.6 深度學習的挑戰(zhàn)與未來 36
2.4.7 思考題 37
第3章 人工智能的探究：主要研究領(lǐng)域 38
3.1 計算機視覺：感知世界的窗口 38
3.1.1 計算機視覺的定義與基本任務(wù) 39
3.1.2 計算機視覺的工作原理 39
3.1.3 計算機視覺的應(yīng)用領(lǐng)域 40
3.1.4 計算機視覺的挑戰(zhàn)與未來發(fā)展趨勢 41
3.2 人臉識別技術(shù)：解鎖身份的新維度 42
3.2.1 人臉識別技術(shù)的定義與原理 42
3.2.2 人臉識別技術(shù)的優(yōu)勢 43
3.2.3 人臉識別技術(shù)的挑戰(zhàn) 43
3.2.4 人臉識別技術(shù)的應(yīng)用領(lǐng)域 44
3.2.5 人臉識別技術(shù)的未來發(fā)展趨勢 45
3.3 知識圖譜：編織智慧的知識互聯(lián)網(wǎng)絡(luò) 46
3.3.1 知識圖譜的定義與特點 47
3.3.2 知識圖譜的構(gòu)建過程 47
3.3.3 知識圖譜的應(yīng)用領(lǐng)域 47
3.3.4 知識圖譜的挑戰(zhàn)與未來發(fā)展趨勢 48
3.4 自然語言處理：人機交互的語言橋梁 49
3.4.1 自然語言處理的定義與目標 49
3.4.2 自然語言處理的關(guān)鍵技術(shù) 50
3.4.3 自然語言處理的應(yīng)用領(lǐng)域 50
3.4.4 自然語言處理的挑戰(zhàn)與未來發(fā)展趨勢 51
3.5 智能語音技術(shù)：讓機器聽懂世界的聲音 52
3.5.1 智能語音技術(shù)的定義與原理 52
3.5.2 智能語音技術(shù)的應(yīng)用場景 52
3.5.3 智能語音技術(shù)的挑戰(zhàn)與未來發(fā)展趨勢 53
3.6 思考題 54
第4章 人工智能的新篇章：大模型技術(shù)與AIGC 55
4.1 大模型：構(gòu)建認知世界的宏偉藍圖 55
4.1.1 大模型：人工智能的新高度 56
4.1.2 大模型的定義與特性 59
4.1.3 大模型的發(fā)展歷程 59
4.1.4 理論奠基：早期探索的微光 60
4.1.5 成長契機：算力與數(shù)據(jù)的雙輪驅(qū)動 61
4.1.6 關(guān)鍵飛躍：Transformer 架構(gòu)的破曉 61
4.1.7 大模型的工作原理 61
4.1.8 解密大模型的核心技術(shù) 62
4.2 AIGC：開啟內(nèi)容創(chuàng)作新時代 64
4.2.1 AIGC的定義與發(fā)展背景 64
4.2.2 AIGC與大模型的關(guān)系 65
4.2.3 AIGC的技術(shù)特點 66
4.2.4 AIGC產(chǎn)業(yè)圖譜及應(yīng)用案例 66
4.3 大模型使用技巧：掌握認知工具的指南 68
4.3.1 提示工程簡介 68
4.3.2 編寫提示詞的原則、策略和技巧 72
4.3.3 提示詞參考示例 77
4.3.4 將復雜任務(wù)分解成子任務(wù) 82
4.3.5 采用系統(tǒng)的提示詞框架 83
4.3.6 用結(jié)構(gòu)化方式進行提示 86
4.4 大模型輔助文獻閱讀 88
4.5 大模型輔助編程 90
4.6 大模型輔助數(shù)據(jù)分析 93
4.6.1 使用DeepSeek進行數(shù)據(jù)分析案例 93
4.6.2 使用智譜清言進行數(shù)據(jù)分析案例 99
4.7 思考題 102
第5章 智能體：創(chuàng)建個性化的領(lǐng)域分身 104
5.1 智能體及其發(fā)展史 104
5.1.1 Agent定義 104
5.1.2 AI Agent定義 105
5.1.3 智能體發(fā)展史 105
5.2 基于大模型的智能體 107
5.2.1 大腦模塊 107
5.2.2 感知模塊 108
5.2.3 行動模塊 109
5.3 主流平臺實現(xiàn)智能體的范式 110
5.3.1 大模型：智能體的大腦 111
5.3.2 工具：智能體的四肢 111
5.3.3 知識：輔助大腦進行工作 111
5.3.4 其他：增強智能體的功能 111
5.4 智譜清言智能體平臺 112
5.4.1 平臺介紹及智能體配置 112
5.4.2 智譜清言智能體實踐：創(chuàng)建一個提示詞優(yōu)化工程師 115
5.4.3 智譜清言智能體實踐：創(chuàng)建一個文獻閱讀智能體 119
5.5 扣子智能體平臺 121
5.5.1 平臺的功能與優(yōu)勢 121
5.5.2 扣子智能體實踐：創(chuàng)建一個天氣預報智能體 122
5.5.3 扣子智能體工作流 126
5.5.4 扣子智能體工作流實踐：AI資訊早知道 129
5.5.5 特殊的工作流——圖像流 132
5.5.6 扣子智能體工作流實踐：摳圖大師智能體 135
5.5.7 扣子智能體實踐：根據(jù)書籍名自動生成推薦文案 136
5.5.8 扣子多智能體實踐 145
5.6 訊飛星火平臺 150
5.6.1 一句話創(chuàng)建智能體 150
5.6.2 訊飛星火智能體實踐：小紅書爆款服裝推薦 152
5.6.3 訊飛星火基于本地知識庫的多智能體實踐：校園助手 158
5.7 思考題 169
第6章 創(chuàng)新無限：人工智能在各領(lǐng)域的應(yīng)用 170
6.1 人工智能在醫(yī)療領(lǐng)域的應(yīng)用 170
6.1.1 醫(yī)學影像診斷中的人工智能應(yīng)用案例 170
6.1.2 疾病預測與風險評估中的人工智能應(yīng)用案例 171
6.1.3 醫(yī)療輔助決策中的人工智能應(yīng)用案例 171
6.1.4 智能醫(yī)療設(shè)備中的人工智能應(yīng)用案例 172
6.2 人工智能在教育領(lǐng)域的應(yīng)用 172
6.2.1 個性化學習平臺 172
6.2.2 智能輔導工具 173
6.2.3 自動化評估系統(tǒng) 173
6.2.4 教育資源管理 174
6.3 人工智能在媒體領(lǐng)域的應(yīng)用 175
6.3.1 新聞寫作與編輯 176
6.3.2 內(nèi)容推薦與個性化服務(wù) 176
6.3.3 視頻制作與編輯 176
6.3.4 社交媒體管理與營銷 177
6.4 人工智能在政法領(lǐng)域的應(yīng)用 177
6.4.1 執(zhí)法輔助 177
6.4.2 司法審判 179
6.4.3 犯罪預防 179
6.4.4 法律服務(wù) 180
6.5 人工智能在財務(wù)領(lǐng)域的應(yīng)用 180
6.5.1 財務(wù)數(shù)據(jù)處理與分析 180
6.5.2 預算編制與成本控制 181
6.5.3 風險管理與審計監(jiān)督 181
6.6 思考題 182
第7章 人工智能之倫理與安全：守護智能的未來 183
7.1 人工智能之倫理問題：技術(shù)與人性的碰撞 184
7.1.1 數(shù)據(jù)隱私：數(shù)字化時代的“透明人”危機 184
7.1.2 算法偏見：代碼中的“隱形歧視鏈” 184
7.1.3 責任歸屬：自動駕駛的“電車難題”困境 185
7.1.4 就業(yè)沖擊：人與機器的“技能鴻溝” 186
7.1.5 安全失控：通用智能的“黑天鵝”風險 186
7.1.6 應(yīng)對路徑：構(gòu)建“三方共治”框架 187
7.2 人工智能安全問題：技術(shù)進步背后的暗涌危機 187
7.2.1 數(shù)據(jù)安全：數(shù)字世界的“蟻穴效應(yīng)” 187
7.2.2 算法安全：智能系統(tǒng)的“阿喀琉斯之踵” 188
7.2.3 系統(tǒng)安全：智能體的“失控閾值” 189
7.2.4 應(yīng)用安全：垂直領(lǐng)域的“蝴蝶效應(yīng)” 189
7.2.5 認知安全：智能時代的“思想戰(zhàn)爭” 190
7.2.6 生存安全：通用智能的“奇點威脅” 191
7.2.7 防御體系：構(gòu)建AI安全的“免疫系統(tǒng)” 191
7.2.8 小結(jié) 192
7.3 人工智能安全相關(guān)立法情況 192
7.3.1 歐盟正式提出《人工智能法案》 192
7.3.2 中國高度重視人工智能的安全問題 193
7.4 思考題 193
參考文獻 194