本书为读者提供了全面且深入的人工智能（AI）知识，涵盖其基本概念、发展历程、技术架构及应用领域。书中系统地介绍了人工智能与机器学习的定义、大模型的应用、人工智能生成内容（AIGC）以及具身智能等前沿话题，帮助读者理解AI在生活和工作中的广泛应用。 　　本书采用通俗易懂的语言，结合丰富的案例分析和实践环节，旨在提升读者的批判思维与解决问题的能力。每章配有课后习题和案例研究，鼓励读者在实践中掌握AI技能，增强在实际工作环境中应用这些技能的信心。 　　全书分为8章，从绪论到机器学习、大模型，到ChatGPT、文心一言、DeepSeek、AIGC的技术应用，再到具身智能与机器人系统，内容安排合理，便于逐步深入理解。 　　本书可作为高等院校人工智能、自动化、机器人、机电一体化、电子与电气工程、物联网等相关专业的本、专科学生的教材和参考书，也可供从事人工智能技术开发的工程技术人员参考。 　　

李正军：山东大学教授。1984年毕业于山东大学数学系、同年留山东大学数学系任教。先后担任“211工程”重点建设项目“现场总线技术实验室”负责人、控制科学与工程学院微机原理课程负责人，硕士研究生导师，并获山东大学优秀教师荣誉称号。中国电气工业协会设备网现场总线分会理事、中华人民共和国机械行业标准《低压电气通信规约》审稿人，全国电器设备网络通信接口标准化委员会委员。发表科研与教学论文50余篇，出版著作16部，并获机械工业出版社百佳作者和金牌作者荣誉称号。承担省部级与企业科研课题30余项。主要研究方向包括人工智能、嵌入式系统、RISC-V开源技术、计算机控制、现场总线与工业以太网应用技术、高端医疗器械、电力网络监测仪表等。

第1章绪论1
1.1人工智能概述1
1.1.1关于智能1
1.1.2人工智能的定义4
1.1.3人工智能的分类6
1.2人工智能的起源和图灵测试8
1.2.1人工智能的起源8
1.2.2图灵测试8
1.3人工智能的发展历程10
1.4人工智能的应用领域12
1.5人工智能相关技术13
1.5.1人工智能四要素13
1.5.2人工智能技术架构14
1.6人工智能伦理24
课后习题25
第2章机器学习26
2.1机器学习概述26
2.1.1机器学习的发展历程27
2.1.2机器学习的定义29
2.1.3机器学习的研究内容30
2.2机器学习的分类31
2.2.1监督学习32
2.2.2无监督学习32
2.2.3强化学习32
2.2.4机器学习的其他分类34
2.3机器学习的基本结构35
2.3.1环境36
2.3.2知识库36
2.3.3执行部分37
2.4机器学习算法37
2.4.1机器学习算法的特征与要素及评定38
2.4.2回归分析39
2.4.3基于实例的算法40
2.4.4决策树算法41
2.4.5朴素贝叶斯算法43
2.4.6聚类算法44
2.4.7支持向量机算法45
2.4.8人工神经网络46
2.4.9Boosting与Bagging算法48
2.4.10关联规则算法49
2.5机器学习的应用50
2.5.1数据分析与挖掘50
2.5.2模式识别51
2.5.3生物信息学51
2.5.4物联网51
2.5.5聊天机器人51
2.5.6无人驾驶汽车52
课后习题52
第3章大模型53
3.1大模型概述53
3.2大模型核心内容54
3.2.1生成原理55
3.2.2关键技术56
3.2.3关键术语61
3.3大模型分类63
3.3.1按模型结构划分63
3.3.2按模态划分64
3.3.3按微调方式划分64
3.3.4集成插件系统的大模型65
3.4大模型的开发流程66
3.4.1确定项目目标67
3.4.2数据准备67
3.4.3模型设计68
3.4.4模型训练68
3.4.5模型部署69
3.4.6开源资源和开发者支持69
3.4.7评估和反馈69
3.4.8模型应用70
3.5大模型的应用场景71
3.6Seq2Seq72
3.6.1分词器72
3.6.2编码器-解码器结构74
3.6.3注意力机制75
3.7Transformer76
3.7.1位置编码76
3.7.2整体结构77
3.7.3稀疏Transformer78
3.8模型微调79
3.8.1监督微调79
3.8.2PEFT技术80
3.9未来发展方向82
3.9.1AI智能体82
3.9.2具身智能82
课后习题83
第4章ChatGPT与应用84
4.1ChatGPT概述84
4.1.1ChatGPT技术85
4.1.2ChatGPT的发展历程85
4.1.3ChatGPT的工作流程87
4.1.4ChatGPT的优势87
4.2ChatGPT工作原理及算法细节88
4.2.1ChatGPT的相关背景知识88
4.2.2ChatGPT的工作原理91
4.2.3算法细节95
4.3ChatGPT的交互性应用96
4.3.1教育领域96
4.3.2商业领域97
4.3.3生活领域97
4.3.4个性化的交互体验97
4.3.5其他领域97
4.4ChatGPT高效交互的关键——提示词98
4.4.1提示词98
4.4.2ChatGPT生成回答的基本原则99
4.4.3ChatGPT高效交流技巧101
4.5ChatGPT辅助编程104
4.5.1编程104
4.5.2基本用法和进阶用法105
4.6Windows 10 系统下访问ChatGPT113
4.6.1准备工作113
4.6.2打开 Microsoft Edge 浏览器113
4.6.3添加Microsoft Edge扩展114
4.6.4登录账户115
4.6.5使用 ChatGPT115
课后习题116
第5章文心一言与应用117
5.1文心一言概述117
5.1.1诞生背景：技术积累与市场需求共振118
5.1.2核心功能：全栈式语言服务能力121
5.1.3技术架构：知识增强与多模态交互123
5.1.4应用场景：从个人助手到行业赋能124
5.1.5竞争优势：与ChatGPT的对比与互补126
5.1.6未来展望：持续进化与生态拓展127
5.1.7社会价值：重塑内容生产与工作方式128
5.1.8用户评价：优势与改进空间129
5.2项目类、技术类方案131
5.2.1项目类、技术类方案与提示词131
5.2.2项目类、技术类方案与提问句式131
5.2.3项目类方案辅助写作示范132
5.2.4技术类方案辅助写作示范134
5.3文心一言在诗词和碑帖补齐中的应用136
5.3.1《三晟堂札记》诗词补齐137
5.3.2《刘熊碑》拓片补齐138
5.4文心一言在诗词赏析与插图绘制中的应用138
5.4.1诗词赏析与插图绘制之一138
5.4.2诗词赏析与插图绘制之二139
课后习题140
第6章DeepSeek与应用141
6.1DeepSeek概述141
6.1.1DeepSeek的产生背景141
6.1.2DeepSeek采用的大模型142
6.1.3DeepSeek 的功能143
6.1.4DeepSeek的特点144
6.1.5DeepSeek的市场影响与竞争优势144
6.1.6DeepSeek的应用场景144
6.1.7DeepSeek开源策略的影响145
6.1.8联网搜索145
6.1.9文档处理146
6.1.10DeepSeek模型中的微调策略146
6.1.11与其他顶级AI模型的区别147
6.1.12DeepSeek的未来发展147
6.2DeepSeek使用与提示词技巧148
6.2.1DeepSeek的产品形态148
6.2.2DeepSeek功能详解149
6.2.3DeepSeek的对话技巧150
6.2.4DeepSeek的提示词技巧153
6.3PPT大纲自动生成156
6.4多语言实时翻译159
6.5论文润色160
6.6外语学习163
6.7嵌入式系统应用编程实例166
课后习题169
第7章AIGC与应用170
7.1生成式人工智能（GAI）170
7.1.1GAI概述170
7.1.2GAI与AIGC的关系174
7.2AIGC内容孪生、编辑与理解174
7.2.1内容孪生174
7.2.2内容编辑和生成175
7.2.3内容理解176
7.3AIGC发展历程176
7.4AIGC生成技术177
7.4.1语言生成方面的技术178
7.4.2视觉生成方面的技术179
7.4.3多模态生成方面的技术180
7.5生成模型与判别模型182
7.5.1生成模型182
7.5.2判别模型183
7.6生成模型的原理183
7.6.1生成模型的框架184
7.6.2生成模型的概率表示184
7.6.3生成模型的目标函数184
7.6.4生成模型的挑战及解决方法184
7.7表示学习185
7.7.1表示学习的直观理解186
7.7.2表示学习的常用方式188
7.7.3表示学习与特征工程的区别189
7.7.4图像的表示学习189
7.7.5文本的表示学习190
7.7.6多模态的表示学习191
7.7.7表示学习的融合技术191
7.7.8如何衡量表示学习的优劣192
7.8表示学习的逆过程193
7.9AIGC的应用场景194
7.10AIGC应用实例197
7.10.1天源迪科AIGC智能内容创作与数字人企业内训平台介绍197
7.10.2PPT课件和视频课件制作实例199
课后习题205
第8章具身智能与机器人系统206
8.1什么是具身智能206
8.2具身智能和具身人工智能207
8.2.1具身智能和具身人工智能的发展历程207
8.2.2具身智能和具身人工智能的相同点和不同点209
8.3具身智能的传统技术210
8.3.1基于行为的人工智能210
8.3.2受神经生物学启发的人工智能210
8.3.3认知发展机器人学211
8.3.4进化机器人学212
8.3.5物理体现与互动213
8.4基于大模型的具身智能技术214
8.4.1赋能具身智能机器人的基础大模型分类214
8.4.2具身智能机器人设计自动化215
8.5具身智能的典型任务215
8.6具身智能的体系结构218
8.7具身智能的优点、缺点与难点221
8.8具身智能与机器人智能的关系222
8.9具身智能机器人223
8.9.1从自动驾驶到具身智能224
8.9.2具身智能计算系统225
8.10具身智能机器人大模型227
8.10.1大模型驱动的机器人革命227
8.10.2面向机器人技术的ChatGPT228
8.10.3Robotic Transformer多模态大模型的应用230
8.11具身智能机器人的应用232
8.11.1具身智能机器人在医疗领域的应用233
8.11.2具身智能机器人在工业生产中的应用234
8.11.3具身智能机器人在家庭环境中的应用235
8.12人形机器人236
8.12.1人形机器人的概念和分类237
8.12.2宇树科技Unitree G1机器人237
课后习题239
参考文献240