前 言
从弱人工智能的场景化落地到强人工智能的探索演进,人工智能技术已全面渗透
到生产生活、科研创新、社会治理等各个领域,成为驱动数字经济发展、重塑产业格局的
核心力量。与此同时,人工智能技术的快速迭代也带来了技术应用规范、伦理安全边
界、人才能力适配等诸多新课题,对从业者的综合素养与实践能力提出了更高的要求。
人工智能素养不再是特定领域的专业技能,而是新时代复合型人才的必备基础,急需一
套兼顾通识性与实用性、融合理论与实践的教材,助力学习者构建系统的知识体系,把
握行业发展脉络。本书通过梳理人工智能核心技术、典型应用与发展趋势,以实践案例
为载体开展知识讲解与技能引导,在遵循技术伦理与行业规范的前提下,帮助读者夯实
人工智能基础,提升技术应用与创新能力,同时深入剖析经典案例、归纳实用技巧,为学
习者搭建从理论到实践的桥梁。
本书特点
(1)本书采用任务驱动、案例引导的写作方式,从人工智能行业的实际工作过程与
典型项目出发,以智能识别、自然语言处理、机器学习应用等核心场景为主线,通过“提
出问题”“分析问题”“解决问题”“总结提高”四部分内容层层展开,突破传统教材以知识
点层次递进为核心的理论体系模式,将人工智能行业的典型工作流程系统化,以工作过
程为基础组织和讲解知识,在传授技术能力的同时融入人工智能伦理、数据安全等元
素,培养学生的综合应用技能与正确的技术价值观。
(2)本书结合读者的认知规律与学习特点,对复杂案例进行合理拆分,将核心知识
点分类拆解、逐步渗透。考虑不同学习者的基础差异给教学实施带来的困扰,本书在编
写中构建了多层次任务体系,每个核心任务均拆解为若干梯度化小任务,以“做”为核心
主线,推动“教”与“学”,围绕实践操作展开,实现“学中做、做中学”的良性循环,帮助学
习者在实践中完成知识积累、技能训练,提升自主学习与知识体系构建能力。
(3)本书将全书内容拆解为若干核心项目,每个项目再细化为可落地的任务模块。
教学内容遵循由易到难、由浅入深的递进逻辑,从人工智能基础概念、工具使用到综合
项目开发,逐步提升学习难度。所有项目均源于人工智能行业的实际工作场景,具备极
强的典型性与实用性,学习者可以通过完成项目任务系统地掌握相关理论知识与实操
技能,形成完整的技术应用能力闭环。
(4)本书注重可操作性,每章均提供清晰的实施步骤、工具说明与注意事项,保障
不同基础的学习者都能顺利完成实践操作。同时,采用贴近口语化的讲解方式,规避晦
涩难懂的专业术语堆砌,让学习者在轻松的氛围中理解核心知识,掌握实操技能,激发
学习的主动性与探索欲。
Ⅷ
(5)紧跟人工智能行业的技术迭代与发展趋势。人工智能技术的更新迭代速度
快,新算法、新框架、新应用场景不断涌现,本书聚焦当前行业的主流技术与前沿方向,
重点讲解机器学习、深度学习、大模型应用、计算机视觉等核心内容,紧密结合行业最新
动态与应用案例,确保教材内容与行业发展同频,帮助学习者把握技术前沿,提升就业
竞争力与技术创新能力。
本书严格遵循高校学生的认知规律,通过科学的内容编排与教学设计,助力实现高
效教学,提升教学的效率、效益与效果。本书打破传统学科体系的束缚,将人工智能理
论的知识点与实操技能有机融入各个项目任务,突出“产教融合”的核心特征,兼顾学历
教育与职业培训的双重需求。
本书的出版得益于校企编撰团队的通力合作,编写团队成员兼具丰富的教学教研
经验、项目实践经历与理论转化能力,为教材内容的专业性、实用性与前沿性提供了坚
实保障。团队成员来自上海交通大学、四川大学、电子科技大学、西华大学、四川文理学
院、四川职业技术学院、深圳信息职业技术学院、新疆石河子职业技术学院、新疆职业大
学、四川水利职业技术学院、克拉玛依职业技术学院、新疆生产建设兵团兴新职业技术
学院、四川信息职业技术学院、成都工业职业技术学院等多所开设人工智能相关专业的
高校,以及百度、阿里巴巴、华为、科大讯飞、商汤科技等国内外知名人工智能企业,是一
本深度融合产教资源的校企合作教程。在本书的编写过程中充分践行产教深度融合、
校企协同育人理念,整合高校的理论教研优势与企业的实践经验积累,实现校企合作机
制、人才培养模式与教材内容体系的协同创新,助力培养符合行业需求的复合型人工智
能人才。
本系列图书由贾如春担任总主编,由人工智能技术企业专家及高校人工智能专业
带头人张金果、华国春、刘雄飞、李亮担任主编,高鹏、吕冬、袁金堂、成思豪担任副主编,
由张正、蔡飞、曾维薇、荣喜丰、段博潇、张峰、魏军、王洋、王涛、朱江平、周佩、农色兵、
陈泉松、杨浩、陈健、韩云祥、林毅、王春鹏、张 晓、黄 悦、陈 联、杨 帆、王 娟 娟、赵 韦 鑫、
姜泽坤、陈飞等众多开设人工智能专业课程的一线任课教师共同参与编写。
本书主要作为人工智能、数据科学与大数据技术、智能科学与技术、计算机应用技
术等专业的高校教材,也可作为人工智能培训机构的考试训练教材,同时对从事人工智
能技术研发、应用落地、产品设计、运维管理等相关工作的从业者也具有重要的参考
价值。
编 者
2026年4月
