第1篇　智能基石：被重新定义的计算基础

第1章 导论:AI浪潮下的计算革命… 3

 1.0 本章导学 ……………………… 3

 1.1 从工具到伙伴:AI引发的范式变革 …………………………… 5

 1.2 计算系统的层次:从硅基硬件到智能应用 ……………………… 8

 1.3 智能时代的计算机类专业图谱 ……………………………… 11

 1.4 本课程主线:场景驱动、AI赋能、重实践 ……………………… 12

 1.5 本章小结……………………… 15

 1.6 术语提示……………………… 15

 1.7 实践任务:绘制智能应用系统地图…………………………… 16

 1.8 思考题与拓展阅读…………… 17

第2章 数据:智能的燃料与表示…… 18

 2.0 本章导学……………………… 18

 2.1 万物皆数:数制、逻辑与信息编码…………………………… 20

 2.2 数据从何而来:采集、组织与标注………………………… 22

 2.3 从数据到特征:智能的燃料预处理…………………………… 25

 2.4 高维表示:向量、嵌入与张量 ……………………………… 28

 2.5 数据伦理与治理基础………… 30

2.6 AI赋能视角:从“逻辑中心”到“数据中心”…………………… 31

 2.7 本章小结……………………… 32

 2.8 术语提示……………………… 33

 2.9 实践任务:构建一个小型分类数据集………………………… 33

 2.10 思考题与拓展阅读 ………… 34

第3章 硬件:支撑智能的计算基石 …………………………… 35

 3.0 本章导学……………………… 35

 3.1 计算机硬件系统概览………… 37

 3.2 计算心脏:CPU 与存储器的经典架构……………………… 38

 3.3 并行计算基础与智能计算需求 ……………………………… 42

 3.4 智能加速器:GPU、TPU 与 NPU ……………………………… 44

 3.5 异构计算与 AI计算平台 …… 46

 3.6 AI赋能视角:硬件如何重塑应用边界……………………… 48

 3.7 本章小结……………………… 48

 3.8 术语提示……………………… 49

 3.9 实践任务:比较 CPU 与 GPU 的矩阵运算性能………………… 49

 3.10 思考题与拓展阅读 ………… 50

第4章 网络:智能体的连接与协作… 51

 4.0 本章导学……………………… 51

 4.1 网络世界的基础认知………… 53

 4.2 互联网基石:协议、地址与路由 ……………………………… 54

 4.3 云计算:智能服务的基础设施 ……………………………… 57

 4.4 边缘计算:让智能靠近数据源 ……………………………… 58

 4.5 隐私保护下的协作:联邦学习网络范式……………………… 60

 4.6 AI赋能视角:网络从传输通道走向协同计算平台…………… 62

 4.7 本章小结……………………… 63

 4.8 术语提示……………………… 63

 4.9 实践任务:模拟边缘计算场景下的图像处理…………………… 63

 4.10 思考题与拓展阅读 ………… 64

第2篇　智能核心：算法、软件与数据的进化

第5章 算法:从精确求解到概率预测…67

 5.0 本章导学……………………… 67

 5.1 算法与计算思维基础………… 69

 5.2 算法基石:控制、迭代与递归… 70

 5.3 经典算法思想………………… 72

 5.4 学习而非编程:机器学习算法入门…………………………… 73

 5.5 神经网络的“直觉”:深度学习初探…………………………… 76

 5.6 AI赋能视角:从规则构造到模型构造……………………… 77

 5.7 本章小结……………………… 78

 5.8 术语提示……………………… 79

 5.9 实践任务:传统方法与神经网络的手写数字识别对比………… 79

 5.10 思考题与拓展阅读 ………… 80

第6章 软件工程:AI赋能下的开发范式 …………………………… 81

 6.0 本章导学……………………… 81

 6.1 软件的本质与工程化需求…… 83

 6.2 软件生命周期与开发过程…… 84

 6.3 团队协作与开发规范………… 86

 6.4 AI赋能开发:从 Copilot到智能测试…………………………… 88

 6.5 开发 AI系统:MLOps与负责任 AI ………………………… 90

 6.6 AI赋能视角:软件工程为何必须演进……………………… 92

 6.7 本章小结……………………… 94

 6.8 术语提示……………………… 94

 6.9 实践任务:借助 AI工具完成一个小型应用原型………………… 94

 6.10 思考题与拓展阅读 ………… 95

第7章 数据体系:从数据库到智能基座 …………………………… 96

 7.0 本章导学……………………… 96

 7.1 数据管理的基本问题………… 98

 7.2 结构化数据之治:关系数据库与 SQL ……………………… 100

 7.3 NoSQL 与新型数据存储…… 102

 7.4 大数据基石:分布式存储与计算 …………………………… 103

 7.5 为智能而存:向量数据库与知识图谱 ………………………… 106

 7.6 AI赋能视角:数据库如何演进为智能基座 ………………… 108

 7.7 本章小结 …………………… 110

 7.8 术语提示 …………………… 110

 7.9 实践任务:搭建一个简单的本地知识库检索系统 …………… 110

 7.10 思考题与拓展阅读………… 111

第3篇　智能赋能：技术融合与领域重塑

第8章 感知智能:视觉、语音与交互…115

 8.0 本章导学 …………………… 115

 8.1 感知智能概述 ……………… 117

 8.2 计算机视觉基础 …………… 118

 8.3 语音智能基础 ……………… 121

 8.4 多模态交互:让机器同时理解图文声 ……………………… 122

 8.5 感知智能的应用场景 ……… 124

 8.6 AI赋能视角:从数字采集走向环境理解 …………………… 126

 8.7 本章小结 …………………… 127

 8.8 术语提示 …………………… 127

 8.9 实践任务:构建一个图像识别或语音交互小应用 ………… 128

 8.10 思考题与拓展阅读………… 128

第9章 认知与生成智能:语言、知识与大模型…………………… 130

 9.0 本章导学 …………………… 130

 9.1 从自然语言处理到生成式 AI… 132

 9.2 大语言模型的基本原理 …… 134

 9.3 提示工程与模型调用 ……… 136

 9.4 检索增强生成与知识融合 … 138

 9.5 智能体与任务自动化 ……… 140

 9.6 AI赋能视角:信息获取与知识生产方式的重塑 …………… 142

 9.7 本章小结 …………………… 143

 9.8 术语提示 …………………… 143

 9.9 实践任务:实现一个课程知识问答助手 …………………… 144

 9.10 思考题与拓展阅读………… 144

第10章 AIforX:智能赋能的行业全景 ………………………… 146

 10.0 本章导学…………………… 146

 10.1 AI+科学:发现新知识的新工具 …………………………… 148

 10.2 AI+工程:重塑复杂系统… 150

 10.3 AI+商业与管理:数据驱动决策 …………………………… 152

 10.4 AI+人文与社会:技术与人的关系重构…………………… 154

 10.5 AI+新工科专业方向融合… 155

 10.6 AI赋能视角:跨学科融合的创新方法…………………… 156

 10.7 本章小结…………………… 158

 10.8 术语提示…………………… 158

 10.9 实践任务:完成一个“AI+专业场景”案例分析报告 ……… 159

 10.10 思考题与拓展阅读 ……… 159

第4篇　智能未来：责任、伦理与前沿

第11章 可信 AI:公平、问责与伦理…163

 11.0 本章导学…………………… 163

 11.1 AI伦理问题的提出 ……… 165

 11.2 公平性与偏见……………… 166

 11.3 可解释性与问责机制……… 168

 11.4 隐私保护与安全风险……… 169

 11.5 AI治理与规范意识 ……… 171

 11.6 AI赋能视角:负责任创新的底线与边界………………… 173

 11.7 本章小结…………………… 174

 11.8 术语提示…………………… 175

 11.9 实践任务:开展一个 AI伦理案例评估…………………… 175

 11.10 思考题与拓展阅读 ……… 176

第12章 前沿与未来:智能体的演进…177

 12.0 本章导学…………………… 177

12.1 从弱人工智能到通用人工智能的探索……………………… 179

 12.2 强化学习与自主决策……… 180

 12.3 具身智能与机器人系统…… 182

 12.4 多智能体系统与协同智能 …………………………… 183

 12.5 未来计算前沿:量子计算与新型计算范式…………………… 185

 12.6 AI赋能视角:面向未来的能力准备………………………… 186

 12.7 本章小结…………………… 187

 12.8 术语提示…………………… 187

 12.9 实践任务:完成一份“未来智能技术路线图”小组报告 …… 188

 12.10 思考题与拓展阅读 ……… 188

第13章 项目实践:构建你的第一个AI赋能应用 ……………… 190

 13.0 本章导学…………………… 190

 13.1 任务定义与需求分析……… 192

 13.2 系统总体设计……………… 194

 13.3 数据准备与模型实现……… 196

 13.4 应用开发与系统集成……… 198

 13.5 测试、部署与迭代优化 …… 199

 13.6 伦理反思与总结提升……… 201

 13.7 本章小结…………………… 201

 13.8 术语提示…………………… 202

 13.9 综合实践成果要求………… 202

 13.10 思考题与拓展阅读 ……… 204

参考文献 …………………………… 205

附录 ………………………………… 206

 附录 A 常用术语中英文对照 … 206

 附录 B 常用 AI工具与平台简介 ………………………… 209

 附录 C Python实验环境搭建指南 ………………………… 211

 附录 D 开源数据集与模型资源索引 ………………………… 214

 附录 E 课程实验报告模板 ……… 216

 附录 F 项目答辩与评价参考标准 ………………………… 219

 附录 G 附录使用说明…………… 222