大学计算机——人工智能与数字素养

体系贯通

从基础理论到人工智能前沿，构建算法与实践应用完整闭环

通识育人

面向各专业学生，培养跨学科认知框架与智能时代数字素养

学用结合

理论联系实际，每章配套练习题，便于教学与自学巩固提升

当前，人工智能正以前所未有的速度重塑全球经济社会格局，成为新一轮科技革命和产业变革的核心驱动力。从智能推荐、语音助手到自动驾驶、医疗诊断，AI技术已深度融入社会生产生活的方方面面。同时，基于高等教育“四新”建设需求，单一学科的知识结构已难以满足社会对创新型、复合型人才的需求。人工智能通识教育的核心价值，并非让所有学生都成为算法工程师，而是帮助他们建立跨学科的认知框架，培养用智能技术解决专业问题的思维习惯，从而在未来的多元职业场景中具备更强的适应力与创造力。与此同时，数字素养已成为智能时代公民必备的基础能力——信息获取、评估、整合与创造，以及在数字化环境中安全、合规、负责任地开展学习与工作的意识。高校开展人工智能通识教育，正是打破学科壁垒、激发创新潜能、提升数字素养与就业竞争力的关键路径。

在此背景下，王家宁教授教学团队编写了本书。本书在原有《大学计算机基础》内容上进行了全面修订，并更名为《大学计算机——人工智能与数字素养》。随着人工智能技术的迅猛发展，原书内容已难以满足新时代教学需求。在保留原书“基础性、系统性、实用性”优势的基础上，新增了机器学习、大语言模型、AIGC应用与实践等前沿章节，删除了陈旧内容，优化了知识结构。

全书分为4个篇章，共12章。第1篇为数字时代与人工智能，包括计算机技术基础、计算思维、数字技术基础和人工智能基础；第2篇为计算环境与信息安全，包括个人计算环境、分布式计算环境和网络空间安全；第3篇为探索算法与程序的奥秘，包括算法分析和程序设计；第4篇为人工智能关键技术，包括机器学习、大语言模型、AIGC的应用与实践。形成了从基础理论到前沿技术、从算法思想到实践应用的完整知识闭环。

本书内容丰富实用，文字简练，语言通俗易懂，紧密结合当前人工智能发展的实际需求。其显著特点包括：基础性强，适用面广，注重原理与应用；内容全面，结构清晰，重点突出，便于课堂讲授与自主学习。参与编写本书的作者均为多年从事一线教学、具有丰富经验的教师。在编写过程中，团队始终遵循“学用结合，知行合一”的原则，强调理论与实践紧密结合。本书既可作为应用型本科高校各专业“大学计算机”或“人工智能通识”课程的教材，也可作为读者提升数字素养的自学读物。

本书由王家宁、张世龙任主编，姜楠楠、朱英坤、张振蕊、翟霞任副主编，刘政宇任主审，马文亭、于晓婷、高鑫、刘昀瓒、伍佳钰、齐琳、林德洋、范美娟、张欣威、陈欢等参与了部分编写工作。全书由王家宁、张世龙统稿。此外，在本书编写过程中，编者参阅、借鉴了相关文献，在此向相关作者表示感谢。

由于编者水平有限，书中疏漏和不足之处在所难免，恳请读者批评指正。

编 者

2026年5月

前言

第1篇　数字时代与人工智能 1
第1章　计算机技术基础 2
1.1　计算机基本概念 2
1.1.1　信息与数据的区别 2
1.1.2　计算机系统组成 3
1.1.3　冯•诺依曼五大部件 3
1.1.4　计算机的特点 4
1.2　计算机发展 5
1.2.1　机械计算阶段 5
1.2.2　电子管→晶体管→集成电路 5
1.2.3　摩尔定律与后摩尔时代 7
1.3　计算机分类 8
1.3.1　超级计算机 8
1.3.2　服务器/工作站 9
1.3.3　嵌入式与移动设备 9
1.4　计算机应用 10
1.4.1　科学计算 10
1.4.2　信息管理 10
1.4.3　多媒体与娱乐 11
1.4.4　人工智能典型应用 11
1.5　本章小结 12
课后习题 12
第2章　计算思维 15
2.1　计算思维的定义 15
2.1.1　思维与科学思维 15
2.1.2　计算思维的定义 16
2.1.3　数学思维与实验思维 17
2.2　计算思维的基本方法 18
2.2.1　抽象与建模 18
2.2.2　分解与递归 18
2.2.3　算法基础 19
2.2.4　算法和自动化 20
2.3　计算思维的应用 21
2.3.1　日常生活案例：路线规划 21
2.3.2　科学研究案例：基因序列对比 21
2.3.3　商业决策案例：库存优化 21
2.4　计算思维能力与培养 22
2.5　本章小结 22
课后习题 23
第3章　数字技术基础 25
3.1　常用数制及进制转换 25
3.1.1　数制的基本概念 25
3.1.2　数制转换 27
3.2　数据表示与处理 29
3.2.1　定点数表示 29
3.2.2　浮点数表示 30
3.3　编码技术 31
3.3.1　数字编码 31
3.3.2　字符编码 32
3.3.3　汉字编码 33
3.3.4　条形码与二维码原理 34
3.4　逻辑代数 35
3.4.1　逻辑代数的概念 35
3.4.2　逻辑代数的运算 35
3.4.3　逻辑代数的基本公式 36
3.4.4　布尔代数定律 37
3.5　音频数字化 38
3.5.1　采样与量化 38
3.5.2　Nyquist定理 38
3.5.3　常见音频格式对比 39
3.5.4　常见的音频处理软件 39
3.6　图像数字化 40
3.6.1　分辨率与像素 40
3.6.2　位图与矢量图 41
3.6.3　颜色模型RGB/HSV 42
3.6.4　常见图像文件格式 43
3.6.5　常见的图像处理软件 44
3.7　本章小结 44
课后习题 45
第4章　人工智能基础 47
4.1　人工智能的概念 47
4.1.1　智能与人工智能界定 47
4.1.2　弱AI和强AI 50
4.2　人工智能的发展 51
4.2.1　诞生期：1956年达特茅斯——智能机器的
第一次集结 52
4.2.2　第一次浪潮：以“推理”为核心
（1956—1974年） 53
4.2.3　第二次浪潮：以“知识”为核心
（1980—1987年） 54
4.2.4　第三次浪潮：以“学习”为核心
（2011年至今） 54
4.3　人工智能研究方法 55
4.3.1　符号主义 55
4.3.2　连接主义 57
4.3.3　行为主义 59
4.4　从“互联网+”到“人工智能+” 60
4.4.1　技术-产业双螺旋 60
4.4.2　政策背景 61
4.4.3　“人工智能+”各行各业 61
4.5　数智时代道德伦理 63
4.5.1　数据隐私 63
4.5.2　算法偏见 64
4.5.3　可解释性与责任归属 64
4.6　本章小结 65
课后习题 65
第2篇　计算机环境与信息安全 68
第5章　个人计算环境 69
5.1　计算机系统组成 69
5.1.1　个人计算环境的组成 69
5.1.2　总线与接口标准 71
5.2　计算机硬件系统 73
5.2.1　CPU性能指标 73
5.2.2　存储层次结构 75
5.2.3　显卡与AI加速卡 78
5.3　计算机软件系统 81
5.3.1　系统软件 81
5.3.2　应用软件 83
5.3.3　驱动程序与中间件 85
5.4　主流操作系统简介 86
5.4.1　Windows操作系统 86
5.4.2　MacOS与Linux对比 87
5.4.3　国产操作系统 89
5.4.4　移动操作系统与跨端协同 91
5.5　本章小结 92
课后习题 92
第6章　分布式计算环境 94
6.1　计算机网络 94
6.1.1　计算机网络概述 94
6.1.2　计算机网络体系结构 99
6.1.3　互联网技术应用 102
6.1.4　5G与边缘网络 105
6.2　物联网 106
6.2.1　感知层 107
6.2.2　网络层协议MQTT 108
6.2.3　应用案例：智能物流 108
6.3　大数据 109
6.3.1　什么是大数据 109
6.3.2　大数据的特点 109
6.3.3　大数据的一般处理过程 110
6.3.4　大数据的应用案例 111
6.4　云计算 112
6.4.1　什么是云计算 112
6.4.2　云计算的特点 113
6.4.3　云服务模型 114
6.4.4　云部署模式 115
6.4.5　云计算的应用领域 117
6.4.6　主流云服务商及其产品 117
6.5　本章小结 118
课后习题 118
第7章　网络空间安全 120
7.1　网络空间安全概述 120
7.1.1　网络空间安全概念 120
7.1.2　安全目标CIA 121
7.1.3　攻防模型 123
7.2　物理安全 124
7.2.1　机房环境标准 125
7.2.2　电磁泄漏防护 126
7.3　网络信息安全 126
7.3.1　密码及加密技术 126
7.3.2　防火墙与入侵检测 129
7.3.3　虚拟专用网络 131
7.3.4　身份认证技术 133
7.4　恶意代码及防护 135
7.4.1　病毒与木马的区别 135
7.4.2　勒索软件案例 137
7.4.3　计算机安全防护 138
7.5　本章小结 140
课后习题 140
第3篇　探索算法与程序的奥秘 142
第8章　算法分析 143
8.1　算法和算法描述 143
8.1.1　算法五大特性 143
8.1.2　伪代码书写规范 144
8.1.3　算法与数据结构 146
8.2　基本算法设计思想 148
8.2.1　穷举与迭代 149
8.2.2　分治策略 151
8.2.3　贪心策略 153
8.2.4　动态规划 156
8.3　算法应用举例 158
8.3.1　二分查找 158
8.3.2　快速排序 159
8.3.3　最短路径Dijkstra 160
8.4　本章小结 161
课后习题 162
第9章　程序设计 165
9.1　程序设计语言发展 165
9.1.1　机器语言 166
9.1.2　汇编语言 166
9.1.3　高级语言 167
9.2　程序设计语言的基础 167
9.2.1　变量、运算符和表达式 167
9.2.2　数据类型 168
9.2.3　输入/输出与控制结构 169
9.3　C语言程序设计 170
9.3.1　C语言发展史 170
9.3.2　C语言的特点 170
9.3.3　C语言的发展趋势 171
9.3.4　安装Code::Blocks软件运行C程序 171
9.4　Python程序设计 173
9.4.1　Python开发环境安装 173
9.4.2　列表/字典快速上手 176
9.4.3　常用AI库导入 178
9.5　其他常用编程语言 179
9.5.1　Java编程语言及其特性 179
9.5.2　JavaScript与前端AI 182
9.5.3　Go语言 183
9.6　本章小结 183
课后习题 183
第4篇　人工智能关键技术 185
第10章　机器学习 186
10.1　机器学习概述 186
10.1.1　定义与术语 186
10.1.2　训练—验证—测试流程 189
10.2　机器学习的主要类型 191
10.2.1　监督学习 191
10.2.2　无监督学习 193
10.2.3　强化学习 194
10.3　经典机器学习算法 196
10.3.1　线性回归 196
10.3.2　决策树 198
10.3.3　支持向量机 200
10.4　机器学习的实践与挑战 202
10.4.1　数据预处理 202
10.4.2　过拟合与正则化 203
10.4.3　模型评估指标 204
10.5　深度学习的发展与应用 206
10.5.1　多层感知机 206
10.5.2　卷积神经网络 207
10.5.3　循环与LSTM 209
10.5.4　生成对抗网络 210
10.5.5　深度学习的应用 211
10.6　本章小结 214
课后习题 214
第11章　大语言模型 217
11.1　自然语言处理概述 217
11.1.1　NLP任务分类 217
11.1.2　技术演变 219
11.2　NLP技术基础 220
11.2.1　分词 220
11.2.2　词向量 221
11.2.3　文本相似度 222
11.3　大语言模型与生成式人工智能 223
11.3.1　大语言模型的概念 224
11.3.2　大语言模型的发展历程 225
11.3.3　人工智能、大模型与生成式人工智能
的关系 226
11.4　大模型产品 228
11.4.1　国内的大模型产品 228
11.4.2　国外的大模型产品 232
11.4.3　国内外大模型产品的特色与趋势 234
11.5　本章小结 234
课后习题 234
第12章　AIGC的应用与实践 237
12.1　AIGC概述 237
12.1.1　生成式和判别式 237
12.1.2　主流模态 239
12.2　文本类AIGC应用实践 240
12.2.1　营销文案生成 240
12.2.2　学术摘要扩写 241
12.3　图片类AIGC应用实践 243
12.3.1　Stable Diffusion流程 243
12.3.2　Prompt优化技巧 248
12.4　语音类AIGC应用实践 249
12.4.1　语音合成TTS 249
12.4.2　歌声合成 252
12.5　视频类AIGC应用实践 253
12.5.1　文本生成视频概览 253
12.5.2　Deepfake风险与治理 255
12.6　本章小结 256
课后习题 256
参考文献 259

1. 物流中心作业设计与实施 [主编　孙瑞者]
2. 人工智能技术应用项目式教程 [主编　孙丰伟]
3. 融合多因素的位置服务隐私保护：从理论到方法 [李勇军 余雨萍 著]
4. 电力系统继电保护 [主编 王志华 蔡红梅 郭英芳]
5. 风电机组运行与维护 [主编 巩真 呼吉亚 班淑珍]
6. Python程序设计 [主编 卢山]
7. 信息科技基础（上下册） [主编 闵笛 彭增焰]
8. 信息素养与人工智能基础实验教程 [主 编　罗奕 钱前]
9. 藏香鸡高效健康养殖与疾病防控 [黄增文 陈意群 王中成 等 著]
10. 大学物理实验（第三版） [主编 张强 李含 孙耀强]
11. 人工智能通识课实践教程 [主编　冯大春　刘双印　胡海艳]
12. 中学物理实验训练简明教程 [主编 黄永平 吴英]
13. 数据库原理及应用 [主编 解启娜 曾安平 张航旗]
14. 推荐算法 [顾爽 著]
15. 机电设备装配与维修 [主编　周锡]
16. 人工智能赋能教师发展研究与实践 [吴涛 余光华 闵笛 著]
17. 普通机床的零件加工 [主编　周锡　龙育才]
18. 影响你一生的英语背诵范文大全·栀子花开（2000 词汇量版）（第2版） [主编 张元婧　宋歌　成晔]
19. AIGC基础与应用 [主编 彭波 谢崇波]
20. 人工智能技术应用项目式教程 [主编 孙丰伟]
21. 网络安全运维实践教程 [主编 谷胜伟]
22. C语言程序设计（第二版） [主编 姜雪]
23. 商业摄影 [彭湘]
24. 工智能图形化编程 [吴涛　曾绍庚]
25. 机电一体化技术实训教程 [李旭仕 欧阳雅坚]
26. OPC：多智能体协同与自动化 [何伟　孟伟坡　著]
27. 计算机网络技术项目教程 [主编 高良诚 许鹏]
28. 电工技术（第三版） [主编 姜燕 江亚群]
29. 单词密码：用美国人的方法背单词 [朱子熹 编著]
30. AI领导力突围：从校园到职场 [刘言午　著]