人工智能及Python应用 课件 第1-7章 人工智能前世今生-组合数据类型-智能泊车管理

人工智能及Python应用第1章人工智能前世今生

1学习情境导入2职业能力目标3知能达标4

素养提升5视野拓展6学习评价目录1学习情境导入返回主目录在2024年央视龙年春晚的璀璨舞台上，西安分会场的《山河诗长安》节目创新性地应用了前沿的人工智能（AI）技术，为观众带来了一场前所未有的沉浸式文化盛宴，实现了《长安三万里》中文化巨匠李白在现实世界中的“复活”。中央广播电视总台依托“央视听媒体大模型”，利用最新的生成式人工智能技术将国家统编语文教材中的诗词转化为唯美的国风动画，推出国内首部文生视频AI系列动画片《千秋诗颂》，充分展现了科技与文化融合的无限可能，以科技之美凸显了中华文化之风！2职业能力目标返回主目录职业技能类别职业能力要求人工智能工程师（HCIA-AI）v了解人工智能发展简史v了解人工智能三大学派及其对比人工智能训练师（四级）v理解人工智能的定义v理解当前人工智能发展水平和未来趋势3知能达标返回主目录

人类历史上共经历四次工业革命：机械革命（18世纪末-19世纪初）以蒸汽机、纺织机械为核心，推动机械化生产，建立工厂制度；电力革命（19世纪末-20世纪初）依托电力、内燃机和流水线，实现大规模标准化生产，催生石油、汽车等新兴产业；信息技术革命（20世纪后半叶）以计算机、原子能和自动化技术为标志，开启信息化与全球化时代，重塑生产和管理模式；人工智能革命（21世纪至今）融合人工智能、物联网、大数据和生物技术，形成智能工厂、数字孪生等新业态，加速社会向数据驱动型转型。每次革命均通过技术突破重构生产力与生产关系，深刻改变经济结构、社会形态及人类生活方式。机械革命机器有手臂增加了力量影响部分行业和人群电力革命信息技术革命人工智能革命机器能思考改变了思考的主体影响所有需要思考的行业和人群机器会通信改变了信息表示和通信方式影响部分行业和人群机器有粮食新增了电力能源影响部分行业和人群四

次

工

业

革

命主要知识点

2022年11月30日，OpenAI发布ChatGPT，是人工智能从专用型向通用型转变的标志性事件。ChatGPT对话聊天Generative生成式（模型的输出方式）Pre-trained预训练（模型的产生方法）Transformer模型结构聊天生成预训练转换器【知能基础】揭秘人工智能2023年3月16日，百度公司发布文心一言，成为国内第一个对标ChatGPT的大模型，同时兼具文字生成图片、音频、视频等能力。【知能基础】揭秘人工智能

2025年1月推出的国产DeepSeek-R1对话模型，因强大的推理能力、性能和价格优势迅速引爆国内生成式人工智能应用。DeepSeek是国产免费开源的大模型，由杭州深度求索人工智能基础技术研究有限公司开发，使用数据蒸馏技术，目前开源了DeepSeek-R1-Zero、DeepSeek-R1主干模型小版本以及基于DeepSeek-R1中蒸馏出的六个密集模型。DeepSeek-R1深度求索版本通用版：DeepSeek-V系列行业版：DeepSeek-Pro系列轻量版：DeepSeek-Lite系列多模态版：DeepSeek-R1系列蒸馏版：DeepSeek-Distill系列【知能基础】揭秘人工智能

2025年3月，全球知名创投机构AndreessenHorowitz（a16z）发布了2025年全球100大生成式人工智能应用排行榜。其中，中国DeepSeek在Web网页版应用中排名第2，仅次于OpenAI的ChatGPT，其惊人的成长速度引起全球关注。中国其他知名的大模型也成功进入榜单，例如字节跳动旗下的豆包（第10名）、月之暗面（第11名）、海螺视频（第12名）和快手可灵（第20名）。AIWeb端应用排名Top50AI移动端应用排名Top50【知能基础】揭秘人工智能限时任务1：使用【DeepSeek】3分钟内创作一首赞美春天的五言律诗并注明其含义，官网地址：/。①②③④打开网址：/【知能基础】揭秘人工智能限时任务2：使用【DeepSeek】5分钟内总结出生成式人工智能的发展历程，官网地址：/。①②③【知能基础】揭秘人工智能限时任务3：使用百度【文心一言】3分钟内为限时任务1的五言律诗配画，官网地址：/。①②打开网址：/【知能基础】揭秘人工智能限时任务4：下载百度【文小言】APP在3分钟内生成一个关于“生成式人工智能的主要应用领域”的思维导图。选择“思维导图”设置类型和风格①②③【知能基础】揭秘人工智能语言学工程学.......心理学认知科学伦理学数学计算机科学

人工智能(ArtificialIntelligence)，英文缩写为AI。人工智能的定义最早由约翰·麦卡锡（JohnMcCarthy）等人在1956年的达特矛斯会议（DartmouthConference）上提出，约翰·麦卡锡（JohnMcCarthy）因此被称为“人工智能之父”。时至今日，人工智能的内涵已经大大扩展，是一门交叉学科。人工智能的定义人工智能（AI）【知能基础】揭秘人工智能人工智能的定义目前人工智能没有标准统一的定义，早期学者对人工智能概念的界定：1.约翰·麦卡锡（JohnMcCarthy）：人工智能是制造智能机器的科学与工程，这些机器能够执行通常需要人类智能才能完成的任务。2.马文·明斯基（MarvinMinsky）：人工智能是一门使机器能够完成那些人类认为需要智能才能完成的任务的科学。3.帕特里克·温斯顿（PatrickWinston）：人工智能是理解智能行为并构建能够模拟这些行为的计算机系统的科学。4.尼尔斯·尼尔森（NilsNilsson）：人工智能是研究如何使计算机系统能够表现出通常与人类智能相关的行为（如学习、推理、规划、感知）的领域。【知能基础】揭秘人工智能

人工智能的定义可以分为两部分，即“人工”和“智能”。

人工智能=人工+智能“人工”强调通过人类设计、制造和干预的技术手段，而非自然演化形成的智能系统；“智能”指系统具备感知、学习、推理、决策等能力，能够适应环境、解决问题并实现目标，其本质是对人类或生物智能的模拟与延伸。

总结起来，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的定义【知能基础】揭秘人工智能

根据人工智能发展水平，通常将人工智能分为弱人工智能（ArtificialNarrowIntelligence，ANI）和强人工智能（ArtificialGeneralIntelligence，AGI）。（1）弱人工智能（ANI）是通过计算机替代一部分人类的智能化能力或一部分智能的增强，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。人工智能的分类人形机器人与四足机器人（机器狗）DeepSeek等生成式人工智能工具自动驾驶系统【知能基础】揭秘人工智能

根据人工智能发展水平，通常将人工智能分为弱人工智能（ArtificialNarrowIntelligence，ANI）和强人工智能（ArtificialGeneralIntelligence，AGI）。（2）强人工智能（AGI）是一开始研究者们最终希望达到的智能，实际上可能或者根本无法达到。这样的机器将被认为是有知觉和自我意识的，可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系，在某种意义上可以看作一种新的文明。人工智能的分类当前仍处于弱人工智能阶段强人工智能=通用人工智能？超人工智能？【知能基础】揭秘人工智能人工智能与生成式人工智能的关系按照模型的特点和应用方向，人工智能可以分为生成式人工智能（GenerativeArtificialIntelligence，简称GenAI）和决策式人工智能（Decision-MakingArtificialIntelligence，简称Decision-MakingAI）两种重要的分支。（1）生成式人工智能是一种能够生成新的、与人类创造力相似的文本、图像、音频、视频等内容的人工智能技术。生成式人工智能广泛应用于内容创作、辅助工具、行业应用、娱乐与艺术等多个领域。【知能基础】揭秘人工智能人工智能与生成式人工智能的关系按照模型的特点和应用方向，人工智能可以分为生成式人工智能（GenerativeArtificialIntelligence，简称GenAI）和决策式人工智能（Decision-MakingArtificialIntelligence，简称Decision-MakingAI）两种重要的分支。（2）决策式人工智能是专注基于数据或规则做出最优决策的人工智能，决策式人工智能一般不需要使用到大语言模型。决策式人工智能的核心目标是通过分析输入信息（如环境状态、历史数据、用户行为等），选择最合理的行动或预测结果，以达成特定目标（如最大化收益、最小化风险等）。通常应用于人脸识别、推荐系统、风控系统、医疗诊断、机器人控制、自动驾驶等。【知能基础】揭秘人工智能【知能基础】人工智能的发展脉络人工智能发展简史1956年8月，在美国达特茅斯学院中，约翰·麦卡锡（JohnMcCarthy，LISP语言创始人）、马文·闵斯基（MarvinMinsky，人工智能与认知学专家）、克劳德·香农（ClaudeShannon，信息论的创始人）、艾伦·纽厄尔（AllenNewell，计算机科学家）、赫伯特·西蒙（HerbertSimon，诺贝尔经济学奖得主）等科学家聚在一起，提出“人工智能”，明确了其研究框架，包括机器学习、自然语言处理等核心方向，使AI从零散研究转向系统化学科。因此，1956年被广泛认为是“人工智能元年”。

人工智能从早期的专家系统和逻辑推理到后来的机器学习和深度学习，再到当前生成式人工智能的广泛应用，人工智能正在深刻地改变我们的生活方式和工作方式。【知能基础】人工智能的发展脉络人工智能发展简史【知能基础】人工智能的发展脉络人工智能三大学派人工智能的研究可以分为三个不同的学派，分别为符号主义学派、连接主义学派和行为主义学派，这些学派在人工智能的发展历史上起到了关键的作用。这三个学派在人工智能的研究和应用中各有侧重，且随着时间的推移和技术的进步，它们之间的界限变得越来越模糊，越来越多的研究开始结合多个学派的优点，以实现更加全面和高效的人工智能系统。【知能基础】人工智能的发展脉络人工智能三大学派

符号主义（Symbolicism），又称为逻辑主义（Logicism）、心理学派（Psychologism）或计算机学派（Computerism），符号主义认为人工智能源于数理逻辑。他们认为人类的认知基元是符号，人类认知的过程是各种符号进行推理运算的过程，认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，可以用计算机来模拟人的智能行为。

符号主义在1956年首先采用“人工智能”这个术语，并长期一枝独秀，为人工智能的发展作出重要贡献，特别是专家系统的开发与应用落地。【知能基础】人工智能的发展脉络人工智能三大学派连接主义（Connection），又称为仿生学派（Bionicsism）或生理学派（Physiologism）。连接主义认为人工智能源于仿生学，特别是对人脑模型的研究。他们认为人类的思维基元是神经元，而不是符号处理过程。从神经元开始进而研究神经网络模型和脑模型，成功开辟了人工智能的又一发展道路。连接主义的代表性成果是在1943年创立的脑模型即MP模型。20世纪70~80年代受限于生物原型和软硬件技术限制人们对脑模型的研究一度陷入低潮。直到有专家提出用硬件模拟神经网络后，连接主义才又重新抬头。当下人们对人工神经网络（ANN）的研究热情仍然较高。随着这类网络的复杂性和规模的提升也带来了许多可解释性问题。【知能基础】人工智能的发展脉络人工智能三大学派行为主义（Actionism），又称为进化主义（Evolutionism）或控制论学派（Cyberneticsism）。行为主义认为人工智能源于控制论。他们认为智能取决于感知和行动。认为智能不需要知识、不需要表示、不需要推理。人工智能以像人类智能一样逐步进化。智能行为只能在现实世界中与周围环境交互作用而表现出来。行为主义偏向于应用实践，从环境不断学习以不断修正动作。行为主义在早期工作中主要是模拟人在控制过程中的智能行为和作用。到20世纪80年代诞生了智能控制和智能机器人系统。【知能进阶】人工智能的未来在当前全球范围内，新一轮科技革命和产业变革正以人工智能为核心，迅猛发展。人工智能作为科技创新的“超级风口”，其未来发展趋势备受关注。（1）人工智能技术正逐步进入大规模商用阶段，其产品也将全面进入消费级市场。（2）基于深度学习的人工智能的认知能力将达到人类专家顾问级别。（3）人工智能实用主义倾向显著，未来将成为一种可购买的智慧服务。（4）人工智能技术将严重冲击劳动密集型产业，改变全球经济生态。4素养提升返回主目录【案例体验】解锁DeepSeek常用提示词DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。

为了帮助大家使用DeepSeek推理模型，下面将带领大家学习DeepSeek的常用提示词。案例描述【案例体验】解锁DeepSeek常用提示词体验环节（1）打开DeepSeekDeepSeek有网页版和APP版，网页版地址为/，APP版需要在手机应用市场下载。由于网页版和APP版指令使用方法是一致的，下面以网页版为例介绍常用提示词。官方网址：/【案例体验】解锁DeepSeek常用提示词（2）认识DeepSeek的提示词

提示词（Prompt）是用户输入给AI系统的指令或信息，用于引导AI生成特定的输出或执行特定的任务。简单来说，提示词就是我们与AI“对话”时所使用的语言，它可以是一个简单的问题，一段详细的指令，也可以是一个复杂的任务描述。提示词的典型构成包括指令、上下文和期望。1）指令（Instruction)：这是提示词的核心，明确告诉AI你希望它执行什么任务。2）上下文（Context)：为AI提供背景信息，帮助它更准确地理解和执行任务。3）

期望（Expectation)：明确或隐含地表达你对AI输出的要求和预期。期望（输出格式以及其他质量或内容上的要求）提示词构成【案例体验】解锁DeepSeek常用提示词结合文本、图像等多种形式的输入。多模态提示词引导AI进行创意写作或内容生成。创意型提示词要求AI对给定信息进行分析和推理。分析型提示词要求AI扮演特定角色，模拟特定场景。角色扮演型提示词直接告诉AI需要执行的任务。指令型提示词向AI提出问题，期望得到相应的答案。

问答型提示词提示词的类型（3）不同类型的提示词根据提示词内容结构不同，提示词可以分为六大类：指令型提示词、问答型提示词、角色扮演型提示词、创意型提示词、分析型提示词和多模态提示词。【案例体验】解锁DeepSeek常用提示词（4）常用提示词的使用下面结合具体的使用场景总结五类常用提示词示例，分别为：内容创作类、电商运营类、数据分析类、编程开发类和生活效率类，请在DeepSeek中试试吧。生成爆款标题生成10个【主题】吸引眼球的标题，要求包含：数字、情绪词和悬念。1生成课程大纲设计一门

【主题】的21天课程大纲，要求包含：每天的学习目标、主要内容和作业。2生成短视频脚本生成一个【时长】的【主题】的短视频脚本，要求包含：开场悬念、中间反转和结尾号召。3生成小红书种草文以【身份】的口吻，写一篇【产品】的种草笔记，突出3个使用场景和3个痛点解决方案。4生成文献综述围绕

【研究主题】，生成一份文献综述提纲，要求包含：按时间线梳理关键研究阶段（奠基期-发展期-最新突破）、归纳3-5个主要学术流派/理论框架及其代表人物和展望未来。5内容创作类【案例体验】解锁DeepSeek常用提示词（4）常用提示词的使用电商运营类优化产品描述为【产品】写一段吸引人的描述，突出3个卖点，包含3个使用场景。1分析电商评论分析以下评论数据，总结3个用户痛点和3个改进建议。2生成客服话术针对【问题】，生成5条专业且礼貌的客服回复话术。3撰写促销文章写一篇【活动】促进文章，内容300字，包含限时优惠、必要性和活动号召。4竞品分析报告对比

【产品A】和【产品B】，分别列出3个优势和3个劣势。5【案例体验】解锁DeepSeek常用提示词（4）常用提示词的使用数据分析类洞察销售数据分析以下【产品】销售数据，找出3个增长机会和3个潜在风险。1生成用户画像根据以下行为数据，生成【产品】的目标用户画像，要求包含5个特征。2预测市场趋势基于【某行业】最新数据，预测未来6个月的3个趋势。3解读财务报表解读【某行业】财务报表，指出2个关键问题和2个改进建议。4竞品定价分析分析

【竞品】的定价策略，给出3个优化建议。5【案例体验】解锁DeepSeek常用提示词（4）常用提示词的使用编程开发类生成代码注释为以下代码添加详细注释，解释每行代码功能。1Bug修复建议分析以下代码错误，提出改进建议。2API文档生成为以下函数生成标准的API文档，要求包含参数说明和示例。3算法优化建议优化以下代码，使其预测准确率提高5%。4编写指定功能代码写一段【编程语言】代码，实现【功能】。5【案例体验】解锁DeepSeek常用提示词（4）常用提示词的使用生活效率类生成旅游计划设计一份【地点】的7天旅游计划，要求包含景点、美食和交通建议。1制定健身计划制定一份适合【人群】的21天减肥计划，要求包含饮食和运动安排。2时间管理方案根据【日程表】，优化时间分配，提升工作效率。3理财规划建议根据以下收入和支出列表，制定一份年度理财计划。4设计学习路径根据以下学习情况，设计一份【技能】的3个月学习路径，包含每月、每周和每天学习目标。55视野拓展返回主目录全球首份《生成式人工智能教育与研究应用指南》2023年9月7日，联合国教科文组织颁布了《生成式人工智能教育与研究应用指南》2023年9月7日，联合国教科文组织颁布了《生成式人工智能教育与研究应用指南》（以下简称《指南》），这是全球首份生成式人工智能相关的指南性文件，旨在促使生成式人工智能能够更好地融入到教育。《生成式人工智能教育与研究应用指南》包含哪些重点？

（1）围绕生成式人工智能产生的争论及其对教育的影响。

对于教育行业来说，最显著的影响是：人工智能生成的大量存在偏差的信息，使学习者获取的信息源混乱。如果没有监管，未来的学生学习到的知识很有可能是不准确的、经人工智能加工提取后的片面信息。（2）促进在教育和研究中创造性地使用生成式人工智能。当ChatGPT首次推出时，世界各地的教育工作者表达了他们对其生成论文的潜力以及它如何帮助学生作弊的担忧。与此同时，互联网上也充斥着在教育和研究中使用生成式人工智能的建议。其中包括使用它来激发新的想法，生成多视角的例子，制定课程计划和演示文稿，总结现有的材料，并刺激图像创作。尽管互联网上几乎每天都有新的想法出现，但研究人员和教育工作者仍在研究基因对教学、学习和研究的确切意义。（3）未来，生成式人工智能

在教育场景中的实际应用探索。《指南》中提供了一些例子，说明在使用中的协同设计过程如何为研究实践提供信息，如何协助教学，如何为自定进度获取基本技能辅导，如何促进高阶思维，以及如何支持有特殊需求的学习者。（4）联合国教科文组织规定：使用人工智能工具的年龄限制为13岁。大多数生成式人工智能应用程序主要是为成人用户设计的。这些应用程序通常会给儿童带来巨大的风险，包括接触不适当的内容以及潜在的操纵。目前，ChatGPT的使用条款要求用户必须年满13岁，18岁以下的用户必须获得父母或法定监护人的许可才能使用服务。6学习评价返回主目录通过学习本章内容，评价自己是否达成了以下学习目标，在学习评测表中标出已经完成的目标情况（分A、B、C、D四个等级）。评测标准自我评价小组评价教师评价企业评价理解人工智能的定义

了解人工智能发展简史

了解人工智能三大学派及其对比

理解当前人工智能发展水平和未来趋势

【说明】A为学习目标达成；B为学习目标基本达成；C为学习目标部分达成；D为学习目标未实现。

谢谢！人工智能及Python应用第2章人工智能技术体系

1学习情境导入2职业能力目标3知能达标4

素养提升5视野拓展6学习评价目录1学习情境导入返回主目录

据中国信息通信研究院发布的《人工智能发展报告（2024年）》显示，以Transformer架构为基础的大模型不断取得新突破，在大数据、大算力加持下，逐渐实现单任务智能到可扩展、多任务智能的跨越。基础大模型的语言、视觉和多模态能力快速迭代，计算平台与模型创新紧密耦合，面向大模型的新一代数据工程成为核心技术手段。2职业能力目标返回主目录职业技能类别职业能力要求人工智能工程师（HCIA-AI）v了解人工智能、机器学习、深度学习的关系v了解人工智能的应用场景v了解人工智能的产业格局人工智能训练师（四级）v理解人工智能的技术路线v理解人工智能的基础应用技术3知能达标返回主目录人工智能技术体系是一个多层次、跨学科的复杂系统，它包括基础层的硬件设施，技术层的机器学习算法、深度学习框架和自然语言处理技术，以及应用层的智慧金融、智慧交通、智慧医疗等行业应用。这个体系不断演进，融合了大数据、云计算、5G和物联网等技术，推动人工智能技术从研究领域走进千行百业。它的目标是通过模拟和扩展人类智能，提高生产效率，优化决策过程，并改善人们的生活质量。随着技术的不断进步，人工智能技术体系已成为推动社会发展的关键力量。主要知识点

我们常用的计算机系统主要由硬件系统和软件系统共同构成的。硬件是有形的物理设备，是计算机系统中实际物理装置的总称，软件是指在硬件上运行的程序和相关数据的文档。数据流、指令流与控制流是计算机系统的三大支柱，确保程序高效、正确地执行。计算机系统构成【知能基础】人工智能的内在逻辑

人工智能系统也是一种计算机应用系统，其系统构成可以简单的概括为由输入系统（传感器、探测器等）、处理系统（语言识别、图像识别、自然语言处理等）、网络系统、决策系统、输出系统等组成，具有智能化的代替人完成重复性、复杂繁重工作的自动化处理系统。人工智能系统典型构成【知能基础】人工智能的内在逻辑人工智能三大要素

人工智能的核心要素包括算法、算力和数据。其中，算法是各类模型，是人工智能的“大脑”；算力就是执行算法所需的计算能力，是人工智能的“肌肉”；数据就是高质量的大数据，是人工智能的“燃料”，三者相辅相成、互相促进。【知能基础】人工智能的内在逻辑人工智能三大要素（1）算法算法定义了如何处理数据和执行任务的逻辑和步骤。算法决定了人工智能系统如何学习、做出决策和预测，以及如何从数据中提取有用的信息。人工智能算法有很多分类，其中机器学习、神经网络、深度学习、生成式人工智能是非常重要的技术子领域。【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法机器学习(MachineLearning，ML)主要研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，它使计算机系统能够从数据中学习并提高性能，而无需进行明确的编程。人脑与机器学习的对比【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法神经网络(NeuralNetwork，NN)可以泛指生物神经网络和人工神经网络(ArtificialNeuralNetwork,ANN)。典型的人工神经网络一般由输入层、隐藏层、输出层组成，层与层之间通过神经元连接，层内之间的神经元没有连接。感知机与人工神经网络【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法深度学习(DeepLearning，DL)的概念由Hinton等人于2006年提出，属于机器学习的子类。它的灵感来源于人类大脑的工作方式，是利用深度神经网络来解决特征表达的一种学习过程。深度学习一般指具有多个隐藏层的神经网络，“深度”某种意义上是指神经网络的层数。

深层神经网络【知能进阶】人工智能的内在逻辑人工智能三大要素（1）算法生成式人工智能（GenerativeArtificialIntenligence，GenAI）是深度学习应用的一个重要方向，通常采用复杂的深度神经网络架构。其中生成对抗网络（GenerativeAdversarialNetworks,GANs）是生成式人工智能领域的一个重要突破。

GANs技术原理图【知能进阶】人工智能的内在逻辑人工智能三大要素人工智能主要算法技术关系图人工智能（ArtificialIntenligence）机器学习（MachineLearning）神经网络（NeuralNetwork）深度学习（DeepLearning）生成式人工智能（GenerativeArtificialIntenligence）【知能进阶】人工智能的内在逻辑人工智能三大要素（2）算力算力即计算能力，也被称作计算力，是指计算机系统处理和执行计算任务的能力。小至手机、PC，大到超级计算机，算力存在于各种硬件设备。算力是衡量一个系统能否快速、高效处理复杂计算任务的关键指标，尤其在人工智能、大数据分析、科学计算等领域至关重要。算力单位一般为FLOPS（FloatingPointOperationsPerSecond，每秒浮点运算次数），FLOPS有多种变体，如：GFLOPS（GigaFLOPS）：每秒十亿次浮点运算TFLOPS（TeraFLOPS）：每秒万亿次浮点运算PFLOPS（PetaFLOPS）：每秒千万亿次浮点运算EFLOPS（ExaFLOPS）：每秒百亿亿次浮点运算【知能进阶】人工智能的内在逻辑算力级别计算能力范围典型应用场景代表性设备/系统备注个人电脑100GFLOPS-20TFLOPS办公/游戏/轻量AI推理Inteli9+RTX4090(12TFLOPS)消费级硬件，性价比较高服务器1-100TFLOPS数据库/Web服务/中小规模AI训练NVIDIADGXStation(100TFLOPS)支持多用户并发访问超级计算机1-1000PFLOPS气候模拟/核研究/基因测序天河二号（33.86PFLOPS）由数万CPU+GPU节点组成云计算集群可扩展至EFLOPS级大数据分析/分布式AI训练AWSEC2P4实例集群按需付费，弹性扩容量子计算机特定问题指数级加速密码破解/材料模拟/优化问题GoogleSycamore（53量子比特）非通用计算，需特殊算法人工智能三大要素【知能进阶】人工智能的内在逻辑人工智能三大要素（2）算力在《中国算力发展报告（2024年）》中将目前的算力主要分为通用算力、智能算力、超算算力、边缘算力，它们作为算力生态体系的重要组成部分，承载着不同的功能定位与应用场景，相辅相成而各有侧重，形成了优势互补、协同共进的良好发展格局。【知能进阶】人工智能的内在逻辑人工智能三大要素（2）算力目前通用算力、智能算力、超算算力、边缘算力四类算力已形成“云-边-端”协同生态，承载着不同的功能定位与应用场景，相辅相成而各有侧重，形成了优势互补、协同共进的良好发展格局。【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据随着社会信息化进程的加快，我们在日常工作和生活中每天都在不断产生大量的数据，例如消费行为数据、交通出行数据、线上学习数据、健康监测数据等。数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产要素。根据数据的不同形式和用途，可以将人工智能所需的数据主要分为四种类型：文本数据、图像数据、音频数据、视频数据。我们的每一天都在制造数据【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据文本数据是通过符号（如字母、数字、标点符号等）来传达信息，新闻文章、社交媒体内容等都属于文本数据。例如，豆瓣影评数据集是中文互联网中规模较大的公开电影评论数据资源，分为movies.csv（电影信息）、person.csv（演员信息）、users.csv（用户信息）、comments.csv（影评内容）、ratings.csv（评分记录）5个文件。（1）movies数据（2）person数据（3）users数据（5）ratings数据（4）comments数据【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据图像数据是由像素（pixel）组成的二维阵列，每个像素通过灰度值或颜色分量（红、绿、蓝三原色）表示局部区域的亮度或色彩信息，图像数据的格式主要有BMP、JPEG、JPG、PNG、GIF等。当使用手机拍一张照片来记录当前画面时，设置不同的格式、分辨率、色彩通道、灰度级别等属性将生成不同类型的图像。

高像素图像（左）与低像素图像（右）彩色图像（左）与灰度图像（右）【知能进阶】人工智能的内在逻辑人工智能三大要素（3）数据音频数据是数字化的声音数据，一段美妙的音乐就是音频。在计算机中，音频数据一般用音频文件的格式来保存。音频文件是指存储声音内容的文件，把音频文件用一定的音频程序执行，就可以还原以前录下的声音。音频文件的格式很多，包括WAV、MP3、WMA、AMR、CD、MID、RM等。音频【知能基础】人工智能的内在逻辑人工智能三大要素（3）数据视频数据‌是由一系列连续静态图像（帧）按时间顺序排列组成的动态视觉信息，通常结合音频流、字幕和元数据（如时间戳、分辨率参数），通过数字化方式存储或传输。其本质是‌时序化的图像序列‌，通过快速播放（通常以每秒24-60帧的速率）模拟真实世界的运动与变化。视频文件常见的格式包括MPEG-4、AVI、WMV、FLV、DAT、RM、MOV、ASF、DivX等。短视频以技术普惠性、社交传播效率与内容创新性为核心竞争力，重构了现代信息消费模式。部分主流短视频平台【知能基础】人工智能的内在逻辑按照技术实现逻辑，人工智能技术可以抽象出基础层、技术层和应用层基本架构。（1）基础层是计算能力和数据资源。（2）技术层是算法、模型和技术开发。（3）应用层聚焦在人工智能和各行业各领域的结合应用。【知能进阶】人工智能的内在逻辑【知能基础】人工智能外部生态AI++AI探索人工智能自身能力人工智能技术走进企业核心生产系统并创造价值计算机视觉智能语音识别自然语言处理知识图谱人机交互交叉领域智能制造智能金融智能交通智能安防智能医疗智能物流

随着人工智能技术的不断进化，人工智能迎来架构设计、交互方式、内容、应用生态等的全面创新和升级，呈现“AI+”和“+AI”

两种发展模式。在“AI+”模式下，探索人工智能自身能力，人工智能不仅是工具，更是驱动力，带来从无到有的颠覆性变化。在“+AI”模式下，在现有系统或流程基础上，人工智能作为增强工具，为行业创造更大价值。VS【知能进阶】人工智能外部生态限时任务1：以小组为单位，探讨人工智能典型应用领域，要求使用阿里云【通义千问】实时记录讨论要点，并以思维导图形式呈现，15分钟内完成，官网地址：/。打开网址：/①②【知能进阶】人工智能外部生态限时任务2：以小组为单位，结合所属专业方向和任务1结论，围绕“个人职业竞争力和就业岗位分析”完成PPT制作，要求使用【讯飞智文】生成PPT并演示汇报，官网地址：/。①②③④⑤⑥4素养提升返回主目录【案例体验】基于百度AI开放平台的动物识别百度AI开放平台是百度大脑的核心组成部分，旨在打造人工智能的开放生态，提供全球领先的语音、图像、NLP等多项人工智能技术。下面带领大家体验百度AI开放平台的图像识别能力中的动物识别，此功能可识别近八千种动物，适用于拍照识图、幼教科普、图像内容分析等场景。案例描述开放能力之图像技术概览【案例体验】基于百度AI开放平台的动物识别（1）登录百度AI开放平台

在浏览器中输入网址/tech/imagerecognition/animal，进入“动物识别”页面。体验环节动物识别页面【案例体验】基于百度AI开放平台的动物识别（2）功能体验（使用示例图片）

点击动物识别页面的“功能体验”，就可以示例图片开始功能体验，如图所示，这是一张大熊猫的图片，通过算法识别得出的结果是一些可能的类别及概率值，我们可以看到这张图片是国宝大熊包的概率为0.973，秦岭四宝的概率为0.018，团团圆圆的概率为0.002，圆仔的概率为0.002，棕色大熊猫的概率为0.001，小熊猫的概率为0.001。最终可以判定，这是一张国宝大熊猫的图片。右侧给出了请求（Request）和返回结果（Response），可便于在程序中通过接口调用。体验环节大熊猫识别【案例体验】基于百度AI开放平台的动物识别（3）功能体验（上传本地图片）

可以使用本地图片进行体验，点击动物识别页面选择区域中的“本地上传”，上传了一张狗狗的照片，如图所示，最终识别为拉布拉多的概率最大，为0.964。体验环节狗狗识别【思考】动物识别还可以使用在哪些业务场景，具体有何作用呢？

5视野拓展返回主目录联合国发布《学生人工智能能力框架》

联合国教科文组织（UNESCO）发布的《学生人工智能能力框架》是全球首个针对学生的人工智能能力框架，旨在指导政策制定者、教育工作者和课程开发者为学生提供有效的使用人工智能所需的知识、技能和价值观。《学生人工智能能力框架》从四个能力层面概述了十二种能力。这四个层面包括：“以人为本”人工智能观念、人工智能伦理、人工智能技术与应用以及人工智能系统设计。这些能力横跨三个进阶等级：理解、应用和创造。该框架详细介绍了课程目标和特定领域的教学方法。

该框架以学生作为人工智能共同创造者和负责任公民的愿景为基础，强调了对人工智能解决方案的批判性判断、对人工智能时代公民责任的认知、终身学习所需的人工智能基础知识，以及包容和可持续的人工智能设计。6学习评价返回主目录通过学习本章内容，评价自己是否达成了以下学习目标，在学习评测表中标出已经完成的目标情况（分A、B、C、D四个等级）。评测标准自我评价小组评价教师评价企业评价了解人工智能、机器学习、深度学习的关系了解人工智能的应用场景了解人工智能的产业格局理解人工智能的技术路线理解人工智能的基础应用技术【说明】A为学习目标达成；B为学习目标基本达成；C为学习目标部分达成；D为学习目标未实现。

谢谢！人工智能及Python应用第2章人工智能伦理法规

1学习情境导入2职业能力目标3知能达标4

素养提升5视野拓展6学习评价目录1学习情境导入返回主目录

随着人工智能（AI）技术的快速发展，其在各个领域的应用日益广泛。人工智能技术是一把双刃剑，也引发了一系列伦理和法规问题。例如，自动驾驶汽车在发生不可避免的碰撞时，如何做出道德决策？人工智能算法在招聘和信贷审批中的偏见问题，可能导致对某些群体的不公平待遇。此外，数据隐私问题也日益突出，个人数据被大量收集和分析，可能被用于不当目的。这些问题不仅需要技术上的改进，也需要法律和伦理框架的完善，以确保人工智能技术的健康发展。2职业能力目标返回主目录职业技能类别职业能力要求人工智能工程师（HCIA-AI）v理解人工智能带来的主要伦理问题v了解国内外人工智能法规概况人工智能训练师（四级）v了解人工智能伦理的核心要素v了解人工智能法规的重要作用3知能达标返回主目录人工智能伦理与法规问题引发了全球性争议。（1）‌技术方面‌，AI算法的“黑箱”特性导致决策过程缺乏透明性，例如医疗诊断系统可能因数据偏见误判病情。（2）‌隐私与安全‌方面，人脸识别、数据挖掘等技术引发个人信息滥用风险，例如未经授权的生物特征收集和深度伪造技术滥用，可能会威胁到公民基本权利。‌（3）伦理困境方面，自动驾驶的“电车难题”（选择牺牲乘客还是行人）和人工智能生成内容的版权归属问题（例如DeepSeek等生成式人工智能工具创作文本的著作权争议）。主要知识点【知能基础】人工智能伦理

伦理学是以道德现象为研究对象的哲学分支学科，其本质是对道德问题的系统性理论化思考。伦理学与各学科交叉涌现出大量的研究成果，例如《公共伦理学》《工程伦理学》《行政伦理学》《经济伦理学》《生物伦理学》《医学；伦理学》等。

人工智能与伦理学的关系呈现多维度的互动与重构，既需要伦理规范为技术发展提供价值指引，也面临着技术革命对传统伦理体系的颠覆性挑战。人工智能带来的主要伦理问题【知能基础】人工智能伦理算法偏见的问题责任归属的难题数据泄露的风险生命伦理的挑战人工智能带来的主要伦理问题【知能基础】人工智能伦理

（1）数据泄露的风险

人工智能数据泄露的风险主要存在于数据采集、处理和应用全链路。

数据采集环节，人工智能应用常以功能优化为名获取用户权限，例如部分办公软件通过人工智能辅助功能自动上传本地文档草稿，可能导致商业机密泄露。

数据处理环节，生成式人工智能工具可能会将用户输入内容永久纳入训练数据池。

数据应用环节，智能摄像头因固件漏洞遭黑客渗透，可实时调取家庭环境影像，人工智能换脸技术则通过伪造生物特征数据突破人脸认证系统。【知能基础】人工智能伦理典型案例：涉密信息被“云共享”

1.AI写作致泄密：2024年8月，国安部发布紧急通报，部分涉密人员在起草涉密材料时，为节省工作时间，违规将涉密素材和涉密文件内容输入AI写作小程序生成文章，造成国家秘密泄露。事实上，AI小程序会自动收集用户输入的信息内容以供自主学习，这些信息一旦进入数据库就很容易被境外间谍情报机关窃取，危害国家安全和利益。2.AI科研致泄密：某科研机构一研究人员保密意识淡薄，为快速完成研究报告，擅自使用一款流行的AI写作应用软件辅助办公，将部分核心数据及实验成果上传到该应用，导致该研究报告中的部分涉密敏感信息被泄露，在网上流传，给该科研机构造成经济损失，也给国家利益带来损害。事件发生后，该研究人员受到严肃处理。【知能基础】人工智能伦理隐患分析

生成式人工智能高度依托互联网、大数据、云计算平台，一旦输入涉密敏感信息，就会转化为大语言模型的模型参数，数据采集、处理、应用等各环节均面临泄密风险。大模型数据挖掘功能可基于海量原始数据进行多维推理和关联分析，哪怕只是截取涉密文件片段，也存在被攻击窃取或经关联汇聚后泄密的风险。【知能基础】人工智能伦理涉密不上网，上网不涉密：使用AI办公时需绷紧保密之弦，使用合法合规的国产大模型，强化风险意识，规范使用流程，不得将涉密文件、图片、音频、视频等信息，以拍照、输入、复制以及其他任何形式，部分或者全部使用生成式人工智能工具进行处理，坚决避免AI办公泄密。严守国家秘密：《中华人民共和国保守国家秘密法》第三十一条规定，任何组织和个人不得使用非涉密信息系统、非涉密信息设备存储或者处理国家秘密。保密提醒0102【知能基础】人工智能伦理

（2）算法偏见的问题

人工智能算法偏见指人工智能系统因数据缺陷或编程偏差导致的系统性决策歧视，表现为对特定群体产生不公平或有害结果的异常现象。其本质是技术系统对人类社会既有偏见的数字化复制与放大。【知能基础】人工智能伦理典型案例：信用评分的“数字牢笼”

2022年，某互联网金融平台因“地域歧视”登上热搜——来自三四线城市的用户发现，即便收入稳定、信用记录良好，他们的贷款额度普遍低于一线城市用户。调查发现，算法模型中“居住地”被赋予极高权重，甚至直接关联到风险评分。更令人震惊的是，平台通过爬取用户社交数据（如朋友圈关键词、消费记录）构建“隐形画像”：频繁购买低价商品、使用拼单软件等行为，会被判定为“消费能力不足”，从而降低信用等级。这类算法歧视直接导致恶性循环：低收入群体因评分低无法获得低息贷款，被迫转向高利贷，债务雪球越滚越大。【知能基础】人工智能伦理

（3）责任归属的难题

人工智能责任归属的复杂性源于技术链条的“多重代理”特性。当AI系统引发事故或歧视时，开发者、使用者、数据提供方、监管主体构成责任网络，传统法律框架面临“追责真空”：自动驾驶汽车因算法误判导致伤亡，责任应归咎于编写代码的工程师（可能基于有偏差的数据训练）、选择部署系统的车企，还是未及时干预的人类驾驶员？医疗AI误诊案件中，若算法决策逻辑受专利保护形成“技术黑箱”，如何界定医生对机器建议的审查义务？人工智能生成内容的版权如何归属？这种“责任弥散”效应导致维权困难，同时可能反向激励相关方推诿风险，亟需构建适配技术特性的新型责任分配机制。【知能基础】人工智能伦理

（4）生命伦理的挑战

人工智能在生命伦理领域的挑战，源于技术对生命本质的重新定义与干预。人工智能驱动的基因编辑技术让“定制婴儿”成为可能，富人可能打造“超人类”，加剧不平等，甚至催生基因武器。人机关系层面，护理机器人追求效率可能忽视患者尊严，虚拟伴侣的情感投射消解真实人际关系。【知能基础】人工智能伦理人工智能伦理的核心要素透明度和可解释性决策过程透明可追溯性和可解释性公平性和非歧视性算法公正性普惠性和包容性尊重和保护人权隐私权保护数据权保障知情权维护安全性和可靠性系统安全性稳健性和鲁棒性责任性和可追溯性责任主体明确合规性和合法性人工智能伦理的核心要素【知能基础】人工智能法规

人工智能法规的制定与实施对于保障人工智能技术的健康发展、维护社会秩序与公共利益具有深远意义。它不仅确保了个人数据的安全与隐私权益，防止了技术的滥用与侵犯，还促进了技术创新与产业升级，为人工智能的广泛应用奠定了坚实的法律基础。同时，人工智能法规通过明确责任归属、加强监管与自律，有效防范了技术风险与伦理挑战，维护了市场公平竞争与消费者权益，推动了人工智能与经济社会各领域的深度融合与可持续发展，为构建智慧社会提供了有力的法治保障。【知能基础】人工智能法规

中国人工智能法规以“发展与安全并重”为核心框架，采取“法律+政策+标准”协同模式，构建多层次治理体系。《网络安全法》《数据安全法》《个人信息保护法》构成AI治理核心框架，侧重数据安全与隐私保护；《生成式人工智能服务管理暂行办法》等细化内容治理，强化生成内容的合规标识与责任溯源；其他规范作为补充，进一步避免技术滥用与社会公平失衡。

（注：以下法规及政策依据现行有效版本整理，部分文件仍在动态修订中）中国人工智能法规【知能基础】人工智能法规2016年11月第十二届全国人民代表大会常务委员会颁布《网络安全法》，属于基础性、强制性法律文件，规范网络数据安全与个人信息保护，明确AI技术应用中的网络安全责任。2017年7月国务院发布《新一代人工智能发展规划》，属于战略指导性文件，规划至2030年人工智能发展目标，明确核心技术突破与产业融合路径。2021年8月第十三届全国人民代表大会常务委员会颁布《个人信息保护法》，属于强化个人隐私保护法律文件，约束AI处理个人信息的边界，要求算法透明化与用户知情权保障。2023年7月国家网信办等七部门联合公布《生成式人工智能服务管理暂行办法》，属于行业规章文件，明确生成式AI服务的内容安全、数据合规与伦理审查要求，实行分类分级监管。2021年11月国家互联网信息办公室等四部门发布《互联网信息服务算法推荐管理规定》，属于算法备案与透明度要求文件，要求算法服务提供者备案并公开基本原理，防止算法歧视与滥用。2021年9月国家新一代人工智能治理专业委员会公布《新一代人工智能伦理规范》，属于价值观嵌入与技术实践结合伦理规范文件，提出“可控可信”“以人为本”原则，要求AI系统设计嵌入伦理风险评估模块。2023年9月科技部等十部门印发《科技伦理审查办法（试行）》，属于软法约束、技术标准衔接文件，强制要求高风险AI研发设立伦理委员会，审查生命健康、社会公平等领域的应用风险。2023年11月中央网信办发布《全球人工智能治理倡议》，属于倡议类文件，围绕人工智能发展、安全、治理三方面系统阐述了人工智能治理中国方案。2024年12月工信部等四部门联合印发《国家人工智能产业综合标准化体系建设指南（2024版）》，属于技术标准文件，提出50项以上新国家标准目标，覆盖AI基础技术、产品、应用及安全全链条。2021年6月第十三届全国人民代表大会常务委员会颁布《数据安全法》，属于数据治理框架法律文件，确立数据分类分级制度，规范AI训练数据的合法采集、存储与跨境传输。2022年11月国家网信办公布《互联网信息服务深度合成管理规定》，属于行业规章文件，主要加强互联网信息服务深度合成管理。【知能进阶】人工智能法规

国际人工智能法规主要包括欧盟、美国及国际组织主导的多层次治理框架。欧盟于2024年正式实施《人工智能法案》，首创风险分级制度，禁止社会评分、潜意识操控等高危应用，并对通用AI模型（如ChatGPT）实施透明度审查，违者最高处罚企业年营收7%。美国通过《安全、可靠和可信赖AI行政命令》强化国家安全导向，要求AI企业共享安全测试数据，限制高端芯片出口，并针对算法歧视制定联邦标准。联合国教科文组织《人工智能伦理问题建议书》提出人权、环境可持续等全球性伦理准则，推动成员国完善立法。国际人工智能法规4素养提升返回主目录【案例体验】数字经济背景下人脸识别纠纷第一案2019年4月，郭某与妻子购买某野生动物世界“双人指纹年卡”，约定以指纹识别方式入园。后野生动物世界单方将入园方式改为‌人脸识别‌，并通过短信通知用户需激活人脸信息，否则无法入园。郭某认为此举侵犯其个人信息权益，协商退卡未果后提起诉讼，要求确认相关条款无效、赔偿损失并删除个人信息‌。案例描述【案例体验】数字经济背景下人脸识别纠纷第一案（1）个人信息处理合法性‌

法院认为，野生动物世界在未明确告知且未获用户同意的情况下，擅自将收集的‌照片信息激活为人脸识别数据‌，超出原合同目的，构成对个人信息的违法处理‌。（2）‌格式条款效力‌

指纹识别条款因用户实际使用而被认定为有效；但人脸识别条款未与用户协商，且未显著提示，故对郭某不具约束力。（3）‌违约责任‌

野生动物世界单方变更入园方式构成违约，需赔偿郭某合同利益损失及交通费，并删除其面部特征和指纹信息。争议焦点与法律认定【案例体验】数字经济背景下人脸识别纠纷第一案一审判决‌（2020年11月）：野生动物世界赔偿1038元，删除面部特征信息，驳回其他诉求‌。‌二审补充‌：增判删除指纹信息，强调生物识别信息的严格保护‌。‌典型意义‌：（1）‌司法标杆作用‌：作为全国首例人脸识别纠纷案，确立了个人信息处理的“合法、正当、必要”原则，推动《个人信息保护法》及司法解释的完善。（2）‌企业合规警示‌：要求企业在收集生物识别信息时明确告知用户，不得滥用技术强制捆绑服务。（3）‌公众意识提升‌：案件引发社会对技术滥用的广泛讨论，鼓励公众通过法律途径维护个人信息权益。（4）后续影响：‌该案被列为“人民法院十大典型案例”，为长三角地区数字经济与个人信息保护的平衡提供司法范本，同时加速了人脸识别技术应用边界的立法探索。‌判决结果与社会影响【案例体验】数字经济背景下人脸识别纠纷第一案‌制作人工智能普法宣传视频脚本生成视频生成视频剪辑/

/

/

/

结合本章学习内容，查阅资料，完成一段5分钟以内的人工智能普法宣传视频。视频制作主要分为脚本生成、视频生成和视频剪辑三个步骤。/wanxiang/需安装软件“剪映”专业软件（/download-guidance）【案例体验】数字经济背景下人脸识别纠纷第一案‌制作人工智能普法宣传视频

（1）脚本生成阶段

利用生成式人工智能工具（例如DeepSeek）生成内容框架，参考提示语为：生成5分钟人工智能普法视频脚本框架，包含：1)4个典型伦理风险案例（数据泄露/算法偏见/责任归属/生命伦理）2)中外法规对比（欧盟人工智能法案vs中国生成式人工智能管理办法）3)解决方案（伦理嵌入设计/审查机制/透明度原则）【案例体验】数字经济背景下人脸识别纠纷第一案‌制作人工智能普法宣传视频

（2）视频生成阶段

视频生成一般分为文生视频和图生视频，下面以图生视频为例，利用生成式人工智能工具（例如即梦AI）生成视频，具体操作可分为两步：

第一步：可将第（1）阶段生成的脚本内容作为图片生成参考提示词，例如：科技感动态数据流中浮现《三体》经典台词"给岁月以文明，而非给文明以岁月"【案例体验】数字经济背景下人脸识别纠纷第一案‌制作人工智能普法宣传视频

（2）视频生成阶段

第二步：可将第一步生成的图片作为视频生成的素材，生成视频片段。后续可以按照以上步骤分成若干视频片段。【案例体验】数字经济背景下人脸识别纠纷第一案‌制作人工智能普法宣传视频

（3）视频剪辑阶段

视频剪辑是为了将所有的视频素材编辑成一个完整的视频，下面以“剪映”为例，介绍视频剪辑主要步骤。

1）进入“剪映”操作界面，点击主页左上角的“素材”功能，可以自定义选择“图片”或者“视频”素材。

【案例体验】数字经济背景下人脸识别纠纷第一案‌制作人工智能普法宣传视频

（3）视频剪辑阶段

2）点击播放器区域的视频，可以进入编辑状态，将素材拖到对应轨道，在这里可以更换视频素材、文本、字幕等。编辑完成后，点击右上角的“导出”按钮，就可以将编辑好的视频导出到本地。

（说明：由于篇幅有限，以上仅为简要步骤，更多功能，请大家自主探索。）编辑素材修改文本5视野拓展返回主目录我国发布《全球人工智能治理倡议》《全球人工智能治理倡议》是由我国于2023年提出的全球性治理框架，旨在推动人工智能技术健康有序发展，平衡技术创新与风险防范，构建人类命运共同体。其核心内容包括以下方面：一、治理原则倡议提出以"以人为本、智能向善"为核心理念，强调人工智能发展应服务于人类福祉，遵循和平、发展、公平、正义、民主、自由的全人类共同价值。倡导构建开放、包容、共享的全球治理体系，反对技术垄断和阵营对抗，主张各国平等参与治理规则制定。二、核心治理内容‌安全可控发展‌：要求建立全生命周期风险管控机制，重点防范算法歧视、数据滥用、系统失控等风险，加强人工智能伦理审查和可解释性研究。‌公平包容原则‌：强调消除数字鸿沟，保障发展中国家技术参与权，反对技术霸权，要求确保算法公平性，避免加剧社会不平等。‌可持续发展导向‌：推动人工智能与联合国2030议程结合，在气候变化、医疗健康等领域发挥积极作用，禁止开发大规模杀伤性智能武器。‌数据治理体系‌：主张建立跨境数据流动规则，完善数据分类分级保护制度，强化个人信息保护和数据主权原则。三、实施路径倡议提出"多方协同、渐进优化"的治理模式，倡导建立政府主导、企业担责、科研机构协作、公众参与的治理机制。建议通过国际标准互认、技术伦理对话、联合研究项目等方式推进合作，支持联合国发挥主渠道作用，推动形成具有广泛共识的治理框架。四、中国承诺我国提出加强自身AI治理体系建设，包括完善法律法规、建立伦理委员会、推进技术标准制定等，承诺与发展中国家分享治理经验，提供技术援助，支持建设开放协作的全球研发平台。该倡议强调技术发展与社会价值的平衡，既维护技术创新的空间，又划定安全底线，为破解人工智能治理的"科林格里奇困境"提供了中国方案，体现了负责任大国的担当。通过倡导共商共建共享的治理模式，为构建公平合理的国际数字秩序提供了重要思路。6学习评价返回主目录通过学习本章内容，评价自己是否达成了以下学习目标，在学习评测表中标出已经完成的目标情况（分A、B、C、D四个等级）。评测标准自我评价小组评价教师评价企业评价理解人工智能带来的主要伦理问题了解国内外人工智能法规概况了解人工智能伦理的核心要素了解人工智能法规的重要作用【说明】A为学习目标达成；B为学习目标基本达成；C为学习目标部分达成；D为学习目标未实现。

谢谢！人工智能及Python应用第4章

语法基础—员工薪资管理

1任务导入2职业能力目标3知能达标4

素养提升5视野拓展6任务评价目录1任务导入返回主目录

某科技初创公司在业务扩张中面临薪资管理难题：传统手工计算效率低且易出错，数据保密性和合规性亟待保障。为提升管理效率和透明度，公司层决定开发集成薪资管理模块的系统。小E作为研发部门技术骨干，被任命为该模块设计负责人，需与技术团队、财务部门及管理层紧密协作。为实现需求，小E决定从后端开发入手，采用Python语言实现核心业务。Python的简洁语法和强大库的支持，使其成为处理复杂薪酬逻辑、数据统计与合规性校验的理想选择。让我们跟随小E走进Python的编程世界，开启薪资管理模块的开发之旅。2职业能力目标返回主目录职业技能类别职业能力要求人工智能工程师（HCIA-AI）

了解开发环境搭建与配置

掌握Python基础语法人工智能训练师（四级）

掌握Python编程规范

了解人工智能技术与Python之间的关系“Python程序开发”技能竞赛

运用运算符实现业务需求

规范命名标识符

正确定义和使用变量

掌握数据类型转换方法3知能达标返回主目录人工智能

vs

Python语言尽管人工智能开发可以使用几乎所有的编程语言实现，例如Python、C、C++、Java、Lisp、Prolog等，但Python因简洁易读、胶水语言著称，在人工智能开发中，Python成为众多程序员追求的神兵利器。主要知识点图1‑1中国人工智能产能规模

Python诞生于20世纪80年代末，荷兰计算机科学家吉多·范罗苏姆（GuidovanRossum）以简洁、易于使用、提高开发效率为目标设计了这一种语言，Python的第一个公开版本发布于1991年。

Python得名于英国喜剧团体“蒙提·派森飞行马戏团”（MontyPython’sFlyingCircus），吉多·范罗苏姆希望它能带来一种轻松愉悦的编程体验。【知能基础】Python语法简介吉多·范罗苏姆（GuidovanRossum）【知能基础】Python语法简介

随着Python版本的更迭，Python1.x和2.x版本逐步退出历史舞台，截至到2025年1月4日，Python3.13.2版本发布。简洁。Python代码的行数往往只有C、C++、Java代码数量的1/5~1/3。语法优美。Python语言是高级语言，它的代码接近人类语言，它大量使用英语单词作为关键字和函数名，这使得其代码具有很好的可读性和“自解释性”。简单易学。Python是一门简单易学的编程语言，它使编程人员更注重解决问题，而非语言本身的语法和结构。开源。Python是FLOSS（自由/开放源码软件）之一，用户可以自由地下载、拷贝、阅读、修改代码。可移植。Python语言编写的程序可以不加修改地在任何平台中运行。Python语言的特点【知能基础】Python语法简介扩展性良好。Python不仅可以引入.py文件，还可以通过接口和库函数调用由其它高级语言（如C语言、C++、Java等）编写的代码。类库丰富。世界各地的程序员通过开源社区又贡献了十几万个几乎覆盖各个应用领域的第三方函数库。通用灵活。Python是一门通用编程语言，可被用于科学计算、数据处理、游戏开发、人工智能、机器学习等各个领域。模式多样。Python既支持面向对象编程，又支持面向过程编程。良好的中文支持。Python3.x解释器采用UTF-8编码表达所有字符信息，编码支持英文、中文、韩文、法文等各类语言。Python语言的特点【知能基础】Python语法简介Python拥有大量成熟的机器学习框架，包括TensorFlow、PyTorch等顶级框架构建完整生态链，覆盖语音图像识别、自动驾驶等前沿场景。可视化调试工具助力模型优化，成为AI研发标准语言。人工智能机器学习1Python被称为“数据科学的瑞士军刀”，pandas、NumPy和matplotlib构成数据处理三剑客。兼容Spark、SQL等大数据生态。数据科学与科学计算利用Python语言的Requests+BeautifulSoup等组成采集矩阵，支持网页抓取、API解析、JSON处理。广泛应用于电商数据收集、舆情监测等场景，构建数据驱动决策体系。网络爬虫与数据抓取Python在系统管理和自动化运维领域也大显身手，以脚本化能力革新IT管理，批量处理、网络配置、日志分析皆可自动化。跨平台兼容性使其轻松集成Windows、Linux系统工具，显著提升运维效能。自动化运维和系统管理2345Python支持Django、Flask和FastAPI等Web开发框架，可快速构建跨平台Web应用。Instagram、YouTube等技术驱动型企业皆以Python为后端支撑，彰显其高性能优势。Web开发6Python提供了Tkinter、PyQt、Kivy等GUI框架突破开发边界，特别适合数据可视化工具、教育软件等轻量级应用开发，以极简代码实现高效交互。桌面应用开发Python应用领域【知能基础】Python语法简介【知能基础】Python开发环境搭建

为了满足不同规模人工智能应用程序的开发，尤其适应需要复杂依赖管理和高效工程化开发的场景，选用Anaconda+PyCharm搭建Python开发环境是一种平衡功能与灵活性的优选方案。1.下载安装Anaconda

（1）下载AnacondaAnaconda官网地址为/。进入官网后，