人工基础智能及概论 3

高职高专人工智能通识课规划教材人工智能概论（第2版）学习目标【能力目标】能够针对人工智能具体应用功能，阐述其实现原理；能够针对工作、生活场景中的具体需求，提出“人工智能＋”解决思路；能够践行“人工智能＋”行动，提高人工智能应用能力；能够本地布署DeepSeek。【素养目标】通过了解人工智能在工作、学习、生活中的应用，理解人工智能的应用场景，并能迁移到其他场景中去，创新性地解决问题；培养创新思维和创新能力，能够发现问题、分析问题并提出解决方案；通过学习人工智能在各行业中的应用成果，加强爱国主义教育，增强民族自信心、自豪感。【知识目标】熟悉人工智能在农业、制造业、交通、商业、金融、教育、医疗等领域的应用情况；了解智慧种殖和智慧养殖的基本概念和应用场景；了解智能质量检测、设备预测性维护和智能工厂的基本概念和应用场景；了解自动驾驶、车牌识别、智能交通工具的基本概念和应用场景；了解无人零售、智慧物流与智慧仓储的基本概念和应用场景；了解智能支付、智慧银行、智能风控、智能投顾的基本概念和应用场景；了解智慧课堂、个性化学习的基本概念和应用场景；了解医学影像识别、智能药物研发的基本概念和应用场景。知识图谱

学习单元10“人工智能+”行业10.1

AI＋农业10.2AI＋制造10.3

AI＋交通10.8实训10.9

拓展知识10.4

AI＋商业10.5AI＋金融10.6

AI＋教育10.7

AI＋医疗

高职高专人工智能通识课规划教材10.1

AI＋农业10.1.1智慧种殖智慧种植，作为智慧农业的重要组成部分，通过集成应用物联网、大数据、云计算、人工智能等现代信息技术，实现了农业生产的精准化、智能化和高效化。它不仅能够提升农作物的产量和品质，还能有效节约资源，保护环境，为农业的可持续发展开辟了新的道路。10.1

AI＋农业10.1.1智慧种殖1.智能灌溉和精准施肥根据粮农组织的数据，淡水总量的70％用于农业，使得农业成为全球最大的淡水消费者。通过实施精准灌溉，可以更加有效地用水，从而避免灌溉不足和过度灌溉。智能灌溉是指运用物联网、大数据、云计算与传感器技术相结合的方式对农业生产中的环境温度、湿度、光照强度、土壤墒情等参数进行实时监控，系统通过分析处理传感器数据信息，达到所设阈值或人为干预操作，作为灌溉设备运行的控制条件，实现智能化灌溉。10.1

AI＋农业10.1.1智慧种殖1.智能灌溉和精准施肥通过智能压力系统与物联网技术，将可溶性肥料与灌溉水精准混合，经管网输送至作物根部，实现水分与养分的按需供给。系统结合土壤墒情、作物需肥规律及环境数据，动态优化灌溉策略，助力农业节水、节肥、增产增效。深度融合人工智能技术，构建基于深度学习的农业专家决策引擎。通过农业知识图谱与区域种植数据库训练，针对不同地块的土壤质地、历史产量及微地形特征，生成定制化水肥配比方案。10.1

AI＋农业10.1.1智慧种殖2.智能温室智能温室大棚通过对温室内的温度、湿度、光照、二氧化碳浓度等环境参数的实时监测和智能调控，为作物创造最适宜的生长环境。当温室内温度过高时，系统自动开启通风设备和遮阳帘；当湿度不足时，自动启动喷雾加湿装置；当光照强度不够时，调节补光灯的亮度和时长。此外，智能温室大棚还可以根据作物的生长需求，自动调节CO2浓度，促进光合作用，提高作物的生长速度和抗病能力。10.1

AI＋农业10.1.1智慧种殖2.智能温室目前，我国耕地面积只有约19.29亿亩，不到美国的60％，却养活了约4倍于美国的人口，而耕地常年无法休耕，潜力已挖掘到极限。民以食为天，农作物产量想要破局，智能温室大棚技术和无土立体栽培技术至关重要。我国的智能温室大棚还引入了植物工厂水培、二培、立体栽培等技术，由于培育出的植物具有无菌、无虫、绿色等优点，该技术的未来发展前景良好。植物工厂和水培技术的应用场景如图所示。10.1

AI＋农业10.1.1智慧种殖3.智能虫情监测（1）农业病虫害识别APP。农业病虫害识别主要利用机器视觉、模式识别等方法，分析与识别病虫害，制定科学的防控措施。为了准确识别病虫害，可以农作物病虫害照片上传，应用深度学习算法提取病虫害的特征参数，识别病虫害的类别，建立专业的病虫害知识库与特征数据库。很多识别应用基于手机APP开展，APP上有用户和专家交流的社区，用户可咨询专家有关作物所患病虫害的解决方案。用户通过扫描农作物的生长状态和病虫害情况，在第一时间内获得线上植保专家给出的专业防治建议，快速和高效采取病虫害防治措施，同时也方便用户分享病虫害照片，不断丰富农作物病虫害数据库，提高未来系统的识别率。10.1

AI＋农业10.1.1智慧种殖3.智能虫情监测（2）虫情信息自动采集系统。虫情信息自动采集系统是新一代图像识别式虫情测报工具，分为监测站和云端平台。监测站在无人监管的情况下，能够实现对病虫的诱虫杀虫、虫体分散、拍照等功能，同时监测周边环境参数，实时将环境数据和病虫害数据远程上传至云平台。云平台通过图像处理技术，实现自动计数、识别昆虫种类功能。系统根据虫害识别和统计结果结合地理环境参数，对虫害的发生与发展进行分析和预测，为现代农业提供精确的虫情监测服务。右图为无人值守的虫害监测站。10.1

AI＋农业10.1.1智慧种殖4.无人驾驶农机与农业机器人（1）无人驾驶农机。无人驾驶农机是一种基于先进物联网、计算机视觉、北斗导航、雷达、惯性导航等技术的综合应用系统。它利用高精度北斗定位系统，结合地图图像进行匹配和位置校准，了解农田的空间位置、边界和地形。同时，车辆上装载的各种传感器，如雷达、摄像头、距离传感器等，可以实时检测周围环境。通过计算机视觉技术，无人驾驶农机能够实现精准的路线规划和行进控制，自动避免障碍物，确保农业生产的安全和高效。右图为无人驾驶收割机。10.1

AI＋农业10.1.1智慧种殖4.无人驾驶农机与农业机器人（2）无人机。无人机在农业生产中的应用也越来越广泛。它可以搭载各种传感器和设备，对农田进行快速、全面的监测。通过高清摄像头和多光谱传感器，无人机能够拍摄农田的图像，分析作物的生长状况、病虫害情况以及土壤墒情等信息。一旦发现病虫害，无人机可以迅速对病虫害区域进行标记，并及时通知农民采取防治措施。无人机还可以用于农药和肥料的喷洒作业，如图所示。与传统的人工喷洒方式相比，无人机喷洒具有效率高、覆盖均匀、节省人力等优点，能够在短时间内完成大面积农田的作业任务，同时减少了农药和肥料的使用量，降低了对环境的污染。10.1

AI＋农业10.1.1智慧种殖4.无人驾驶农机与农业机器人（3）智能除草机器人。我国纬尔科技推出的中国首台智能对行除草机器人，打破国外技术垄断，为中国农业现代化提供新的动力。纬尔科技智能对行除草机器人配备高精度摄像头，能够精准识别作物苗带，自动纠偏机具，让除草刀具始终贴合苗带，精准清除垄台、垄侧、垄底的杂草，以及苗下的小草。纬尔科技智能对行除草机器人通过北斗卫星导航系统，可实时采集农机运行轨迹，自动核算耕地面积，大幅提升作业效率，避免漏耕重耕。通过摄像头自动识别苗带，具备自动识别与自主除草功能，作业效率显著提升。另外还支持多种刀具配置，可根据不同作业需求快速更换刀具，确保最佳的除草效果。10.1

AI＋农业10.1.1智慧种殖4.无人驾驶农机与农业机器人（4）果蔬采摘机器人。据统计，我国果蔬采摘环节人力成本占生产总成本的40％-60％，而传统人工采摘效率仅为每小时15-30公斤，且存在果实损伤率高、夜间作业能力弱等问题。近年来，随着机器视觉、柔性机械臂、多传感器融合等技术的突破，果蔬采摘机器人正从实验室走向田间，在荔枝、番茄、草莓等高附加值作物领域实现商业化应用。10.1

AI＋农业10.1.1智慧种殖4.无人驾驶农机与农业机器人（4）果蔬采摘机器人果蔬采摘机器人准确识别成熟作物的速度与精度是提升机器人作业效率的关键。其利用高效的人工智能算法和先进的传感器，将数据采集设备与视觉系统结合，提高视觉系统对信息的处理速度，同时利用机器学习和深度学习等技术不断提高对成熟果实作物的识别精度。果蔬采摘机器人的手臂末端工具通常因作物而异。例如，辣椒表面光滑、蜡状，非常适合用吸盘夹住。西红柿比辣椒更脆弱，因此机器人使用软指抓手，在拉动水果以将其与植物分开时扭曲水果。草莓更加娇嫩，采摘时需要格外小心，例如有些果蔬采摘机器人在握住草莓的同时使用茎刀，避免在拉动时发生瘀伤。10.1

AI＋农业10.1.1智慧种殖4.无人驾驶农机与农业机器人（4）果蔬采摘机器人2024年，我国伟景机器人科技有限公司率先推出了全球首款智能人形采摘机器人，如图所示。这款机器人的采摘速度能达到每次两秒，包含机械臂采摘、转向、放入水果筐的整个流程。此外，该款产品具备通用采摘能力，无需更换夹具。10.1

AI＋农业10.1.2智慧养殖1.牛只识别（1）电子耳标。它是一种安装耳朵上的个体电子身份标签，集成了多种传感器、无信通信模块等电子设备，能存储与该头牛相关的各种信息，如出生日期、品种、健康状况、免疫记录、饲喂情况等。通过无线通信模块，电子耳标能够实时将这些数据传输到中央管理系统或云平台，供养殖户实时监控和分析。（2）智能项圈。它是一种新兴的智能穿戴设备，主要功能包括定位追踪、健康监测（如心率、体温等）、行为监测（如活动量、睡眠情况等）以及与手机APP的通信交互等。每个项圈拥有唯一的RFID标签，通过读写器对牛只进行身份识别。这个装置不仅可以随时随地了解牛的健康状况，还能追踪它们的活动轨迹和饮食习惯，可以实现全生命周期追溯。10.1

AI＋农业10.1.2智慧养殖1.牛只识别（3）牛脸识别。通过高清摄像头捕捉牛脸图像，基于卷积神经网络（CNN）算法提取眼纹、鼻纹等面部特征，结合RFID身份标签与智能项圈，可以准确关联每头牛只的身份信息，如图所示。10.1

AI＋农业10.1.2智慧养殖2.智能称重在养牛业中，牛群的体重无疑是一个核心指标。定期检测牛的体重，不仅关乎牛只的健康状况，还能反映出每头牛的成长差异，从而为分群养殖提供有力支持。只需让牛轻松走过，智能称重系统便能识别牛只身份，同时实时呈现每头牛的体重数据及其历史记录。它支持动态称重，即便牛在运动中也能实现精准的体重测量。此外，搭配使用保定架(固定牛只的装置，方便兽医诊疗、繁殖辅助等)和三分群系统，可以实现称重、保定与分群的一站式操作。10.1

AI＋农业10.1.2智慧养殖3.行为识别与健康预警各类传感器和高清摄像头实时捕捉牛群的一举一动，收集牛只的体温、心率、进食量、运动量等关键数据。识别跛行、反刍异常、发情鸣叫等多种典型行为，通过动作频率与姿态分析，系统提前48小时预警疾病（如蹄病、呼吸道感染）。例如，躺卧时间异常增长可能提示肢体疼痛，系统即时推送兽医介入建议，降低牛只死亡率。每头牛自动关联电子档案，记录生长、免疫等数据，支持溯源管理。10.1

AI＋农业10.1.2智慧养殖4.智能挤奶智能挤奶设备的应用，让挤奶过程更加高效、舒适和卫生。奶牛可以根据自身的生理需求，自主进入挤奶区域。挤奶设备能够自动识别奶牛身份，并根据其产奶情况调整挤奶参数，如挤奶速度、压力等。同时，在挤奶前后，设备会自动对奶牛的乳头进行清洗和消毒，减少乳房炎的发生风险。挤奶过程中的数据，如产奶量、牛奶质量等，也会被实时记录和分析，为养殖决策提供依据。学习单元10“人工智能+”行业10.1AI＋农业10.2AI＋制造10.3

AI＋交通10.8实训10.9

拓展知识10.4

AI＋商业10.5AI＋金融10.6

AI＋教育10.7

AI＋医疗

高职高专人工智能通识课规划教材10.2

AI＋制造10.2.1智能质量检测智能质量检测是一种利用人工智能技术对产品质量进行自动检测和评估的过程。它通过机器视觉、深度学习等技术对产品图像或视频进行分析，自动识别缺陷、异常和不合格情况。采集产品的图像或视频数据，然后将数据输入到经过训练的人工智能模型中，模型会对数据进行处理和分析，最终输出检测结果。与传统人工检测相比，智能质量检测具有高效、准确、一致性强等优势，可以大幅提高质量检测效率，降低人工成本，提升产品质量。10.2

AI＋制造10.2.1智能质量检测1.智能质量检测的特点智能质量检测具有如下特点。（1）自动化质量检测。智能质量检测系统可以自动检测产品缺陷、瑕疵和缺失部件，确保质量保证。（2）非接触式测量。智能质量检测可以执行尺寸测量、部件分类和识别，无需接触产品。（3）代码读取和验证。智能质量检测可以读取和验证条形码、数据矩阵码和字母数字文本。（4）适用性广。智能机器视觉系统几乎可应用于任何需要自动化视觉检测和分析的场景。10.2

AI＋制造10.2.1智能质量检测2.塑料瓶智能质量检测（1）瓶盖异常检测。在瓶盖异常检测方面，AI视觉检测展现出强大的实力。传统人工检测容易因疲劳和疏忽遗漏细微问题，而AI视觉检测系统能够准确判断瓶盖是否拧紧、有无破损或变形，如图所示。一旦检测到瓶盖异常，系统会立即发出警报，并剔除不合格产品，大大提高了产品的安全性和密封性。10.2

AI＋制造10.2.1智能质量检测2.塑料瓶智能质量检测（2）液位异常检测。对于饮料生产企业而言，液位不一致不仅影响产品外观，还可能导致成本控制出现偏差。AI视觉检测系统可以精确测量每个瓶子的液位高度，及时发现液位是否异常，如图所示，确保产品符合标准要求，避免因液位问题引发的客户投诉。10.2

AI＋制造10.2.1智能质量检测2.塑料瓶智能质量检测（3）瓶内异物检测。瓶内异物检测是塑料水瓶质量检测的重点。在生产过程中，哪怕是微小的异物进入瓶内，都可能对消费者的健康造成威胁。AI视觉检测技术凭借其高分辨率的成像和强大的算法，能够清晰地识别瓶内的杂质，为消费者的健康保驾护航。10.2

AI＋制造10.2.1智能质量检测2.塑料瓶智能质量检测（4）瓶身质量检测。除了缺陷检测，AI视觉技术还能对瓶子的尺寸进行精准测量，确保生产的瓶子符合设计规格。同时，它可以检测瓶子包装材料的瑕疵，提前发现潜在问题，避免因包装材料瑕疵导致的产品质量问题，如图所示。10.2

AI＋制造10.2.2设备预测性维护1.三种设备维护方式目前设备维护有三种方式：事后维护、预防性维护（定期维护）和预测性维护。10.2

AI＋制造10.2.2设备预测性维护2.什么是预测性维护预测性维护是指定期或连续地对设备的运行状态进行监测，预测设备未来发展的趋势，优化设备的性能和使用寿命。根据设备状态的发展趋势和可能的故障模式，预先制定预测性维修计划。可见，预测性维护是通过预测来做维护。它不再依赖固定周期的保养计划，而是基于设备的实时运行状态和历史数据，判断什么时候真的需要去维护设备。只要发现某个关键参数开始异常波动，就能提前发出预警，让维修人员在设备真正出故障之前就介入处理。10.2

AI＋制造10.2.2设备预测性维护3.AI在预测性维护中的作用（1）实时数据分析。AI可以实时处理来自设备的温度、振动、电流、电压、压力等传感器数据，识别其中的微小波动或异常模式，这种能力远远超出人工分析的效率和精度。（2）故障预测建模。通过机器学习，AI能够在海量历史数据中学习设备从正常运行到出现故障的全过程，并建立预测模型。一旦当前设备的数据与故障前的典型模式相似，系统就会立即发出预警。（3）设备剩余寿命预测。AI不仅能判断设备有没有问题，还能推算设备的剩余寿命。这让企业可以更好地安排备件采购、维修人员调度和生产计划，实现维护资源的最优分配。（4）自我学习与优化。AI模型并不是一成不变的，它会随着数据的不断积累而持续进化，预测准确率越来越高。10.2

AI＋制造10.2.3智能工厂智能工厂是指利用信息技术、物联网技术、人工智能技术等，实现工厂生产过程的自动化、数字化、智能化和网络化，提高生产效率、质量和灵活性的先进生产模式，是智能制造的重要组成部分。智能工厂框架是实现智能生产的核心结构，其设计和实施涉及多个层次和模块的协同运作。智能工厂框架通如图所示。10.2

AI＋制造10.2.3智能工厂灯塔工厂是指在第四次工业革命背景下，成功将物联网、人工智能、大数据分析、5G等数字化生产技术大规模应用，并在生产效率、资源利用率、可持续发展能力等方面取得突破性提升的制造业企业。“灯塔工厂”项目由达沃斯世界经济论坛与管理咨询公司麦肯锡合作开展遴选，被誉为“世界上最先进的工厂”，代表当今全球制造业领域智能制造和数字化最高水平。截至2025年1月，全球“灯塔工厂”已连续发布8年共计13批次，累计数量达到189家，我国有79家，占比约42%，总量位居世界首位。我国“灯塔工厂”主要集中在光电及电子产品制造、家用电器制造、工业及医疗设备制造、汽车及零部件制造四个领域，占到“灯塔工厂”数量的近七成（68.4%）。学习单元10“人工智能+”行业10.1AI＋农业10.2AI＋制造10.3

AI＋交通10.8实训10.9

拓展知识10.4

AI＋商业10.5AI＋金融10.6

AI＋教育10.7

AI＋医疗

高职高专人工智能通识课规划教材10.3

AI＋交通10.3.1自动驾驶1.

自动驾驶的定义自动驾驶是指通过人工智能、传感器和其他技术实现车辆在没有人为干预的情况下自主行驶的能力。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让车载电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。截至2024年8月27日，中国已累计发放自动驾驶汽车测试号牌1.6万张，开放了公共测试道路3.2万公里，有力支撑了自动驾驶技术验证和更新迭代。10.3

AI＋交通10.3.1自动驾驶2.

汽车驾驶自动化分级2021年8月，中国国家市场监督管理总局、国家标准化管理委员会批准发布《汽车驾驶自动化分级》（GB/T40429-2021），级别定义如下。（1）L0级（应急辅助）：系统会提供警告，或者是短暂的控制。驾驶员是车辆持续性行为的唯一决策者，需要控制方向盘，油门，刹车等一切控制装置。典型功能：车道偏离预警，自动紧急刹车，,BSD盲点预警等。（2）L1级（部分驾驶辅助）：系统会提供横向（转向）或者纵向（制动和加速）的车辆控制。可以辅助驾驶员进行横向或者纵向的驾驶辅助控制。典型功能：车道居中控制（LCC）、自适应巡航控制（ACC）等。（3）L2级（组合驾驶辅助）：系统可以主动保持和前车距离的同时，纠正车辆在车道内的横向位置，保持在车道中间行驶。典型功能：车道居中控制(LCC)、自动跟车、自动泊车等。L2系统只提供辅助功能，驾驶员需始终对车辆的行驶安全负责。10.3

AI＋交通10.3.1自动驾驶2.

汽车驾驶自动化分级（4）L3级（有条件自动驾驶）：在一定条件下，系统驾驶权与责任全部交给自动驾驶系统。不符合条件时，系统发出接管请求，由驾驶员接管车辆。该等级下事故责任可能归于厂商，然而，当系统提示驾驶员接管，但驾驶员未能及时反应导致事故时，责任仍可能由驾驶员承担。（5）L4级（高度自动驾驶）：系统几乎不需要驾驶员监控路面和系统状况。当系统出现不能满足自动驾驶条件的工况时，若驾驶员无反应，可以自动执行动态驾驶任务接管，系统具备自动达到最小风险状态的能力。在该等级下，无人驾驶汽车的事故责任一般由厂商负责。（6）L5级（完全自动驾驶）：系统在任何可行驶条件下都能完成所有驾驶任务。10.3

AI＋交通10.3.1自动驾驶2.

汽车驾驶自动化分级当前，大部分厂商的汽车自动驾驶等级位于L1/L2。汽车驾驶自动化分级与划分要素的关系如表10-1所示。

等级

名称车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务接管设计运行条件L0应急辅助驾驶员驾驶员及系统驾驶员有限制L1部分驾驶辅助驾驶员及系统驾驶员及系统驾驶员有限制L2组合驾驶辅助系统驾驶员及系统驾驶员有限制L3有条件自动驾驶系统系统动态驾驶任务接管用户（接管后成为驾驶员）有限制L4高度自动驾驶系统系统系统有限制L5完全自动驾驶系统系统系统

有限制*＊排除商业和法规因素等限制。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术1）传感器技术传感器是自动驾驶汽车的“眼睛”和“耳朵”，它们能够感知车辆周围的环境信息，为自动驾驶系统提供决策依据。自动驾驶汽车常用的传感器包括以下几种。①激光雷达。激光雷达是一种通过发射激光束并接收反射光来测量距离的传感器。它能够提供高精度的三维环境信息，包括物体的位置、形状、速度等。激光雷达具有测量精度高、响应速度快、抗干扰能力强等优点，是自动驾驶汽车中最重要的传感器之一。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术②摄像头。摄像头是一种通过拍摄图像来感知环境的传感器。它能够提供丰富的视觉信息，包括物体的颜色、纹理、形状等。利用计算机视觉技术对图像进行分析和处理，识别出物体的类型、位置、速度等信息。摄像头具有成本低、分辨率高、信息丰富等优点，是自动驾驶汽车中最常用的传感器之一。摄像头可以分为前视摄像头、后视摄像头、环视摄像头等不同类型，分别用于不同的场景。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术③毫米波雷达。毫米波雷达是一种通过发射毫米波信号并接收反射信号来测量距离和速度的传感器。它能够在恶劣的天气条件下工作，如雨雪、雾霾等，具有测量精度高、响应速度快、抗干扰能力强等优点。毫米波雷达分为长距离毫米波雷达和短距离毫米波雷达，分别用于不同的场景。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术④超声波雷达。超声波雷达是一种通过发射超声波信号并接收反射信号来测量距离的传感器。它主要用于近距离探测，如停车辅助、自动泊车等场景。超声波雷达具有成本低、测量精度高、响应速度快等优点。超声波雷达通常安装在车辆的前后保险杠上，可以实现对车辆周围近距离物体的探测。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术2）定位技术定位技术是自动驾驶汽车的“指南针”，它能够确定车辆在地图上的位置，为自动驾驶系统提供导航信息。自动驾驶汽车常用的定位技术包括以下几种。①北斗卫星导航系统（BDS）。BDS是一种通过接收卫星信号来确定位置的定位技术。它具有全球覆盖、精度高、使用方便等优点，是自动驾驶汽车中最常用的定位技术之一。BDS开放服务定位精度达到米级，通过地基增强服务（地面站网络）与精密单点定位技术，结合惯性导航系统（INS）等融合方案，可实现实时厘米级定位精度。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术2）定位技术②惯性导航系统（INS）。INS是一种通过测量车辆的加速度和角速度来确定车辆的位置和姿态的定位技术。它具有自主性强、精度高、不受外界干扰等优点，是自动驾驶汽车中重要的定位技术之一。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术2）定位技术③地图匹配技术。地图匹配技术是一种通过将车辆的位置信息与地图数据进行匹配来确定位置的定位技术。它具有精度高、可靠性强等优点，是自动驾驶汽车中常用的定位技术之一。将车辆的位置信息与地图数据进行比较，然后根据地图的拓扑结构和车辆的行驶轨迹，确定车辆在地图上的位置。地图匹配技术需要高精地图支持，同时还需要考虑地图的更新和误差校正等问题。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术3）通信技术通信技术是自动驾驶汽车的“神经系统”，它能够实现车辆与外部环境的信息交互，为自动驾驶系统提供决策依据。自动驾驶汽车常用的通信技术包括以下几种。①车辆对车辆（V2V）通信。V2V通信是一种通过车辆之间的无线通信来实现信息交互的技术。通过安装在车辆上的无线通信设备，将车辆的位置、速度、行驶方向等信息发送给周围的车辆，同时接收周围车辆发送的信息。它能够实现车辆之间的协同驾驶，避免发生碰撞。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术3）通信技术②车辆对基础设施（V2I）通信。V2I通信是一种通过车辆与道路基础设施之间的无线通信来实现信息交互的技术。它能够实现车辆与交通信号灯、交通标志、道路传感器等基础设施的通信。V2I通信可以实现交通信号灯优化、道路拥堵预警、智能停车等功能。③车辆对云端（V2C）通信。V2C通信是一种通过车辆与云端服务器之间的无线通信来实现信息交互的技术。它能够实现车辆与云端服务器之间的大数据传输和分析，为自动驾驶系统提供决策支持。V2C通信可以实现车辆远程监控、故障诊断、软件升级等功能。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术4）决策与控制技术决策与控制技术是自动驾驶汽车的“大脑”，它能够根据传感器感知到的环境信息和定位信息，做出决策并控制车辆的行驶。自动驾驶汽车常用的决策与控制技术包括以下几种。①路径规划。路径规划是一种根据车辆的起点、终点和环境信息，规划出一条最优路径的技术。②行为决策。行为决策是一种根据车辆的环境信息和目标，做出决策并选择合适的行驶行为的技术。行为决策需要考虑车辆的动力学特性、环境的障碍物和交通规则等因素，同时还需要考虑其他车辆和行人的行为。③运动控制。运动控制是一种根据车辆的行为决策和环境信息，控制车辆的速度、转向和制动等运动参数的技术。它能够提高车辆的行驶稳定性和精度。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术5）人工智能技术人工智能技术在自动驾驶汽车中扮演着关键角色。首先，它为车载传感器提供强大的感知和分析能力，使自动驾驶汽车能够准确地感知周围环境，包括道路、行人、其他车辆等。其次，人工智能技术中的机器学习和深度学习算法可以让汽车系统从大量历史数据中学习驾驶经验，逐步提高检测、识别和预测能力，从而做出更加智能和精准的决策。基于人工智能技术，自动驾驶汽车可以进行复杂的路径规划和车辆控制。10.3

AI＋交通10.3.1自动驾驶3.

自动驾驶所涉及的技术5）人工智能技术人工智能还可以帮助自动驾驶汽车应对各种复杂路况和紧急情况，做出快速反应和应对措施。实现自动驾驶汽车的关键在于各个子系统的高度融合和协调。人工智能技术可以帮助将感知、决策、控制等模块进行有机整合，使整个系统协调运行，提高安全性和可靠性。同时，人工智能还可以用于对自动驾驶系统进行虚拟仿真和测试，发现潜在的问题并进行优化改进。10.3

AI＋交通10.3.2车牌识别车牌识别是一种通过计算机视觉和模式识别技术来自动识别和提取车辆上的车牌信息的技术。它可以通过图像或视频中的车牌图像，将车牌上的字符和数字转化为可识别的文本信息。车牌识别主要步骤：车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别和结果输出。（1）车辆检测。通过埋地线圈检测、红外检测、视频检测等多种方式感知车辆的经过，并触发图像采集。（2）图像采集。通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。（3）图像预处理。包括噪声过滤、自动白平衡、自动曝光、伽马校正、边缘增强、对比度调整等。10.3

AI＋交通10.3.2车牌识别（4）车牌定位。在经过图像预处理之后的灰度图像上进行行列扫描，从而确定车牌区域。（5）字符分割。在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，并根据字符尺寸特征进行字符分割。（6）字符识别。对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。（7）结果输出。将车牌识别的结果以文本格式输出。10.3

AI＋交通10.3.2车牌识别影响车牌识别的因素主要有车牌识别摄像机安装位置问题、车辆速度、天气环境和网络通信等。例如，摄像机安装不当会导致车牌识别不准确；车辆速度过快或过慢可能会导致图像模糊；恶劣天气如雨雪、雾霾等也会影响识别结果；网络通信问题可能导致识别结果传输延迟或丢失。10.3

AI＋交通10.3.3智能交通工具1.智能轨道快运系统智能轨道快运系统（智轨）的概念最早由中国的科研团队提出，并在近年来得到了快速发展。2017年，中国首条智轨线路在湖南株洲正式开通运营，标志着智轨技术从理论研究走向了实际应用，如图所示。此后，智轨在国内多个城市得到了推广和应用，如四川宜宾、江西永修等，并且在技术研发和运营管理方面不断积累经验，逐步走向成熟。10.3

AI＋交通10.3.3智能交通工具1.智能轨道快运系统智轨在车辆设计、轨道系统、运行控制等方面采用了多种先进的技术。（1）车辆设计。智轨车辆通常采用橡胶轮胎，车身设计类似于现代有轨电车或轻轨车辆，具有较大的载客量和舒适的乘坐环境。车辆内部配备了先进的电子设备和控制系统，如自动驾驶系统、车辆定位系统、通信系统等，以实现车辆的智能化运行。（2）轨道系统。智轨的轨道系统与传统轨道交通有所不同。它不需要铺设传统的钢轨，而是采用了一种特殊的虚拟轨道技术。通过在道路上绘制或铺设特定的标识或感应装置，智轨车辆能够精准地沿着预设的轨道行驶。这种虚拟轨道技术不仅降低了建设成本，还提高了轨道的灵活性和适应性，能够更好地适应城市复杂的道路环境。（3）运行控制。智轨的运行控制主要依赖于先进的信息技术。车辆通过自身的传感器和通信设备，与控制中心进行实时通信，接收控制中心的指令，实现自动驾驶或辅助驾驶。控制中心则通过对车辆的运行状态、交通流量等信息的监测和分析，对车辆进行调度和管理，确保车辆的安全、高效运行。10.3

AI＋交通10.3.3智能交通工具2.无人出租车“萝卜快跑”作为百度Apollo旗下的自动驾驶出行服务平台，其近期在武汉的试运营更是引发了广泛的社会关注与讨论。“萝卜快跑”的核心优势在于其前沿的无人驾驶技术。这一技术不仅打破了传统出租车和网约车行业的运营模式，还通过减少人工成本、提高运营效率等方式，显著降低了出行成本。据报道，在试运营期间，“萝卜快跑”平均每辆车每天能完成高达100单的任务，且无需休息和人工成本，这对于消费者而言无疑是一大福音。10.3

AI＋交通10.3.3智能交通工具2.无人出租车2025年7月26日，2025世界人工智能大会在上海拉开帷幕，一项颠覆性创新正式亮相——市民可在世博展览馆周边约30公里路网内，通过手机APP自主下单预约“真无人”出租车，体验从短途接驳到跨区通行的全场景自动驾驶服务。随着《上海高级别自动驾驶引领区发展行动方案》发布及智能网联汽车示范运营牌照的发放，上海正率先开启自动驾驶商业化运营的新纪元。上海此次投入运营的无人出租车均达到L4级标准，即“高度自动驾驶”，可在限定区域内完全替代人类驾驶员。10.3

AI＋交通10.3.3智能交通工具3.无人物流车无人物流车是基于自动驾驶技术的智能运输工具，目前主要应用于快递快运末端配送，此外也可用于封闭场景物流运输、商超生鲜配送等，应用领域广泛。目前多家公司推出无人物流车产品，包括新石器、九识智能、白犀牛等初创公司以及顺丰、菜鸟、美团、京东物流等物流企业。在快递快运末端配送环节，上述企业的无人车已具备L4级别自动驾驶能力，可装载200～1000票快递，续航能力超过100公里，单价从十几万元降至两万元，有效减轻末端配送成本。10.3

AI＋交通10.3.3智能交通工具3.无人物流车国家邮政局数据显示，2024年快递行业日均业务量突破5亿件，但一线从业人员数量较三年前下降12％。无人驾驶物流车以7×24小时连续作业能力，在末端配送环节展现出惊人效能。京东物流在雄安新区的试点中，无人配送车日均处理订单量达传统模式的3倍，单票配送成本下降45％。学习单元10“人工智能+”行业10.1AI＋农业10.2AI＋制造10.3

AI＋交通10.8实训10.9

拓展知识10.4

AI＋商业10.5AI＋金融10.6

AI＋教育10.7

AI＋医疗

高职高专人工智能通识课规划教材10.4

AI＋商业10.4.1无人零售无人零售主要指在没有营业员、收银员及其他商店工作人员的情况下，由消费者自助进行产品挑选、购买，支付等全部购物活动的零售形态，具有多场景、大数据、降成本、提效率和重体验五大特点，其中消费流程数据化是无人零售产业链升级的核心。10.4

AI＋商业10.4.1无人零售无人零售具有以下特点。（1）便捷性。无人零售提供全天候不间断服务，不受时间和地域的限制，让消费者可以随时随地购买商品，并自可以实现自主选择商品、自助结算等功能，简化了购物的流程。（2）高效性。无人零售采用智能化技术，可以实现自动化的销售和服务，不需要人工辅助，可以提高效率，缩短顾客等待时间，在一定程度上可以减少人力成本和经营成本。（3）安全性。无人零售采用多种安全保护措施，包括视频监控、安全门禁、防窜货等，保证消费者的安全和商品货源的稳定。（4）个性化。无人零售可以根据消费者的购物记录和偏好，为消费者提供更加个性化的商品推荐和服务，增强消费者的满意度和忠诚度。10.4

AI＋商业10.4.1无人零售无人零售具有以下特点。（5）数据化。无人零售可以通过数据采集和分析，实现对商品的销售情况、购买行为、用户偏好等方面的分析，为商家提供更准确的市场预测和经营管理，从而更好地满足市场需求。（6）24小时不间断营业。无人零售可以24小时不间断进行销售，消费者可以在任何时间购买商品，方便快捷。（7）低人工成本。传统商业模式需要雇佣店员、安保等人员，而无人零售可以减少人工成本，降低企业经营成本。（8）智能化。无人零售设备可以自动统计库存、销售数据，提供业务数据分析和管理服务，降低企业运营风险。10.4

AI＋商业10.4.1无人零售1.无人零售智能柜目前，无人零售智能柜已成为适合新零售市场发展的科技产品。最初的自助售货机只卖饮品，其产品结构单一，功能属性单一。经过数十年的发展，现在已经升级为无人零售智能柜，这一类型的自助售货机不仅规模更大，商品品类更加丰富，而移动支付，物联网、语音识别、人脸识别等最新技术的应用，使无人零售智能柜可以获取用户及产品数据，并实精准营销。无人零售智能柜俨然成为未来至关重要的大数据入口，可以预计，未来无人零售智能柜将拥有更好的发展前景。10.4

AI＋商业10.4.1无人零售1.无人零售智能柜无人零售智能柜中，目前有三种技术方案用以实现对顾客拿走的商品的判断。①射频识别（RFID）。每个商品粘贴一个RFID标签（内含唯一电子编码），柜体内部安装RFID读写器。当用户打开柜门拿取商品时，读写器会扫描柜内标签，通过对比开门前后的标签列表，识别出被拿走的商品。②重力感应技术。每个货架或格子下方安装重量传感器，记录商品的初始重量。当用户拿走商品后，传感器检测到重量变化，系统根据预设的商品重量数据库，计算出减少的重量对应的商品。右图为智能柜内部的重力感应层板。10.4

AI＋商业10.4.1无人零售1.无人零售智能柜③视觉识别技术。柜内安装摄像头（单目/双目/3D摄像头），实时捕捉顾客取货的动作（见右图），通过计算机视觉算法分析商品的移动和手的轨迹，来判断顾客拿了多少商品，比如开门时系统会先拍一张货柜的照片，等顾客关上门时再拍一张照片，两张照片对比就知道少了哪些商品。在实际应用中，无人零售智能柜通常采用“RFID＋重力感应”或“视觉识别＋重力感应”的组合方案，以平衡识别的成本和准确性。10.4

AI＋商业10.4.1无人零售2.无人零售便利店走进无人零售便利店，首先映入眼帘的是那井然有序的商品陈列与智能化的购物环境。这里没有传统的收银员，取而代之的是先进的智能识别系统、自助结账机以及全方位监控的安防设备。顾客只需通过手机扫码进店，挑选商品后，将商品放置于自助结账区，系统便能自动识别商品信息并完成支付，整个过程流畅快捷，极大地提升了购物效率与体验。无人零售便利店利用AI视觉识别技术，实现对商品精准快速的识别与追踪；通过大数据分析，预测顾客消费偏好，优化商品结构，实现个性化推荐；借助云计算平台，实现数据的高效处理与存储，为店铺运营提供强有力的数据支持。科技的力量，让无人零售便利店不仅仅是无人，更是智慧与高效的代名词。10.4

AI＋商业10.4.1无人零售2.无人零售便利店（1）开门进店。目前无人零售便利店大多需要一定的操作流程才能进店，比如下载App、关注公众号等，辅以扫码、刷脸、按掌纹或虹膜感应等方式，方可开门进店。（2）选购商品。顾客进入商店后，在店内可以自由挑选产品。（3）自助收银。顾客把已经选好的商品，放入自助结账台，结账台的感应区会通过商品RFID标签对价格进行统计，随后生成相应的价格二维码，客户扫二维码付款。（4）核验出门。顾客完成购物后通过一个核验区，确认已付款后，系统把信号发送给门禁，门标收到指示后开门。10.4

AI＋商业10.4.2智慧物流与智慧仓储物流业是支撑国民经济和社会发展的基础性、战略性产业。随着新技术、新模式、新业态不断涌现，物流业与互联网深度融合，智慧物流逐步成为推进物流业发展的新动力、新路径，也为经济结构优化升级和提质增效注入了强大动力。智慧物流是通过大数据、云计算、智能硬件等智慧化技术与手段，提高物流系统思维、感知、学习、分析决策和智能执行的能力，提升整个物流系统的智能化、自动化水平，从而推动中国物流的发展，降低社会物流成本、提高效率。10.4

AI＋商业10.4.2智慧物流与智慧仓储1.

智慧物流应用架构智慧物流应用架构自上而下体现在三个层面：智慧化平台、数字化运营、智能化作业。如果把智慧物流看作“人”，智慧化平台就是“大脑”，数字化运营就是“中枢”，智能化作业就是“四肢”。“大脑”负责开放整合、共享协同，通过综合市场关系、商业模式、技术创新等因素进行全局性的战略规划与决策，输出行业解决方案，统筹协同各参与方；“中枢”负责串联调度，依托云化的信息系统和智能算法，连接、调度各参与方进行分工协作；“四肢”负责作业执行，依托互联互通、自主控制的智能设施设备，实现物流作业高效率、低成本。10.4

AI＋商业10.4.2智慧物流与智慧仓储2.AGV在智慧仓储中的应用传统的仓库管理方式往往依赖于人工操作，容易出现效率低下、错误率高以及难以应对大规模仓储需求等问题。智慧仓储管理系统应运而生，它借助先进的信息技术，如物联网、大数据、人工智能等，对仓库内的货物存储、出入库、盘点等环节进行高效、精准的管理。其中，自动导引运输车（AutomatedGuidedVehicle，AGV）是智慧仓储中必不可少的工具。10.4

AI＋商业10.4.2智慧物流与智慧仓储2.AGV在智慧仓储中的应用AGV具有如下特点。（1）自动化程度高。AGV不需要人工驾驶，可以按照程序设定自主运行。这大大减少了人力投入，降低了劳动强度，同时也避免了人为因素导致的操作失误。（2）灵活性强。AGV的运行路径可以根据仓库布局和工作需求灵活调整。无论是直线、弯道还是复杂的交叉路径，AGV都能够适应。（3）安全性好。AGV配备了多种安全检测装置，如激光传感器、红外传感器等。这些传感器能够实时感知周围环境，一旦检测到障碍物，AGV会立即停止运行或绕行，防止碰撞事故的发生。（4）可扩展性好。企业可以根据业务发展情况逐步增加AGV的数量。新加入的AGV能够方便地融入现有的AGV系统，协同完成工作任务。10.4

AI＋商业10.4.2智慧物流与智慧仓储3.京东智慧物流京东集团2007年开始自建物流，2017年4月正式成立京东物流集团。京东物流具备数字化、广泛和灵活的特点，服务范围覆盖了中国几乎所有地区、城镇和人口，通过“211限时送达”等时效产品和上门服务，重新定义了物流服务标准。京东物流服务网络主要包括仓储服务、运输服务、配送服务、大件服务、冷链服务、跨境服务等。10.4

AI＋商业10.4.2智慧物流与智慧仓储3.京东智慧物流2017年，京东物流创新推出云仓模式，将自身的管理系统、规划能力、运营标准、行业经验等用于第三方仓库，通过优化本地仓库资源，有效增加闲置仓库的利用率。截至2025年6月30日，京东物流已建立了覆盖超过220个国家及地区的国际线路，拥有约100个保税仓库及海外仓库，同时正在打造“双48小时”时效服务，确保48小时内可以从中国运送至目的地国家，在之后的48小时内、可以将商品配送至当地消费者手中。学习单元10“人工智能+”行业10.1AI＋农业10.2AI＋制造10.3

AI＋交通10.8实训10.9

拓展知识10.4

AI＋商业10.5AI＋金融10.6

AI＋教育10.7

AI＋医疗

高职高专人工智能通识课规划教材10.5

AI＋金融10.5.1智能支付智能支付是智慧金融的典型应用，通过将人工智能与支付系统相结合，实现支付过程的自动化和智能化。在人工智能的支持下，人脸识别支付、指纹识别支付、虹膜识别支付等支付方式得以实现与应用。（1）人脸识别支付。该方式通过捕捉用户的面部特征并与数据库中的面部信息进行比对，从而实现身份验证和支付操作。这种支付方式的优势在于无须任何物理接触，用户只需在支付设备前“刷脸”即可完成支付行为。人脸识别支付广泛应用于超市、餐厅、医院、火车站等场景能够提高支付效率，减少排队等待时间。10.5

AI＋金融10.5.1智能支付（2）指纹识别支付。该方式使用用户的指纹特征作为身份验证的依据，用户在支付时，只需将手指放在指纹识别器上，系统便会迅速识别并完成支付。由于每个人的指纹都不同，因此指纹识别支付具有较高的安全性。此外，指纹识别支付设备普遍小巧便携，适用于智能手机、智能手表等多种终端设备。10.5

AI＋金融10.5.1智能支付（3）虹膜识别支付。该方式是通过识别用户眼睛虹膜的独特纹理来进行身份验证的支付方式。虹膜识别具有极高的准确性，被认为是目前较安全的生物识别技术之一。在支付过程中，用户只需将眼睛对准虹膜识别设备，即可快速完成支付。虹膜识别支付适用于对安全性要求极高的场景。随着技术的普及，虹膜识别支付有望在更多场景中得到应用。10.5

AI＋金融10.5.1智能支付未来，各种生物识别技术将呈现融合发展的趋势。例如，微信支付最新推出的“刷掌支付”系统，集成掌纹识别与掌静脉检测技术，形成双重生物特征认证体系。技术演进方向将聚焦于跨模态生物特征融合、轻量化边缘计算模型，以及基于量子加密算法的生物模板保护体系。10.5

AI＋金融10.5.2智慧银行银行将不仅是一个‘地方’，同时也是一种‘行为’。客户需要的不是实体的营业网点，而是便利的服务和功能。随着信息技术的迅猛发展，商业银行的组织形式、服务模式也在悄然变化。智慧银行的特点如下。（1）智能管理平台。包括权限管理、机构管理、角色管理、数据分析汇总等。（2）智能导航。包括网点3D导航、功能分区引导、业务办理引导、流程指引、临近网点导航等。（3）智能联网排队。包括全行统一排队、全渠道排队、全渠道服务预约、智能识别和引导、客户关怀等。（4）智能填单。包括全行统一填单、多种柜面对接、第三方系统对接等。10.5

AI＋金融10.5.2智慧银行（5）精准营销。包括优质客户智能识别、营销数据分析挖掘、优质客户营销、客户营销展现等。（6）智能交互。包括多媒体评价交互、柜面业务交互、产品互动、营销互动等。（7）电子大堂。包括大厅服务管理、预警和提醒、信息互动、体验互动、生产力工具等。（8）掌上大堂。包括微信预约、微信预填单、网点查询、排队情况查询、网点导航、远程排队、服务预约等。（9）辅助决策。通过大数据统计分析提供丰富的数据支撑和决策依据。（10）第三方子系统。包括手机银行体验、VTM（远程视频柜员机）、超级柜台、贵金属展示、ATM（自动取款机）等。10.5

AI＋金融10.5.3智能风控风控即风险控制，是指风险管理者采取各种措施和方法，消灭或减小风险事件发生的可能性，或减少风险事件发生时所造成的损失。智能风控则是指利用人工智能、大数据、云计算等先进技术对金融业务中的风险进行识别、评估与监控。人工智能在智能风控中的应用已形成多维度的技术体系，并通过技术融合与场景创新，推动风控的应用从经验驱动转向数据智能驱动。10.5

AI＋金融10.5.3智能风控（1）全流程风控管理在金融业务链条中，风控管理需要贯穿用户全生命周期。人工智能通过“数据驱动＋实时计算”重构风控流程，从贷前准入、贷中监控到贷后管理形成闭环。①贷前准入。通过人工智能信用评分模型融合多维度数据，智能风控可以量化借款人违约概率。例如，某银行利用用户微信支付流水数据、公积金缴纳数据构建小微企业信用画像，将客户违约率降低至5％以下。10.5

AI＋金融10.5.3智能风控（1）全流程风控管理②贷中监控。基于流式计算框架与在线学习技术，智能风控得以实现交易行为的毫秒级风险决策。例如，某支付平台的风控系统每秒处理超50万笔交易，通过动态图神经网络实时识别异常模式，误拦率控制在0.3％以内。③贷后管理。利用生存分析模型预测用户还款能力衰减曲线，结合强化学习算法，智能风控可以动态制定催收策略。例如，某担保公司通过人工智能技术将催收分为18个精细场景，使90天以上逾期资产回收率提升27％。10.5

AI＋金融10.5.3智能风控（2）反欺诈体系构建随着深度伪造、自动化攻击等攻击方式的升级，单一防御手段已无法应对复杂欺诈场景。而人工智能通过生物核验、情报共享与对抗学习构建协同联防体系，在身份认证、数据协作、攻防对抗三大维度实现反欺诈能力的提升。①多模态生物核验。在人脸识别、声纹识别的基础上，叠加行为特征分析技术，智能风控可以构建立体化身份认证体系，从而有效提高反欺诈准确率。例如，一些金融机构的远程开户系统通过融合人脸活体检测、声纹动态验证及行为建模，提高开户安全性。10.5

AI＋金融10.5.3智能风控（2）反欺诈体系构建②欺诈情报共享网络。智能风控通过整合内外部数据可以构建跨行业欺诈名单库。例如，中国银联联合京东金融等机构成立的“互联网金融支付安全联盟”，通过区块链存证技术实现欺诈标签的实时同步，累计识别上千条跨境赌博资金链路。③对抗性攻防升级。针对使用生成对抗网络技术生成的虚假人脸、ChatGPT伪造的申请资料等新型攻击，智能风控可以研发防御性人工智能模型，升级金融系统的防御能力。例如，腾讯云开发的MaaS(模型即服务)，基于海量欺诈样本，通过大量预训练与模型对抗形成定制化的反欺诈风控模型，提高反欺诈风控效率。10.5

AI＋金融10.5.3智能风控（3）市场与合规风险管控在全球金融市场波动加剧、监管政策密集出台的背景下，金融机构急需从被动合规转向主动预判。人工智能通过时序预测模型解析市场规律，借助知识图谱分析合规逻辑，使风险管控兼具前瞻性与规范性。①市场波动预警。智能风控可以应用时序预测模型分析股市、债市、汇市波动率，并结合宏观经济因子生成压力测试报告。例如，高盛集团基于人工智能的“市场冲击模拟器”成功预判瑞士信贷债券下跌事件，提前72h启动对冲策略避免大量损失。②自动化合规引擎。智能风控应用的自然语言处理技术可以解析监管文件，构建合规知识图谱，并自动检查交易流水、合同条款的违规风险。10.5

AI＋金融10.5.4智能投顾投顾即投资顾问，是一种为用户提供投资建议的职业。智能投顾则是一种基于算法和模型，并根据用户的风险承受能力、收益目标等信息，为用户提供自动化投资组合管理、财务规划和投资建议的金融科技服务。智能投顾的应用场景广泛，这些场景依托智能投顾的实时数据处理、精准风险量化及自动化执行能力，推动金融服务从“经验驱动”向“数据驱动”转型。10.5

AI＋金融10.5.4智能投顾（1）个人财富管理。这是面向普通投资者提供低门槛、自动化的理财服务。例如，根据用户收入水平与风险偏好，智能生成股票、债券、基金等产品的多元化组合，并通过动态调仓帮助投资者实现短期储蓄增值或长期退休金规划。（2）机构资产配置。为中小银行、财富管理机构提供智能策略支持，能快速处理海量用户数据并生成定制化投资方案，降低人工成本，提升服务效率与合规性。10.5

AI＋金融10.5.4智能投顾（3）养老金与教育基金。通过长期收益预测模型和风险控制算法，为家庭设计养老基金组合或教育储蓄计划，平衡不同生命周期阶段的资产流动性需求。（4）跨境投资服务。利用算法分析全球市场数据，为高净值客户（指拥有较高可投资资产的个人）自动配置海外资产，规避单一市场波动风险。（5）普惠金融。借助低费率优势覆盖传统金融服务难以触达的长尾用户（指需求量小但数量众多的客户群体），如为用户提供智能定投、小额分散投资等标准化产品。学习单元10“人工智能+”行业10.1AI＋农业10.2AI＋制造10.3

AI＋交通10.8实训10.9

拓展知识10.4

AI＋商业10.5AI＋金融10.6

AI＋教育10.7

AI＋医疗

高职高专人工智能通识课规划教材10.6

AI＋教育10.6.1智慧课堂智慧课堂是指利用人工智能（AI）技术提升课堂教学的效率和效果的新型教育模式。通过AI技术，智慧课堂能够提供个性化的教学内容、实时的学习反馈和高效的课堂管理，从而优化教学过程，提升学生的学习体验。传统课堂面临诸多挑战。首先，课堂管理难度大，教师需要同时关注多个学生的表现，难以兼顾每个学生的个体需求；其次，学生参与度低，单一的教学方法容易导致学生注意力分散，学习兴趣降低等。此外，教学资源有限，教师难以为每个学生提供量身定制的学习材料和辅导。10.6

AI＋教育10.6.1智慧课堂智慧课堂通过AI技术，可以实时分析学生的学习行为和情绪状态，提供个性化的学习建议和即时反馈。AI还可以辅助教师进行课堂管理，自动生成教学资源，优化教学计划，从而提高教学效率和学生参与度，克服传统课堂的诸多局限性。这不仅提升了教学质量，也为未来的教育环境带来了无限可能。智慧课堂通过多种核心技术，利用AI优化教学过程和学习体验。智慧课堂的核心技术构成如图所示。10.6

AI＋教育10.6.1智慧课堂1.智能教学助手智能教学助手是AI在课堂中的重要应用，能够协助教师准备课程教材和设计教学计划，从而提高教学效率。（1）课程教材准备。AI可以根据教学大纲和教材内容，自动生成课件、练习题和考试题目。例如，AI可以从数据库中提取相关的图表、视频和文章，制作成完整的课件供教师使用。AI还根据教师的需求和学生的学习情况，推荐最适合的教学资源。例如，针对某个知识难点，AI可以推荐相关的教学视频和互动练习。（2）教学计划设计。AI通过分析学生的学习数据，帮助教师设计个性化的教学计划。例如，针对不同班级的学习进度和学生的理解情况，AI可以制定适合的教学节奏和内容安排。在教学过程中，AI会根据实时反馈，动态调整教学计划，确保教学内容和进度符合学生的实际需求。10.6

AI＋教育10.6.1智慧课堂2.实时课堂分析（1）监测学生表现。AI通过摄像头和传感器，实时监测学生的行为和表情，分析他们的课堂参与度。例如，AI可以检测学生的注意力集中情况，判断他们是否积极参与课堂讨论。AI通过分析学生的回答和互动，评估他们对教学内容的理解程度。例如，学生在答题过程中出现的错误和困惑，AI会及时记录并分析，以帮助教师了解学生的学习状况。10.6

AI＋教育10.6.1智慧课堂2.实时课堂分析（2）调整教学策略。AI将分析结果实时反馈给教师，提示需要调整的教学策略。例如，当发现多数学生在某个知识点上存在理解困难时，AI会建议教师进行补充讲解或提供额外的练习。根据实时分析，AI会推荐个性化的辅导方案，帮助学生更好地掌握知识点。例如，针对理解较慢的学生，AI会建议教师进行一对一辅导或提供额外练习。10.6

AI＋教育10.6.1智慧课堂3.互动教学工具（1）虚拟现实（VR）。VR技术将学生带入虚拟的学习环境，让他们身临其境地学习。例如，历史课上学生可以通过VR“参观”古代遗址，可以更直观地了解历史事件和文化背景。VR还可以模拟各种实验和操作，帮助学生在虚拟环境中进行实践。例如，化学实验课上，学生可以在VR中进行实验操作，观察反应过程和结果。10.6

AI＋教育10.6.1智慧课堂3.互动教学工具（2）增强现实（AR）。AR技术将虚拟内容叠加在现实世界中，提供互动的学习体验。例如，在医学领域，AR技术可以模拟手术场景和病例，让医学学生进行虚拟手术操作和诊断，提高他们的实践能力和决策能力。AR技术能够实时反馈学生的操作和表现，帮助他们及时纠正错误。例如，学生在医学课上使用AR进行虚拟手术时，系统会实时反馈手术步骤是否正确，并提供指导。10.6

AI＋教育10.6.1智慧课堂4.语言翻译和字幕智慧课堂通过实时语言翻译和字幕技术，帮助多语言环境下的学生更好地理解教学内容，促进全球化教育。（1）实时语言翻译。AI可以实时翻译教师的讲解内容，生成学生母语的字幕或语音。例如，在多语言班级中，学生可以选择自己熟悉的语言，实时接收课堂内容的翻译。学生也可以使用AI翻译工具，实时将自己的问题和回答翻译成教师使用的语言，促进课堂互动和交流。（2）多语言字幕。AI生成的同步字幕，可以帮助听力不佳或语言不熟练的学生更好地理解课堂内容。例如，听障学生可以通过阅读字幕，跟上课堂节奏，参与学习。学生可以保存课堂字幕记录，作为课后复习的参考资料。例如，学生在复习时可以回顾字幕内容，巩固课堂所学知识。10.6

AI＋教育10.6.2个性化学习传统教育系统存在统一进度、固定教材、单一教学方法等局限性，使不同能力的学生难以充分发挥潜力。人工智能的引入为个性化学习带来了新的希望。通过AI技术，教育系统可以根据学生的学习数据和行为，提供精准的学习路径和资源推荐。AI能够实时调整教学内容，识别学生情绪，提供心理支持，确保每个学生都能以最适合自己的节奏进行学习，从而提升整体学习效果。10.6

AI＋教育10.6.2个性化学习个性化学习是根据每个学生的独特需求、兴趣和能力量身定制的一种教育方式。通过数分析和人工智能技术，个性化学习可以调整教学内容、学习速度和方法，以最适合学生的方式提供教育支持，从而提高学习效果和学生的积极性。在个性化学习中，数据收集和分析是基础环节。人工智能（AI）通过记录和分析学生的学习行为、成绩和反馈，全面了解每个学生的学习需求。这种数据收集和分析过程为个性化学习奠定了坚实的基础，下图为个性化学习定制中人工智能工作流程图。10.6

AI＋教育10.6.2个性化学习1.数据收集和分析（1）学习行为记录。AI会记录学生每次学习的时间和频率，了解他们在不同时间段的学习效率。例如，有些学生可能在早上学习效果最佳，而另一些学生可能晚上的注意力更集中。AI还可以追踪学生的学习方式（阅读、视频学习、做练习题等），不同的学习方式反映了学生的学习风格，AI可以根据这些数据来调整推荐的学习资源。（2）成绩分析。AI会分析学生在不同科目和不同类型考试中的表现，找出他们的强项和弱项。例如，学生在数学考试中表现出色，但在语文考试中成绩较低，AI会重点关注语文的学习。AI还记录学生完成作业和练习题的情况，包括正确率、错误类型和解题思路。这些数据帮助AI了解学生在具休知识点上的掌握程度。10.6

AI＋教育10.6.2个性化学习1.数据收集和分析（3）学生反馈。学生可以通过学习平台反馈学习体验，如某一知识点是否理解、某一教学方法是否有效等。AI会根据这些反馈调整教学策略，提高学习效果。AI通过情感识别技术，监测学生的情绪变化，了解他们在学习过程中的心理状态。例如，学生在某些知识学习中表现出明显的挫败感，AI可以提供及时的心理辅导和鼓励。10.6

AI＋教育10.6.2个性化学习2.学习预测和定制在收集到大量的数据后，AI会利用机器学习模型对这些数据进行深入分析，预测学生的学习曲线，并提供个性化的学习路径。（1）学习曲线预测。AI根据学生过去的学习数据，预测他们未来的学习进度。例如，AI可以预测某学生在接下来的一个月内在数学方面可能的进步情况，并提前调整学习计划。通过分析学生在不同知识点上的表现，AI可以预测他们对新知识的理解能力，进而调整教学内容的难度。例如，对于理解能力较强的学生，AI会推荐难度较高的练习题，而对于理解能力较弱的学生，AI则会提供更多的基础练习。10.6

AI＋教育10.6.2个性化学习2.学习预测和定制（2）个性化学习路径。AI根据学生的学习需求，设计个性化的学习计划。这包括每日学习时间安排、学习内容选择和复习计划等。例如，对于需要加强英语语法的学生，AI会增加相应的语法练习和学习材料。AI会根据学生实时的学习情况，动态地调整学习路径。例如，当学生在某一内容表现优异时，AI会提前引入更高难度的内容；反之，则会提供更多的复习资料和补充练习。学习单元10“人工智能+”行业10.1AI＋农业10.2AI＋制造10.3

AI＋交通10.8实训10.9

拓展知识10.4

AI＋商业10.5AI＋金融10.6

AI＋教育10.7

AI＋医疗

高职高专人工智能通识课规划教材10.7

AI＋医疗