计算机与人工智能导论理论学时分配

计算机与人工智能导论第1章计算工具与计算机演进史21.1计算机的定义1.2计算机的起源与发展简史1.2.1史前时代（1623年前）1.2.2机械时代（1623—1895年）1.2.3电子管时代（1911—1946年）1.2.4晶体管时代（1947—1958年）1.2.5集成电路时代（1959—1970年）1.2.6微处理器时代（1971—1979年）1.2.7个人电脑时代（1980年至今）1.3现代电子计算机的发展历程1.4未来计算机展望1.5计算机的特点1.6计算机的分类1.6.1按规模与性能划分1.6.2按用途划分1.6.3按数据表示方式划分1.7计算机的应用1.8中国超级计算机发展史1.8.1起步与追赶（1960—1992年）1.8.2自主创新与产业化（1992—2010年）1.8.3领先世界与全面自主（2010年至今）第2章计算机系统组成42.1计算机系统的组成2.2计算机硬件系统2.2.1冯·诺依曼体系结构2.2.2运算器2.2.3控制器2.2.4存储器2.2.5输入设备2.2.6输出设备2.2.7计算机的总线与I/O接口2.3计算机软件系统2.3.1系统软件2.3.2应用软件2.4计算机硬件与软件的关系2.5计算机的硬件组成与核心配件2.5.1主板2.5.2中央处理器2.5.3内存2.5.4外存2.5.5显示卡2.5.6显示器2.5.7打印机2.6计算机性能评测2.6.1时间相关指标2.6.2计算能力指标2.6.3存储系统性能指标2.7绿色计算：可持续发展的必然选择2.7.1背景与紧迫性2.7.2核心实现途径2.8购机实践指南2.8.1台式机组装指南2.8.2笔记本电脑选购指南2.8.3购机行动建议第3章计算机中的数据表示23.1进制与转换3.1.1计算机中的进制3.1.2进制转换方法3.2数值数据的表示方法3.2.1计算机字节序3.2.2无符号整数存储3.2.3有符号整数存储3.2.4浮点数的存储3.3字符编码3.3.1ASCII码3.3.2EBCDIC码3.4汉字编码3.4.1汉字输入码3.4.2汉字机内码3.4.3汉字字形码3.5图像与声音数据的采集和表示3.5.1声音数据的采集和表示3.5.2图像数据的采集和表示第4章操作系统与网络基础34.1操作系统的功能与分类4.1.1操作系统的定义4.1.2操作系统的核心功能4.1.3操作系统的主要特征4.1.4操作系统的分类4.1.5国产操作系统现状4.2计算机网络基础4.2.1计算机网络的定义4.2.2计算机网络的构成4.2.3计算机网络的功能4.2.4计算机网络的分类4.2.5网络体系结构与协议4.2.6常见网络设备4.2.7IP地址4.2.8域名系统4.3从Web1.0到Web3.0的演进4.3.1Web1.0（静态Web，1990年代—2000年代初）4.3.2Web2.0（动态Web，2000年代中期至今）4.3.3Web3.0（智能Web，2010年代至今，持续演进）4.3.4演进逻辑：从信息载体到价值网络4.4物联网技术概述4.4.1物联网定义4.4.2物联网体系结构4.4.3物联网典型应用场景4.5网络安全与隐私保护4.5.1网络安全主要威胁4.5.2网络安全防护技术与措施4.5.3个人隐私保护重点4.5.4法律法规与未来趋势第5章软件构建基础：语言、编译与工程35.1语言的演进之路5.1.1机器语言5.1.2汇编语言5.1.3高级语言5.1.4语言演进的核心趋势5.2程序的结构化思维与范式5.2.1结构化程序设计5.2.2程序设计范式5.2.3结构化思维的培养5.3编译原理概述5.3.1编译与解释的区别5.3.2编译器的核心工作流程5.3.3编译原理的应用价值5.3.4词法分析初步5.3.5语法分析初步5.3.6中间代码生成5.3.7代码优化5.4软件工程基础5.4.1软件工程的核心概念5.4.2软件生命周期5.4.3常见的软件工程过程模型5.4.4软件工程的核心原则第6章算法与数据结构26.1算法的定义与表示方法6.1.1什么是算法？6.1.2算法设计实例：寻找最大值6.1.3算法的常用表示方法6.1.4从传统算法到AI算法6.2算法复杂度分析与评价6.2.1为什么要分析复杂度？6.2.2时间复杂度6.2.3空间复杂度6.2.4复杂度分析在AI中的重要性6.3数据结构概述6.3.1数据结构定义6.3.2数据结构的三要素6.3.3学习数据结构的意义6.4线性结构6.4.1顺序表6.4.2链表6.4.3栈6.4.4队列6.4.5线性结构在人工智能中的应用6.5非线性结构6.5.1树形结构6.5.2图结构6.5.3集合结构6.5.4非线性结构在人工智能中的应用第7章数据管理与大数据技术37.1数据管理技术发展脉络7.1.1人工管理阶段（20世纪50年代中期以前）7.1.2文件系统阶段（20世纪50年代后期—20世纪60年代中期）7.1.3数据库系统阶段（20世纪60年代后期至今）7.2关系模型与SQL语言基础7.2.1关系模型的基本概念7.2.2SQL语言的定义与分类7.2.3SQL语言基础操作示例7.3数据安全与隐私保护机制7.3.1技术层面的保护机制7.3.2管理层面的保护机制7.3.3个人用户的隐私保护措施7.4大数据技术概述7.4.1大数据的5V核心特征7.4.2大数据技术体系7.4.3大数据与人工智能7.5数据伦理与法律法规7.5.1数据伦理的核心内涵7.5.2我国数据相关的核心法律法规7.5.3数据伦理与法律的实践要求第8章人工智能概述28.1人类智能与人工智能的定义8.1.1从人类智能到智能的核心特征8.1.2人工智能的多维度定义8.1.3人工智能的分类8.2AI发展历程8.2.1萌芽期（1936—1955年）：AI的“理论奠基”8.2.2诞生与第一次起落：从达特茅斯会议到第一次寒冬（1956—1974年）8.2.3第二次起落：专家系统的繁荣与第二次寒冬（1974—1993年）8.2.4复苏与当前复兴：深度学习引领的AI热潮（1993年至今）8.3人工智能的主要学派8.3.1符号主义8.3.2连接主义8.3.3行为主义8.3.4三大学派的融合趋势：从“各自为战”到“协同合作”8.4中国人工智能发展战略8.4.1战略演进与布局8.4.2发展阶段与特征分析8.4.3战略目标：政策锚定的三维发展方向8.4.4关键成果：政策赋能下的“从跟跑到领跑”第9章机器学习基础49.1机器学习发展历程9.1.1关键发展阶段9.2机器学习定义9.3机器学习基础认知9.3.1多学科支撑基础9.3.2核心要素9.3.3工作流程9.4机器学习研究方向9.4.1核心研究领域9.4.2不同环境下的研究重点9.5机器学习应用领域9.6机器学习三大范式9.6.1监督学习9.6.2无监督学习9.6.3强化学习9.6.4里程碑事件9.6.5三大学习范式的对比9.7常见的机器学习算法9.7.1算法概述与学习导航9.7.2回归算法9.7.3K-近邻算法9.7.4决策树9.7.5随机森林9.7.6朴素贝叶斯算法9.7.7K均值聚类9.7.8支持向量机9.7.9神经网络算法第10章深度学习基础310.1深度学习的定义10.2从感知机到深度学习演进10.2.1神经元模型的提出10.2.2感知机：第一个神经网络模型10.2.3感知机的局限与研究的低谷10.2.4多层感知机与反向传播算法的突破10.2.5深度学习的崛起10.2.6深度学习的现状与未来趋势10.3神经网络基本结构10.3.1神经元10.3.2输入层、隐藏层与输出层10.3.3激活函数10.3.4权重与偏置10.3.5手写数字识别为例10.4卷积神经网络与视觉应用10.4.1卷积神经网络的定义10.4.2从全连接到卷积10.4.3卷积层10.4.4池化层10.4.5特征的层层抽象10.4.6视觉应用的广阔天地10.5循环神经网络与语言处理10.5.1循环神经网络的定义10.5.2记忆与传递10.5.3处理长距离依赖的改进版本10.5.4以情感分析为例10.5.5语言处理的广阔天地10.6深度学习训练与优化10.6.1训练的目标10.6.2损失函数10.6.3梯度下降10.6.4反向传播10.6.5欠拟合与过拟合10.6.6优化策略10.7人工智能、机器学习、神经网络、深度学习的关系第11章机器人学、智能体与具身智能311.1机器人学基本概念11.1.1机器人的发展历程11.1.2机器人的定义与核心特征11.1.3机器人的分类11.1.4机器人系统的核心组成11.1.5机器人伦理与安全原则11.2机器人的感知、规划与控制11.2.1感知系统11.2.2任务与运动规划11.2.3控制系统11.3从工业机器人到服务机器人11.3.1工业机器人11.3.2服务机器人11.3.3工业机器人与服务机器人的核心差异11.3.4技术融合与发展趋势11.4智能体概述11.4.1智能体的定义与核心特征11.4.2智能体类型11.4.3智能体任务环境11.4.4智能体的运行机制11.4.5智能体的技术架构和核心技术11.4.6智能体的典型应用场景11.4.7智能体未来发展趋势11.5具身智能概述11.5.1大模型：具身智能的“大脑”11.5.2具身智能：定义、特征与前沿趋势11.5.3具身智能的关键技术：“四肢”与“神经”的协同第12章自然语言处理与大语言模型312.1自然语言处理基础12.1.1什么是自然语言处理12.1.2自然语言处理的技术方法演进12.1.3自然语言的特性与处理难点12.1.4自然语言处理技术体系12.1.5自然语言处理的核心任务12.1.6自然语言处理的工作原理12.1.7应用案例：智能客服系统12.1.8自然语言处理的典型应用场景12.2大语言模型12.2.1大语言模型的概念与特点12.2.2大语言模型的训练流程12.2.3Transformer模型架构12.2.4大语言模型的核心技术要素12.2.5国内外主流大语言模型应用场景对比12.2.6大语言模型的挑战12.2.7大语言模型的发展趋势12.3AIGC12.3.1什么是AIGC12.3.2AIGC的技术原理12.3.3AIGC的模态分类12.3.4AIGC的典型应用场景第13章AI伦理、法律、治理与未来213.1AI风险与社会挑战13.1.1就业结构冲击与技能转型挑战13.1.2算法偏见与歧视固化13.1.3自主武器与安全威胁13.1.4深度伪造与社会信任危机13.1.5心理依赖与人类能力退化13.1.6中国情境下的特殊挑战13.2可信AI13.2.1可信AI的概念与背景13.2.2可信AI的核心特征13.2.3可信AI的构建13.2.4可信AI的典型应用场景13.2.5可信AI的挑战13.3AI治理与法律法规13.3.1全球AI治理格局13.3.2关键法律问题探讨13.4未来展望：AGI与人类发展13.4.1AI与人类能力的辩证对比13.4.2通往AGI的技术路径13.4.3AGI的社会影响预测13.4.4中国在AGI时代的战略定位第14章AI赋能行业典型应用214.1智能交通与智慧城市14.1.1典型案例：雄安新区AI智能红绿灯系统14.1.2案例分析14.1.3技术原理14.2智慧医疗与AI辅助诊断14.2.1典型案例：腾讯觅影·肺炎CT影像分析系统14.2.2案例分析14.2.3技术原理14.3智能教育与个性化学习14.3.1典型案例：学堂在线大模型智能教育助手14.3.2案例分析14.3.3技术原理14.4智能制造与工业视觉14.4.1典型案例：库卡工业机器人柔性生产系统14.4.2案例分析14.4.3技术原理14.5AI在金融中的应用14.5.1典型案例：蚂蚁集团“智能风控大脑”14.5.2案例分析14.5.3技术原理14.6AI在农业中的应用14.6.1典型案例：遨博智能采收机器人14.6.2案例分析14.6.3技术原理第15章前沿技术与实践能力培养215.1大模型与AIGC技术进展15.1.1大模型最新进展（2025—2026年）15.1.2AIGC：从内容生成到物理世界模拟15.1.3三大发展趋势15.2多模态AI、世界模型与具身智能15.2.1全模态AI：从“拼接”到“原生”15.2.2世界模型：AI理解物理世界现实物理世界15.2.3具身智能：从数字走向物理15.3量子计算与AI融合展望15.3.1量子计算基本进展15.3.2量子机器学习（QML）15.3.3未来应用场景15.4AICoding：全新软件开发范式15.4.1什么是AICoding？15.4.2AICoding项目开发流程15.4.3AICoding最佳实践15.5开源平台应用入门——阿里系生态15.5.1魔搭社区（ModelScope）15.5.2通义千问Qwen315.5.3PAI平台15.5.4实践入门路径15.6学科竞赛与创新创业15.6.1OpenClaw：开源AIAgent的革命15.6.2OPC：AI时代的创业新范式15.6.3TheAgency模式：销售AI代理服务15.6.4竞赛与创业建议15.7实践能力培养体系=SUM(ABOVE)40

计算机与人工智能用于教学日历的章节标题章节标题学时数第1章计算工具与计算机演进史1.1计算机的定义1.2计算机的起源与发展简史1.3现代电子计算机的发展历程1.4未来计算机展望1.5计算机的特点1.6计算机的分类1.7计算机的应用1.8中国超级计算机发展史1.9思政微语：计算强国路——从“玻璃房”到“中国芯”第2章计算机系统组成2.1计算机系统的组成2.2计算机硬件系统2.3计算机软件系统2.4计算机硬件与软件的关系2.5计算机的硬件组成与核心配件2.6计算机性能评测2.7绿色计算：可持续发展的必然选择2.8购机实践指南2.9思政微语：技术向善，赋能绿色发展第3章计算机中的数据表示3.1进制与转换3.2数值数据的表示方法3.3字符编码3.4汉字编码3.5图像与声音数据的采集和表示3.6思政微语：数据表示里的匠心与担当第4章操作系统与网络基础4.1操作系统的功能与分类4.2计算机网络基础4.3从Web1.0到Web3.0的演进4.4物联网技术概述4.5网络安全与隐私保护4.6思政微语：国产操作系统的突围之路——自主创新与时代使命第5章软件构建基础：语言、编译与工程5.1语言的演进之路5.2程序的结构化思维与范式5.3编译原理概述5.4软件工程基础5.5思政微语：代码规范与工匠精神第6章算法与数据结构6.1算法的定义与表示方法6.2算法复杂度分析与评价6.3数据结构概述6.4线性结构6.5非线性结构6.6思政微语：算法设计中的创新意识第7章数据管理与大数据技术7.1数据管理技术发展脉络7.2关系模型与SQL语言基础7.3数据安全与隐私保护机制7.4大数据技术概述7.5数据伦理与法律法规7.6思政微语：《数据安全法》与责任意识第8章人工智能概述8.1人类智能与人工智能的定义8.2AI发展历程8.3人工智能的主要学派8.4中国人工智能发展战略8.5思政微语：科技自立自强与时代使命第9章机器学习基础9.1机器学习发展历程9.2机器学习定义9.3机器学习基础认知9.4机器学习研究方向9.5机器学习应用领域9.6机器学习三大范式9.7常见的机器学