本书将人工智能与开源硬件紧密结合，尝试用开源硬件实现人工智能的功能，为科技教师提供人工智能课程资源。本书选取了在人工智能领域较为典型的应用，包括语音识别、图像识别、无人驾驶、物联网等，并以项目式教学（project-based learning，PBL）的形式将知识的讲解和学习融入项目中。本书中的案例具有一定的可拓展性，教师在学习了基本知识和项目以后，能够根据本校学生的特点进行拓展，本书配有丰富的课程案例与资源。可以说，本书更像是一个“引子”、引导更多教师参与到人工智能的教育中来。 本书可作为中小学校、校外培训机构、科技馆所等科技教师和科技辅导员的培训用书，也可作为教师提升科学素养，提高专业能力，开展教学活动的参考用书。

第1章 人工智能的发展和相关概念
1.1 人工智能发展概述
1.1.1 人工智能发展大事件
1.1.2 达特茅斯会议
1.1.3 人工智能的高潮与低谷
1.1.4 人工智能与未来发展
1.2 人工智能概念解析
1.2.1 什么是人工智能
1.2.2 什么是语音识别
1.2.3 什么是图像识别
1.2.4 什么是无人驾驶
1.2.5 什么是SLAM
第2章 “能听会说”的机器——语音识别及语音合成
2.1 认识语音
2.1.1 人类对声音的处理
2.1.2 声音的特征
2.1.3 计算机处理声音的方式
2.2 语音识别技术
2.2.1 语音识别原理
2.2.2 语音识别模型的训练和再认
2.2.3 体验语音转写功能
2.2.4 语音识别的应用
2.3 语音合成技术
2.3.1 语音合成技术的发展
2.3.2 语音合成技术的原理
2.3.3 语音合成技术的实践
2.3.4 语音合成技术的应用
第3章 “能看”的机器人——颜色及图像识别
3.1 识别黑白色
3.1.1 巡线传感器
3.1.2 红外线接近开关
3.1.3 任务实践
3.2 颜色识别
3.2.1 颜色识别传感器及原理
3.2.2 Pixy2颜色识别传感器
3.2.3 任务实践
3.3 图像识别和人脸识别
3.3.1 图像的数字化
3.3.2 颜色识别与HSV颜色空间
3.3.3 卷积运算与边缘提取
3.3.4 任务实践——人脸识别
第4章 “能动”的机器人——无人驾驶体验
4.1 设计制作一辆自动运行小车
4.1.1 实验器材
4.1.2 实验电路
4.1.3 程序清单
4.2 闭环控制小车
4.2.1 实验器材
4.2.2 实验电路
4.2.3 程序清单
4.2.4 程序说明
4.3 基于图像识别技术自动驾驶小车
4.3.1 实验器材
4.3.2 实验电路
4.3.3 实验原理
4.3.4 操作流程
第5章 “能互联”的智能家居——物联网及智能家居技术
5.1 蓝牙及无线通信
5.1.1 蓝牙技术的基本知识
5.1.2 常见的无线通信方式
5.1.3 5G与未来生活
5.2 智能家居
5.2.1 物联网及智能家居
5.2.2 制作智能家居模型
第6章 “能学习”的机器
6.1 从观察到预测
6.1.1 机器学习
6.1.2 从预测说起
6.1.3 数字化：建立机器与现实世界的连接
6.1.4 预测函数：从观察到结论的映射
6.1.5 任务实践
6.2 从数据中学习
6.2.1 监督学习
6.2.2 试验与修正：一种简单的学习策略
6.2.3 任务实践
6.3 分类函数的调用
6.3.1 提取特征
6.3.2 特征向量与特征空间
6.3.3 分类器
6.3.4 感知器
6.3.5 任务实践
6.4 卷积神经网络
6.4.1 深度神经网络的特点
6.4.2 深度神经网络的结构
6.4.3 卷积层
6.4.4 全连接层、归一化指数层与非线性激活层
6.4.5 池化层
6.4.6 人工神经网络
6.4.7 任务实践
参考文献
附录 《人工智能与开源硬件》课程实施建议