人工智能基础与应用教程 课件全套 第1-6章 人工智能基础 -人工智能伦理与安全治理框架

第1章

人工智能基础CONTENTS目录01

本章学习目标02

人工智能概述03

人工智能的发展历程与重要事件04

人工智能的三大主要学派05

人工智能的应用领域06

人工智能的典型应用CONTENTS目录07

人工智能技术挑战与未来08

本章小结本章学习目标01明确本章核心学习目标定义与研究目标明确人工智能的定义及其研究目标，理解模拟人类智能的本质。发展历程认知理解人工智能的发展历程，包括关键时期与重大事件。学派理论掌握掌握符号主义、连接主义、行为主义三大主要学派的观点与差异。应用领域了解了解人工智能在问题求解、机器学习、自然语言处理等主要应用领域中的概况。挑战与趋势认识认识人工智能当前面临的技术挑战及未来发展趋势。人工智能概述02人工智能的定义

图灵测试与早期定义1950年图灵提出“机器智能思维”观点，设计图灵测试判断机器是否具备与人类相当的智能。

达特茅斯会议与学科诞生1956年达特茅斯会议首次提出“人工智能”术语，定义为制造模拟人类智能行为的机器的科学与工程。

机器学习视角的定义1997年汤姆·米切尔提出：计算机程序通过经验积累提升特定任务性能即从经验中学习。

现代多维度定义斯坦福大学将其概括为研究如何使计算机系统完成以往需人类智能胜任的任务，涵盖感知、推理、决策等能力。人工智能的研究目标

弱人工智能（ANI）专注于特定领域或单一任务，缺乏自主意识和通用学习能力，如语音助手、图像识别。

强人工智能（AGI）具备与人类相似的通用智能，能理解、学习各类智力任务，拥有自主意识、情感及创造力。

超人工智能（ASI）在所有领域全面超越人类智能，可能具备自我迭代进化能力，属于哲学和未来学研究范畴。人工智能的发展历程与重要事件03人工智能的发展历程

孕育期（1956年以前）从古代神话到1950年图灵提出机器思维论断，为人工智能诞生奠定思想、理论和技术条件。

形成期（1956—1961年）1956年达特茅斯会议标志人工智能学科诞生，随后在定理证明、问题求解等领域取得重要成果。

发展期（1961年以后）经历首次热潮、低谷、专家系统兴起、再次困境，2010年后随大数据等技术成熟迎来爆发式增长。人工智能发展重要事件（一）图灵机和图灵测试1936年图灵提出图灵机数学模型，1950年提出图灵测试，预言创造真正智能机器的可能性。达特茅斯会议1956年达特茅斯会议首次提出“人工智能”术语，确立AI的名称与任务，催生首批研究者。第一代工业机器人1959年乔治·德沃尔和约瑟夫·英格伯格制造出第一台工业机器人Unimate，成立Unimation公司。首台智能机器人1968年世界上首台智能机器人ShaKey问世，配备视觉传感器，能按指令识别并抓取积木。反向传播算法突破1986年杰弗里·辛顿提出利用反向传播算法训练深度神经网络，为深度学习发展奠定基础。人工智能发展重要事件（二）

家用吸尘器机器人诞生2002年iRoot公司推出Roomba吸尘器机器人，具备躲避障碍物、自动规划路线和充电功能。

深度学习重大进展2006年深度学习在图像识别、语音识别等领域取得重大进展，得益于计算速度提升和数据涌现。

“尤金·古斯特曼”通过图灵测试2014年聊天程序“尤金·古斯特曼”首次通过图灵测试，标志机器智能的重要突破。

AlphaGo战胜李世石2016年谷歌旗下AlphaGo战胜世界围棋冠军李世石，展示人工智能在复杂决策领域的能力。

ChatGPT引发热潮2022年末OpenAI发布ChatGPT，具备强大自然语言生成与理解能力，引发新一轮AI研究热潮。人工智能的三大主要学派04符号主义学派

起源与基本思想起源于逻辑学和哲学，认为人类认知过程是对符号的推理运算，致力于用符号描述并模拟人类认知。

代表人物与成果代表人物为赫伯特·西蒙、艾伦·纽厄尔等，代表性成果是“逻辑理论家”数学定理证明程序LT。

贡献与局限长期主导人工智能研究，贡献启发式算法、专家系统等，但遭遇“常识”问题和不确定事件处理障碍。连接主义学派

起源与基本思想又称仿生学派，认为人工智能源于神经网络的连接机制，智能活动的基本单元是神经细胞，过程是神经网络动态演化。

理论基础与发展1943年提出M-P神经元模型，1986年反向传播算法突破推动深度学习发展，在图像处理等领域取得重要成果。

核心方法与应用核心方法是构建人工神经网络及学习算法，模拟大脑功能，深度学习已成为机器学习领域主流算法。行为主义学派起源与基本思想又称进化主义和控制论学派，基于“感知—行动”的行为智能模拟方法，认为人工智能源于行为动作的感知与控制。学习观点认为学习是刺激与反应之间的连接，过程是渐进的尝试错误，强化训练是学习成功的关键。代表人物与成果代表人物是布鲁克斯，代表性成果是六足行走机器虫，展现应对复杂环境的灵活能力，远超传统机器人。三大学派比较

符号主义学派起源于逻辑学和哲学，基本思想是基于逻辑推理的智能模拟。

连接主义学派起源于神经科学，基本思想是基于神经网络和连接机制与学习算法的智能模拟方法。

行为主义学派起源于控制论，基本思想是基于“感知—行动”的行为智能模拟方法。人工智能的应用领域05问题求解与博弈、自动定理证明问题求解与博弈开发出能解决复杂难题的下棋程序，运用问题表示、分解、搜索和归纳等人工智能基础技术，如AlphaGo。自动定理证明数学与计算机科学结合的研究课题，是AI最早成功应用的领域之一，可转化医疗诊断等非数学领域任务。机器学习与专家系统机器学习机器获取知识的根本方式，分为监督学习、无监督学习和强化学习三类，应用覆盖AI各分支，推动技术发展。专家系统模拟人类专家决策的智能程序系统，具备领域专家级知识，能推理判断解决复杂问题，典型代表是DENDRAL系统。模式识别与自然语言处理

01模式识别使计算机系统模拟人类感知模式，包括语音识别、文字识别、人脸识别等，神经网络方法已成功应用于手写字符识别等。

02自然语言处理融语言学、计算机科学、数学于一体的科学，包括自然语言理解和生成，广泛应用于机器翻译、虚拟助手等领域。机器视觉与自动程序设计

机器视觉亦称计算机视觉，利用计算机技术实现或模拟人类视觉系统的测量与判断功能，融合多学科技术，应用于工业领域。

自动程序设计依据问题原始描述自动生成满足要求的程序，推动半自动软件开发系统发展，未来可能实现全流程自动化。机器人学与人工神经网络

机器人学智能机器人融合多学科技术，具备感知、规划等能力，分为工业、农业、医疗等类型，研究方向广泛。

人工神经网络由大量简单处理单元连接构成的人工网络，模拟大脑结构与功能，具有自学习、联想存储等特点，应用于多领域。其他重要应用领域

智能检索研究海量复杂信息处理，综合文献相关性和重要性排序，提升检索效率，未来向主动需求预测发展。

智能控制无须人工干预即可驱动智能机器实现目标的控制技术，研究涵盖智能机器人规划、智能流程规划等方面。

分布式人工智能和智能体分布式计算与AI结合的产物，研究分散智能系统并行协作求解问题，多智能体系统成为研究焦点。

数据挖掘与知识发现从数据库大量数据中挖掘隐含、未知且有潜在价值的信息，应用领域广泛，是AI与数据库领域研究热点。

人工生命借助人工媒介生成或构建呈现自然生命系统行为特征的仿真系统，1987年首届学术会议确立为一门学科。人工智能的典型应用06智慧医疗与智能客服智慧医疗医疗健康与信息技术深度融合的创新模式，通过AI等技术推动数字化转型，提升效率、精准度与患者体验。智能客服依托自然语言处理等技术构建的自动化服务系统，由客服机器人承担自动问答功能，24小时全渠道响应。智能家居与自动驾驶

智能家居以住宅为平台，通过物联网等技术将设备互联互通的系统，实现远程控制、自动管理及场景联动，提升生活便捷性。

自动驾驶通过传感器融合及AI算法模拟人类驾驶行为，实现车辆自主感知、决策与控制，提升驾驶安全性与舒适性。医学影像处理

技术与应用针对多种成像技术生成的影像数据进行智能化分析，深度学习模型能自动提取深层特征，高效检测微小病灶。

价值与意义作为医生的“第二双眼睛”，提升阅片效率、诊断准确性，在医疗教学、临床研究中提供标准化分析工具。人工智能技术挑战与未来07人工智能面临的挑战人才挑战

全球AI发展面临人才缺口庞大、结构失衡挑战，国内缺口突破500万，高端研究型和复合型人才尤为紧缺。技术挑战

面临算力问题（依赖海量计算资源，成本高昂）、黑箱问题（算法内部决策机制难以解释）、算法偏见及数据隐私问题。法律、安全与伦理挑战

引发一系列法律与道德问题，如权益平衡、技术透明性、算法公平性等，自动驾驶等场景存在伦理困境。人工智能的未来

产业领域变革推动制造业向“智慧工厂”转型，医疗健康领域实现疾病早期筛查与个性化治疗，偏远地区获得优质诊断服务。

日常生活影响构建“无感服务”生态，智能交通系统优化路况，教育领域实现因材施教，家庭场景提供多模态交互智能终端。

技术发展方向通用人工智能探索取得进展，具备跨领域学习能力，量子计算与AI融合突破算力瓶颈，同时需应对伦理挑战。本章小结08本章小结

核心内容回顾本章系统阐述了人工智能的基础理论与发展历程，界定了定义与研究目标，梳理了发展历程及关键节点。学派与应用总结剖析了三大主要学派的核心思想，介绍了在多领域的应用成果，探讨了技术瓶颈与伦理挑战，展望了未来发展方向。THEEND谢谢第2章人工智能核心技术CONTENTS目录01

本章学习目标02

机器学习：AI的核心支撑技术03

深度学习：AI突破的关键驱动力04

自然语言处理：人机语言交互的桥梁05

计算机视觉：机器“看”世界的技术06

语音识别：让机器听懂人类语言CONTENTS目录07

大模型：AI能力涌现的新形态08

其他人工智能相关技术09

本章小结本章学习目标01本章导读：AI核心技术的发展脉络

AI技术革命的时代背景从早期编程任务到自主决策系统，AI正引领新一轮技术革命，通过关键技术实现数据自动学习与智能决策本章核心技术模块概览涵盖机器学习、深度学习、自然语言处理、计算机视觉、语音识别、大模型及其他相关技术，全面呈现AI技术框架学习目标：明确本章掌握要点核心关系与分类逻辑理解AI与机器学习的包含关系，掌握机器学习核心分类（监督、无监督、半监督学习）的含义技术原理与结构认知掌握典型机器学习算法、人工神经网络基本结构、计算机视觉工作原理，了解自然语言处理主要任务类型前沿技术与拓展认知认识大模型核心特点及分类，了解语音识别原理、脑机接口与知识图谱等相关技术基本概念机器学习：AI的核心支撑技术02机器学习概述：定义与核心能力

机器学习的定义与核心目标是让计算机从数据中自动学习并预测决策的技术，核心目标是无需明确编程即可识别模式规律，构建适配新数据的模型

机器学习的核心能力与应用场景具备自适应、自动化和泛化能力，广泛应用于图像识别、自然语言处理、推荐系统、自动驾驶等领域机器学习与AI的关系：分支与核心实现手段

机器学习与AI的包含关系机器学习是AI的重要分支和核心实现手段，AI是更广泛的研究领域，包含多种技术方法

机器学习的典型应用案例覆盖推荐系统（如视频商品推荐）、自然语言处理（如Google翻译、Siri）、计算机视觉（如自动驾驶障碍物识别）等六大领域机器学习的发展历程：从理论到深度学习大模型

早期思想与理论基础（1940—1960年）以图灵测试、赫布型学习规则、感知机模型为标志，奠定神经网络发展基础知识工程与符号主义（1960—1980年）聚焦基于规则的专家系统，经典算法如K近邻、决策树在此阶段提出统计学习与神经网络突破（1980—1990年）反向传播算法解决多层神经网络训练问题，支持向量机、贝叶斯网络等技术涌现数据驱动与集成学习兴起（2000年起）互联网普及带来海量数据，集成学习（随机森林、AdaBoost）与非监督学习（PCA、K-means）得到发展深度学习崛起（2010年起）ImageNet竞赛中卷积神经网络夺冠，循环神经网络、生成对抗网络、强化学习（AlphaGo）取得突破性进展现代机器学习与AI广泛应用（2020年起）Transformer模型引领NLP飞跃，多模态学习、自动化机器学习兴起，伦理与公平性成为研究热点机器学习技术分类：三大核心学习方式

监督学习：依赖标注数据的训练方式利用输入与输出配对的标注数据训练，分为分类（如水果识别）与预测（如房价预测）问题

无监督学习：挖掘数据内在结构的学习方式无需标签数据，通过关联学习（如社交好友推荐）与聚类学习（如银行客户分群）分析数据模式

半监督学习：融合标注与无标注数据的学习方式利用少量有标签数据与大量无标签数据构建模型，在NLP、医学图像分析等标记成本高的场景中价值显著常见机器学习算法（一）：线性回归与K近邻

线性回归：连续型输出的线性建模假设目标值为特征线性组合，通过最小化均方误差找到最佳拟合直线，如房地产公司用“售价=4×房屋面积”预测房价

K近邻算法：基于距离的分类回归方法通过测量特征距离分类，K值选择敏感，优点是简单易实现、支持多分类，缺点是计算量大、对参数敏感常见机器学习算法（二）：决策树与支持向量机决策树：可解释性强的树形分类模型以属性为结点构建分类模型，叶子结点表征类别，如贷款审批模型通过年龄、房产、收入等特征决策，可解释性好支持向量机：最大化间隔的分类器核心是找到特征空间中间隔最大的线性分类器，通过核技巧实现非线性分类，支持向量为距离超平面最近的训练样本点常见机器学习算法（三）：集成学习与随机森林

集成学习：结合弱分类器提升性能通过集成多个弱分类器提高整体模型准确率，随机森林是其典型应用，采用有放回抽样与随机特征选择增强泛化能力

随机森林的预测策略分类任务采用多数投票法，回归任务取预测值平均值，可同时处理分类与回归问题，如预测房价、温度等连续数值深度学习：AI突破的关键驱动力03深度学习概述：定义与核心优势

深度学习的定义与核心逻辑是机器学习的重要分支，以人工神经网络为核心，模拟人脑神经元连接方式，从原始数据中自动提取多层次抽象特征

深度学习与传统机器学习的区别传统机器学习依赖人工设计特征，深度学习自动提取特征，在处理高维、复杂数据（图像、文本、语音）时表现更出色深度学习与AI、机器学习的关系三层技术的包含关系深度学习是机器学习的子领域，机器学习是AI的分支，三者呈“深度学习→机器学习→AI”的包含关系深度学习的崛起意义早期AI依赖人工规则，传统机器学习处理高维数据能力有限；2012年以来，深度学习模型推动AI从实验室走向产业应用，如自动驾驶、智能语音助手人工神经网络：深度学习的核心结构

人工神经网络的生物灵感与结构灵感来自人脑神经元，由输入层、隐藏层、输出层组成，输入层接收外部数据，隐藏层核心处理信息，输出层生成最终结果

神经网络的主要类型分为前馈型（无反馈，如卷积神经网络）和反馈型（有反馈，如Hopfield网络），具备非线性、并行处理、容错性等特征卷积神经网络：擅长图像任务的深度学习模型

卷积神经网络的架构与数据传递输入图像经卷积层、池化层处理得到特征图，最后通过全连接层输出分类结果，如识别鸡排、鸡腿、鸡翅的图像分类实例

核心组件的功能解析卷积层提取局部特征并共享权重，池化层降低特征图大小增强鲁棒性，全连接层连接特征提取与分类/回归阶段生成对抗网络：生成逼真数据的创新模型生成对抗网络的核心框架由生成器（G）和判别器（D）组成，G生成模拟数据，D判别数据真假，通过对抗训练提升生成数据的逼真度生成对抗网络的工作原理以图像生成为例，G接收随机噪声生成图像，D判断图像是否真实，二者博弈使G生成的图像逐渐逼近真实数据自然语言处理：人机语言交互的桥梁04自然语言处理概述：交叉领域与核心任务

NLP的交叉领域属性是计算机科学、AI与语言学的交叉领域，目标是让计算机理解、生成和交互自然语言，实现人机自然交流

核心任务分类：理解与生成自然语言理解包括词性标注、信息抽取、分词、文本分类等；自然语言生成包括机器翻译、语音识别、问答系统、自动摘要等机器翻译：跨语言沟通的技术实现

机器翻译的定义与优势利用计算机技术自动转换源语言与目标语言，核心优势是高效性与低成本，现代技术已接近人工翻译效果

技术演进的三个阶段从基于规则（依赖语法规则与词汇库）、基于统计（分析双语文本统计关系）到基于神经网络（Transformer模型提升准确性），神经机器翻译成为当前主流智能问答：所问即所得的交互体验

智能问答的核心目标区别于搜索引擎返回链接，直接提供准确简洁的答案，实现“所问即所得”，如回答“地球直径”直接返回具体数值智能问答系统的主要类型包括基于知识库（依赖预定义知识库）、基于检索（从文本数据检索片段）、基于对话（多轮交互理解上下文）、基于生成（实时生成答案）四类系统计算机视觉：机器“看”世界的技术05计算机视觉概述：定义与人类视觉的差异

计算机视觉的定义与核心功能使计算机从图像、视频中获取信息的技术，在自动驾驶、安防监控、医疗诊断等领域发挥重要作用，赋予机器洞察世界的能力

与人类视觉的对比分析人类视觉通过长期环境训练分辨物体，计算机视觉通过大量图像数据快速训练，在检测细微缺陷、高精度识别任务中超越人类计算机视觉的工作原理与核心任务

工作原理的两大核心技术依赖机器学习（从数据中学习视觉信息上下文）与卷积神经网络（分解图像像素，通过卷积运算提取特征）实现图像理解

计算机视觉的核心任务包括图像分类与识别、物体检测与分割、人体分析、三维计算机视觉、视频理解与分析五类，覆盖从静态图像到动态视频的处理语音识别：让机器听懂人类语言06语音识别概念与原理语音识别的定义与多学科属性让智能设备听懂人类语音的技术，涉及数字信号处理、AI、语言学等多学科，应用于自动客服、语音翻译等领域基于模式匹配的核心原理本质是基于语音特征参数的模式识别，流程包括预处理（分帧、加窗等）、特征提取（MFCC等参数）、模式匹配（失真判决准则识别）语音识别技术的主要类型

模型匹配法与概率统计方法模型匹配法包括动态时间规整（非线性规整技术）、矢量量化（信号压缩技术）；概率统计方法包括高斯混合模型、隐马尔科夫模型

判别器分类方法包括支持向量机、人工神经网络、深度神经网络等，深度神经网络替换GMM模型建模观测概率，提升识别性能大模型：AI能力涌现的新形态07大模型的特点与发展历程大模型的核心特点具备巨大规模（数十亿参数）、涌现能力（突破规模后产生复杂能力）、多任务学习、大数据训练、强大计算资源依赖等特点大模型的发展历程从早期理论探索（1940—1960年）、深度学习兴起（2006年起）、迈向更大规模（2015年后）到超大规模模型时代（2018年至今），参数从数十亿增长到上万亿大模型的分类与常用模型大模型的主要分类按输入数据类型分为语言大模型（处理文本，如GPT系列）、视觉大模型（处理图像，如ViT系列）、多模态大模型（处理多类型数据，如DALL·E）常用大模型的生态布局涵盖OpenAI、Google、百度、阿里巴巴等机构的模型，如ChatGPT-4.0推理能力强、文心一言结合中文语境、通义千问代码能力突出其他人工智能相关技术08脑机接口与知识图谱技术

脑机接口技术：脑与外部设备的直接连接在人或动物脑与外部设备间建立直接通道，实现信息交换，应用于神经康复、残疾辅助、人机交互等领域

知识图谱：结构化的语义知识库以结点和边组成图结构，描述概念及其相互关系，实现语义表示与推理，应用于数据挖掘、信息检索、智能问答等领域人机交互与自主无人系统技术

人机交互：优化系统与用户的交互关系研究系统与用户交互关系的学科，通过用户界面设计、AI技术等优化交互体验，提升人机交互的方便性与高效性

自主无人系统：无需人工干预的自主运行借助先进技术实现自主操作管理，应用于无人驾驶、无人机、空间机器人等领域，实现危险环境与任务的无人化执行本章小结09本章小结：AI核心技术体系回顾核心技术模块系统回顾

机器学习分三类学习方式与多种算法，深度学习以神经网络为核心，自然语言处理实现语言交互，计算机视觉让机器“看”世界，语音识别基于模式匹配，大模型展现涌现能力技术框架与应用潜力总结

整体展示AI技术框架，涵盖从基础到前沿的全链条技术，呈现其在多领域的应用潜力，为后续学习与实践奠定基础THEEND谢谢第3章

WPSAI智慧办公CONTENTS目录01

本章学习目标02

办公软件概述03

文档处理的AI功能04

表格与数据AI应用05

演示文稿AI创作CONTENTS目录06

WPS灵犀：AI个人助理07

本章小结本章学习目标01智慧办公的时代背景

办公软件的智能化转型传统办公工具局限于文档处理，AI技术推动其升级为集成智能功能的“智慧办公平台”，覆盖文档、数据、演示全流程。

WPSOffice的核心优势作为国产办公软件代表，WPSOffice以轻量化、兼容性、智能化为特色，支持跨端同步与多人协作，适配个人与企业需求。本章学习目标

01知识与技能目标了解WPSOffice发展历程与AI技术应用逻辑，掌握文字、表格、演示的AI功能操作，提升办公效率。

02实践与应用目标综合运用WPS灵犀解决实际问题，实现文档智能生成、数据快速分析、演示文稿高效设计。办公软件概述02WPSOffice产品矩阵

基础办公组件WPS文字支持200+格式兼容与AI排版；WPS表格含400+函数与AI数据分析；WPS演示提供3000+模板与AI一键生成功能。

特色工具与服务PDF全功能处理（OCR识别准确率99.8%）、WPSAI智能助手、云协作与跨端同步，适配国产操作系统与企业级需求。技术架构与创新优势

兼容性与轻量化突破自主研发V8排版引擎实现与MicrosoftOffice格式“一字不差”兼容，安装包不足500MB，启动速度快于行业平均水平。

安全与合规能力通过国密三级加密与ISO27001认证，提供私有化部署方案，2024年信创办公软件市场占有率领先。市场地位与生态布局

用户与客户覆盖国内PC端渗透率高，移动端月活过亿，服务超30万家机构，海外市场营收占比持续提升。生态系统建设聚合1亿+免费模板与素材，开放300+API支持第三方插件开发，推出适老化版本与绿色办公方案。文档处理的AI功能03智能写作：高效内容生成

帮我写：主题式内容生成输入提示词即可生成放假通知、工作总结等20+文体，支持文档大纲与全文创作，如生成国庆节放假通知仅需输入主题与接收方。

伴写：实时续写与风格适配开启伴写功能后，AI根据上下文提供续写建议，支持教师、行政等专业角色选择，提升写作针对性。

帮我改：文本优化与格式转换提供纠错、缩写、扩写、风格转换（如党政风、学术化）等功能，例如将文本转为更正式风格或生成表格格式。智能排版：一键美化文档

通用文档排版一键识别文档结构，匹配最优布局与样式，如将杂乱文本自动整理为层次清晰的格式，节省手动调整时间。

论文排版：高校模板适配选择学校名称即可获取对应模板，自动完成格式设置（如字体、行距、目录生成），提升论文规范度与效率。智能校对与内容辅助智能校对：错误检测与修正通用校对可识别拼写、语法错误，如“写同”自动改为“协同”，支持一键替换，提升文档准确性。内容辅助工具全文总结提取核心观点，AI总结生图将文本转为可视化图表，文档问答通过自然语言交互快速获取信息，如提问“第一章主要内容”即可得到结构化回答。表格与数据AI应用04智能公式生成

自然语言转公式在单元格输入“=AI”并唤起助手，描述需求（如“计算B列房租总和”）即可自动生成SUM函数，无需记忆函数语法。

批量计算与填充生成单个公式后，通过自动填充功能完成多列计算，如C列水电、D列人员工资的总计，提升数据处理效率。条件标记与筛选排序

条件标记：异常数据高亮输入提示词“标记大学物理低于70分的同学”，AI自动识别并高亮对应单元格，便于快速定位问题数据。

筛选排序：智能数据分析输入“筛选总成绩低于240分的同学”或“根据课程名称排序”，AI自动完成数据筛选与排序，无需手动设置条件。数据可视化与透视表

AI推荐图表：直观展示数据输入“分析数据并推荐图表”，AI自动生成柱形图、折线图等可视化结果，如员工工资构成对比图，帮助快速洞察数据规律。

数据透视表：智能汇总分析输入“分析图书类别的销售额”，AI自动创建数据透视表，按类别汇总销售额，无需手动拖曳字段，提升分析效率。演示文稿AI创作05智能创作：一键生成PPT

主题生成PPT输入主题“人工智能概述”，AI自动生成大纲（含封面、目录、章节内容），选择模板后一键创建幻灯片，如生成26页完整演示文稿仅需几分钟。

文档与大纲生成PPT上传现有文档或粘贴大纲，AI自动提取核心内容并生成结构化幻灯片，支持智能配图与风格调整，适配不同场景需求。排版美化：风格统一与优化主题与配色方案

一键切换主题（如中国风、科技风）与配色方案（如湖水青、绯紫吟梦），快速改变PPT整体风格，无需逐页调整。字体与版式统一

选择字体方案（如宋体、黑体）并应用到全文，确保字体一致性；通过母版与版式设置，统一幻灯片布局，提升专业度。演讲辅助：备注生成与内容优化

演讲备注生成选择生成范围（全文或单页）与风格（通用、正式），AI自动生成演讲备注，如为人工智能概述PPT生成每页讲解要点，帮助演讲者流畅表达。

内容扩写与精炼选中幻灯片文字，使用扩写功能丰富内容，或通过缩写提炼核心观点，如将“概念起源”扩写为包含图灵测试、达特茅斯会议的详细内容。WPS灵犀：AI个人助理06WPS灵犀的核心功能语音助手：移动办公交互通过语音对话实现文档总结、关键信息问答，如在手机端询问“财务报告核心数据”，AI直接读取并播报，适配不便手动操作场景。WPS知识库：私有知识整合将个人或企业文档（Word、Excel、PPT等）整合为可对话的知识库，如搜索“2024年销售数据”即可快速定位对应文档内容，解决信息零散问题。AI赋能的PPT美化与写作一键美化现有PPT，统一风格与配色；在写作中提供内容生成、润色、翻译等辅助，如生成优秀教师公告仅需输入主题。WPS灵犀的操作场景AIPPT与文书：高效创作AIPPT支持主题、文档生成幻灯片，如输入“计算机组成原理思维导图”即可生成对应内容；AI文书辅助撰写各类文档，如入党申请书模板。AI搜索与阅读：智能获取信息AI搜索从海量文档中精准匹配内容，如搜索“课程思政概要”快速获取相关资料；AI阅读解析超长文档，生成概要或思维导图，提升阅读效率。本章小结07本章核心总结全流程智能办公WPSAI覆盖从内容创作、数据处理到演示设计的全流程，通过自然语言交互降低操作门槛，如生成公式无需记忆函数，排版文档无需手动调整格式。灵犀的生态价值作为AI个人助理，灵犀整合多工具能力，实现跨组件协同，如从文档生成PPT并自动美化，再生成演讲备注，形成完整办公闭环。THEEND谢谢第4章

常用AI工具：应用与实践CONTENTS目录01

本章学习目标02

AI工具概况与主流模型03

AI提示词：与AI对话的桥梁04

DeepSeek：国产综合最优工具05

豆包：多元场景智能助手06

讯飞星火：认知智能大模型CONTENTS目录07

火山引擎：多模态技术平台08

其他实用AI工具与使用规范09

本章小结本章学习目标01课程导入：AI工具的时代意义

当代大学生的AI工具需求学习中需高效处理文献、生成报告，工作中需快速掌握智能办公技能，AI工具已成为必备能力

AI工具的发展里程碑2022年ChatGPT上线标志AI进入应用阶段，如今国内外主流工具已覆盖多领域需求本章学习目标

知识目标了解常用AI工具的发展情况与分类，掌握提示词使用技巧

技能目标掌握DeepSeek、豆包、讯飞星火等主流工具的核心功能及使用方法AI工具概况与主流模型02AI工具的定义与价值

AI工具的技术基础基于机器学习、自然语言处理等技术开发，能自动处理复杂任务、提升效率与创造力

AI工具的核心价值辅助人类完成文本生成、数据分析、图像创作等工作，是当代大学生的必备技能国内外主流AI大模型对比

国外主流模型特点GPT-4.5擅长复杂推理，Gemini2.0支持多模态，LLaMA3为开源模型国内主流模型优势DeepSeekR1中文处理强，豆包语音交互领先，KimiGPT擅长长文本分析，均适配国内场景AI提示词：与AI对话的桥梁03提示词的作用与工作原理提示词的定义指导AI生成结果的文字指令，是用户与AI交互的桥梁，优质提示词决定输出质量提示词的工作逻辑AI通过编码提示词理解意图，基于知识库预测生成内容，提示词越精准结果越理想通用提示词框架：四要素法

四要素核心内容角色：设定AI身份；背景：提供任务场景；任务：明确具体需求；要求：限定输出规范

四要素应用示例以生成智能水杯推广文为例，展示四要素如何让AI输出符合需求的文案特殊场景提示词框架CRISPE框架（复杂任务）含能力、角色、洞察、任务、个性、实验六要素，适用于市场分析等深度任务ICIO框架（轻量任务）含指令、背景、输入、输出四要素，适用于数据转换等特定格式生成任务DeepSeek：国产综合最优工具04DeepSeek的核心功能

基础功能模块支持自然对话、长上下文处理、编程辅助、写作创作、数学推理、多语言翻译与文档处理

特色功能优势中文长文本处理能力强，推理速度快，完全免费，适合大学生日常学习使用DeepSeek的操作与应用案例

操作界面解析导航区查看对话历史，对话区输入提示词，可上传附件、开启深度思考或联网搜索

编程辅助案例以生成儿童版俄罗斯方块游戏为例，展示如何用提示词让AI生成完整代码并运行豆包：多元场景智能助手05豆包的核心功能

基础功能矩阵含AI搜索、帮我写作、AI编程、图像生成、AI阅读、智能体、AI云盘等功能

特色功能亮点文档处理支持多格式解析，图像生成可精准控制风格，智能体可定制化服务豆包的应用实践帮我写作：旅游文案生成以丽江旅游文案为例，展示如何用提示词生成大纲并完善文章，调整风格与内容图像生成：纳西服饰女生创作讲解图像生成提示词的编写要点，含主体、场景、风格等要素，生成符合要求的图像讯飞星火：认知智能大模型06讯飞星火的核心功能

重点功能模块PPT生成可自动生成大纲与视觉方案，科研助手辅助文献管理与论文撰写，智能体支持自主决策

技术优势以深度语义理解和多维度推理为核心，适配教育、办公等多元场景讯飞星火的应用案例PPT生成：计算机等级考试介绍上传参考文档，输入提示词，选择模板，生成符合需求的PPT大纲与内容智能体搭建：地震知识问答讲解智能体的感知、决策、行动模块，演示如何用讯飞星辰平台创建基于知识库的问答智能体火山引擎：多模态技术平台07语音模型：实时交互与翻译

语音模型核心工具同声传译支持实时语音翻译，声音复刻可模仿指定音色，语音合成生成自然语音应用场景示例同声传译可辅助外语交流，声音复刻可用于个性化语音内容创作视觉模型：图像与视频生成图像生成与编辑文生图通过提示词生成图像，图像编辑可修改图片内容，提升创作效率视频生成技术支持图片或文本生成视频，可设定风格与参数，但需注意当前技术的局限性其他实用AI工具与使用规范08补充AI工具介绍

Kimi-GPT2.0擅长长文本处理，可提取文献数据、标注合同风险，适合法学、医学等专业

文心一言与Qwen文心一言优化营销文案，Qwen辅助数学推理与多语言客服，适配不同场景需求AI工具使用的核心规范数据安全原则

上传文档前确认隐私政策，避免泄露敏感信息如身份证号、未发表数据AI幻觉识别方法

对生成的事实性内容，通过知网、政府官网等权威渠道交叉验证，避免虚假信息版权合规要求

非商用场景可使用生成内容，商用需获取额外授权，遵守平台版权规定本章小结09本章内容总结知识体系回顾从AI工具概况、提示词技巧到具体工具应用，构建了完整的AI工具学习框架学习重点强调掌握国内主流工具的核心功能，学会编写优质提示词，遵守使用规范是关键THEEND谢谢第5章

AI工具综合应用实践CONTENTS目录01

本章学习目标02

项目实践：企业资产负债报告分析03

项目实践：小学四年级语文教案设计04

项目实践：中国电影票房排行分析05

项目实践：丽江一日游线路策划CONTENTS目录06

其他项目实践概览07

本章总结本章学习目标

01本章学习目标

核心技能目标强化WPSAI工具使用技巧，精通文档、表格、PPT、思维导图四大模块操作

实践应用目标熟练运用WPS灵犀解决实际问题，深入了解WPSAI实训室功能

场景适配目标精通各类应用场景，精准选择并高效运用相应AI功能WPSAI工具基础

工具定位WPSAI是集智能办公、文档处理、数据分析于一体的综合工具，可显著提升工作效率

核心功能涵盖智能写作辅助、文档格式优化、数据可视化、多语言翻译等实用功能

交互特点支持跨平台使用，与WPSOffice套件无缝集成，人性化交互设计降低使用门槛WPS灵犀功能解析

智能写作辅助通过简单指令或对话形式，快速生成高质量文档，提供创作灵感与创新支持

文档格式优化自动调整文档布局、排版格式，提升文档专业性与可读性

数据可视化将复杂数据转化为直观图表，辅助用户快速把握数据核心信息WPSAI实训室介绍平台定位基于人工智能技术的综合性学习平台，助力提升办公技能与智能化应用能力核心模块包含理论学习、技能实训、综合应用三大模块，覆盖从基础到实战的全流程学习辅助工具提供“AI百宝箱”和“效率工具”，快速获取所需功能与资源，提高学习工作效率项目实践：企业资产负债报告分析02项目任务与目标

核心任务分析企业财务状况、资产与负债结构专项分析、财务风险精准识别、出具并编辑财务分析报告

数据基础基于2025年6月某企业资产负债表数据开展分析，确保分析结果真实可靠

成果形式生成包含图表分析的详尽财务分析报告，为决策提供科学支持项目实施步骤（一）

打开文件在WPS中打开“项目1:企业资产负债表.xlsx”文件，准备进行数据分析

启动AI功能切换到“WPSAI”选项卡，单击“AI数据分析”功能按钮

设置提示词在“AI数据分析”对话框中输入专业提示词，明确分析需求与报告要求项目实施步骤（二）

01生成报告等待系统基于输入提示词生成财务分析报告，包含数据解读与图表分析02编辑排版将生成内容复制到新建文档，使用“AI排版”功能优化文档格式03保存文件修改文档细节，删除多余空行与标点，最终保存为规范的财务分析报告项目实践：小学四年级语文教案设计03项目任务与目标

核心任务生成《爬山虎的脚》教案、编辑校对教案、生成课文思维导图

设计要求教案需科学、系统且具有针对性，符合小学四年级语文教学规律

成果形式形成完整的教案文档与思维导图，辅助教师开展高效教学项目实施步骤（一）

创建文档打开WPS文字，新建空白文档并保存为“《爬山虎的脚》教案.docx”

启动AI工具双击Ctrl键，启动WPSAI工具，准备进行教案设计

选择功能模块在AI对话框中输入“教学”，选择“教案设计”功能模块项目实施步骤（二）

输入提示词参照示例输入详细提示词，明确教案设计的具体要求与内容框架

生成教案等待AI生成教案初稿，对结果满意则单击“保留”，否则可“弃用”或“重写”

编辑校对修改文档内容，删除多余标点，添加序号，设置字体段落，使用智能校对功能检查错误思维导图生成

生成操作使用WPSAI的思维导图生成功能，基于教案内容创建《爬山虎的脚》思维导图

导出保存将生成的思维导图导出并保存，作为教学辅助材料

应用价值思维导图可帮助学生梳理课文结构，加深对内容的理解与记忆项目实践：中国电影票房排行分析04项目任务与目标核心任务获取并分析中国前20部电影票房数据，生成并编辑调查报告，保存为PDF文件分析维度涵盖影片票房收入、观众评分、上映时间、类型分布等多个维度成果形式形成详细的票房分析报告，为电影市场研究提供数据支持项目实施步骤（一）

启动灵犀助手打开WPS协作教育版软件，找到并启动灵犀智能助手

输入提示词创建新对话框，输入提示词获取中国电影票房排行榜前20名影片信息

生成表格将AI生成的表格复制粘贴到电子表格中，保存为“项目3:中国电影票房排行.xlsx”项目实施步骤（二）

数据分析上传表格文件，使用“AI数据分析”功能选择推荐问题或输入提示词进行深入分析

生成报告利用AI写作助手功能，将分析结果转化为文字描述，生成报告大纲与内容

编辑保存将报告复制到WPS文字中，编辑校对后保存为“中国电影票房排行及差异分析报告.docx”，并导出为PDF格式项目实践：丽江一日游线路策划05项目任务与目标

01核心任务制定丽江一日游路线、修改优化路线、保存路线文档、计算成本预算、设置风险预案02服务要求提供高度个性化的线路策划，结合游客兴趣偏好、时间安排和预算限制03成果形式形成详细的一日游路线文档，包含成本预算与风险预案，提升游客体验项目实施步骤（一）

上传数据报告打开WPS灵犀功能，上传“丽江文旅局2024年游客数据报告.docx”文件

分析游客特征输入提示词分析游客年龄、文化偏好、消费能力等特征，划分不同群体

生成路线根据不同群体特征，输入提示词生成针对性的丽江一日游路线项目实施步骤（二）

优化路线若对生成结果不满意，继续输入提示词调整路线，如更换距离较远的景点

计算成本输入提示词计算三条路线的成本预算，包含门票、餐饮、人力等费用

设置预案针对“丽江雨季+古城客流高峰”设置风险预案，生成雨天备选方案与拥堵分流路线其他项目实践概览06商务英语邮件写作辅助

核心任务撰写实习申请商务英文邮件、修改邮件内容、校对邮件、补全个人信息、保存邮件

实施要点利用WPSAI生成邮件框架，补充个性化内容，检查语法错误，确保邮件专业规范

工具价值AI提供基础结构与辅助功能，结合个人经验构建高质量申请邮件古代诗词鉴赏辅助撰写核心任务确定诗词鉴赏主题、整理资料、生成思维导图、构建框架、撰写初稿、编辑排版、保存文档实施要点借助WPS灵犀的“帮我写作”功能生成写作提纲与资料，辅助组织文章结构与内容工具价值AI辅助资料整理与框架构建，提升诗词鉴赏文章的专业性与深度社区老人健康档案整理分析01核心任务生成健康档案表格模板、收集整理数据、校验数据、数据分析、健康风险评估、数据安全保护、保存数据02实施要点利用WPSAI快速建表，录入校验数据，进行数据分析与个体健康风险评估，保障数据安全03工具价值AI提升健康档案管理效率与准确性，辅助社区健康管理工作开展PDF文件拆分工具代码生成核心任务生成PDF文件拆分代码、保存代码文件、优化代码、运行工具、拆分文件、保存结果实施要点利用WPS灵犀生成网页端PDF拆分工具代码，保存为HTML文件并运行，实现PDF文件分页拆分工具价值AI生成基础编程代码，覆盖多种编程语言，提升软件开发效率教学助理智能体创建

核心任务创建基础版教学智能体、构建计算机基础知识库、创建高阶版教学智能体

实施要点利用讯飞星火认知大模型平台，通过提示词创建或工作流创建方式构建智能教学助理

工具价值智能体协助教师课程设计、为学生答疑解惑，成为“24小时在线助教”本章总结07本章核心总结知识体系回顾本章概述了WPSAI基础知识，涵盖WPSAI、WPS灵犀及WPS实训室等内容实践应用价值通过多个具体案例，深入阐述了AI工具在多样化应用场景中的实际应用价值能力提升目标读者通过学习实践，可全面领会AI工具价值，掌握操作技巧，提升基础AI技能THEEND谢谢第6章人工智能伦理与安全治理框架CONTENTS目录01

本章学习目标02

人工智能伦理的主要问题03

人工智能伦理典型案例04

人工智能伦理问题的解决路径05

人工智能伦理的安全保障体系06

本章总结本章学习目标

01人工智能伦理的定义

跨学科领域属性整合哲学、法律、社会学与计算机科学，聚焦技术与人类价值观的一致性

核心研究范畴涵盖数据安全、隐私保护、算法公平性及特定领域应用的伦理约束

动态发展特性需应对技术迭代挑战，推动国际合作与标准制定以实现负责任创新人工智能伦理的规范文件

国际规范文件联合国教科文组织《人工智能伦理问题建议书》是全球首部国际协议，欧盟《人工智能法》分阶段实施风险监管

我国治理实践国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则》与《伦理规范》，构建框架性指引

企业与机构行动百度提出“AI伦理四原则”并成立科技伦理委员会，其平台获ISO/IEC42001国际认证人工智能伦理的核心原则

公平性与非歧视避免因性别、地域等因素造成不公平决策，如消除招聘算法中的隐性偏见

透明度与可解释性确保决策过程清晰可追溯，如医疗AI需向医生解释诊断依据

安全性与可靠性防范技术故障与恶意滥用，如自动驾驶需通过严格测试保障稳定运行其他关键伦理原则隐私与数据保护尊重用户数据主权，合规收集使用信息，如面部识别需明确告知用途人类自主与尊严保障人类对技术的最终控制权，禁止开发操控或伤害人类的技术社会责任与可持续发展优先服务社会福祉，推动技术与生态保护结合，如智能能源管理减少碳排放人工智能伦理的主要问题02隐私与数据权利问题

数据滥用风险大量个人数据训练可能导致隐私泄露、数据买卖或未经授权的用户画像分析

预测性监控争议犯罪预测、信用评分等技术可能侵犯个人自由，引发算法歧视

数据二次利用困境用户数据被商业化二次使用时，可能导致人类沦为“数据商品”丧失主体性算法公平与偏见问题

偏见产生根源训练数据中的历史偏见可能被系统放大，导致招聘、司法等领域决策不公

算法黑箱问题深度学习模型决策过程缺乏透明度，偏见难以追溯纠正，影响公众信任

数字霸权风险大型科技公司利用算法优势形成垄断，如谷歌搜索算法偏袒自家服务遭欧盟反垄断处罚责任与问责机制问题

责任归属模糊自动驾驶事故、医疗误诊等事件中，开发者、使用者与监管方责任界限不明

道德脱钩现象人类过度依赖AI决策可能弱化责任意识，回避伦理判断

法律适配挑战需探索AI主体资格、产权归属及责任认定等问题，平衡创新与规制安全与失控风险问题

技术失控隐患强人工智能潜在风险存争议，但短期漏洞可能引发自动驾驶事故、算法操控舆论等问题

武器化应用困境自主武器系统如杀手机器人引发伦理争议，算法决策不可解释性挑战国际人道法

欺诈技术威胁AI语音克隆、深度伪造等技术门槛降低，可能导致金融诈骗等损失社会与就业影响问题

劳动力结构冲击自动化可能取代制造业、服务业大量岗位，加剧贫富差距与社会分化

数字鸿沟扩大技术普及不均导致不同群体在教育、医疗资源获取上的差距进一步拉大

公共利益