本书以高等师范院校人工智能通识教育为核心，构建“AI理论与应用—Python编程与AI实践—AI赋能办公”的系统化知识体系。主要内容有：人工智能基础、人工智能核心技术、人工智能的应用、Python程序设计、Python的应用、WPS文字高级应用、WPS表格高级应用、WPS演示高级应用、WPS协作与共享、智能办公助手WPS AI。针对文理科差异，本书设计了“自然语言处理——教学反馈情感分析”“机器学习——居民收入与消费关系分析”等跨学科项目，兼顾理论与实践，助力学生构建AI认知框架与提升教育数字化能力。

本书可作为高等师范院校、地方应用型本科院校非计算机类专业学生的人工智能通识课教材，以及社会人士的参考学习用书。

前辅文
第1章 人工智能基础
  1.1 人工智能的发展历史
   1.1.1 早期探索与图灵测试
   1.1.2 人工智能的诞生及发展
  1.2 人工智能的基本概念
   1.2.1 人工智能
   1.2.2 人工智能的三大流派
   1.2.3 机器学习
   1.2.4 深度学习
  1.3 机器学习的基本原理
   1.3.1 机器学习的基本流程
   1.3.2 梯度下降算法
  1.4 人工智能的应用领域
   1.4.1 智能医疗
   1.4.2 智能交通与物流
   1.4.3 智能制造
   1.4.4 智能教育
   1.4.5 智慧金融
   1.4.6 智能信息处理
   1.4.7 智慧农业
  1.5 人工智能的未来展望
   1.5.1 未来技术的发展趋势
   1.5.2 社会影响与变革
第2章 人工智能核心技术
  2.1 机器学习
   2.1.1 机器学习的基本概念
   2.1.2 决策树算法的原理和应用
   2.1.3 聚类算法原理的应用
   2.1.4 算法的协同应用
  2.2 神经网络与深度学习
   2.2.1 神经网络与深度学习的基本概念
   2.2.2 卷积神经网络（CNN）：让计算机“看”懂世界
   2.2.3 循环神经网络（RNN）：让计算机理解序列信息
   2.2.4 Transformer模型：让计算机更好地理解语言
   2.2.5 深度生成模型：从无到有，创造奇迹
  2.3 自然语言处理
   2.3.1 自然语言处理的基本概念
   2.3.2 自然语言处理的核心任务介绍
   2.3.3 自然语言处理的核心技术选讲
   2.3.4 自然语言处理的发展和挑战
  2.4 计算机视觉
   2.4.1 计算机视觉的基本概念
   2.4.2 计算机视觉的核心任务
   2.4.3 计算机视觉的研究领域及其原理选讲
   2.4.4 计算机视觉的发展与挑战
  2.5 大语言模型（LLM）
   2.5.1 LLM的基础概念和背景
   2.5.2 LLM的核心技术
   2.5.3 ChatGPT和DeepSeek R1的背景和训练过程
   2.5.4 AIGC：让LLM成韦创作者
   2.5.5 LLM与Agent协作：从“回答问题”到“解决问题”
   2.5.6 LLM的发展与挑战
第3章 人工智能的应用
  3.1 智能体
   3.1.1 智能体的定义
   3.1.2 智能体的特性
   3.1.3 智能体的理解
   3.1.4 智能体的实例
  3.2 智能机器人
   3.2.1 智能机器人的分类
   3.2.2 智能机器人的结构
   3.2.3 智能机器人的研究方向
  3.3 提示词
   3.3.1 提示工程的定义与构成要素
   3.3.2 提示词的类型
   3.3.3 提示词万能公式：高效沟通的秘诀
   3.3.4 高效使用提示词的技巧
  3.4 AIGC综述
   3.4.1 AIGC介绍
   3.4.2 AI文本的生成——智能创作时代的语言艺术变革
   3.4.3 AI音频生成——赋予声音以智能的灵魂
   3.4.4 AI图像生成——视觉艺术的智能变革
   3.4.5 AI视频生成——动态影像的智能创造
   3.4.6 AIGC的职能应用
   3.4.7 AIGC的行业应用
第4章 Python程序设计
  4.1 Python编程入门
   4.1.1 Python语言概述
   4.1.2 Python环境搭建
   4.1.3 第一个Python程序
   4.1.4 Python基础语法
   4.1.5 课堂案例4-1：学生成绩统计评价程序
  4.2 数据类型
   4.2.1 基本数据
   4.2.2 容器类型
   4.2.3 列表操作
   4.2.4 字典操作
   4.2.5 课堂案例4-2：班级成绩管理系统
  4.3 控制结构
   4.3.1 顺序结构
   4.3.2 选择结构
   4.3.3 循环结构
   4.3.4 课堂案例4-3：从整数列表中挑选出闰年
  4.4 函数与模块
   4.4.1 函数基础
   4.4.2 模块
   4.4.3 课堂案例4-4：判断点与圆的位置关系
  4.5 文件与异常
   4.5.1 文件操作
   4.5.2 异常处理
   4.5.3 课堂案例4-5：计算城市年平均降水量
第5章 Python的应用
  5.1 数据处理与分析
   5.1.1 数据处理与分析概述
   5.1.2 Python数据处理与分析库
   5.1.3 课堂案例
   5.1.4 案例实现
  5.2 办公自动化
   5.2.1 Python办公自动化
   5.2.2 常用库
   5.2.3 课堂案例
   5.2.4 案例实现
  5.3 网络爬虫
   5.3.1 网络爬虫概述
   5.3.2 常用库
   5.3.3 Python网络爬虫核心技术
   5.3.4 课堂案例
   5.3.5 案例实现
  5.4 Python在人工智能应用的实现
   5.4.1 机器学习——居民收入与消费关系分析
   5.4.2 自然语言处理——教学反馈情感分析
第6章 WPS文字高级应用
  6.1 查找与替换
   6.1.1 功能介绍
   6.1.2 课堂案例6-1：文本查找与替换
  6.2 WPS样式
   6.2.1 功能介绍
   6.2.2 课堂案例6-2：样式管理
  6.3 引用
   6.3.1 课堂案例6-3：交叉引用
   6.3.2 课堂案例6-4：脚注与尾注管理
   6.3.3 课堂案例6-5：图片与表格编号管理
   6.3.4 课堂案例6-6：论文目录管理
  6.4 审阅与协作
   6.4.1 功能介绍
   6.4.2 课堂案例6-7：论文审阅
第7章 WPS表格高级应用
  7.1 函数和公式高级应用
   7.1.1 单元格引用
   7.1.2 使用名称
   7.1.3 常用函数
   7.1.4 函数嵌套
   7.1.5 错误值
  7.2 数据处理与分析
   7.2.1 自定义序列排序
   7.2.2 高级筛选
   7.2.3 数据透视表
  7.3 图表
   7.3.1 迷你图
   7.3.2 组合图表
第8章 WPS演示高级应用
  8.1 主题设计
   8.1.1 内置主题设计
   8.1.2 课堂案例8-1：使用主题美化演示文稿
  8.2 母版设计
   8.2.1 功能介绍
   8.2.2 课堂案例8-2：设计幻灯片母版
  8.3 动画设计
   8.3.1 功能介绍
   8.3.2 课堂案例8-3：为演示文稿设计动画
  8.4 幻灯片切换
   8.4.1 功能介绍
   8.4.2 课堂案例8-4：为演示文稿设计切换效果
  8.5 附加多媒体
   8.5.1 嵌入音视频的操作方法
   8.5.2 课堂案例8-5：为演示文稿附加多媒体
  8.6 链接与动作
   8.6.1 链接与动作的设计方法
   8.6.2 课堂案例8-6：为演示文稿设计链接动作
第9章 WPS协作与共享
  9.1 WPS中的PDF文件处理
   9.1.1 合并与拆分
   9.1.2 内容编辑
   9.1.3 页面编辑
   9.1.4 文档编辑
  9.2 WPS 云文档
   9.2.1 实时协作
   9.2.2 版本管理
  9.3 文档共享
  9.4 智能表单
第10章 智能办公助手WPS AI
  10.1 WPS AI简介
   10.1.1 WPS AI的功能
   10.1.2 课堂案例10-1：论文AI排版
  10.2 WPS表格AI
   10.2.1 WPS表格AI功能
   10.2.2 课堂案例10-2：WPS表格AI对话多条件筛选数据
   10.2.3 课堂案例10-3：WPS表格AI智能提取数据
   10.2.4 课堂案例10-4：WPS表格AI自定义排序功能
   10.2.5 课堂案例10-5：WPS表格AI数据分析功能
  10.3 WPS演示AI
   10.3.1 WPS演示AI功能
   10.3.2 课堂案例10-6：使用主题生成PPT
   10.3.3 课堂案例10-7：使用大纲生成PPT
参考文献