資源簡介

教學設計
課程基本信息
學科 信息技術 年級 高一 學期 春季
課題 5.1人工智能的產生與發展
教科書 書 名：信息技術必修1 數據與計算教材 出版社：浙江教育出版社
教學目標
1. 能結合實例分析典型案例是否應用了人工智能。 2. 能針對典型智能系統分析其主要采用的人工智能方法。 3. 知道人工智能技術的發展歷程，產生進一步學習人工智能的興趣。 4. 觀察生活中人工智能應用案例，結合人工智能的概念，辯證地分析人工智能的特點。 5. 通過軟件平臺，體驗人工智能的應用:用神經網絡解決分類問題。 核心素養落實: 信息意識：學生能感知人工智能技術，主動關注人工智能發展的新動向和新趨勢。 計算思維：能理解并區分人工智能的分類。 信息社會責任：能根據網絡文章發表自己的觀點，能從不同的角度去辨證看待人工智能技,形成理性判斷
教學重難點
教學重點： 理解人工智能的概念。 教學難點： 針對典型智能系統分析其主要采用的人工智能方法
教學過程
（一）訓練手寫數字識別軟件 通過訓練手寫識別軟件的過程，讓學生體會深度學習的過程和特點。 1. 演示該軟件的使用方法、學習方式 2.分析問題“學習后能識別，但為什么準確率不高？” （1）方法1：將每個數字的不同形態都學習一遍 （2）方法2： 借助MNIST數據集進行 3. 將某個數字的各種形態都學習一遍后，再次觀察識別效果 4. 使用MNIST數據集進行訓練，并再次測試軟件的識別效果 （二）人工智能的概念 1. 什么是人工智能？ 人工智能（Artificial Intelligence）是指以機器（計算機）為載體，模仿、延伸和擴展人類智能，其與人類或其他動物所呈現的生物智能有著重要區別。 人類智能指的是聽、說、讀、寫、推理等 3. 剛剛的手寫識別軟件是人工智能嗎？ 是。他模仿了人類“寫”的能力 4. 我們身邊還有哪些人工智能的應用？ 人臉識別、語音轉文字、同聲翻譯、小冰寫詩、智能診斷系統、掃地機器人等 （三）剖析手寫識別軟件的實現原理 手寫識別軟件，不需要告訴他數字長什么樣，通過大量的圖片讓他去學習，當他看了很多圖片之后，就具備了區分 0- 9 的能力。它是如何進行學習的？ 1. 通過體驗Tensorflow Playground 平臺，了解神經網絡結構。 （1）選擇“訓練數據”中的第一類數據,嘗試不同的輸入特征，觀察輸出結果的不同。 （2）嘗試修改神經網絡結構，從而區分“訓練數據”中的第二類數據。 2. 總結歸納神經網絡解決問題的一些特點： （1）選擇合適的輸入特征，我們的輸出結果會更準確。 （2）對于復雜的問題 ，可修改隱藏層的層數以及每一層的節點數量 3. 多層神經網絡基本介紹 每一層中有若干神經元，前后相鄰層中的神經元彼此聯結。一旦給定海量數據，就可以學習神經元之間的鏈接權重。 神經元與神經元之間的鏈接權重會在持續重復的刺激下增加。可將神經網絡中神經元之間的鏈接理解為一種“記憶"'即針對數據中所蘊含的知識而言，神經網絡”記憶”了這種知識的模式。 4. 分析手寫識別軟件的神經網絡結構 5. 深度學習基本介紹 結合手寫數字識別的原理，說明深度學習的特點。 6. 拓展：人臉識別的實現 很多人臉識別系統往往借助了現成的模型，不需要自己重頭開始訓練。 7. 升華：利用人工智能模型，創造實際應用 （1）利用已經完成的模型，可以快速遷移，創造很多的實際應用，比如用于罪犯抓捕。比如“AI助力，讓愛回家的” 活動，通過人臉識別，幫助失散家人找到回家的路。 （2）可以借助百度AI等開發平臺，快速開發人工智能應用。 （四）剖析掃地機器人 1.分析掃地機器人獲得智能的方式。 2. 強化學習的基本介紹 結合掃地機器人學習的方式說明強化學習的特點 （五）剖析醫學專家系統MYCIN 1.分析醫學專家系統MYCIN如何習得病情診斷的能力 2.分析該專家系統實現智能的兩個關鍵因素： （1）知識庫 （2）推理引擎 （六）分析實現智能的3種方式 1. 請同學閱讀教材，了解符號主義、聯結主義、行為主義的特點， 2. 分析剛剛3個案例與符號主義、聯結主義、行為主義的對應關系。 （七）梳理人工智能的發展歷程 1. 學生閱讀教材相關內容，了解人工智能的發展歷程，并思考以下問題： （1）人工智能誕生的基礎是什么？ （2）圖靈測試有何不足？ （3）符號主義實現的人工智能有何不足之處？ （4）神經網絡很早便出現了，為何現在才迎來深度學習的高潮？ 2. 介紹圖靈機模型的提出以及計算機的誕生 3. 分析圖靈測試的不足及意義 不足： （1）智能局限于“語言” （2）只是依據結果得出，沒有真正的從過程中得出 意義： 為人類研究智能機器提供了研究的方向。 4. 梳理人工智能的發展歷程，分析符號主義的局限性及深度學習的特點 5. 通過medGPT視頻說明：現如今的人工智能產品可能是由多種人工智能的方法融合實現的。 （八）人工智能學科結構介紹 介紹人工智能學科結構，讓同學們對人工智能學科有更深的認識，激發學習激情。 （九）小結 （十）課后思考 我們學習人工智能的發展歷程不僅是為了了解歷史，正重要的是從發展歷程中感受人工智能發展的規律，初步學會去預見、擁抱人工智能的未來。 1. 現階段人工智能的發展還面臨哪些困難？ 2. 人工智能又將走向哪里？ 3. 未來會有“奇點” 到來嗎？

展開更多......

收起↑