《信息技術(shù)與人工智能甘肅省規(guī)》教案 項目六

PAGE10PAGE10PAGE11PAGE11課題項目六智能時代引擎——人工智能基礎課時6課時（270min）教學目標知識目標：（1）了解人工智能的發(fā)展歷程、基本特征和分類。（2）熟悉人工智能的應用領域。（3）了解人工智能的核心要素。（4）熟悉人工智能的關(guān)鍵技術(shù)。技能目標：能夠使用合適的人工智能工具解決實際問題。素養(yǎng)目標：（1）加強對新一代信息技術(shù)的了解，增強探究意識。（2）了解人工智能技術(shù)對社會發(fā)展的影響，樹立正確的科技價值觀。教學重難點教學重點：人工智能的發(fā)展歷程、基本特征和分類；人工智能的核心要素。教學難點：使用合適的人工智能工具解決實際問題。教學方法問答法、討論法、講授法、演示法教學用具電腦、投影儀、多媒體課件、教材教學過程主要教學內(nèi)容及步驟項目導讀【教師】簡要介紹人工智能，播放相關(guān)視頻并提問【學生】聆聽、觀看視頻、思考、舉手回答第1、2課時考勤【教師】清點上課人數(shù)，記錄好考勤【學生】班干部報請假人員及原因任務導入【教師】講解相關(guān)內(nèi)容并布置課程學習任務，引入要講的知識人工智能自誕生以來，經(jīng)歷了數(shù)次高潮與低谷的起伏。從早期的邏輯推理到如今的深度神經(jīng)網(wǎng)絡，人工智能已經(jīng)成為推動科技發(fā)展的重要力量，被廣泛應用于各行各業(yè)。首先學習人工智能的發(fā)展歷程、基本特征、分類和應用領域，然后通過使用文心一言生成旅游攻略，感受人工智能給人們生活帶來的便利。【學生】聆聽、思考、理清學習任務與學習目標傳授新知任務一初識人工智能一、人工智能的發(fā)展歷程【教師】通過多媒體講解人工智能的發(fā)展歷程人工智能（artificialintelligence,AI）是研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應用的一門學科。具體來說，人工智能就是讓機器像人類一樣具有感知能力、思考能力、溝通能力、判斷能力等，從而更好地為人類服務。人工智能的發(fā)展主要經(jīng)歷了

7

個時期，依次是孕育期、起步發(fā)展期、反思發(fā)展期、應用發(fā)展期、低迷發(fā)展期、穩(wěn)步發(fā)展期和蓬勃發(fā)展期。【教師】通過多媒體播放視頻——圖靈測試、ENIAC，并講解相關(guān)內(nèi)容【學生】思考、觀看視頻二、人工智能的基本特征【教師】通過多媒體講解人工智能的基本特征人工智能的核心是對人類意識和思維過程的模擬，其基本特征主要有以下幾點。1．為人類服務2．具有感知能力3．具有交互能力4．具有學習、自適應和泛化能力三、人工智能的分類【教師】通過多媒體講解人工智能的分類按智能程度不同，可將人工智能分為弱人工智能、強人工智能和超人工智能

3

大類。1．弱人工智能2．強人工智能3．超人工智能【教師】通過多媒體播放視頻，并提問【學生】思考、舉手回答四、人工智能的應用領域【教師】通過多媒體講解人工智能的應用領域人工智能的發(fā)展為許多傳統(tǒng)行業(yè)注入了新的動力。通過與傳統(tǒng)行業(yè)進行深度融合，人工智能可以為這些行業(yè)提供新的解決方案，提高各行業(yè)的服務質(zhì)量。如今，人工智能已經(jīng)在醫(yī)療、交通、教育、制造、農(nóng)業(yè)、安防、家居等多個領域展現(xiàn)出了獨特的優(yōu)勢和巨大的潛力。1．人工智能+醫(yī)療2．人工智能+交通3．人工智能+教育4．人工智能+制造5．人工智能+農(nóng)業(yè)6．人工智能+安防7．人工智能+家居【拓展閱讀】人工智能等新技術(shù)的普及應用，催生了一系列新興職業(yè)，為人們帶來了新的就業(yè)機會。2022

年，人力資源和社會保障部、國家市場監(jiān)督管理總局、國家統(tǒng)計局聯(lián)合頒布了新修訂的《中華人民共和國職業(yè)分類大典》。新版大典的一個亮點就是首次標注了數(shù)字職業(yè)。其中，與人工智能密切相關(guān)的職業(yè)主要有人工智能工程技術(shù)人員、智能制造工程技術(shù)人員、虛擬現(xiàn)實工程技術(shù)人員、人工智能訓練師等。2024

年，人力資源和社會保障部、國家市場監(jiān)督管理總局、國家統(tǒng)計局聯(lián)合向社會發(fā)布了

19

個新職業(yè)，其中與人工智能密切相關(guān)的新職業(yè)有智能網(wǎng)聯(lián)汽車測試員、智能制造系統(tǒng)運維員、生成式人工智能系統(tǒng)應用員等。【學生】聆聽、記錄、理解任務實施【教師】通過多媒體引出本次任務實施的主題——使用文心一言生成旅游攻略，并講解【教師】引導同學掃碼觀看微課——使用文心一言生成旅游攻略【學生】掃碼觀看【學生】聆聽、操作、討論課堂小結(jié)【教師】簡要總結(jié)本節(jié)課的要點【學生】總結(jié)回顧知識點作業(yè)布置【教師】布置課后作業(yè)請根據(jù)課堂上所學知識，完成教材課后練習。本課作業(yè)布置二維碼老師用文旌課堂APP掃描此碼，即可進行線上作業(yè)布置【學生】完成課后任務第3、4課時考勤【教師】清點上課人數(shù)，記錄好考勤【學生】班干部報請假人員及原因任務導入【教師】布置課程學習任務，引入要講的知識人工智能的

3

個核心要素分別是數(shù)據(jù)、算法和算力，這三者相互協(xié)作，共同促進了人工智能的進步。首先學習數(shù)據(jù)、算法、算力的相關(guān)內(nèi)容，然后通過使用智譜清言分析體測數(shù)據(jù)，練習使用人工智能工具處理數(shù)據(jù)的方法。【學生】理清學習任務與學習目標傳授新知任務二了解人工智能的核心要素一、數(shù)據(jù)【教師】通過多媒體講解數(shù)據(jù)在人工智能領域，數(shù)據(jù)是指計算機程序加工的“原材料”。1．數(shù)據(jù)的分類按不同的分類標準，可將數(shù)據(jù)分為不同類型。（1）按在人機交互中的呈現(xiàn)方式不同，可將數(shù)據(jù)分為數(shù)值數(shù)據(jù)、文本數(shù)據(jù)、音頻數(shù)據(jù)、圖像數(shù)據(jù)、視頻數(shù)據(jù)等。（2）按結(jié)構(gòu)不同，可將數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)。2．數(shù)據(jù)處理流程數(shù)據(jù)是信息的載體，要想從數(shù)據(jù)中獲取有用的信息，通常需要對數(shù)據(jù)進行處理。一般來說，數(shù)據(jù)處理流程主要包括數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)存儲與管理、數(shù)據(jù)挖掘與分析、數(shù)據(jù)可視化與應用。（1）數(shù)據(jù)采集。（2）數(shù)據(jù)預處理。（3）數(shù)據(jù)存儲與管理。（4）數(shù)據(jù)挖掘與分析。（5）數(shù)據(jù)可視化與應用。二、算法【教師】通過多媒體講解算法算法就是解題的方法。從計算機的角度來說，算法是指由若干條指令組成的有窮序列。1．算法的特點一個算法通常具有以下

5

個特點。（1）可輸入。（2）有輸出。（3）有窮性。（4）確定性。（5）可行性。2．算法的實現(xiàn)算法的實現(xiàn)主要包括問題分析、數(shù)據(jù)準備、算法設計、編程實現(xiàn)、結(jié)果驗證、算法優(yōu)化等步驟。（1）問題分析。（2）數(shù)據(jù)準備。（3）算法設計。（4）編程實現(xiàn)。（5）結(jié)果驗證。（6）算法優(yōu)化。【知識庫】對人工智能而言，算法就像汽車的引擎，是驅(qū)動其學習和決策的核心動力。無論是搜索引擎中網(wǎng)頁排名的計算，還是社交網(wǎng)絡中個性化推薦系統(tǒng)的構(gòu)建，都離不開算法的支撐。常見的人工智能算法包括線性回歸、邏輯回歸、決策樹、支持向量機、神經(jīng)網(wǎng)絡等。三、算力【教師】通過多媒體講解算力1．算力的定義算力即計算能力，是支撐人工智能算法運行和數(shù)據(jù)處理的基礎。2．算力的分類按使用設備和提供算力的強度不同，可將算力分為基礎算力、智能算力和超算算力。（1）基礎算力。（2）智能算力。（3）超算算力。3．算力的核心——芯片算力的核心是芯片。芯片是設備執(zhí)行各種計算任務的基礎，它的性能直接決定了設備的算力。因此，芯片技術(shù)的進步對于算力的提升至關(guān)重要。CPU

是計算機中最常見的芯片之一，它能夠處理各種類型的任務（如運行操作系統(tǒng)、執(zhí)行應用程序、編輯文檔、瀏覽網(wǎng)頁等），但在執(zhí)行大規(guī)模的并行計算任務時效率較低。【知識庫】CPU

的算力受架構(gòu)、處理器核心數(shù)量等多種因素影響。其中，CPU

的架構(gòu)（如

x86、ARM

等）決定了其內(nèi)部如何處理指令和數(shù)據(jù)，CPU

架構(gòu)不同，其算力也不同；處理器核心數(shù)量代表了

CPU

的并行計算能力，通常情況下，處理器核心數(shù)量越多，CPU

的算力越強。隨著科技的發(fā)展，CPU

提供的算力逐漸無法滿足各種應用迅速增長的算力需求。芯片發(fā)展的方向愈發(fā)向?qū)Ｓ眯钥繑n，以尋求更高的性能、更低的能耗和成本。為此，GPU、FPGA、ASIC

等芯片開始與

CPU

協(xié)同工作，共同提升設備的整體算力。（1）GPU。（2）FPGA。（3）ASIC。雖然

GPU、FPGA

和

ASIC

都可以為人工智能應用提供智能算力，但它們各自具有不同的優(yōu)缺點，在人工智能中的適用階段也不同。4．算力的載體——服務器服務器是算力的基本載體和硬件根基，通常是指具有較高計算能力、能夠供多個用戶使用的計算機。隨著技術(shù)的不斷發(fā)展，出現(xiàn)了專為人工智能設計的高性能服務器，即人工智能服務器。人工智能服務器采用了異構(gòu)硬件架構(gòu)，通過將

CPU

與

GPU、FPGA、ASIC

等芯片組合的方式，為人工智能應用提供強大的算力支持，支撐人工智能模型的訓練和推理。隨著算力需求的進一步增長，單一的服務器逐漸演變成了由大量服務器組成的集群，進而形成了包含網(wǎng)絡設施、安全措施、環(huán)境控制及災難恢復計劃等一系列配套設施和服務的生態(tài)系統(tǒng)，也稱數(shù)據(jù)中心。按算力種類不同，可將數(shù)據(jù)中心分為通用數(shù)據(jù)中心、智算數(shù)據(jù)中心和超算數(shù)據(jù)中心。【學生】聆聽、記錄、理解任務實施【教師】通過多媒體引出本次任務實施的主題——使用智譜清言分析體測數(shù)據(jù)，并講解【教師】引導同學掃碼觀看微課——使用智譜清言分析體測數(shù)據(jù)【學生】掃碼觀看【學生】聆聽、操作、討論課堂小結(jié)【教師】簡要總結(jié)本節(jié)課的要點【學生】總結(jié)回顧知識點作業(yè)布置【教師】布置課后作業(yè)請根據(jù)課堂上所學知識，完成教材課后練習。本課作業(yè)布置二維碼老師用文旌課堂APP掃描此碼，即可進行線上作業(yè)布置【學生】完成課后任務第5、6課時考勤【教師】清點上課人數(shù)，記錄好考勤【學生】班干部報請假人員及原因任務導入【教師】布置課程學習任務，引入要講的知識人工智能并非憑空出現(xiàn)的，其核心是多項關(guān)鍵技術(shù)的系統(tǒng)化融合：機器學習賦予機器從數(shù)據(jù)中學習規(guī)律的能力，深度學習通過神經(jīng)網(wǎng)絡實現(xiàn)了更復雜的模式識別，自然語言處理讓機器理解并生成人類語言，計算機視覺教會機器“看懂”世界，知識圖譜則為這些技術(shù)注入結(jié)構(gòu)化的常識與邏輯，讓機器能夠理解概念之間的關(guān)聯(lián)與意義。這些技術(shù)相互交織、協(xié)同演進，共同構(gòu)成了人工智能的核心引擎。首先學習機器學習、深度學習、自然語言處理、計算機視覺、知識圖譜的相關(guān)內(nèi)容，然后通過使用豆包分析圖片，熟悉人工智能的關(guān)鍵技術(shù)。【學生】理清學習任務與學習目標傳授新知任務三熟悉人工智能的關(guān)鍵技術(shù)一、機器學習【教師】通過多媒體講解機器學習機器學習（machinelearning）是指使計算機能像人類一樣學習，以獲取新的知識或技能，并能夠重新組織已有的知識結(jié)構(gòu)，從而不斷改善自身性能。機器學習的本質(zhì)是利用統(tǒng)計方法讓機器通過“訓練”獲得經(jīng)驗，從而對未知數(shù)據(jù)進行預測或決策。機器學習是使計算機具有智能的根本途徑之一，它讓計算機不再只是通過預設的程序完成任務，而是可以通過不斷學習來掌握本領。【教師】通過多媒體提問，并講解相關(guān)內(nèi)容試將機器學習與人類預測的過程一一對應。【學生】思考、舉手回答機器學習通常分為監(jiān)督學習、無監(jiān)督學習、半監(jiān)督學習和強化學習。（1）監(jiān)督學習（supervisedlearning）是從有標簽的訓練數(shù)據(jù)中學習并得到一個模型，并基于此模型預測新樣本標簽的一種學習方式。（2）無監(jiān)督學習（unsupervisedlearning）是在無標簽的訓練數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)規(guī)律的一種學習方式，其主要任務是從給定的數(shù)據(jù)集中挖掘數(shù)據(jù)的潛在特征。（3）半監(jiān)督學習（semi-supervisedlearning）是監(jiān)督學習和無監(jiān)督學習相互結(jié)合的一種學習方式，也可以說是介于兩者之間的一種學習方式。半監(jiān)督學習的數(shù)據(jù)由大量的無標簽數(shù)據(jù)和少量的有標簽數(shù)據(jù)混合而成。（4）強化學習（reinforcementlearning）是機器通過與環(huán)境交互來實現(xiàn)目標的一種學習方式，它的思想源于心理學中的行為主義理論，即動物如何在環(huán)境的刺激下，逐漸形成對刺激的反應，從而產(chǎn)生能獲得最大收益的習慣性行為。【知識庫】強化學習在機器人的自動控制、計算機游戲中的智能應用、市場戰(zhàn)略的最優(yōu)化等方面均有廣泛應用。目前，文心一言、DeepSeek

等人工智能大模型將監(jiān)督學習與強化學習相結(jié)合，進一步提升了模型的智能化水平和性能。二、深度學習【教師】通過多媒體講解深度學習深度學習（deeplearning）是機器學習的一個研究方向，它的概念源于對人工神經(jīng)網(wǎng)絡的研究。人工神經(jīng)網(wǎng)絡（artificialneuralnetwork）也稱神經(jīng)網(wǎng)絡或連接模型，是一種模擬人類大腦神經(jīng)系統(tǒng)結(jié)構(gòu)和功能的機器學習方法。人工神經(jīng)網(wǎng)絡是由若干類似神經(jīng)元的處理單元相互連接而成的龐大信息處理系統(tǒng)，是對人腦組織結(jié)構(gòu)和運行機制的抽象、簡化和模擬。三、自然語言處理【教師】通過多媒體講解自然語言處理自然語言處理（naturallanguageprocessing,NLP）主要研究實現(xiàn)人類與計算機系統(tǒng)之間用自然語言進行有效通信的各種理論和方法，是人工智能研究的重要課題之一，也是人工智能技術(shù)的重要分支。近年來，自然語言處理已經(jīng)在機器翻譯、文字識別、自動文摘、句法分析、情感分析、文本分類、語音識別、語音合成等研究方向取得了突出成就。四、計算機視覺【教師】通過多媒體講解計算機視覺計算機視覺（computervision）是人工智能研究最早取得突破性成就的領域，它涵蓋圖像分類、目標檢測和圖像分割等技術(shù)，在人臉識別、無人駕駛和醫(yī)療輔助診斷等場景應用廣泛。1．圖像分類圖像分類用于判斷圖像所屬的類別，即判斷給定的圖像“是什么”。2．目標檢測目標檢測是指通過算法自動檢測圖像中物體的大致位置（通常用邊界框表示），并分析邊界框中物體的類別信息，即判斷給定圖像中的物體“在哪里，是什么”。3．圖像分割圖像分割是指通過算法自動分割并識別圖像中的內(nèi)容，可以將圖像分割理解為每個像素點的分類問題，即圖像分割主要用于判斷給定圖像中的每個像素點屬于哪個目標物或場景。【教師】通過多媒體提問，并講解相關(guān)內(nèi)容在一幅包含天空、草地和3只貓的圖像中，語義分割和實例分割分別會如何判斷？【學生】思考、舉手回答五、知識圖譜【教師】通過多媒體講解知識圖譜知識圖譜（knowledgegraph）也稱語義網(wǎng)絡，它是將海量知識及其聯(lián)系組織在一起而得到的關(guān)系網(wǎng)絡，通常采用基于圖的數(shù)據(jù)結(jié)構(gòu)表示。知識圖譜能夠采取結(jié)構(gòu)化方式表示和整合大量信息與知識，為人工智能模型提供豐富的語義信息。知識圖譜通常由實體、關(guān)系和屬性

3

部分組成，并使用“實體—關(guān)