任教学科 | 高中信息技术 | 姓名 | 单位 | ||||
课 题 | 人工智能的产生与发展 | ||||||
教材册别 | 高中信息技术必修1 《数据与计算》 | 课时 | 1 | ||||
一、教学目标 | |||||||
视音频切换器1.知识与技能 (1)理解人工智能的概念,了解从不同理论出发实现人工智能的方法。 (2)了解人工智能的发展历程中经历的不同阶段,以及在不同阶段中的主要研究成果、代表人物、应用领域等基本知识。 (3)探索实现人工智能背后的方法,了解深度学习、神经网络等人工智能研究中的前沿探索。 2.过程与方法 (1)理解人工智能实现的方法和实现原理,理解人工智能与人类智能的区别,结合实例辨别人工智能技术。 (2)简单了解神经网络解决分类问题的模型,借助TensorFlow Playground平台来模拟了解神经网络的基本要素,并且通过构造神经网络解决不同复杂度的分类问题。 3.情感态度价值观 | |||||||
二、教学重难点 | |||||||
1.教学重点:理解人工智能的概念,了解人工智能发展历程中不同阶段实现人工智能的方法。 2.教学难点:理解实现人工智能的方法,如专家系统、深度学习神经网络等。 | |||||||
三、教材分析 | |||||||
这节课是浙教版新教材必修1《数据与计算》第五章第一节《人工智能的产生与发展》,主要内容是人工智能的启蒙性知识,包括人工智能的概念、发展历程以及主要的人工智能方法等。教材中按照时间顺利梳理了人工智能发展不同阶段的主要发现和成果,并且结合科技前沿发展,通过实例来加深学生对人工智能的认识。在前面几个章节的学习中学生已经对算法编程等基础有了一定的了解,目前已经具备一定的编程逻辑思维能力,本节紧密结合人工智能的实际应用和研究成果,将让学生深入理解人工智能,了解人工智能对促进社会发展的重大作用。 | |||||||
四、学情分析 | |||||||
1.授课对象为高一年级学生,学生对一些常见的人工智能应用已经非常熟悉和了解,并且能够熟练的应用,但是对于其背后的理论和原理还是比较陌生,对于人工智能的了解还处在表面,因此,教学过程中要注意引导学生对于人工智能展开深入的思考。 2. 在义务教育阶段,由于各个学校信息技术课的开设情况不同,所以学生的信息素养和实践操作能力也不同,因此要提前分好小组,保证每组中都有能力较强的学生能够在小组合作中对基础较差的学生提高帮助。 3.学生对现代人工智能技术非常感兴趣,因此学习热情很高。本班学生课堂学习习惯良好,理解能力较强,反应灵活,具有一定的自主学习能力。 | |||||||
五、教学方法与教学手段 | |||||||
本节课以目前人工智能在实际生活中的应用为主线,贯穿课堂,借助实践活动与思考讨论,让学生感知人工智能,完成知识获取。主要采用以下两种教学方法: 1.活动探究法。通过不同的体验活动和实践活动让学生实际感知人工智能应用,加深对于人工智能方法的理解。 2.课堂讨论法。通过教师的提问和引导来引发学生的思考,以小组讨论的形式引导学生进行讨论,并进行交流和表达。 | |||||||
六、教学过程 | |||||||
教师活动 | 学生活动 | 设计意图 | |||||
(一)情境导入 1.情景铺垫,导入话题 2019年上半年上海首先开展实施垃圾分类,将垃圾分为干垃圾、湿垃圾、可回收垃圾和有害垃圾四种,一时间引起热议, “你是什么垃圾?”成为最“直击灵魂”的拷问。不仅仅是上海,全国很多城市也即将开展垃圾分类工作。2019年11月15日住房和城乡建设部召开《生活垃圾分类标志》标准发布新闻通气会,介绍标准修订情况,国家垃圾分类相较于2008版标准,标准的适用范围进一步扩大,生活垃圾类别调整为可回收物、有害垃圾、厨余垃圾及其他垃圾4个大类和纸类、塑料、金属等11个小类。目前垃圾分类已经成为我们的必修课,同学们是否能够做到明确的垃圾分类呢? 2.观看视频 脚踏式垃圾桶11月5日,第二届进博会在国家会展中心(上海)开幕,展会上瑞士ABB公司展出的垃圾分类机器人成为热门展品,吸引了观众的注意,它能够有条不紊地将不同种类的垃圾自动分拣。 | 1.参与话题讨论 | 1.保护环境人人有责,通过全民热议的话题引起学生的兴趣和共鸣,培养学生的环保意识。 | |||||
2.观看进博会垃圾分类机器人视频。 | 2.通过观看视频,了解人工智能在垃圾分类中的实际应用。 | ||||||
(二)知识讲授 1.人工智能概念 所谓人工智能,是指以机器(计算机)为载体,模仿、延伸和扩展人类智能,其与人类或其他动物所呈现的生物智能有着重要区别。 动图展示,举例说明,望远镜是人眼睛的延伸;车是脚步的延伸;计算机是人类计算能力的延伸;机器猫、狗、服务机器人等模仿人和动物的外形和行为;机械手臂加工作业等,可以去做人类力所不能及的事情。 【问题思考】 (1)举例生活中的人工智能技术。 (2)举例说明人工智能与人类智能的不同之处。 【总结延伸】 人工智能的三种主要方法: 符号主义:又称逻辑主义、心理学派或计算机学派,认为学习或其他的智能特征原则上均可以被符号精准地描述。 联结主义:又称仿生学派或生理学派,通过模仿人类大脑中神经元之间的复杂交互来进行认知推理。 行为主义:从“交互-反馈”角度来刻画智能行为,认为智能体可以在与环境的交互中不断学习,从而提升自己的智能水平。 | 1.理解人工智能的概念 | 1.引起学生对人工智能概念的深入思考。 | |||||
2.思考问题,发现人工智能与人类智能的不同之处。 | 2.通过讨论和思考提升对人工智能的认识. | ||||||
2.人工智能的发展历程 (1)盐酸储存罐从计算到智能测试 图灵测试:由艾伦·麦席森·图灵发明,指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。进行多次测试后,如果机器让平均每个参与者做出超过30%的误判,那么这台机器就通过了测试,并被认为具有人类智能。 【体验活动1】请一组同学模拟图灵测试游戏。 同时,思考图灵测试用来测试机器是否具有智能是否合理。 (2)以符号主义表达与推理为代表的人工智能 符号主义人工智能方法认为学习或者其他的智能特征原则上都可以被精准地描述(一般以逻辑形式描述),其包含知识库和推理引擎两个部分。 知识工程:尽可能对人类知识进行逻辑编码,然后通过推理引擎对编码知识进行操作,形成某一领域的“专家系统”。 【思考与讨论1】以小组为单位思考以下问题,按照既定的推理引擎进行推理,是否一定能够得到正确的知识?发现这种方法实现人工智能存在的问题。 问题1:宠物垫以垃圾分类为例,按照既定的推理引擎进行推理如果说厨余垃圾都是湿垃圾,那么,贝壳是什么垃圾?小龙虾是什么垃圾?鸡骨头是什么垃圾?大骨头又是什么垃圾? 问题2:以符号主义为表达与推理为代表的人工智能有哪些局限性? 【总结延伸】基于规则学习的人工智能方法解释性强(与人类逻辑推理过程相符),但是其可扩展性较弱,难以构建完备的知识库和完善的推理方法。 (3)数据驱动的人工智能方法 让计算机从数据本身进行知识学习,而不是单纯依靠专家来手工构造知识。 深度学习是一种对原始数据所蕴含的特征模式进行学习的算法模型。最常用的深度学习模拟人类大脑处理数据的机制,逐层抽象对原始数据进行学习。多层神经网络是一种典型的深度学习模型。 多层神经网络模型 【体验活动2】借助App来体验物品识别。借助百度人脸识别智能应用体验不同AI技术。 (4)问题引导下的人工智能学习方法 强化学习机制:学习者事先不知道最终答案,而是在学习过程中不断尝试各种解决问题的可能途径,然后根据结果反馈调整相应的学习方法。 【思考与讨论2】通过阅读材料对比AlphaGo 和AlphaGo zero的区别。 【阅读材料】围棋人工智能系统AlphaGo zero。AlphaGo Zero,不依赖人类棋手数据而在自我博弈中不断提升能力。三天内通过自我对抗赛,超过了AlphaGo 的实力,赢得了100场比赛的全胜;21天内达到AlphaGo Master的水平,并在40天内超过了所有旧版本。 | 1.学习人工智能的发展历程,简单了解人工智能深度学习和神经网络。 2.通过游戏活动了解图灵测试 3.小组进行问题讨论 4.借助工具体验人工智能应用程序。 5.阅读材料,比较AlphaGo和AlphaGo zero在各个方面的区别。 | 1.知识学习 2.通过活动让学生了解图灵测试是如何测试机器是否具有智能的。 3.通过思考问题了解,在专家系统中存在知识表述可能存在不严密和不精确的问题。 4.借助工具感受AI智能识别技术。 5.引导学生理解在问题引导下的试错学习方式,感受人工智能技术的强大。 | |||||
培养基的制备 |
本文发布于:2024-09-23 09:22:04,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/4/288331.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |