资源简介

第 4 章 走进智能时代
4.1 认识人工智能
教学设计
教学背景
信息科技是现代科学技术领域的重要部分，主要研究以数字形式表达的信息及其应用中的科学原理、思维方法、处理过程和工程实现。当代高速发展的信息科技对全球经济、社会和文化发展起着越来越重要的作用。
义务教育信息科技课程具有基础性、实践性和综合性，为高中阶段信息技术课程的学习奠定基础。信息科技课程旨在培养科学精神和科技伦理，提升自主可控意识，培育社会主义核心价值观，树立总体国家安全观，提升数字素养与技能。
教材分析
本节课的教学内容选自人教/地图出版社第 4 章 走进智能时代　4.1 认识人工智能，信息技术的发展与普及为我们创造了一个全新的数字化生活环境。它们在给我们带来生活便利的同时，也在逐渐地改变着我们的生活方式。
在 2018 年的上海科技博览会上，有一位声音甜美、行动自如的机器人“小 i”，受到了人们的关注。“你会唱歌吗？”“可不可以给我讲个笑话？”“明天的天气怎么样？”人们争抢着和这个可爱的机器人对话。小 i 不仅逐一回答了它所“听”到的每一个问题，还不时地用一个个笑话、萌劲十足的表情，以及语气逗乐了现场的观众。其实，它是我国一家智能科技公司开发的一款具有自我学习能力的实体机器人。该科技公司在自然语言处理、语义分析和理解、知识工程和智能大数据等方面走在了世界前列，它研发的相关智能技术已经在我国的金融、医疗、交通等领域得到广泛应用。
同学们，想想还有哪些人工智能技术就在我们的生活中？它有哪些奇妙之处？又如何影响着我们的生活？现在，就让我们一起走进这神奇的人工智能artificial intelligence，简称 AI）世界吧！
本章我们将以“智能交互益拓展”为主题开展项目活动，体验人工智能对日常生活的影响，了解人工智能的关键技术，认识人工智能在信息社会中的重要作用。
学情分析
此节课针对的对象是高一年级的学生，学生对信息技术的关键技术以及信息技术对生活与学习的影响有一定的了解，但对所学内容只是体验性和经验性的认识。依据解决问题的需要，设计和描述简单算法;利用程序设计语言实现简单算法，解决实际问题。
教学目标
1.了解人工智能的产生与发展，体会人工智能对社会发展的影响。
2.通过典型实例理解人工智能技术，感受人工智能魅力。
教学重点与难点
重点:体验常见的人工智能技术，体会其背后的人工智能原理，感受人工智能的魅力。
难点:理解典型案例中人工智能技术实现的原理，
教学方法与教学手段
案例分析法、讲授法、任务驱动法。
教学过程
问题导入
提出问题，引发思考：
体验探索
人机博弈
人机博弈一直是人工智能研究的经典领域。人机博弈的发展历程可以用“三盘棋”来概括。
第一盘棋：1956 年计算机技术的先驱萨缪尔（Arthur Lee Samuel），在计算机上编写出了世界上第一款国际跳棋程序。
第二盘棋：1997 年人工智能系统——深蓝首次在正式比赛中战胜国际象棋世界冠军卡斯帕罗夫（Garry Kasparov），成为人工智能发展史上的一个里程碑。
第三盘棋：2016 年阿尔法围棋程序（AlphaGo）在与围棋世界冠军李世石进行的围棋人机博弈中以 4 ：1 的总比分获胜，这是人工智能发展史上又一个新的里程碑。2017 年，它又进化为阿尔法元（AlphaGo Zero），通过“自学成才”，仅用 3 天就成了围棋界的顶尖高手。
思考：
1. 查找资料，从智能水平、不同类型棋的难度等方面分析以上三次人机博弈的区别。
2. 体验人与机器对弈的过程，讨论计算机是如何进行“思考”的，如图 4.1.1 （参见教材P133）所示。
人工智能的产生与发展
说到人工智能，很容易联想到机器人，其实人工智能有很多表现形式，如智能网络、智能设备和智能软件等。随着技术的发展，人们对人工智能的认识也在不断深入。“三盘对弈”掀起了人工智能发展的三次高潮：第一款国际跳棋程序中使用的“机器学习”概念，至今仍然对人工智能程序设计有着重要的影响；深蓝将知识库结合搜索等机器学习算法引入人工智能，让机器从数据中进行学习，获得知识；阿尔法围棋推动了深度学习作为人工智能继续前进的核心技术。
思考活动
图灵测试与人工智能
英国科学家图灵（Alan Mathison Turing）提出测试机器智能的方法：测试者与被测试者在隔开的情况下，通过一些装置（如键盘）向被测试者任意提问。经过 5 分钟问答后，如果测试者不会有多于 70% 的机会做出正确的区分，那么这台机器就通过了测试，这就是著名的图灵测试。图 4.1.2 （参见教材P134）是图灵测试示意图。
思考：
你认为通过图灵测试能否判断出机器是否具有智能，试说明理由。机器是如何获得智能的？
人工智能这一术语是 1956 年在美国达特茅斯学院举行的一次学术研讨会上被提出的。
经过多年的演进，特别是在移动互联网、大数据、超级计算、脑科学等新理论、新技术及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同和自主操控等新特征。中国电子技术标准化研究院组织编写的《人工智能标准化白皮书（2018 版）》中将人工智能定义为：利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
经过多年的持续发展，我国在人工智能领域也取得了重要进展，其中吴文俊院士提出了几何定理证明的“吴氏方法”，对人工智能的理论研究做出了巨大的贡献。此外，我国在语音识别技术、视觉识别技术等方面处于世界先进水平，在自适应自主学习、直觉感知、综合推理、混合智能和群体智能等方面初步具备跨越发展的能力。目前，中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶逐步进入实际应用，在国际上获得广泛关注和认可。
如今，人工智能已成为未来经济发展的新引擎和新一轮产业变革的核心驱动力，作为国家未来的建设者和接班人，我们应当努力学习新知识和新技术，提高自己的信息意识，培养创新的能力，在信息社会中担当起我们的社会责任。
阅读拓展
吴文俊与“吴氏方法”
吴文俊（1919—2017），我国著名数学家（ 图 4.1.3）（参见教材P135）。1940 年 毕 业 于 上 海 交 通 大学，1949 年获法国斯特拉斯堡大学博士学位。他在拓扑学、自动推理、机器证明、代数几何、中国数学史和对策论等研究领域均有杰出的贡献，在国内外享有盛誉。2001年，获首届国家最高科学技术奖。
在人工智能的机器证明方面，他从初等几何着手，在计算机上证明了一类高难度的定理，同时也发现了一些新定理，进一步探讨了微分几何的定理证明，提出了利用机器发现与证明几何定理的新方法，这就是著名的“吴氏方法”。这项研究在数学领域产生了深远的影响，为数学研究和人工智能的机器证明开辟了新的领域，有重要的应用价值。
“吴文俊人工智能科学技术奖”是为了奖励我国人工智能领域有成就和创新的个人或项目而设立的，设有科学技术成就奖、科学技术创新奖和科学技术进步奖等奖项，从 2011 年开始，每年评奖一次。
感受人工智能的魅力
人工智能离我们并不遥远，人脸识别、手写识别、语音识别、机器翻译和智能推荐等人工智能技术已经进入我们的生活，逐渐改变着我们的生活方式。人工智能的研究领域非常广泛，我们在此仅从人机交互、图像识别与生物特征识别、自然语言处理、机器学习和深度学习等几个方面来感受人工智能的魅力。
人机交互
人机交互技术主要是研究人与计算机之间的信息交换，包括人到计算机和计算机到人的信息交换两部分。人们可以借助键盘、鼠标、话筒、操纵杆、压力笔、数据手套或服装、眼动跟踪器、位置跟踪器等设备，用手、脚、声音、姿势或动作、眼睛甚至脑电波等向计算机传递信息；同时，计算机通过打印机、绘图仪、显示器、头盔式显示器和音箱等输出设备给人提供信息。人机交互技术除了传统的基本交互（键盘、鼠标等）和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术，其中语音交互是一种高效的交互方式，是人以自然语音或机器合成语音同计算机进行交互的综合性技术。
语音交互过程包括四部分：语音采集、语音识别、语义理解和语音合成。
语音采集完成音频的获取、采样及编码；语音识别完成语音信息到机器可识别的文本信息的转换；语义理解根据语音识别转换后的文本字符或命令完成相应的操作；语音合成完成文本信息到音频信息的转换。作为人类沟通和获取信息最自然、便捷的手段，语音交互比其他交互方式具备更多优势，能为人机交互带来根本性变革。它在智能电视、智能导航、智能家居等方面都有着广泛的应用。
实践活动
体验“语音识别”
很多导航软件都有语音交互功能，试使用语音控制的导航软件，通过体验语音导航查询路况和周边信息等功能，了解语音交互过程。
试用家乡的方言体验导航软件识别方言的效果，查阅资料并讨论导航软件提高方言识别率的方法。
图像识别与生物特征识别
图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。图像识别技术是以图像的主要特征为基础的。每个图像都有其特征，例如，字母 A 有个尖，P 有个圈，而 Y 的中心有个锐角等。对图像识别时眼动研究表明，视线通常是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。图像识别技术是人工智能技术的一个重要领域。生物特征识别技术是在图像识别基础上发展起来的，是利用生物特征（如指纹、虹膜和人脸等）进行识别，目前已经在生活中得到了广泛的应用。图 4.1.4 （参见教材P137）所示为指纹签到。
生物特征识别技术是通过个体生理特征或行为特征对个体身份进行识别认证的技术，主要是对生物特征进行取样，从中提取其唯一特征，并转换成相应的代码，并进一步将这些代码组合成具有代表性的特征模板。在利用识别系统进行身份识别时，识别系统将获取的生物特征与具有代表性特征的模板进行比对，以确定是否匹配，从而给出判断。生物特征识别技术涉及的内容十分广泛，包括指纹、掌纹、人脸、虹膜、脉搏、步态等多种生物特征，其识别过程涉及图像处理、计算机视觉、语音识别、机器学习等多项技术。
实践活动
体验“图像识别”
生活中有许多事物，我们可能不认识或不能准确地叫出它们的名称，借助具有人工智能技术的智能软件就可以帮助我们解决这个问题。使用识别软件，体验实物识别、图片查询和相关知识搜索等功能，如图4.1.5 （参见教材P137）所示。实际体验或上网查询图像识别工具，并与同学探讨图像识别在生活中有哪些应用。
自然语言处理
自然语言处理技术是计算机科学和人工智能领域中的一个重要方向，主要研究实现人与计算机之间用自然语言进行有效通信、交流的各种理论和方法。它涉及的领域很多，包括机器翻译、语义理解（机器阅读理解）和问答系统等。机器翻译利用计算机技术实现从一种自然语言到另外一种自然语言的翻译，机器翻译的一般过程包括源语言文字的输入、识别与分析、生成与综合和目标语言的输出。语义理解（机器阅读理解）则是利用计算机技术实现对文本篇章的理解，并且回答与篇章相关的问题。语义理解更注重对上下文的理解及对答案精准程度的把控。问答系统技术指让计算机像人类一样用自然语言与人交流的技术，人们可以向问答系统提交用自然语言表达的问题，系统会返回关联性较高的答案。
实践活动
体验“机器翻译”技术
在生活和学习中，我们会经常用到机器翻译工具，如图 4.1.6 （参见教材P138）所示。尝试使用一款机器翻译软件对几段文字进行中英文互译。讨论机器翻译相比人工翻译所具有的优势和不足。
机器学习
人工智能在生活中应用广泛，也要归功于机器学习技术。语音识别、图像识别都有它的身影。机器学习研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。
机器学习的实现是通过在计算机中存储历史数据，应用机器学习算法对这些数据进行处理，这个过程在机器学习中称为“训练”，处理的结果可以被用来对新的数据进行预测，这个结果一般称之为“模型”。对新数据的特性进行推测的过程在机器学习中称为“预测”。“训练”与“预测”是机器学习的两个过程，“训练”产生“模型”，“模型”指导“预测”。图 4.1.7 （参见教材P138）是机器学习的示意图。
深度学习其实是“深度神经网络的学习”，是机器学习的一个重要领域。它通过能逐步发现原始数据中的特征与待求解问题之间对应和关联的算法模型，把原始数据转变成更高层次的、更加抽象的表达。深度学习的实质是通过构建具有较多隐层的网状学习模型和海量的训练数据来学习更有用、更高阶的特征，从而提升分类和预测的准确性。例如，很多智能手机中的图像快速分类功能（能从上万张照片中选出包含某个人的照片）就应用了深度学习技术。目前，深度学习在自然语言处理、图像识别等领域都取得了很大的突破。
项目实施
制订项目方案，体验与智能机器人对话
一、项目活动
关注带有“智能对话机器人”的微信公众号，体验人机对话的过程，理解人机对话所涉及的人工智能技术。
1. 按照项目目标从项目任务、项目过程和项目检查等方面制订项目方案。
2. 体验手写识别和语音识别：通过手写或语音输入问题，观察“智能对话机器人”的识别效果。
3. 体验与“智能对话机器人”的交互：输入学习中的问题，观察机器人的回复，体验“智能对话机器人”帮助我们学习的过程，如图 4.1.8 （参见教材P139）所示。
二、项目检查
小组通过手写或语音输入信息的方式，体验与“智能对话机器人”对话的过程。
课后作业
练习提升
1. 目前很多网络平台都设计有“客服”功能。找到一个网络平台的“客服”，请设计一个提问方案，并实施该方案，判断该客服是人还是人工智能程序，说明原因。
2. 试观察一些应用程序中的“智能客服”，讨论它与项目活动中的“智能对话机器人”在对话效果上有什么区别。
板书设计
第 4 章 走进智能时代
4.1 认识人工智能
1.人工智能的产生与发展
2.感受人工智能的魅力
项目实施
普通高中教科书
信息技术　必 修 1　数据与计算
编著
人民教育出版衬课程教材研究所信息技术课程教材研究开发中心
中国地图出版社教材出版分社
总 主 编 ：祝智庭 樊 磊
副总主编 ：高淑印 郭 芳 李 锋
本册主编 ：李 锋 高淑印
编写人员 ：程建娜 刘姝弘 夏燕萍 王 岚 史弘文

展开更多......

收起↑