资源简介

(共54张PPT)
第1单元 第1课
人工智能的起源与发展
（清华大学版）八年级
下
1
核心素养目标
3
新知讲解
5
拓展延伸
7
板书设计
2
新知导入
4
课堂练习
6
课堂总结
课后作业
8
01
核心素养目标
信息意识
计算思维
数字化学习与创新
信息社会责任
在学习人工智能发展历程的过程中体会到算法的强大。
理解数字化学习的意义，并激发创新思维，了解人工智能如何推动教育、医疗、金融等行业的数字化转型。
通过学习人工智能的演变过程，能够培养计算思维，明晰人工智能的研究学派和范式。
知道人工智能是什么，了解人工智能的发展历程，理解新一代人工智能与人工智能模型及其应用。
02
新知导入
本单元你将学习：
人工智能和机器学习是什么
如何理解机器学习的基本流程和常见算法
如何完成数据集的收集、制作和划分
如何借助开发工具完成模型的训练、评估和应用
02
新知导入
提到人工智能，你的脑海中浮现的第一个画面是什么 是科幻电影里的机器人，是能战胜人类围棋高手的人工智能程序，还是能根据你的提示写出文章、画出图像的大模型 对于很多人来说，人工智能是一个熟悉而陌生的名词。一方面，在各种媒体上不断看到各种人工智能技术的最新进展，各类结合了人工智能技术的 Web 应用和手机 App 如雨后春笋般涌现;另一方面，我们却很难说清楚什么是人工智能，哪些表现称得上“智能”人工智能和编写程序有什么区别。
02
新知导入
你知道我们一直在接触人工智能应用吗 它们给我们的生活、学习都带来了哪些影响 请将所了解的信息填在下表中。
学习热身
02
新知导入
你知道吗
1952年，程序员阿瑟·塞缪尔(ArthurSamuel)开发了一款西洋跳棋的程序。该程序具备一定的学习能力，能够自行总结赢棋的方法或者策略。塞缪尔不断和该程序下棋，发现程序越下越好，后来不仅打败了寒缪尔本人，还打败了当地的跳棋冠军。于是，塞缪尔创造了“机器学习”这一概念。很多年后，人工智能科学家慢慢统一了认识:能否实现人工智能的关键，很可能取决于“如何让机器拥有学习能力”。
02
新知导入
本课中你将学习：
人工智能的发展历程是怎样的
人工智能的研究学派和范式有哪些
如何理解新一代人工智能与人工智能模型
02
新知导入
人工智能(artificial intelligence，Al)时代已经来临。语音输人、图像识别、自动驾驶、内容生成等人工智能应用，正以“润物细无声”的方式出现在我们的身边。十多年前，人工智能似乎离人们的日常生活还非常遥远，而现如今，人们对其已司空见惯，这段时间中，究竟发生了什么 在学习人工智能之前，我们需要先了解一下其发展历程。
02
新知导入
03
新知讲解
一、人工智能的起源
和其他技术的起源一样，人类通过发明各种技术、制作各种工具改善自己的生产生活。比如，借助马车、汽车和飞机，人类的出行时间可以缩短;借助起重机、挖掘机，人类的工作可以更加省时省力等。数千年来，人类一直期望给复杂的机械施以人的智能。在古代的神话传说中，技艺高超的工匠可以制作人造人，并赋予其智能或意识，如希腊神话中有黄金机器人和皮格马利翁造人的故事。据《列子·汤问》记载，我国西周时期有“偃师造人”的故事。
03
新知讲解
人工智能的起源可以追溯到古希腊亚里士多德的“三段论”。“三段论”是一种形式化、机械化的论证方法，可以根据前提推断出结论。
例如:贵州人是好客的;
(大前提)我是贵州人;
(小前提)我是好客的。
(结论)这种推断机制类似人的思考，是一种智能行为的表现。
03
新知讲解
"三段论”逐步发展为逻辑学，数学家用逻辑符号描述各种复杂的知识。于是，电子计算机出现后，新的思考也开始了:既然计算过程可以自动化，那么是不是就能实现“人工智能”了呢 这就是人工智能中一个重要的学术流派--符号主义(也称逻辑主义)的核心理念。
03
新知讲解
“机器会思考吗 ”1950年，艾伦·图灵(Alan Turing)在论文《计算机器与智能》( Comput Machineny and Intelligence)开篇提出了这样的问题。图灵从各个角度讨论计算机这一人造的计算机器具备人类智能的可能性，并提出了著名的“图灵测试”。图灵还在论文中提出了“学习机器”的概念，认为可以通过编程将计算机模拟为儿童大脑，令其接收“正确的教育课程”，使计算机从儿童大脑逐渐成长为成人大脑。图灵的问题持续鼓励大量科学家投身于人工智能这一领域。
03
新知讲解
1956 年夏天，约翰·麦卡锡(John McCarthy)、马文·明斯基(MarvinMinsky)等科学家在美国达特茅斯学院组织了一个研讨会，如图1.1.1所示。达特茅斯会议的研讨主题是让机器模拟智能的可能性，包含了人工智能领域将会面临的七个问题:自动计算机、编程语言神经网络、计算规模理论自我改进、抽象、随机性与创造性。达特茅斯会议的召开，标志着人工智能正式诞生，开启其漫长的征途。
图 1.1.1 达特茅斯会议的与会者合影
03
新知讲解
探 索
某位同学做数学题做得又快又准确，我们会认为他很聪明。但是计算机程序算得更快更准确，我们往往不会说它聪明，不认为其具备“智能”。看起来人类的聪明表现不等于机器的智能。实际上“智能”这个词，我们只用来描述人类特有的一些能力，比如辨认出熟悉的面孔，在交通高峰期的车流中穿行，精通某种乐器，能写出文笔流畅的文章等。那么，人的哪些表现属于“智能” 请提出并讨论。
03
新知讲解
逻辑思维能力 ：能够进行推理、分析和解决问题。这种能力使人们能够从复杂的信息中提取关键点，进行逻辑推理，得出合理的结论。
数学能力 ：能够进行数学计算、逻辑推理和数据分析。数学能力是科学、工程和技术领域的基础。
记忆力 ：能够记住和回忆大量的信息，包括事实、概念和经验。良好的记忆力有助于学习和决策。
创新能力 ：能够提出新颖的想法和解决方案，进行创造性思维。创新能力在艺术、科学和技术领域尤为重要。
03
新知讲解
二、人工智能发展简史
达特茅斯会议之后，不同学科背景的学者对人工智能的实现提出了各自不同的观点，由此产生了不同的学术流派。这些学术流派中以符号主义联结主义和行为主义为代表，此外还有贝叶斯学派、类推学派等。2019年著名人工智能科学家杰弗里·辛顿(Geomrey Hinton)对各种流派进行了分析，总结出人工智能发展的两种范式(可以理解为基本方式)--逻辑启发式(设计派)和生物启发式(学习派)。
03
新知讲解
设计派认为“智能”是人为设计出来的。这一思路来源于逻辑学，用一种“语言”将已有的知识进行精确编码，用各种运算符号表示各种规则，然后派生出新的知识。设计派的典型代表是符号主义学派，其核心工作是设计专家系统-- 一种基于特定的规则回答特定领域的问题的程序。而学习派认为“智能”因学习而来，用算法模拟人的大脑结构或者功能，机器能从大量的数据中找到“输人”与“输出”间的关系。
03
新知讲解
学习派的典型代表是联结主义学派其重点工作是用人工神经网络模拟人的大脑。这两种研究范式如图 1.1.2 所示。
图 1.1.2人工智能的两种研究范式
03
新知讲解
人工智能的发展并不是一帆风顺的，短短数十年几经波折。人工智能发展的早期，设计派的思路占了上风，但是很快就陷人了瓶颈，因为研究者发现，几乎没有办法对现有知识进行精确编码，常常“牵一发而动全身”，一个地方出现纰漏就要全部推倒重来。之后，学习派成为主流范式从大量的数据中得到智能，这种方法也被称为数据驱动的人工智能。因为学习的主体是机器，机器学习(machine learning)就成为人工智能研究方面最重要的技术领域。
03
新知讲解
阅读
人工智能概念诞生之后，迎来了第一个发展高峰期，快速涌现了许多相关成果，比如通过机器智能程序自动完成一些推理任务。可惜当时计算机的性能差，受限的内存容量和处理速度导致计算机程序无法解决较复杂的问题。再加上数据的严重缺失，计算机程序无法从数据中学习到足够的知识，学习派无法施展手脚。因此，人工智能的研究进展逐渐减慢，科学家的预言迟迟无法实现，人们开始对人工智能感到失望。许多机构停止了对人工智能研究的资助。这是人工智能发展的第一个低谷期。
03
新知讲解
阅读
20世纪80年代，专家系统和人工神经网络的快速发展让人们对人工智能的热情再度高涨。然而，专家系统需要人工定义规则，这项工作不仅费时费力，而且在语音识别、图像识别等自然输入的应用场合中难以实施。
03
新知讲解
阅读
随着个人计算机的出现，专家系统的功能很容易被个人计算机的通用软件所替代。而人工神经网络的研究受制于计算机的性能，于是人工智能进入第二个低谷期，大量人工智能公司倒闭。
03
新知讲解
三、新一代人工智能
2012年，得益于数据技术的发展、算法的突破和计算机性能的提升人工智能技术开始突飞猛进。2013年，深度学习在图像识别和语音识别领域取得突破，标志着人工智能实现了感知智能。2016年，AlphaGo横空出世，它借助深度学习及先进搜索算法的强大威力，横扫围棋界，攻克了棋类运动中人类的智慧堡垒。
03
新知讲解
2022年，ChatGPT的发布再次让世界为之瞩目，研究各种大模型应用成为人工智能的主流方向。智能时代已然来临人工智能领域又一次掀起新的浪潮。为区别之前的人工智能，科学家使用“新一代人工智能”或者“下一代人工智能”进行表述。
03
新知讲解
1.无处不在的人工智能应用
新一代人工智能的最大特点是不再停留在学术研究上，可以真正应用于生活，对各行各业产生巨大的影响。人们依靠智能导航出行，通过语音与机器互动，应用智能工具搜索知识信息，借助大模型生成文本和图像，已自觉或不自觉地处于人工智能的环境中。随着互联网的普及、物联网的渗透、大数据的涌现和信息社区的崛起，数据和信息在彼此相融的信息空间、物理空间和人类社会中传播，新技术、新产业和新业态不断涌现，使人工智能迅速发展，在众多领域发挥着越来越大的作用。
03
新知讲解
人工智能的能力越来越强大，已经从最初的判别式(也称决策式)发展到生成式(也称产生式)。也就是说，人工智能越来越像“人”，不仅能下棋、识别文字和图像，还能写诗作画，甚至能写文书等。
03
新知讲解
阅读
2017年7月，国务院印发《新一代人工智能发展规划》，人工智能正式上升为国家战略。新一代人工智能发展规划将在大数据智能、群体智能、跨媒体智能、混合增强智能和自主无人系统等理论方面取得重大突破，推动人工智能的不断发展。
03
新知讲解
阅读
《新一代人工智能发展规划》指出，发展人工智能是一项事关全局的复杂系统工程，要按照“构建一个体系、把握双重属性、坚持三位一体、强化四大支撑”进行布局形成人工智能健康持续发展的战略路径。我国人工智能技术虽然起步较晚，但伴随着人工智能研究的热潮，产业化应用发展迅速，基础研究、技术及产业都进入了高速增长期。
03
新知讲解
2.日益强大的人工智能模型
用通俗的话来表达，人工智能的研究目标就是让机器具备类似人的智能，而这一智能往往需要通过模型实现。我们可以把人工智能模型看成一个支持输人和输出的算法，类似于人的大脑，可以接收输人数据并生成相应的输出结果，如图1.1.3 所示。
图1.1.3 人工智能模型和人脑对比图
03
新知讲解
输人数据可看作人的感官(如视觉、听觉等)输人。人工智能模型根据输人数据的特征和模式，产生相应的输出结果，就像人脑“处理”眼睛看到的画面，然后生成相应的理解和反应一样。
随着数据、算法和算力方面的突破，人工智能模型的能力越来越强大应用领域也越来越广泛。现在出现了一种新的云计算模式被称为模型即服务(model as a service，MaaS )。这种服务提供云端人工智能模型，用户即使没有拥有自己的硬件设备或专业技能，也能使用这些模型设计各种应用或者完成某些工作。
03
新知讲解
阅读
“模型”是人工智能最重要的概念之一。“模型”一词本来是一个数学概念，通常由数学公式、方程、图表、图形或其他数学概念组成用来表示问题的不同方面或关系。人工智能模型则是指一种用来模拟和解决问题的方法或工具，基于数据和算法而构建，可以对信息进行处理、分析和预测。
03
新知讲解
阅读
每一个人工智能模型都有不同的特点和用途，用来解决不同的问题。人们常说的大模型，泛指一些规模很大的模型。这些模型不仅文件的容量很大，而且运行这些模型也需要很高的算力，如GPT-3(一个著名的大语言模型)的文件大小约为700GB，每次前向传递的推理过程需要经历约 1750 亿个参数的共同运算，算力要求极高。而训练这样的模型还需要海量的数据，如 GPT3 已学习的自然语言数据量超过 45 TB。
03
新知讲解
训练和应用一个人工智能模型其实也很容易。通过浏览器就能在一些人工智能教学平台上训练一个简单的模型，或者通过浏览器就可以训练一个简单的模型，或者应用一个已经训练好的模型，如图1.1.4所示。请选择1~4个你感兴趣的模型应用，体验其功能并填写表 1.1.1。
挑战
03
新知讲解
挑战
表 1.1.1 人工智能应用的功能体验记录表
应用名称 功能简述 输入数据 输出结果
语音助手 通过语音交互为用户提供各类信息和服务，如查询天气、播放音乐等 查询天气 晴朗、多云、乌云、雷电
图像识别软件 对输入的图像进行分析识别，判断图像中的物体、场景等 查找人物、风景 这是一张人物照片，人物是XX
智能翻译软件 实现不同语言之间的文本翻译 待翻译的文本（中外语言） 翻译后的对应语言文本
04
课堂练习
一、选择题
1、人工智能的概念最早由哪位科学家提出？
A. 图灵（Alan Turing）
B. 约翰·麦卡锡（John McCarthy）
C. 马克·祖克伯格（Mark Zuckerberg）
D. 杰夫·霍金斯（Jeff Hawkins）
2、下列哪项技术最早被应用于人工智能的研究中？
A. 神经网络 B. 深度学习
C. 规则系统 D. 机器学习
B
C
04
课堂练习
3、在人工智能的历史上，哪一事件标志着“人工智能寒冬”的到来？
A. 1969年人工智能首次取得突破
B. 1970年代初期的资金减少与技术停滞
C. 1990年代的深度学习发展
D. 2000年代后的人工智能热潮
4、哪项技术的进展使得人工智能在21世纪得到了快速的发展？
A.大数据与云计算 B.数据挖掘
C.自然语言处理 D.图像识别技术
B
A
04
课堂练习
二、判断题
1、图灵测试是评估人工智能是否具备意识和情感的一种方式。 （ ）
2、人工智能的早期发展主要依赖符号推理与专家系统。（ ）
3、“人工智能寒冬”指的是人工智能的研究和发展从未停滞。（ ）
4、人工智能的起源可以追溯到20世纪40年代。（ ）
X
X
√
√
04
课堂练习
三、操作题
根据人工智能的早期研究，设计一个基于规则的专家系统模型，模拟一个简单的诊断系统（例如医学诊断或工程故障检测系统），并编写相应的规则。
05
拓展延伸
人工智能的研究学派和范式
（1）符号主义学派（Symbolic AI）
符号主义学派是人工智能最早的研究范式，主张通过符号处理（逻辑推理、规则系统等）来模拟智能行为。
代表人物：艾伦·图灵、约翰·麦卡锡等。
主要特点：强调推理过程、规则的制定与执行。
05
拓展延伸
人工智能的研究学派和范式
（2）连接主义学派（Connectionism）
连接主义学派着重于通过模拟神经网络来实现智能，强调学习和自我调整。
代表人物：杰弗里·辛顿、杨立昆等。
主要特点：以神经元连接模拟人类大脑的学习方式，尤其是深度学习的广泛应用。
（3）进化计算（Evolutionary Computation）
进化计算通过模拟生物的进化过程来解决复杂问题，常见的算法包括遗传算法、蚁群算法等。
代表人物：约翰·霍兰德、马克·达特尔等。
主要特点：采用自然选择、遗传、变异等机制进行问题求解。
05
拓展延伸
人工智能的研究学派和范式
（4）贝叶斯学派（Bayesian AI）
该学派基于贝叶斯推理，通过概率论方法来处理不确定性问题。
代表人物：托马斯·贝叶斯、斯图尔特·卡普兰等。
主要特点：在推理过程中考虑不确定性与概率。
05
拓展延伸
人工智能与人类合作
（1）医疗领域
AI诊断：AI可以帮助医生分析医学影像，快速识别疾病，例如通过深度学习模型诊断癌症、肺结核等病症。但这并不意味着医生会被替代。AI在这一过程中扮演的是辅助角色，帮助医生做出更加精确的决策。AI的能力在于处理大量数据和识别细微的模式，而人类医生则负责综合多方面信息、判断和沟通。
05
拓展延伸
人工智能与人类合作
（2）教育领域
AI教育工具：AI在个性化学习和自动化评分方面起到了巨大的作用。例如，像Khan Academy这样的在线教育平台使用AI来推荐适合学生的学习内容。但教师仍然是教育过程中的核心，AI不能代替教师在情感支持、价值观教育和激励学生方面的作用。
05
拓展延伸
人工智能的伦理问题
（1）隐私与数据安全
挑战：AI技术依赖大量数据，特别是个人数据，这可能导致隐私泄露和滥用。
解决办法：加强数据保护法规（如GDPR），提高数据透明度与控制权，确保用户能够掌握自己的数据。
（2）AI的控制与滥用
挑战：AI的力量可能被滥用，例如在监控、操控舆论等方面。
解决办法：建立AI监管机构和透明的审查机制，确保AI技术在道德和法律的框架下使用。
05
拓展延伸
人工智能的伦理问题
（3）工作岗位的替代与失业问题
挑战：AI可能会导致某些行业的自动化，进而替代大量人工岗位。
解决办法：政府和企业可以通过职业培训、再教育计划，帮助劳动者适应新兴技术，并推动AI技术带来的新岗位和产业的发展。
（4）自主武器与伦理决策
挑战：AI在军事领域的应用可能导致自动化武器系统的出现，这些系统可能做出自主决策，带来伦理困境。
解决办法：国际社会需要建立相关的伦理规范和法律框架，确保AI武器的使用符合人道主义法和战争法的规定。
05
拓展延伸
中国Deepseek
DeepSeek是一家成立于2023年的中国人工智能公司，由毕业于浙江大学的梁文锋创立。该公司最初专注于量化交易，但随后扩展到AI领域，特别是推出了推理模型 R1，在性能上逼近 OpenAl的o1正式版，同时推理成本仅为后者的几十分之一。
05
拓展延伸
中国Deepseek
DeepSeek的主要功能包括智能问答、数据分析、语言翻译、内容创作、技术支持和学习辅助等。它在自然语言处理方面能准确理解和生成自然语言，在机器学习与深度学习领域对模型架构和训练算法深度优化，缩短训练周期、降低成本，还注重模型泛化能力。
06
课堂总结
1
引入新知内容
人工智能的起源与发展
2
学习人工智能的起源和发展
3
认识新一代人工智能
4
完成课堂练习
5
进行知识拓展
1
2
3
4
5
07
板书设计
人工智能的起源与发展
1、进行新知引入
2、学习人工智能的起源和发展
3、认识新一代人工智能
4、完成课堂练习
5、进行知识拓展
课后作业。
1、研究并阐述人工智能的应用现状及未来发展前景。
2、绘制思维导图。
08
课后作业
1、参照现代AI应用，选择一个具体的行业（如金融、教育、医疗），研究并阐述人工智能的应用现状及未来发展前景。提交一个简短的报告，包含个人看法与未来展望。
2、结合本课所学，完成思维导图。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑