资源简介

(共46张PPT)
第三单元 第4课
交叉与融合
清华版（中学）
通
1
学习目标
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
教学目标
（1）了解人工智能与生物、化学、天文、医学等学科交叉融合的典型案例。
（2）理解人工智能在传统学科中带来革命性突破的原因。
（3）探讨人工智能与传统学科融合对社会和科技发展的深远影响。
02
新知导入
2、多领域突破性应用
在医学影像诊断、新材料模拟（化学）、星系分类（天文）、AI作曲（艺术）等领域，AI已实现超越人类专家的精准分析或创造性输出。
02
新知导入
这些场景中都涉及到了哪些学科领域？它们与AI是如何相互结合的？
03
新知讲解
1
人工智能与生物学
1、蛋白质结构预测
（1）AI预测蛋白质结构
DeepMind开发的AlphaFold系统使用深度神经网络技术,可以快速预测蛋白质分子的三维结构。
蛋白质分子的三维结构
03
新知讲解
1
人工智能与生物学
1、蛋白质结构预测
（2）蛋白质结构研究的传统困境
传统方法依赖复杂实验，解析单种蛋白结构需数年甚至数十年，严重制约生命科学和药物研发进度。
03
新知讲解
1
人工智能与生物学
1、蛋白质结构预测
（3）AlphaFold的革命性突破
通过AI计算预测蛋白质三维结构，将解析周期从数年缩短至数小时，彻底改变分子生物学研究范式。
03
新知讲解
1
人工智能与生物学
1、蛋白质结构预测
（4）开放共享与未来影响
DeepMind公开了几乎所有已知蛋白质结构数据，加速全球新药研发与疾病治疗研究。
03
新知讲解
1
人工智能与生物学
2、AI显微镜
（1）AI显微镜的技术突破
清华大学等机构利用AI技术增强显微镜成像能力，通过算法学习光学规律，从模糊图像中重建高清细胞图像，显著提升观测清晰度。
03
新知讲解
1
人工智能与生物学
2、AI显微镜
（2）误差与真实性的平衡
尽管AI重建可能引入轻微误差，但其揭示的细胞动态细节远超传统显微镜。
传统显微镜 AI 显微镜下的细胞结构图片
03
新知讲解
1
人工智能与生物学
2、AI显微镜
（3）动态观测的实现
AI显微镜技术使科学家能够实时观察细胞的生长、分裂及疾病发展过程，推动细胞生物学进入动态研究时代。
AI增强显微镜呈现的细胞结构
03
新知讲解
1
人工智能与生物学
2、AI显微镜
下图是用深度卷积神经网络定位肿瘤细胞的例子。输入一幅显微图片，网络可以自动将肿瘤部分标示出来。
03
新知讲解
2
人工智能与化学
1、自动化化学实验
利物浦大学的研究团队开发了一种可以自主进行化学实验的实验机器人。
利物浦大学开发的自动实验机器人
03
新知讲解
2
人工智能与化学
自动实验机器人的五大优势：
（1） 持续高效 ：可24小时不间断工作，避免人为疲劳导致的误差。
（2） 精准操作 ：对化学试剂称量和反应控制的精度远超人工。
（3） 耐受风险 ：能在放射性、毒性等危险环境中稳定工作。
（4） 并行实验 ：可复制多个机器人同步开展实验，大幅提升效率。
（5） 数据可溯 ：自动记录实验全过程，确保结果可重复验证与分析。
03
新知讲解
2
人工智能与化学
自动实验机器人的五大缺点
（1） 高成本 ：研发、维护和升级机器人系统巨额资金投入，中小企业难以承担。
（2） 灵活性不足 ：面对非标准化或突发实验需求，机器人应变能力有限。
（3） 技术依赖 ：依赖稳定的电力、网络和软件支持，一旦故障实验中断。
（4） 缺乏直觉判断 ：无法像人类一样基于经验进行直觉性调整。
（5） 伦理与就业冲击 ：替代部分实验员岗位，引发职业转型与社会公平问题。
03
新知讲解
2
人工智能与化学
2、分子性能预测
（1）AI辅助化学研究的兴起
人工智能通过分析海量科研论文，帮助化学家解析分子结构与性能，成为科研创新的灵感引擎。
人工智能通过阅读化学分子判断化学物质的特性
03
新知讲解
2
人工智能与化学
2、分子性能预测
（2）分子表征与深度学习技术
利用深度学习模型预测其特性，实现从结构到功能的智能映射，显著缩短了新药发现周期。
03
新知讲解
3
人工智能与天文学
1、大数据分析
（1）天文数据的爆炸性增长
现代大型望远镜每天产生超150TB数据，远超人工处理能力，AI成为高效分析的必备工具。
坐落在贵州省平塘县群山之中的“中国天眼”
03
新知讲解
3
人工智能与天文学
1、大数据分析
（2）AI驱动的天文数据处理
通过机器学习过滤噪声、提取信号，从海量数据中识别隐藏的宇宙现象（如脉冲星、暗物质迹象）。
03
新知讲解
3
人工智能与天文学
思考
AI可以帮助天文学家做哪些事情呢？
发现未知星体
分析星系的类型
检测新星和超新星的出现
03
新知讲解
3
人工智能与天文学
2、宇宙模拟
（1）AI模拟宇宙演化
科学家利用AI技术模拟星系形成、暗物质分布等宇宙演化过程，验证理论模型并直观展示宇宙发展历程。
03
新知讲解
3
人工智能与天文学
2、宇宙模拟
（2）恒星与星系模拟
AI工具可模拟恒星和星系的诞生与演变，帮助理解天体生命周期及相互作用机制。
03
新知讲解
3
人工智能与天文学
2、宇宙模拟
（3）太阳系动态预测
通过AI模拟太阳系天体运动，预测潜在碰撞或轨道扰动风险，为天文观测和航天任务提供预警支持。
03
新知讲解
4
人工智能与医学
1、疾病诊断
（1）Google 的眼科疾病智能诊断系统
（2）AI 在癌症检测中的广泛应用
分享身边AI 辅助疾病诊断的案例
03
新知讲解
4
人工智能与医学
2、健康管理
（2）提供健康建议
（3）预测慢性病风险
（1）监测生理指标
03
新知讲解
4
人工智能与医学
03
新知讲解
5
交叉融合的原因
1、传统学科发展成熟后遇到瓶颈，需要新途径，而人工智能成为有价值方向。
2、生物、天文学各领域积累的海量数据对人工智能非常重要。
3、深度学习和大模型发展，使AI推理能力增强，具备科研能力的过程。
03
新知讲解
6
总结
1、AI与传统科学融合的革命性影响
人工智能通过数据积累和算法进步，推动物理学、化学等领域突破，2024年诺贝尔奖首次授予AI研究者，标志着AI成为基础科研的核心驱动力。
03
新知讲解
6
总结
2、AI作为科技基础设施的崛起
从单一技术升级为跨学科通用工具，成为继数学、计算机后的第三大科研基础设施。
03
新知讲解
6
总结
3、人工智能+的应用
03
新知讲解
6
总结
人工智能已经不再是一门具体的技术，而是推动整个技术进步的基础力量。
4、人工智能的基础力量
03
新知讲解
思
考
与
讨
论
1、随着人工智能的进步，越来越多的科研工作可以由人工智能来完成，这是否意味着未来AI科学家有可能取代人类科学家？
AI科学家不会完全取代人类科学家 ，但将重塑科研模式：
（1） 互补性 ：AI擅长数据处理与模式发现，人类主导创新假设与伦理判断，形成“AI执行+人类决策”的协作关系。
（2） 不可替代性 ：科学探索中的灵感、跨学科联想及社会责任需人类独特认知（如爱因斯坦相对论的非线性思维）。
（3） 角色进化 ：人类科学家将转向更高阶的课题设计、AI训练与结果诠释，类似“导演”而非“操作员”。
03
新知讲解
思
考
与
讨
论
2、随着人工智能与各门基础学科的交叉融合，我们当前所面临的很多问题将有希望得到解决，比如大气污染问题、癌症治疗问题。这是否意味着未来我们面临的问题会越来越少
问题不会减少，但会转变 ：AI解决旧问题（如污染、疾病）的同时带来新挑战（如数据安全、伦理争议），需同步完善治理。
03
新知讲解
课
程
实
践
1、选择本节中出现的或通过其他途径了解到的AI在基础科学领域的应用，查找资料，了解该技术的背景、意义和未来前景，以小组海报的形式进行展示。
04
课堂练习
一、判断题。
1、AI显微镜的成像误差完全无法避免，因此无实用价值。（ 　）
2、自动化学实验机器人可24小时工作，但缺乏突发实验的灵活性。（　 ）
3、Transformer架构通过卷积神经网络实现长序列建模。（ 　）
4、AI在慢性病预测中仅依赖血压数据。（　 ）
5、AlphaFold公开的蛋白质结构数据仅供商业机构使用。（　 ）
×
√
×
×
×
04
课堂练习
二、选择题
1、 以下哪项不是AI在化学领域的应用？（ ）
A. 分子性能预测 B. 自主实验机器人 C. 星系分类 D. 新药研发加速
2、AlphaFold对科学界的核心贡献是？ （ ）
A. 实现蛋白质结构快速预测 B. 发明电子显微镜 C. 开发新化学试剂 D. 优化天文望远镜
3、AI在医学中的主要挑战是？ （ ）
A. 数据隐私与伦理风险 B. 算力需求过低 C. 诊断速度过快 D. 仅支持单一病种
4、大模型发展的三大要素不包括？ （ ）
A. 数据 B. 算力 C. 电池容量 D. 算法
C
A
A
C
04
课堂练习
三、填空题
1、AlphaFold通过____ ____技术将蛋白质结构解析周期从数年缩短至数小时。
2、中国天眼（FAST）每天可产生高达____ ____的数据量，需依赖AI处理。
3、利物浦大学开发的化学实验机器人能耐受___ _____环境（如放射性、毒性）。
4、AI显微镜通过算法从模糊图像中重建____ ____，提升细胞观测清晰度。
5、Transformer架构通过_____ ___机制实现长序列建模，成为大模型基础。
深度学习
150TB
危险
高清图像
自注意力
05
拓展延伸
1、量子计算与AI融合
中国团队利用AI技术实现2024个原子的无缺陷阵列构建，耗时仅60毫秒，为量子计算规模化奠定基础。
05
拓展延伸
2、AI伦理框架
中国发布《新一代人工智能伦理规范》，提出6项基本原则（如隐私保护、可控可信），覆盖研发到应用全周期伦理要求。
05
拓展延伸
3、开源科学工具
香港大学推出AI-Researcher工具，支持从文献检索到论文生成的自动化科研流程，加速跨领域研究。
06
课堂总结
1
人工智能与生物学
2
人工智能与化学
3
人工智能与天文学
4
人工智能与医学
5
交叉融合的原因
1
2
3
4
5
交叉与融合
07
板书设计
交叉与融合
1、人工智能与生物学
2、人工智能与化学
3、人工智能与天文学
4、人工智能与医学
5、交叉融合的原因
课后作业。
1、AI虽能解决污染、疾病等问题，但可能引发新挑战（如失业、隐私泄露）。你认为未来问题会减少还是转变？
08
课后作业
1、AI虽能解决污染、疾病等问题，但可能引发新挑战（如失业、隐私泄露）。你认为未来问题会减少还是转变？
（1） 问题转型 ：AI解决传统问题（如疾病诊断）的同时，催生新挑战（如算法偏见、人机权责界定）。
（2） 动态平衡 ：技术进步会持续化解部分问题（如自动化失业可通过新岗位创造缓解），但需同步建立治理框架应对新兴风险（如数据隐私法）。
（3） 核心矛盾 ：从“资源不足”转向“伦理与分配”问题（如AI收益公平性），需社会政策与技术协同进化。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑