资源简介

(共36张PPT)
第七单元 第2课
人工神经网络的开端
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）了解人工神经网络的起源背景及两位创始人沃伦·麦卡洛克和沃尔特·皮茨的故事。
（2）理解M-P神经元模型的工作原理、历史意义以及其局限性。
02
新知导入
1. 从生物智能到机器智能的启发
科学家受人类大脑智能启发，提出核心问题：能否通过计算模拟大脑功能，从而创造具有人类智能的机器。
02
新知导入
2. M-P神经元模型的奠基性贡献
麦卡洛克和皮茨将思维视为逻辑演算，设计 阈值逻辑网络 （M-P模型），首次用数学模型模拟神经元，为人工神经网络奠定理论基础。
02
新知导入
3. M-P模型的历史意义
作为人工神经网络的起点，M-P模型推动了AI领域突破，其“计算即智能”思想至今影响深远。
03
新知讲解
1
历史背景
1. 神经科学的突破性发现
20世纪上半叶，科学家揭示了神经元通过 突触可塑性 实现动态连接与信息传递的机制，为模拟大脑功能提供了生物学依据。
03
新知讲解
1
历史背景
2. 数学与计算机科学的理论奠基
数理逻辑与可计算理论（如图灵机）的发展，将思维过程形式化为计算问题，为构建通用计算机和人工神经网络奠定数学基础。
03
新知讲解
1
历史背景
3. 多学科交叉的孵化作用
神经科学、数学、计算机科学的融合，推动“计算思维”从理论走向实践，催生了人工神经网络的研究范式。
03
新知讲解
1. 麦卡洛克的学术背景与贡献
神经生理学家麦卡洛克（1898-）毕业于耶鲁和哥伦比亚大学，长期从事神经生理学研究，为M-P模型奠定生物学基础。
2
天才人物
03
新知讲解
2. 皮茨的成长经历与天赋异禀
出身底特律贫民区的皮茨（1923-）自学成才，12岁发现罗素《数学原理》错误，15岁师从卡尔纳普学习逻辑学，展现超凡数理天赋。
2
天才人物
03
新知讲解
3. 两位科学家的历史性相遇
1942年麦卡洛克邀请19岁的皮茨合作，以跨学科视角（神经生理学+数理逻辑）共同探索人脑工作机制。
2
天才人物
03
新知讲解
4. 研究环境的催化作用
皮茨寄居麦卡洛克家中，在罗素、卡尔纳普等学者影响和理论生物学启发下开展研究。
2
天才人物
03
新知讲解
5. 合作模式的创新意义
"生物学专家+数学天才"的跨界组合，突破单一学科局限，直接促成M-P神经元模型的诞生。
2
天才人物
03
新知讲解
3
M-P神经元模型
1. 莱布尼兹的思维计算化假说
17世纪莱布尼兹提出“思维即计算”的设想，认为人脑可抽象为通用计算机，为M-P模型提供哲学基础。
03
新知讲解
3
M-P神经元模型
2. 神经生理学的关键发现
20世纪研究确认：神经元通过 电信号传递信息 ，突触强度可调，这些特性成为构建数学模型的核心依据。
03
新知讲解
3
M-P神经元模型
3. M-P神经元模型的核心设计
将神经元抽象为 阈值逻辑单元 ：多输入加权求和，超过阈值输出1（激活），否则输出0，首次实现逻辑运算（AND/OR）的数学模拟。
03
新知讲解
3
M-P神经元模型
4. 模型的理论突破意义
M-P模型 通过逻辑运算模拟神经元机制，并证明神经网络组合可实现通用计算，奠定人工神经网络理论基础。
03
新知讲解
4
意义与缺陷
1. M-P模型的开创性价值
首次用数学模型（阈值逻辑单元）描述神经系统工作原理，证明神经网络可模拟智能过程，为AI奠定思想与数学基础。
03
新知讲解
4
意义与缺陷
2. M-P模型的历史局限性
连接权重与阈值需 人为预设且固定 ，缺乏学习能力，无法模拟生物神经系统的动态适应性。
03
新知讲解
4
意义与缺陷
3. 后世研究的继承与发展
在M-P基础上，科学家提出 感知机 （引入学习）、 反向传播 （解决多层训练）、 CNN/RNN （专用架构）等，逐步完善并极大扩展了神经网络能力。
03
新知讲解
5
总结
1. M-P模型的核心机制
基于“全有或全无”（all-or-none）原则，用 阈值逻辑 模拟神经元激活（输入超阈值输出1，否则输出0），实现生物机制的数学抽象。
03
新知讲解
5
总结
2. 朴素设计的强大潜力
尽管模型简单，但能完成 任意复杂逻辑演算 ，证明基础计算单元的通用性，奠定神经网络的理论根基。
03
新知讲解
5
总结
3. 对AI研究的深远影响
“简洁有效”的设计哲学延续至今，从早期M-P模型到现代大模型，直观而高效的算法始终是AI发展的核心原则。
03
新知讲解
思
考
与
讨
论
（1）麦卡洛克的神经生理学背景与皮茨的数理逻辑天赋相结合，通过跨学科合作开创了M-P神经元模型，奠定了人工神经网络的理论基础。
1. 麦卡洛克和皮茨的背景截然不同（神经生理学 vs. 数理逻辑），他们的成功合作对人工神经网络的开端起到了决定性作用。
04
课堂练习
一、判断题。
1. M-P神经元模型的权重和阈值可以通过学习自动调整。 （ ）
2. 麦卡洛克是一位神经生理学家，而皮茨则展现了超凡的数理逻辑天赋。 （ ）
3. M-P模型能够完美模拟生物神经系统的所有动态适应性。 （ ）
4. 人工神经网络的研究完全依赖于计算机科学，与其他学科关系不大。 （ ）
5. “计算即智能”的思想源于M-P模型，并对此后的AI研究产生了深远影响。 （ ）
×
×
×
√
√
04
课堂练习
二、选择题
1. M-P神经元模型的提出主要受到了哪些学科的交叉影响？（ ）
A. 文学和艺术 B. 神经科学、数学和计算机科学 C. 历史和哲学 D. 物理和化学
2. 关于M-P神经元模型的工作原理，以下描述正确的是：（ ）
A. 输出是连续的概率值 B. 输入加权求和后，若结果大于阈值则输出1，否则输出0
C. 它可以自动调整权重进行学习 D. 其输出与输入呈线性关系
3. 沃尔特·皮茨的成长经历中，哪一项展现了他的非凡天赋？（ ）
A. 出身于学术世家 B. 毕业于耶鲁大学神经生理学专业
C. 12岁时发现了罗素《数学原理》中的错误 D. 长期从事神经生理学研究
4.莱布尼兹提出的哪一假说为M-P模型提供了哲学基础？（ ）
A. 地心说 B. 思维即计算 C. 相对论 D. 进化论
B
C
B
B
04
课堂练习
三、填空题
1. 麦卡洛克和皮茨提出的 模型，是人工神经网络的理论开端。
2. M-P神经元模型的核心是 逻辑单元，通过加权求和与阈值比较来模拟神经元的激活。
3. 科学家受 的启发，提出了用计算模拟大脑功能以创造智能机器的核心问题。
4. M-P模型的局限性在于其连接权重和阈值需要 ，缺乏学习能力。
5. 在M-P模型的基础上，科学家后来提出了 算法，解决了多层神经网络的训练问题。
M-P神经元
阈值
人类大脑
人为预设
反向传播
05
拓展延伸
1. 图灵机与可计算性 ：图灵机抽象定义了“可计算”概念，为计算机科学和人工智能提供了理论基础，证明M-P网络等模型具备通用计算能力。
05
拓展延伸
2.赫布定律 ：“一起激发的神经元连接在一起”，这一定律揭示了学习与突触强化的生物学机制，为神经网络的学习规则提供了核心灵感。
05
拓展延伸
3. 从反向传播到深度学习 ：反向传播算法通过梯度下降高效训练多层网络，解决了深层模型优化难题，直接推动了深度学习的复兴与应用爆炸。
06
课堂总结
1
历史背景
2
天才人物
3
M-P神经元模型
4
意义与缺陷
5
进行相关知识拓展
1
2
3
4
5
人工神经网络的开端
07
板书设计
人工神经网络的开端
1、历史背景
2、天才人物
3、M-P神经元模型
4、意义与缺陷
5、进行相关知识拓展
课后作业。
1、麦卡洛克和皮茨的跨学科合作如何推动了人工神经网络的发展？
08
课后作业
（1）学科互补 ：麦卡洛克的神经生理学知识提供生物机制依据，皮茨的数理逻辑能力实现数学建模，两者结合填补理论与实践的鸿沟。
（2）创新突破 ：跨界视角打破单一领域局限，将神经元电信号特性转化为阈值逻辑计算，首次用数学描述智能的物理基础。
（3）范式开创 ：合作成果（M-P模型）确立了“计算模拟智能”的研究范式，直接推动后续感知机、深度学习等发展。
1. 麦卡洛克和皮茨的跨学科合作如何推动了人工神经网络的发展。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑