资源简介

(共32张PPT)
第五单元 第4课
深度学习兴起
清华版（小学）
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）了解深度学习时代及其代表人物辛顿。
（2）知道人工神经网络原理，知道深度学习的典型成果。
02
新知导入
技术发展的时代特征
2010年后深度学习成为AI领域的核心驱动力，其强大的特征自动提取与模式识别能力，推动人工智能在图像识别、自然语言处理等任务中取得突破性进展。
02
新知导入
关键问题的探讨方向
本节将重点解析深度学习的本质内涵，并揭示其性能优势的来源。
03
新知讲解
1
模仿大脑
理论奠基与核心主张
图灵在《智能机器》中首次提出"机器需模拟人脑自主学习"的核心理念，为神经网络研究奠定思想基础，强调仿生学路径是实现AI自主进化的关键。
03
新知讲解
1
模仿大脑
生物神经元的启发价值
人类大脑通过简单神经元的复杂互联产生智能，其核心机制在于突触连接强度的可塑性，为AI网络结构设计提供生物学原型。
03
新知讲解
1
模仿大脑
学习能力的本质诠释
将人类知识积累过程解构为"神经元连接动态调整"的物理过程，揭示智能增长的本质是连接权重的迭代优化。
03
新知讲解
理论奠基与早期探索
1943年麦卡洛克和皮茨首次提出人工神经网络模型，通过数学节点模拟生物神经元及其连接机制，开创了仿生智能研究的先河。
2
人工神经网络与深度学习
03
新知讲解
技术瓶颈与停滞原因
因缺乏有效的复杂网络训练算法，神经网络长期处于"可构想不可实现"的状态，如同未开采的金矿，导致许多研究者放弃该方向。
2
人工神经网络与深度学习
03
新知讲解
学科发展的曲折性
尽管神经网络的生物启发性极具吸引力，但理论与实践的断层使其在20世纪中期陷入低谷，印证了颠覆性技术常需经历"构想-沉寂-突破"的非线性发展规律。
2
人工神经网络与深度学习
03
新知讲解
历史对照的启示
早期困境与后来深度学习的爆发形成鲜明对比，证明算力、算法等技术的成熟度往往决定研究方向的兴衰，而非理论本身的价值高低。
2
人工神经网络与深度学习
03
新知讲解
科学坚守与信念的力量
杰弗里·辛顿在多数学者放弃神经网络研究时仍坚持"仿生智能"路径，体现了科学家对核心问题的执着探索精神，其信念最终引领AI突破瓶颈。
2
人工神经网络与深度学习
03
新知讲解
里程碑式的技术突破
2006年提出的新方法，首次有效训练多层神经网络，解决梯度消失等关键问题，释放深度模型的潜力。总层数超过3层的人工神经网络被称为“深度神经网络”，基于深度神经网络的学习方法一般称为“深度学习”。
2
人工神经网络与深度学习
03
新知讲解
概念体系的层级建构
深度学习是神经网络研究的一部分，而神经网络是机器学习的一种模型，机器学习又是人工智能的一种方法。
2
人工神经网络与深度学习
03
新知讲解
时代影响的广泛性
该突破直接推动AI进入深度学习新时代，使计算机在图像识别、自然语言处理等领域实现人类水平的表现，引发新一轮技术革命。
2
人工神经网络与深度学习
03
新知讲解
技术突破的变革性影响
深度学习将人脸识别等技术的准确率从不足95%提升至99%以上，彻底改变了AI在各领域的应用效能，其革命性成果可追溯至2006年辛顿的开创性工作。
3
深度学习革命
03
新知讲解
学术共同体的协作网络
辛顿、本吉奥和杨立昆构成深度学习"三巨头"，杨立昆为辛顿博士后，本吉奥与杨立昆共事于贝尔实验室，他们之间的合作与交流，为深度学习的发展莫定了重要基础。
3
深度学习革命
03
新知讲解
荣誉体系的历史认可
2018年三人共获图灵奖，既是对个体贡献的肯定，也标志着深度学习作为AI核心范式的地位确立。
3
深度学习革命
03
新知讲解
学科发展的代际传递
从辛顿的理论奠基到杨立昆的应用拓展（如Meta的AI研究），体现"基础研究-技术转化"的完整创新链，彰显科学传承的累积效应。
3
深度学习革命
03
新知讲解
爱
思
考
1.神经网络如何从理论构想发展为今天的深度学习革命？
（1）理论奠基 ：1943年麦卡洛克和皮茨首次用数学模型模拟神经元，奠定神经网络理论基础。
（2）关键突破 ：2006年辛顿提出深度信念网络，解决多层网络训练难题，开启深度学习时代。
04
课堂练习
一、填空题。
1.深度学习的理论基础是 神经网络。
2.辛顿、本吉奥和杨立昆因 研究获得2018年图灵奖。
3.深度学习使图像识别准确率从95%提升到 %。
4.人工神经网络的概念最早由 和皮茨提出。
5.深度学习的关键突破是解决了 问题。
深度
深度学习
99
麦卡洛克
梯度消失
04
课堂练习
二、判断题。
1.深度学习是机器学习的一个分支。（ ）
2.辛顿在2006年提出的方法解决了深度神经网络的训练难题。（ ）
3.杨立昆是辛顿的学生。（ ）
4.深度学习仅适用于计算机视觉领域。（ ）
5.图灵最早提出机器应模仿人脑学习。（ ）
×
√
√
√
√
04
课堂练习
三、选择题。
1.深度学习的核心技术基础是什么？ ( )
A. 决策树 B. 深度神经网络 C. 支持向量机 D. 贝叶斯网络
2.谁被誉为"深度学习之父"？ ( )
A. 艾伦·图灵 B. 杰弗里·辛顿 C. 约书亚·本吉奥 D. 杨立昆
3.深度学习在哪些领域取得显著突破？ ( )
A. 图像识别和自然语言处理 B. 天气预报 C. 传统制造业 D. 农业种植
4.2018年图灵奖授予了哪几位科学家？ ( )
A. 辛顿、本吉奥、杨立昆 B. 图灵、冯·诺依曼、香农
C. 吴恩达、李飞飞、马斯克 D. 牛顿、爱因斯坦、霍金
B
B
A
A
05
拓展延伸
1.神经网络的发展简史
从1943年麦卡洛克和皮茨提出首个神经元数学模型，到反向传播算法突破、深度学习崛起，展现了AI从理论构想走向技术革命的历程。
05
拓展延伸
2.深度学习三巨头
辛顿、本吉奥、杨立昆 ：2018年图灵奖得主，分别以深度信念网络、自然语言处理框架和卷积神经网络推动AI进入新时代。
05
拓展延伸
3.AI在医疗领域的应用
深度学习通过分析医学影像、基因组数据等，辅助医生实现癌症早筛、药物研发等精准医疗突破。
06
课堂总结
1
模仿大脑
2
人工神经网络与深度学习
3
完成课堂练习
4
进行相关知识拓展
1
2
4
5
深度学习兴起
4
深度学习革命
3
07
板书设计
深度学习兴起
1、模仿大脑
2、人工神经网络与深度学习
3、深度学习革命
4、完成课堂练习
5、进行知识拓展
课后作业。
1列举三个深度学习的实际应用，并说明其价值？
08
课后作业
列举三个深度学习的实际应用，并说明其价值。
（1）人脸识别 （安防、支付验证）
（2）语音助手 （智能交互、翻译）
（3）医疗影像分析 （疾病诊断辅助）
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑