高中信息技术浙教版：5-1 人工智能的产生与发展-教学设计.docx

教学设计

课程基本信息

学科

信息技术

年级

高二

学期

秋季

课题

人工智能的产生与发展

教学目标

1.理通过对典型人工智能应用的分析，理解人工智能的概念，了解人工智能涉及的知识领域以及主要方法。

2.通过人工智能发展史的学习、思维导读的绘制，了解人工智能的发展历史，产生进一步学习人工智能的兴趣

3.通过自主学习与讨论，区别人工智能的三种主流方法。

教学内容

教学重点：

1.理解人工智能的基本概念。

2.了解人工智能的发展历程。

教学难点：

1.理解实现人工智能的三种方法。

教学过程

【前置思考】引导学生阅读教材思考：

生活哪些能体现人工智能？

什么是人工智能?有哪些主要方法？

人工智能有什么特点？与人类智能有什么不同之处?

【人工智能应用讲解】

举例说明：从刷脸支付到交通出行预测，从扫地机器人到无人飞机，从“深蓝”到AlphaGo,演示chatGPT进行作文创作。

讲解分析人工智能的定义，指以机器为载体，模仿、延伸和扩展人类智能，其与人类或其他动物所呈现的生物智能有着重要区别。

举例：科学家眼中的人工智能

2.看图说明：人工智能的学科结构

学生阅读教材，从示意图中看出：人工智能是一门多学科广泛交叉的前沿科学,涉及到计算机科学，还涉及到控制科学、认知科学、心理科学、语言学、行为科学以及哲学甚至经济学等众多学科领域。

【实践体验、小组交流】

阅读课本P151,研究人工智能的三种方法并讨论其区别。

区别。（1）智能行为：就是对符号的推理和运算，每个符号反映了其在客观世界的语义（2）联结主义：从海量数据出发，学习神经网络中神经元之间的关联关系，通过神经元之间的链接权重来刻画数据。所有被激活的神经元以逐层递进的形式来一起刻画数据。（3）行为主义：重在“交互——反馈”，例如扫地机器人不知道桌椅的摆放位置，在不断碰壁后学习，经过一段时间的交互获悉了环境的全貌，最终能自如执行清扫任务

3、让学生阅读教材完成表格填空：

【知识讲解】让学生绘制人工智能的发展历程时间线:

1、从计算到智能测试

2人工智能登上舞台

3.以符号主义表达与推理为代表的人工智能

4.数据驱动的人工智能方法：深度学习成为数据驱动人工智能方法的佼佼者。深度学习是一种对原始数据所蕴含的特征模式进行学习的算法模型。最常用的深度学习模拟人类大脑处理数据的机制，逐层抽象对原始数据进行学习。多层神经网络（包含输人端、隐藏层和输出端）是一种典型的深度学习模型。

5问题引导下的人工智能学习方法

【实践体验、小组交流】利用神经网络解决分类问题

利用教材P156利用Tensorflowplayground平台，理解神经网络

【课堂小节】

教师带领学生回忆本节课学习的要点，在PPT中简单罗列。

备注：教学设计应至少含教学目标、教学内容、教学过程等三个部分，如有其它内容，可自行补充增加。