《第3课 人工智能的三驾马车》参考教案.docxVIP

学而优教有方

PAGE2/NUMPAGES2

第3课人工智能的三驾马车

一、教材内容分析

信息技术是一门知识性、技能性与创新性相结合的学科。现阶段，信息技术教育的理念已发生了质的飞跃，从单纯的技能训练上升为全面的信息素养的培养。教材以提高全体学生信息素养、养成学生自主学习意识和能力、培养学生数字化创新精神，从生活中发现问题、明确任务、确立目标、分析任务。在探究过程中逐步找到解决问题的方法。实用的小技巧，适时点拨关键操作。旨在帮助学生掌握信息时代生存与发展必需的基础知识和基础技能，养成信息意识、计算思维、数字化学习与创新、信息社会责任的核心素养。

二、教学目标

1、信息意识：认识和理解信息技术和人工智能，了解数据、算法和算力在现代社会中的重要性和应用范围。

2、计算思维：具备分析和解决问题的能力，通过信息技术和人工智能的学习，提高逻辑思维和创新能力。

3、数字化学习与创新：掌握信息技术和人工智能的基本概念和原理，培养利用数字工具进行学习和创新的能力。

4、信息社会责任：增进对信息安全、隐私保护和伦理道德等问题的关注，并积极参与构建一个负责任的信息社会。

三、教学重点

1、数据。

2、算法。

3、算力。

四、教学难点

算法。

五、教学过程

教学环节

教师活动

学生活动

设计意图

导入新课

“绝艺”是由腾讯AILab(腾讯人工智能实验室)团队自主研发的围棋AI。这个颇具美感的中国风名字，出自唐代诗人杜牧给当时的围棋国手王逢的送别诗“绝艺如君天下少，闲人似我世间无”，杜牧用“绝艺”这个词赞赏王逢棋艺精湛，无人可及。“绝艺”的诞生初衷是帮助人类更好地认识围棋，通过科技创新让围棋这项运动焕发新的生命力，同时也让人工智能与人类棋手一起在围棋领域探索和成长，共同推动中国围棋事业的发展。

观看视频，了解生活中的人工智能数据、算法、算力。

帮助学生理解人工智能数据、算法、算力的含义，打开课堂。

讲授新课

一、活动1：体验与AI下围棋

1.打开“绝艺”平台，体验与AI下围棋的过程，感受与AI下围棋的乐趣。体验完后，结合助力知识，思考并和同学讨论以下问题

2.思考以下问题。

3.自从人工智能的概念诞生以来，围棋就被誉为人工智能难以攀登的高峰。围棋的棋盘上有横竖各19条直线，将棋盘分成361个交叉点，每个点有3种状态。

4.绝艺“模仿”了人类大脑下棋的思考方式，研发人员为“绝艺”输入大量的人类棋谱，然后根据当前策略判断出对手可能落子的区域，在可能落子的区域进行大量的计算，选出让自己胜率最高的走法。

5.“绝艺”本质上和人类棋手的做法一样，但区别在于，“绝艺”算力强大，能在极短的时间内做出最优的判断，并且它能够和自己对弈，发现并尝试更多的策略。

6.通过分析可以看出，“绝艺”的胜利，实质上是人工智能的胜利。人工智能的发展有三大法宝：数据、算法和算力。

二、活动2：人工智能的燃料——数据

1.“绝艺”输入大量的人类棋谱数据。数据资源是机器学习训练的基本素材，通过对数据的学习，智能机器能不断积累经验、优化决策参数，逐渐变得更贴近人类智能。

2.随着移动互联网、物联网的发展，如今的数据呈现大爆炸式的增长，这恰恰为人工智能的深度学习等技术提供了完美的训练素材，海量的大数据通过最新的深度学习技术为人工智能的发展与应用带来了难以估量的价值大数据在不同领域中的应用。

3.人工智能发展所取得的大部分成就都和大数据密切相关。通过数据采集、处理、分析，从各行各业的海量数据中获得有价值的信息，为更高级的算法提供素材，机器训练有了足够多的样本才能训练出足够准确的智能应用。

4.这些智能应用服务于城市，就叫“智慧城市”；服务于交通，就叫“智慧交通”；服务于家庭，就叫“智能家居”；服务于医疗，就叫“智能医疗”；服务于生活，就叫“智慧生活”……于是，智慧社会产生了。智慧社会真正得以有序、有效运行，中间必须依托一个“桥梁”与工具，那就是人工智能。而数据是人工智能的基石，它为人工智能的学习奠定了基础。

三、活动3：人工智能的引擎——算法

1.“绝艺”通过围棋大师的无数经典棋局学习棋手们如何下棋，然后判断出对手可能落子的区域，通过计算选出让自己胜率最高的走法，其中的核心就是机器学习，机器学习与深度学习和人工智能的关系。

2.机器学习是一种实现人工智能的方法。机器学习最基本的做法是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。机器学习是用大量的数据来“训练”的，通过各种算法从数据中学习如何完成任务。

3.人们在算法中输入大量数据，机器学习可以学习或发现其中的模式，然后将这些模式应用于它遇到的所有新问题。

4.深度学习是目前最热门的机器学习方法，目前，深度学习在计算机视觉、自然语言处理领域的应用远超传统的机器学习方法。

5.深度学习和传统机器学习最重要的区别是前者的性