《人工智能技术与应用》教学教案.docx

《人工智能技术与应用》教案

《人工智能技术与应用》教案

PAGE2

一、课程基本信息

授课专业

授课班级

课程名称

人工智能技术与应用

课程类型

公共基础课

课程性质

考查课

课程总学时

48

二、授课信息

授课任务

工单1未来钥匙：开启人工智能初体验之旅

任务1体验AI在医疗领域的应用

任务2探究AI在出行领域的创新

本次授课学时

2

授课日期

年月日

授课地点

授课教师

三、教学内容

1.学习人工智能定义、发展历程，突出深度学习在医疗/出行领域的应用突破。

2.体验华佗GPT中医问诊和左医GPT病例诊断，分析医疗AI的准确性与伦理责任。

3.操作高德地图未来出行预测、3D地图与语音助手，理解出行AI的实时性与交互逻辑。

4.对比医疗与出行AI差异，强调AI辅助性，布置AI工具优缺点分析任务。

四、教学目标

素质目标

知识目标

能力目标

1.深入理解医疗和出行领域中数据隐私保护的重要性，认识到在这些敏感领域内，个人信息的安全性对于维护个人权益和社会信任至关重要。

2.在培养对人工智能在医疗诊断和出行导航应用的批判性思维方面，我们需要不断质疑和评估AI系统的决策过程，确保其准确性和可靠性，同时也要关注其对隐私的影响。

3.激发跨领域技术的探索兴趣，鼓励创新思维，通过整合不同领域的知识和技术，推动医疗和出行领域的发展，为社会带来更加安全、高效和便捷的解决方案。

1.掌握人工智能在医疗影像分析以及交通预测中的技术原理。

2.识别并理解华佗GPT/高德地图的核心功能模块，这涉及到对华佗GPT这一先进的人工智能模型的深入学习，以及对高德地图这一导航和地图服务提供商的核心功能进行详细分析。

3.了解医疗和出行AI的行业应用，这不仅包括对医疗AI在疾病诊断、治疗方案推荐等方面的应用进行研究，也包括对出行AI在智能交通系统、自动驾驶等领域的应用进行探讨，从而全面理解AI技术在改善人类生活质量和推动社会发展方面的重要作用。

1.能够独立地完成人工智能问诊以及导航的整个流程操作，无需过多的外部帮助或指导。

2.能够对各种不同的工具进行深入的对比分析，识别出它们各自的优缺点，并基于这些分析提出具有建设性的优化建议。

3.在团队环境中，能够有效地与团队成员协作，共同完成对某一主题或问题的深入调研，并撰写出详尽的调研报告。

五、学情分析

学生们对人工智能的基础概念可能已经有了初步的了解，例如机器学习、自然语言处理（NLP）等关键领域。然而，他们目前还缺乏将这些理论知识应用到具体行业场景中的实际操作经验。此外，学生们对于技术伦理方面的认识还相对浅薄，需要通过分析和讨论真实世界中的案例来加深理解，并进一步提升他们的伦理意识和决策能力。

六、重点与难点

重点

1.医疗AI的问诊逻辑能够模拟医生问诊流程，提高诊断效率；出行AI的路径优化算法则能实时规划最佳路线，提升出行体验。

2.数据安全措施在医疗AI和出行AI中均得到广泛应用，确保用户数据的安全与隐私；通过加密和权限管理，有效防止数据泄露和滥用。

3.人类判断在AI辅助决策中起着关键作用，特别是在复杂或特殊情况下；结合人类智慧和AI技术，可以做出更加准确和合理的决策。

难点

1.深入理解深度学习技术在医疗影像领域的具体应用逻辑，探讨其如何通过分析和处理大量的医学图像数据，帮助医生更准确地诊断疾病，提高诊断效率和准确性。

2.对实时数据延迟对出行人工智能系统的影响机制进行详细分析，研究延迟如何影响AI在交通流量预测、路线规划以及自动驾驶车辆中的决策过程，以及如何通过优化算法和硬件来减少这种影响。

3.辩证地看待人工智能技术在不同场景下的“辅助性”与“局限性”，分析AI技术如何在提供决策支持、提高工作效率的同时，也存在依赖风险、道德伦理问题以及技术瓶颈，探讨如何平衡AI的利与弊，确保技术的健康发展。

七、教学策略

1.教学手段

多媒体情境导入：通过动态演示AI在医疗（如中医智能问诊界面）、出行（如3D城市地图）领域的应用截图及视频，直观呈现技术场景。

提问引导学生关联核心知识：“对话式医疗诊断运用了哪种AI技术？”“智能导航的路况预测依赖哪些数据处理能力？”

任务导向实操支持：提供应用链接与《操作指南》，标注关键步骤（如多轮问诊流程、未来出行时间设置），强调数据隐私保护要点。利用在线表格实时收集操作截图，标注对应技术点（如“自然语言处理—对话逻辑”“深度学习—路况预测”）。

知识可视化对比：以思维导图梳理知识与任务关联：

对比领域差异：医疗AI侧重精准性与伦理，出行AI侧重效率与体验，结合研究领域深化理解。

2.教学方法

理实融合教学法：