第1课 走进人工智能 学习任务单 2025-2026学年八年级下册信息技术浙教版.docxVIP

学习任务单

课程基本信息

学科

信息科技

年级

八年级

学期

春季

课题

走进人工智能

教科书

书名：义务教育教科书信息科技教材

出版社：浙江教育出版社出版日期：2023年12月

学习目标

1.通过梳理人工智能起源及发展过程，初步认识人工智能，了解人工智能发展历程背后的影响因素，感受人工智能给人类社会发展带来的影响。

2.通过对我国人工智能发展情况的分析，体会发展人工智能的重要意义。

课前学习任务

1.根据本课学习任务分成三大组，每大组根据人数情况分成若干小组，确定好小组分工，明确小组长、记录员、汇报员等任务，如表1的参考样例。

表1小组分工参考样例

小组分工

具体任务

成员

组长

统筹调度、组织分工搜集资料，汇总整合上交。

刘小朋

记录员

记录本组讨论要点，完成小组导学稿的填写。

张明

汇报员

根据任务整合讨论要点，代表本组发表观点。

李非

2.准备百度账号、WPS账号。

课上学习任务

【学习任务一】

分析起源——理解人工智能基本内涵

1.人工智能诞生的标志事件是____________________________________________________。

2.小组讨论：图灵测试模型是如何判定机器是否具有智能？

【学习任务二】

梳理历程——探究人工智能兴衰原因

人工智能在充满未知的道路探索，曲折起伏，请结合阅读材料，分析人工智能发展曲折起伏的原因。

时期

主要事件

原因及影响

第一阶段

（一起）

第一阶段

（一落）

第二阶段

（二起）

第二阶段

（二落）

第三阶段

（三起）

第三阶段

(高速发展)

【学习评价】

评价标准

自评

组评

师评

理解深度与关联度：是否准确理解问题的要求，紧密围绕问题主题展开，避免离题或偏离重点

☆☆☆

☆☆☆

☆☆☆

创新性与独立思考：是否表现出独立思考的能力，避免简单复制他人观点或资料

☆☆☆

☆☆☆

☆☆☆

表达清晰与规范性：回答的结构是否清晰，逻辑连贯，易于理解

☆☆☆

☆☆☆

☆☆☆

推荐的学习资源

阅读材料：人工智能发展简史

第一阶段：

AI兴起（1950-1974）

·1950年，图灵提出“图灵测试”（测试机器是否能表现出与人无法区分的智能），让机器产生智能这一想法开始进入人们的视野

·1956年，达特茅斯学院人工智能夏季研讨会上正式使用了人工智能这一术语。这是人类历史上第一次人工智能研讨，标志着人工智能学科的诞生。

·1957年,弗兰克·罗森布拉特在一台IBM-704计算机上模拟实现了一种他发明的叫做“感知器”的神经网络模型。《纽约时报》称，“这台机器将成为第一台像人脑一样思考的设备”。

·1965年，西蒙说到：二十年内，机器将能完成人能做到的一切工作。显然，这个预言直到目前为止，也远远没有实现。

AI第一次寒冬（1974-1980）

·1973年，英国数学家詹姆士·莱特希尔发表了一份关于人工智能研究的评估报告，认为人工智能研究集中在自动机、机器人和中央神经系统，研究的承诺被夸大了，并没有实现预期的重大影响。他指出：“迄今为止，在该领域（人工智能）的任何一个分支中，都没有出现他们当时承诺的重大成果。”报告发布后，英国政府削减了几乎所有大学的人工智能研究资金，仅剩两所大学继续获得资助。

·在20世纪70年代，计算机的计算能力和存储能力都非常有限，这限制了研究人员能够构建的模型的复杂性，尤其是在模拟神经系统和自动机方面。

第二阶段：

AI复兴(1980-1987）

·AI的第一次寒冬，让研究者们的研究热点，转向了专家系统。专家系统，是模仿人类专家决策能力的计算机系统。依据一组从专门知识中推演出的逻辑规则，来回答特定领域中的问题。

·1976年，斯坦福大学的肖特列夫开发了医学专家系统MYCIN，在MYCIN的知识库里，存放着约450条判别规则和1000条细菌感染方面的医学知识。MYCIN通过文字形式一边与患者对话，一边进行病情诊断。

·由神经网络之父杰弗里·辛顿在1986年发明了适用于多层感知器（MLP）的BP算法，有效解决了非线性分类和学习的问题。BP算法完美的解决了非线性分类问题，让人工神经网络再次引起了人们广泛的关注，开启了神经网络新一轮的高潮。

AI第二次寒冬（1987-1993）

·在专家系统快速发展的过程中，其劣势也逐渐显露出来。专家系统的劣势有：知识采集和获取的难度很大；系统建立和维护费用高、专家系统仅限应用于某些特定情景，不具备通用性；使用者需要花很长时间来熟悉系统的使用。这些劣势，使得商业化面临重重困境，从而直接引发了AI的第二次寒冬。

·神经网络的拥趸仍面临一个巨大的问题：计算机性能瓶颈仍然无法突破、且没有海量数据来训练机器。春天尚未到来。

第三阶段：

AI崛起