人工技术基础引论 大纲 -

《人工智能引论》教学大纲（模版）课程编号***课程名称人工智能引论课程性质通识教育课程英文名称IntroductiontoArtificialIntelligence学分2学时32适用专业全校所有专业开设学期第1、2学期先修课程课前导学——《AI在大前》《AI在大前2》建议后续课程人工智能相关课程课程负责人***课程团队成员***开课单位***审核人***一、课程简介

本课程是面向大一新生开设的相关管文类专业信息基础课程，支撑培养方案中毕业要求的相关指标项。教学中将以点带面，难易结合，剖析共性知识与差异化应用，实现理论、应用与实践贯通。本课程主要包括基础理论、综合素养、前沿拓展和实践实训四个模块，内容包括人工智能历史和发展、自然语言处理，计算机视觉等方面的典型应用、人工智能伦理与安全、机器学习、神经网络与深度学习算法、人工智能技术的常见应用场景等。重点将价值塑造、知识传授和能力培养三者融为一体，根据课程教学内容及特点，将课程教学与学生的理想信念、爱国情怀教育、知识见识、奋斗精神、职业素养、行为习惯及综合素质培养相结合。Thiscourseisafoundationalprogramforfirst-yearstudentsinInformationBasicsCourseforManagementandLiberalArtsMajors,supportingtherelevantindicatorsinthegraduationrequirementsofthetrainingplan.Inteaching,itwillfocusonkeypointstocoverawiderangeoftopics,combiningdifficultywithease,analyzingcommonknowledgeanddifferentiatedapplications,toachieveintegrationoftheory,application,andpractice.Thecoursemainlyincludesfourmodules:basictheory,comprehensiveliteracy,cutting-edgeexpansion,andpracticaltraining,coveringtopicssuchasthehistoryanddevelopmentofartificialintelligence,typicalapplicationsinnaturallanguageprocessing,computervision,artificialintelligenceethicsandsecurity,machinelearning,neuralnetworksanddeeplearningalgorithms,naturallanguageprocessing,computervision,andcommonapplicationscenariosofartificialintelligencetechnology.Thefocusisonintegratingvalueshaping,knowledgeimparting,andcapabilitydevelopmentintoone.Basedonthecontentandcharacteristicsofthecourse,itcombinescourseteachingwithstudents'idealsandbeliefs,patriotismeducation,knowledgeandinsights,spiritofstruggle,professionalquality,behavioralhabits,andthecultivationofcomprehensivequalities..二、课程目标通过本课程的学习，使学生达到以下目标：课程目标1：导认识-了解人工智能的起源、发展历史和技术现状，领会人工智能的基本概念和基本原理，引导学生认清人工智能的工具属性与能力属性。课程目标2：导兴趣-通过介绍人工智能在管理、财税、金融等方面的典型应用，引导学生学习兴趣。讲解人工智能技术的正确使用与伦理问题，引导同学们科技向善。课程目标3：导原理-以智能函数作为统领，数学原理作为讲授人工智能的原理，教导学生理解智能技术的基本理论，实现对人工智能的认识从科幻到科学的跨越。课程目标4：导重点-构建以机器学习为主线，有机贯穿模式识别、神经网络、深度学习、大模型等方向的人工智能知识体系，为进一步学习后续人工智能相关课程和理论知识奠定基础。课程目标5：应用与实践-了解人工智能技术的常见应用场景，熟悉文科与理工科交叉融合的典型应用，对使用人工智能技术如何解决管文问题有初步的理解，对产品开发、部署和运营等问题形成初步认知，并领会应用需求对人工智能技术发展的驱动作用。思政目标：1.以“立德树人”为原则，充分发掘课程中的思政资源，对学生进行社会主义核心价值观的引导；2.在讲授人工智能技术的同时，讲授国际强权对我国智能技术发展和产业的压制与封锁，以及我国政府和科研人员积极应对挑战，并逆流发展成为人工智能技术强国的过程，从而增强学生的社会责任感，激发学生的学习和报国热情；3.授课过程中注意讲授计算思维方式、面对实际问题时的思考和过程分析，对比优化前后程序的效率，激发学生的好奇心、培育对问题的探究习惯、培养科学的思维方式；4.注意理论联系实际,强化工程实践训练，增强诚信意识，培养工程素养。三、课程目标与毕业要求对应关系毕业要求指标点课程目标支撑强度1.工程知识：掌握从事人工智能相关专业工作所需的数学、计算、自然科学、工程基础和人工智能专业知识，并具备运用这些知识解决人工智能领域复杂工程问题的能力。1-1具有从事人工智能相关工作所需数学、计算与自然科学知识，并能用于计算机应用领域复杂工程问题的表述、建模。课程目标1课程目标3M5.使用现代工具：能够针对人工智能领域复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。5-2能够通过模拟与仿真平台预测和模拟人工智能领域复杂工程问题，观察分析结果的有效性，并理解其局限性。课程目标2课程目标4L6.工程与社会、环境与可持续发展：能够理解和评价针对人工智能领域复杂工程问题的工程实践对环境、社会可持续发展的影响。6-2能够合理分析和评价物人工智能技术应用对社会、健康、安全、法律以及文化的潜在影响，并理解应承担的责任。课程目标5H四、教学内容及基本要求1.理论教学教学单元1基础理论学时10课程目标1、2主要内容知识点：认识人工智能（管文版）、人工智能的数学本质、人工智能中的简化数学、人工智能在社会中的角色与责任、人工智能与认知科学、经典应用——自然语言处理与大语言模型、经典应用——计算机视觉、经典应用——音频信息处理、前沿应用——人工智能中的多模态融合与应用、前沿应用——数字人、前沿应用——AI4SCI。重点：人工智能的数学本质、人工智能中的简化数学、人工智能在社会中的角色与责任、经典应用；难点：人工智能的数学本质、人工智能中的简化数学知识要求（1）了解人工智能的起源、发展历史和技术现状；领会人工智能的基本概念；（2）了解人工智能技术的常见应用场景；领会应用需求对人工智能技术发展的驱动作用；（3）理解人工智能在社会中的角色与责任。能力要求（1）知识综合运用能力（2）自主学习能力（3）沟通能力教学方法（1）课堂提问导入；（2）小组讨论：梳理视频的核心知识点并呈现，呈现方式脑图或者ppt；（3）视频演示：通过视频让学生了解人工智能典型技术应用；（4）课后线上学习，完成小组任务。教学单元2综合素养学时4课程目标3、4主要内容知识点：人工智能与机器学习、机器学习基础算法、深度模型中的关键问题及解决方法、深度学习常见模型；重点：机器学习基础算法、深度学习常见模型；难点：机器学习基础算法。知识要求（1）构建以机器学习为主线，有机贯穿模式识别、神经网络、机器推理等方向的人工智能知识体系；（2）了解神经网络与机器学习基本原理和典型算法；（3）了解前沿机器学习技术。能力要求（1）知识综合运用能力（2）自主学习能力（3）沟通能力教学设计（1）课堂提问导入（2）小组讨论：讨论学生找到的生活中用哪些数学工具解决人工智能问题。（3）动画演示：卷积神经网络（4）课后线上学习，完成小组任务。教学单元3前沿拓展学时10课程目标5主要内容知识点：AI+交通运输、AI+管理工程、AI+金融服务、AI+工商管理、AI+司法重点：AI+交通运输、AI+管理工程、AI+金融服务、AI+工商管理、AI+司法难点：AI+交通运输、AI+管理工程、AI+金融服务、AI+工商管理、AI+司法知识要求（1）理解AI在不同行业领域的应用；（2）理解AI行业应用中关键技术的应用及面临的挑战。能力要求（1）知识综合运用能力（2）自主学习能力（3）沟通能力教学方法（1）案例导入；（2）小组讨论：种AI+行业应用案例进行介绍。内容包括行业场景介绍、AI技术应用解决的痛点问题、具体AI技术、未来发展等；（3）课后线上学习，完成小组任务。2.实验教学实验1实训实践学时8课程目标5实验内容知识点：认知性实验、AI云平台应用、大模型软件应用、实践参观、学科竞赛。重点：认知性实验、AI云平台应用、大模型软件应用、实践参观、学科竞赛难点：大模型软件应用、学科竞赛学习要求（1）掌握AI云平台使用方法；（2）掌握常用大模型软件应用；（3）理解实践过程中，行业企业对技术的应用。教学设计（1）实际操作演示；（2）学生动手练习；（3）现场参观实践。五、教学安排及方式总学时32学时，其中：讲授24学时，实验（上机形式）8学时。序号课程内容讲授学时实验学时教学方式支撑课程目标1基础理论100线上学习、课堂讨论、分组任务1、22综合素养40线上学习、课堂讨论、分组任务3、43前沿拓展100线上学习、课堂讨论、分组任务54实训实践08实验操作、参观实践、学科竞赛5六、考核及成绩评定方式考核方式为过程性考核。最终成绩由MOOC学习情况、分组任务成绩和实践实训成绩组合而成，各部分所占比例如下：MOOC学习成绩：20%。主要包含MOOC学习完成情况。分组任务成绩：60%。主要包含主题讨论、小组作品完成情况。实践实训成绩：20%。包含实验、参观实践和学科竞赛完成情况。考核评价方式与课程目标的支撑关系考核方式支撑课程目标评价方式学习结果载体学习记录分组作业实验/参观/竞赛MOOC学习1-4√学习记录分组任务1-4√作业作品实践实训5√实验证书、竞赛作品课程目标达成考核与评价方式及成绩评定对照表课程目标支撑毕业要求考核与评价方式及成绩比例（%）成绩比例（%）学习记录分组作业实验/参观/竞赛课程目标1支撑毕业要求1-151520课程目标2支撑毕业要求5-251520课程目标3支撑毕业要求1-151520课程目标4支撑毕业要求5-251520课程目标5支撑毕业要求6-22020合计206020100注：该表格中比例为课程整体成绩比例。2、考核与评价标准（1）MOOC学习考核与评价标准（满分20分）课程目标评价标准优秀18-20良好15-17中等12-14较差0-11课程目标1课程目标2课程目标3课程目标4完成人工智能通识课全部MOOC学习任务，并能够正确回答课程问题。完成人工智能通识课3/4MOOC学习任务，并能够正确回答课程问题。完成人工智能通识课1/2MOOC学习任务，并能够基本正确回答课程问题。完成人工智能通识课低于1/2MOOC学习任务。（2）分组任务考核与评价标准（满分60分）课程目标评价标准优秀54-60良好48-54中等36-47较差0-35课程目标1课程目标2课程目标3课程目标4能够按时完成分组任务，并在课堂讨论中表现突出。能够以数字人、视频等形式呈现任务内容，呈现形式多样化；能够正确地表述任务所涉及的知识点。能够按时完成分组任务，并在课堂讨论中表现比较积极。能够以PPT、导图的形式呈现任务内容，能够正确地表述任务所涉及的知识点。能够按时完成分组任务，并能在课堂讨论中陈述自己观点。能够以PPT、导图的形式呈现任务内容，能够基本正确地表述任务所涉及的知识点。不能按时完成分组任务，在课堂讨论中不发言。不能够呈现任务内容，不能正确地表述任务所涉及的知识点。（3）实践实训考核与评价标准（满分20分）课程目标评价标准优秀18-20良好15-17中等12-14较差0-11课程目标5能够按时完成实验任务，提交实验证书；能够积极参与参观实践，并分享参观实践心得；学科竞赛作品能够体现AI赋能，有较高的创新创意。能够按时完成实验任务，提交实验证书；能够较积极地参与参观实践，并分享参观实践心得；学科竞赛作品能够体现AI赋能，有一定的创新创意。能够按时完成实验任务，提交实验证书；能