信息技术（WPS Office+人工智能）（第3版）课件 徐维祥 第7-11章 人工智能概述 -人工智能伦理与治理

信息素养与社会责任信息技术内容纲要010203信息素养

信息技术发展史信息安全与自主可控04信息伦理与职业行为自律信息素养01PARTONE信息素养信息素养是人们在应用信息技术的过程中需要具备的一种基本能力，包括：信息文化素养、信息意识和信息应用技能等层面的内容具备信息素养的人能够判断什么时候需要信息，并且懂得如何去获取信息，如何去评价和有效利用所需的信息信息素养是一种综合能力的体现，涉及各方面的知识与能力，包含人文、技术、经济、社会、法律等诸多因素，与多学科有着紧密的联系什么是信息素养01PARTONE信息素养01PARTONE信息意识计算思维数字化创新与发展信息社会责任信息素养核心要素信息素养01PARTONE计算思维指在问题求解、系统设计的过程中，运用计算机科学领域的思想与实践方法所产生的一系列思维活动计算思维体现在能采用计算机可以处理的方式界定问题、抽象特征、建立模型、组织数据，能综合利用各种信息资源、科学方法和信息技术工具解决问题，可将这种解决问题的思维方式，迁移运用到职业岗位与生活情境的其它问题解决过程中分解是指将事物拆分为多个组成其基本结构的部分。即将大的整块问题细分成相对较小的部分，逐一寻求解决方案，是一种自上而下的分析方法模式识别是指设法找到事物的特征，通过分析总结特征模式以得出可行的逻辑方案。通过模式匹配用于寻找事物之间的相同之处与不同之处，从而找到解决问题的答案。抽象是剔除在模式识别过程中发现的差异，以关注重点细节。抽象可以帮助去除不适合或无用的信息，聚焦于探索问题解决方案算法在概念上是完成一项任务的程序步骤列表。即在问题解决的过程中，通过创建一系列步骤，形成解决问题的自动化方案评估是在已有可行解决方案的基础上，对方案进行分析评价，确定方案是否正确有效，是否有改进空间让效率或结果更好、更可靠，以及如何实施方案更加科学建模是对当前一类问题及具体算法的提炼、再封装，形成可靠稳定的整套解决方案，用于解决一大类的问题泛化是指调整和优化现有的问题解决模型，以便适用于新的问题解决，或将某个具体问题的解决方案迁移至一类问题的解决过程，实现举一反三关于计算思维信息素养01PARTONE算法流程常用符号与基本算法流程图图形符号符号名称说明起始、终止符表示算法的开始和结束输入、输出框标明输入、输出的数据内容处理框标明处理的过程动作判断框标明判定条件及判定后两种结果的流向流程线表示从某一框到另一框的流向连接点表示算法流向出口或入口连接点（a）顺序结构（b）分支结构（c）循环结构信息技术发展史02PARTTWO信息技术发展史02PARTTWO语言的出现信息可以分享文字的出现信息可以记录印刷术的发明信息的传播范围扩大广播、电视、电话的使用信息可以远距离实时传播现代信息技术的普及应用计算机、互联网、人工智能等发明和应用人类社会的五次信息革命信息技术发展史02PARTTWO现代信息技术的发展进程计算机的发展(a)电子管计算机(b)晶体管计算机(c)中小规模集成电路计算机(d)早期使用大规模及超大规模集成电路的微型计算机(e)当代的超级计算机信息技术发展史02PARTTWO现代信息技术的发展进程互联网的发展互联网前身ARPAnet实现不同地区的四台主要计算机相连1969年出现了可在互联网上浏览呈现文字，图形、动画、声音、表格、链接等信息的超文本标记语言HTML1989年第一个可以读取HTML文件的程序Mosaic问世，网页浏览器开始步入人们的视野1993年从北京大学向德国发出的第一封电子邮件，标志着中国开始接触互联网1987年中国正式全面接入互联网1994年中国网民规模已接近10亿，互联网普及率超过七成，建成了全球规模最大的光纤网络和4G/5G移动通信网络.2020年国际互联网发展的标志事件中国互联网发展的标志事件信息技术发展史02PARTTWO现代信息技术的发展进程互联网+点击文本框即可进行编辑输入相关内容点击文本框即可进行编辑输入相关内容点击文本框即可进行编辑输入相关内容点击文本框即可进行编辑输入相关内容PowerPointofferswordprocessing,outlining,drawing,graphing,andpresentationmanagementtoolsalldesignedtobeeasytouseandlearn.

连接一切跨界融合创新驱动重塑结构开放生态互联网+12信息技术发展史02PARTTWO现代信息技术的发展进程人工智能的发展19561959198620142006人工智能定义的提出第一代机器人问世AI算法取得重大突破深度学习取得进展聊天机器人通过“图灵”测试战胜人类围棋冠军2016信息技术发展史02PARTTWO知名信息技术企业的发展轨迹信息安全与自主可控03PARTTHREE信息安全与自主可控03PARTTHREE信息安全与基本要求信息安全问题原因信息系统使用者和技术管理人员安全意识不到位因技术原因上存在的信息安全漏洞来自非法分子的恶意攻击加强信息安全措施在使用信息系统时，及时建立安全帐户，设置强密码并定期更改，将重要文件置于安全帐户的保护之下分享信息时，采用点对点方式传送，敏感信息不要共享，传送重要机密信息时采用加密传输及时升级和更新系统，修补安全漏洞使用信息安全工具，定期进行系统扫描和病毒等恶意程序查杀加强防范网络诈骗的意识信息安全与自主可控03PARTTHREE信息安全与基本要求防范信息安全风险的技术手段网络系统和计算机配置硬件或软件防火墙，做好安全策略，拒绝外来的恶意攻击安装正版的防病毒软件，定期扫描、处理病毒和恶意程序做好安全日志的留存，以便追踪发现较隐蔽的安全隐患公共使用的系统和设备应具备网络地址、身份信息等的识别确认功能，拒绝没有合法授权的用户访问重要的信息系统应建立双机热备份机制关闭网站系统中暂不使用的服务功能及相关端口，及时用补丁修复系统漏洞，定期查杀病毒信息安全与自主可控03PARTTHREE信息安全与基本要求常用信息安全工具软件信息安全与自主可控03PARTTHREE信息安全的自主可控国外主流产品与国产安全可控替代产品类别产品类型国外主流产品国产安全可控替代产品CPU计算机用CPUIntel系列、AMD系列龙芯、飞腾、兆芯、申威、鲲鹏等系列移动终端用CPU高通骁龙系列、苹果A系列、三星Exynos处系列海思麒麟系列操作系统个人计算机操作系统Windows、MacOS、Ubuntu等Deepin、UOS、银河麒麟、红旗Linux、中兴新支点等服务器操作系统Redhat、CentOS、Solaris、FreeBSD、WindwosServer、Netware等华为OpenEuler、银河麒麟、红旗Linux等核心软件数据库Oracle、SQLServer、MySQL等阿里OceanBase、华为GaussDB等CAD绘图AutoDesk系列中望CAD、浩辰CAD等办公软件微软OfficeWPS、永中Office等信息安全与自主可控03PARTTHREE信息安全的自主可控常用的开源软件和与之对应的主流商业软件类别开源软件对应功能的主流商业软件个人计算机操作系统Ubuntu、Fedora、DebianWindows和MacOS网络操作系统CentOS或OpenEuler、FreeBSDRedhat、Solaris、WindowsServer数据库MariaDB、PostgreSQL、MongoDB、SQLiteOracle、SQLServer办公软件LibreOffice微软Office平面设计GMIP、Krita、Darktable、InkscapeAdobePhotoShop音频处理AudacityAdobeAudition、Cooledit视频编辑Kdenlive、OpenShot、ShotcutAdobePremiere、AdobeAfterEffects、会声会影三维设计BlenderAutodesk3dsMax、AutodeskMaya工程绘图FreeCADAutodeskAutoCAD虚拟机OracleVMVirtualBoxVMware信息伦理与职业行为自律04PARTFOUR信息伦理与职业行为自律04PARTFOUR指涉及信息开发、信息传播、信息的管理和利用等方面的伦理要求、伦理准则、伦理规约，以及在此基础上形成的新型的伦理关系又称信息道德，它是调整人们之间以及个人和社会之间信息关系的行为规范的总和什么是信息伦理信息伦理与职业行为自律04PARTFOUR信息伦理的基本规范信息技术的应用要为社会和人类做出贡献，不能使用信息技术去伤害他人不能干扰别人的信息活动尊重他人隐私，不窥探他人的信息文件或未经许可使用他人的信息资；不得使用信息技术从事盗窃、攻击等非法活动不使用盗版软件或盗用别人的智力成果，自觉保护知识产权不编写和发布损害他人和社会利益的程序和信息提高对网络内容和信息的鉴别力，不轻信网络传言，不传播未经证实的信息，积极运用网络传播正能量培养健康生活情趣，避免沉迷网络，进行健康网络交往，合理安排上网时间，查看积极健康网络内容注重保护个人隐私，注意规避个人不良记录在信息活动中坚守法律法规底线、国家利益底线、公民合法权益底线、社会公共秩序底线和道德风尚底线信息伦理与职业行为自律04PARTFOUR甄别网络信息信息伦理与职业行为自律04PARTFOUR信息技术法律、法规《网络安全法》《数据安全法》《个人信息保护法》《电子商务法》《电子签名法》《密码法》《数据安全法》等专项法律全国人民代表大会《关于加强网络信息保护的决定》《关于维护互联网安全的决定》等法律决定《刑法》《著作权法》等其他法律涉及信息技术的条款国家立法《信息网络传播权保护条例》《互联网上网服务营业场所管理条例》《计算机软件保护条例》《外商投资电信企业管理规定》《互联网信息服务管理办法》《电信条例》《计算机信息网络国际联网安全保护管理办法》《计算机信息网络国际联网管理暂行规定》《计算机信息系统安全保护条例》《关键信息基础设施安全保护条例》等行政法规《网络安全审查办法》《网络信息内容生态治理规定》《儿童个人信息网络保护规定》《区块链信息服务管理规定》《互联网域名管理办法》《互联网新闻信息服务管理规定》《互联网信息内容管理行政执法程序规定》《网络出版服务管理规定》《外国机构在中国境内提供金融信息服务管理规定等部门规章信息伦理与职业行为自律04PARTFOUR信息活动中的职业行为自律1．遵守基本的道德规范、信息伦理以及相关的法律法规要求，做到知法、守法，善于运用法律维护个人和企业权益。2．强化知识产权保护意识。在职业活动中，要使用正版或免费、开源的的软件、资源。不得未经所有权人授权，就随意下载、复制他人信息资源。在职业活动中所生产出或接触到的软件和信息资源，特别是可修改编辑的源文件，未经授权不能复制或传输给他人。3．遵从职业保密的规定、协定。不能随意窥探、转储涉及企业和客户机密的信息资源，使用敏感资源时应限于安全可控的职业场所。从岗位离职时，不得带走原企业的资料，即使是由本人所编写开发的，也需要经过离职单位的许可。4．不得从事危害他人和公众利益的活动。不得利用自己的技术技能，从事构造虚假信息和不良内容、制造传播病毒和恶意软件、故意在提交的产品中留有后门或漏洞、参与盗版和非法解密、黑客攻击等活动。5．加强信息系统的安全防护。认真分析可能遇到的信息安全风险，养成良好的信息安全行为习惯，运用必要的信息技术手段加强信息安全防护。6．诚信为本、注意保存过程资料。要杜绝在信息活动中的弄虚作假行为，注意保存反映真实工作信息的过程资料和日志等。不隐瞒、不虚构、不随意修改原始资料，网络日志等留存时间不少于六个月。信息伦理与职业行为自律04PARTFOUR提升信息能力的努力方向对于给定的目标，能选择适当的手段，有效收集信息，并判断其内容，从中引出适当信息的能力信息的收集与判断从众多的信息中，通过对原始信息的处理，获取其中隐含的、有意义信息的能力信息处理与分析是指基于个人的认识和思考，以及企业的业务需求，去创造信息内容，并采取一定的形式有效表现信息的能力信息创造与表现基于信息接受者——受众的立场，在信息处理的基础上，对信息进行发布与传递的能力信息发布与传递信息伦理与职业行为自律04PARTFOUR提升信息能力的努力方向理解信息能力对信息进行分析、评价和决策；分析信息内容和信息来源，鉴别信息质量和评价信息价值，决策信息取舍以及分析信息成本获取信息能力通过各种途径和方法，搜集、查找、提取、记录和存储信息利用信息能力有目的地将信息用于解决实际问题或用于学习和科学研究之中，通过已知信息挖掘信息的潜在价值和意义并综合运用，以创造新知识运用信息技术能力使用计算机、网络以及多媒体等工具，搜集信息、处理信息、传递信息、发布信息和表达信息信息能力的组成1.计算机的发展的趋向特征是什么？2.华为等企业成功的因素是什么？3.从信息伦理的角度出发，如何规范个人的信息活动行为？谢谢信息技术

高等教育出版社第7章

人工智能概述信息技术7.1人工智能的基本概念7.2人工智能的发展7.3人工智能的分类7.4我国人工智能的快速发展内容纲要1）掌握人工智能的概念和定义。2）回顾人工智能的发展历程。3）熟悉人工智能的分类。4）理解人工智能的重要性。

学习目标人工智能（AI）是计算机科学的一个分支，旨在通过模拟、延伸和扩展人类智能的理论、方法及技术，开发能够执行复杂任务的智能系统。

任务7.1.1掌握人工智能的定义

7.1人工智能的基本概念人工智能的定义涵盖了由计算机系统所表现出的智能行为，这些行为通常与人类智能相关联，如学习、推理、问题解决、知识表示、计划、自然语言处理、感知、模式识别以及创造力和适应能力等。其重要性不言而喻，不仅体现在对人类生活方式的深刻改变上，更在于它作为未来科技发展的核心驱动力，正引领着全球科技革命和产业变革的浪潮。随着人工智能技术的不断成熟和普及，它已逐渐渗透到社会经济的各个领域，成为推动经济社会发展的新引擎。从智能制造到智慧城市，从智慧医疗到金融科技，人工智能的应用场景日益丰富，为人类带来了前所未有的便捷和高效。同时，它也在不断地推动着传统产业的转型升级，为经济发展注入了新的活力。

任务7.1.2认识人工智能的重要性

7.1人工智能的基本概念深入了解和掌握人工智能的定义及其重要性，对于我们把握未来科技发展趋势，积极参与科技革命和产业变革，具有重要的现实意义和深远的战略意义。1.人工智能的理论奠基与早期探索(1950s-1970s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展1950年，英国数学家、密码学家艾伦·图灵发表了划时代的论文《计算机器与智能》，提出了著名的"图灵测试"——如果一台机器能够与人类进行对话而不被识别为机器，那么就可以认为这台机器具有智能。1956年夏天，在达特茅斯学院举行的一场为期两个月的研讨会正式确立了"人工智能"这一学科名称。会议由约翰·麦卡锡(他创造了"人工智能"一词)、马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农等科学家组织。1.人工智能的理论奠基与早期探索(1950s-1970s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展在随后的十多年里，AI研究主要集中在符号逻辑和问题求解上。1957年，艾伦·纽厄尔和赫伯特·西蒙开发了"逻辑理论家"(LogicTheorist)程序，能够证明数学定理，甚至比人类数学家更有效率。1960年代，专家系统开始兴起，这种基于规则的系统能够模拟人类专家在特定领域的决策过程。这一阶段的AI研究也面临着严重局限性。当时的计算机硬件性能极其有限，内存小、速度慢，无法处理复杂的现实问题。AI程序大多依赖手工编码的规则，缺乏学习和适应能力。到1970年代，随着早期乐观预期的破灭和研究资金的减少，AI进入了第一次"寒冬"。2.专家系统时代与AI的第一次商业化浪潮(1980s-1990s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展1980年代，人工智能迎来了第一次大规模商业化应用浪潮，其标志是专家系统的兴起与普及。专家系统是一种基于知识库和推理引擎的AI程序，旨在模拟人类专家在特定领域的决策过程。专家系统的成功推动了AI产业化的第一次高潮。许多公司投入巨资开发专家系统，政府和企业也增加了AI研发资金。然而，专家系统存在固有缺陷，最终导致了这一波AI热潮的衰退。2.专家系统时代与AI的第一次商业化浪潮(1980s-1990s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展值得注意的是，在专家系统主导的这段时间里，其他AI研究路径仍在默默发展。1986年，杰弗里·辛顿等人提出了反向传播算法，解决了多层神经网络的训练问题。这一突破虽然当时未引起足够重视，却为几十年后的深度学习革命埋下了伏笔。1980年代至1990年代也是AI在特定任务上展示惊人能力的时期。1997年，IBM的"深蓝"超级计算机击败国际象棋世界冠军加里·卡斯帕罗夫，展示了AI在复杂决策中的潜力。这一成就虽然依赖暴力计算而非真正的智能，却向公众证明了AI的实用价值，并为后来的游戏AI(如AlphaGo)开辟了道路。3.机器学习的复兴与深度学习的突破(2000s-2010s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展21世纪初，人工智能领域经历了一次根本性转变——从依赖人工编码规则的符号主义方法，转向数据驱动的机器学习方法。机器学习不再试图直接编程计算机如何解决问题，而是让计算机从数据中自动学习模式和规律。2006年，杰弗里·辛顿等人发表了一篇开创性论文，展示了如何有效训练深度神经网络，这被视为深度学习革命的起点。2012年，深度学习迎来了一个关键转折点。AlexNet深度卷积神经网络在ImageNet图像识别挑战赛中夺冠，准确率远超传统方法。3.机器学习的复兴与深度学习的突破(2000s-2010s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展2016年，谷歌DeepMind开发的AlphaGo程序以4:1战胜世界围棋冠军李世石，成为AI发展的又一个里程碑。2017年，谷歌研究人员提出了Transformer架构，这成为自然语言处理(Neuro-LinguisticProgramming,NLP)领域的革命性突破。在这一时期，AI技术开始从实验室走向实际应用。计算机视觉技术被用于人脸识别、医学影像分析；自然语言处理技术支撑着智能客服和机器翻译；推荐系统成为电商和内容平台的核心组件。AI不再只是学术研究的对象，而是逐渐渗透到日常生活的方方面面。4.大模型时代与ChatGPT的爆发(2020s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展2020年代标志着人工智能进入大模型时代，其特点是模型规模急剧扩大、能力显著提升以及应用场景快速扩展。这一阶段的起点可以追溯到2020年OpenAI发布的GPT-3模型，该模型拥有1750亿参数，展示了"规模带来能力"的新范式。大模型的发展也带来了新的技术挑战和社会讨论。一方面，模型规模的扩大导致训练成本急剧上升，GPT-4的训练费用估计超过1亿美元，使得只有少数资源充足的公司能够参与前沿研究。另一方面，AI的"幻觉"问题(生成看似合理但不正确的内容)、潜在的偏见和滥用风险引发了广泛关注。4.大模型时代与ChatGPT的爆发(2020s)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展值得注意的是，这一时期的AI发展呈现出从通用模型向垂直应用分化的趋势。通用大模型如GPT-4虽然能力广泛，但在专业领域往往不如针对性强的专用模型。因此，金融、医疗、法律等行业的专用模型开始涌现。2024-2025年，AI发展的另一个显著趋势是智能体(Agent)的兴起。与早期只能被动回答问题的AI不同，智能体能够理解用户意图、制定计划、调用工具并自主执行复杂任务。AI更深地融入工作流程和日常生活，成为真正的生产力工具而非仅仅是信息助手。5.DeepSeek的崛起与开源AI生态(2024-2025)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展在全球AI竞赛中，中国公司深度求索(DeepSeek)凭借技术创新和开源策略迅速崛起，成为与OpenAI、Google等国际巨头竞争的重要力量。2024年12月，DeepSeek发布V3模型，以显著低于GPT-4的训练成本(约557.6万美元，仅为GPT-4的1/20)实现了媲美顶尖模型的性能，震惊业界。DeepSeek的成功也得益于与中国企业的广泛合作，推动DeepSeek模型在金融、制造、零售等行业的应用，展示了国产AI技术的商业化潜力。5.DeepSeek的崛起与开源AI生态(2024-2025)

任务7.2.1了解人工智能的发展简史

7.2人工智能的发展DeepSeek模型在专业领域的表现尤为突出。其数学模型在国际竞赛中超越GPT-4，代码生成错误率比Claude3低15%。随着DeepSeek等国产模型的崛起，中国在全球AI格局中的角色正在从"技术跟跑者"向"场景定义者"转变。中国拥有庞大的应用场景、丰富的数据资源和活跃的开发者生态，这些优势正推动AI技术与实体经济深度融合。金融、能源、电信等行业推动"国产大模型+数据本地化"标准；AI与IoT、边缘计算的结合催生了智能制造、智慧城市等特色应用；中文语料模型的低成本和高泛化能力也助力中国AI产品的市场扩展。进入2025年，人工智能发展呈现出几个明确的主流趋势，这些趋势将塑造AI技术的未来演进路径和社会影响。

任务7.2.2了解当前趋势与展望未来(2025及以后)

7.2人工智能的发展首先，AI正从单纯的"内容生成"向"任务执行"转变，智能体(Agent)成为技术发展的前沿方向。这种转变类似于从静态网页到交互式Web2.0应用的跨越，预示着AI将成为数字化基础设施的核心组件。其次，多模态AI的成熟是另一显著趋势。当前的先进模型如GPT-4.5、Gemini2.5等已实现文本、图像、音频、视频的跨模态理解与生成。例如，AI现在可以观看视频后回答相关问题，听录音生成摘要，或整合来自不同模态的信息进行综合判断。在教育领域，能批改作文、评估口语表达并提供个性化反馈。

任务7.2.2了解当前趋势与展望未来(2025及以后)

7.2人工智能的发展全球AI竞争格局也日益清晰，形成以美国和中国为主导的两极体系。美国凭借OpenAI、Google等公司和NVIDIA芯片优势，构建"大模型+芯片+算力+基础设施"的一体化生态；中国则以开源模型和政策引导为支撑，发展"产业融合+安全可控+本地部署"的特色路线。这场竞争不仅是企业间的技术比拼，更是围绕数据主权、算法标准和基础模型输出权的综合博弈。未来AI发展面临的主要挑战包括技术可靠性、社会适应性和全球治理三个方面。技术层面，"AI幻觉"(生成内容看似合理实则错误)和黑箱特性导致的信任问题亟待解决；工程化方面，模型抗干扰能力不足、私有化部署成本高阻碍了企业应用；社会层面，AI对就业结构、教育体系、信息生态的冲击需要政策引导。

任务7.2.2了解当前趋势与展望未来(2025及以后)

7.2人工智能的发展长期来看，AI可能遵循三条演进路径：作为工具增强人类能力，作为协作伙伴与人类共生，或作为自主实体独立运作。当前阶段，AI主要扮演工具和助手角色，但Agent技术的进步正推动其向协作伙伴转变。AI的影响不会在短期内爆发"超级应用"，而是像前三次工业革命一样，在未来30-50年逐步重构社会的方方面面。这种长周期变革要求持续的技术创新、适度的监管框架和包容的社会对话，以最大化AI的积极影响，降低潜在风险。

任务7.2.3归纳人工智能技术的发展阶段

7.2人工智能的发展人工智能的发展从技术上可以分为计算智能、感知智能、认知智能三个阶段。

任务7.2.3归纳人工智能技术的发展阶段

7.2人工智能的发展计算智能使机器像人类一样存储、计算和传递信息，帮助人类高效存储和快速处理海量数据。这一能力的不断提升，依赖于算法的优化和硬件技术的进步。计算智能是感知智能和认知智能发展的基石。感知智能致力于赋予机器类似人类的感知能力，如视觉、听觉等。它不仅能让机器听懂、看懂，还能基于感知结果做出判断，并给出反馈或采取行动，即实现“能听会说，能看会认”。目前，计算机视觉、图像识别语音识别等技术研究已取得显著成果，标志着当前国内外人工智能技术发展的主要阶段。认知智能则使机器能够像人类一样主动思考并采取行动，全面辅助或替代人类工作，代表了人工智能的高级形态，也是未来人工智能行业发展的重点方向。

任务7.3.1了解人工智能的技术流派

7.3人工智能的分类1.符号主义符号主义，亦称逻辑主义、心理学派或计算机学派，其核心原理包括物理符号系统假设和有限合理性原理。其实质在于模拟人类的抽象逻辑思维，通过符号来描述认知过程。符号主义的研究思路起源于数理逻辑，催生了逻辑理论家和几何定理证明器等成果。进入20世纪70年代，大量专家系统涌现，并融合了领域知识与逻辑推断，推动人工智能迈入工程应用领域，为人工智能的进步做出了显著贡献。符号主义主张采用逻辑方法来构建人工智能的统一理论体系，经历了从启发式算法到专家系统再到知识工程的发展路径，在相当长的时间内独领风骚，并在20世纪80年代取得了显著的发展成果，为人工智能的进步做出了重要贡献。

任务7.3.1了解人工智能的技术流派

7.3人工智能的分类2.连接主义连接主义，亦称仿生学派或生理学派，起源于仿生学，尤其是对人脑模型的研究。其主要原理涉及神经网络及其连接机制与学习算法，目前在相关领域占据主导地位。该学派主张通过工程技术手段来模拟人脑神经系统的结构和功能。伴随着Hopfield神经网络模型和反向传播算法的问世，神经网络的理论研究实现了重大突破，为神经网络计算机进入市场奠定了坚实基础。连接主义者开发了一种基于联结的并行处理方法，该方法能够同时进行大量运算，并在“海量连接中涌现出秩序”。鲁梅尔哈特等人进一步提出了多层网络中的反向传播算法（BP算法），连接主义才真正从理论模型迈向实际算法，从理论分析走向工程实现。

任务7.3.1了解人工智能的技术流派

7.3人工智能的分类3.行为主义行为主义起源于控制论，其核心原理基于控制论及感知-动作型控制系统，即通过将神经系统的工作机制与信息理论、控制理论、逻辑以及计算机科学相结合，模拟人类在控制过程中的智能行为和功能。行为主义主张智能无需依赖知识表示和推理，专注于自寻优、自适应、自镇定、自组织以及自学习等领域的深入研究。这一理论在20世纪80年代催生了智能控制和智能机器人系统。作为人工智能新学派——行为主义的代表作，布鲁克斯的六足行走机器人尤为突出，该系统基于感知-动作模式模拟昆虫行为，被广泛视为新一代的“控制论动物”。

任务7.3.2认识人工智能发展的四要素与三形态

7.3人工智能的分类1.人工智能发展的四要素

任务7.3.2认识人工智能发展的四要素与三形态

7.3人工智能的分类2.人工智能发展的三种形态通常认为，人工智能存在三种形态，分别是弱人工智能（ArtificialNarrowIntelligence,ANI）、强人工智能（ArtificialGeneralIntelligence,AGI）以及超人工智能（ArtificialSuperIntelligence,ASI）。（1）弱人工智能弱人工智能包括两个层面的概念，最早创建于1980年。当时，将那些不可能真正推理和解决问题、看起来像是智能但实际上并不具备智能、也不会有自主意识的机器称为弱人工智能。随着人工智能的发展，人们将那些只擅长单个方面或某一领域的人工智能也称为弱人工智能。

任务7.3.2认识人工智能发展的四要素与三形态

7.3人工智能的分类（2）强人工智能强人工智能是能够执行“通用任务”的人工智能，具备像人类一样的学习、推理能力，可以独立思考问题并制定解决问题的最优方案，且不局限于特定领域。这样的人工智能被认为是有知觉的、有自我意识的，并且拥有自己的价值观和世界观体系，具备与生物相似的各种本能，如生存和安全需求。强人工智能有两个层面：首先是类人的人工智能，即机器的思考和推理像人的思维一样；其次是非类人的人工智能，即机器产生了与人完全不同的知觉和意识，使用与人完全不同的推理方式，在某种意义上可以看作一种新的文明。

任务7.3.2认识人工智能发展的四要素与三形态

7.3人工智能的分类（3）超人工智能牛津哲学家、知名人工智能思想家NickBostrom将超级智能定义为“在几乎所有领域都比最聪明的人类大脑聪明很多，包括科学创新、通识和社交技能”。超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍。按照库兹韦尔提出的著名“奇点理论”（Singularity），科技发展符合幂律分布，前期发展缓慢，后期越来越快，直到跨过“奇点”爆发。在超人工智能阶段，人工智能已经跨过“奇点”，其计算和思维能力远超人脑。

任务7.4.1了解国内政策支持情况

7.4中国人工智能快速发展1.2017年7月8日，国务院发布了《新一代人工智能发展规划》，该规划明确了我国人工智能发展的战略目标、重点任务及保障措施，为人工智能的长远发展描绘了清晰的蓝图。这是我国在人工智能领域首个系统性的部署文件。到2020年，我国人工智能总体技术和应用将达到世界先进水平，核心产业规模将超过1500亿元，带动相关产业规模超过1万亿元；到2025年，人工智能基础理论将实现重大突破，技术与应用继续保持世界先进水平，核心产业规模将超过4000亿元，带动相关产业规模超过5万亿元；到2030年，人工智能理论、技术与应用将总体达到世界领先水平，使我国成为全球主要的人工智能创新中心。该规划的实施，不仅为我国人工智能技术的发展指明了方向，更为我国在全球科技竞争中抢占先机、赢得主动提供了坚实支撑。

任务7.4.1了解国内政策支持情况

7.4我国人工智能的快速发展2.2021年9月25日，由国家新一代人工智能治理专业委员会发布的《新一代人工智能伦理规范》，将伦理道德融入人工智能的全生命周期，促进公平、公正、和谐、安全，避免偏见、歧视、隐私和信息泄露等问题。3.2022年3月1日，由国家网信办等部门发布并施行的《互联网信息服务算法推荐管理规定》，明确了应用算法推荐技术的定义，禁止算法歧视，要求公开AI推荐服务的基本原理及用户权益救济机制。4.2023年1月10日，由国家网信办等部门发布并实施的《互联网信息服务深度合成管理规定》，定义了深度合成技术等，规范了深度合成服务提供者和技术支持者的行为，要求显著标识AI生成内容。

任务7.4.1了解国内政策支持情况

7.4我国人工智能的快速发展5.2023年8月15日，由国家网信办等七部门联合发布并施行的《生成式人工智能服务管理暂行办法》，定义了生成式人工智能技术等，要求生成内容标识、数据来源合法，明确了服务提供者的内容审核义务。7.2024年9月，由科技部等部门发布的《科技伦理审查办法（试行）》，要求AI算法研发需通过伦理审查，防范社会动员能力的滥用。7.2024年9月9日，由全国网安标委发布的《人工智能安全治理框架》1.0版，提出了AI安全治理原则、治理框架构成、风险分类、技术应对、治理措施等，发布了算法、提供者、使用者、公众安全应用指引。8.2025年3月7日，由国家网信办等部门发布的《人工智能生成合成内容标识办法》，定义了人工智能生成合成内容，要求服务提供者对合成内容进行显式标识和隐式标识。

任务7.4.2了解国内人工智能的典型企业

7.4我国人工智能的快速发展现在，许多企业言必称人工智能。在国家政策的积极引导下，国内众多科技和互联网公司的大力投入与不懈努力下，我国在人工智能领域取得了显著成就，涌现出：DeepSeek华为科大讯飞百度字节跳动等一大批成功的人工智能公司，极大地推动了我国人工智能的发展和创新。

【实训项目】绘制人工智能发展历程图要求：本实训项目旨在通过视觉化的方式，详细描绘人工智能自诞生以来所经历的重要阶段和关键事件。参与者需以时间轴为基准，选取人工智能发展历程中的主要事件作为时间节点，通过精心设计的图表和图像，生动展现人工智能领域波澜壮阔的发展历程。具体要求如下：1.时间轴的构建2.主要事件的选取3.图像与图表的设计4.文字说明的补充5.整体布局的美观性

本章小结人工智能定义明确人工智能概念，追溯其起源与演进，关键节点与突破，构建清晰认知框架。发展历程回顾人工智能从萌芽至成熟，展示其成长历程与重要里程碑，深化理解其演变路径。智能分类探讨计算、感知与认知智能，梳理发展阶段，深化对人工智能本质的认识。国内企业介绍中国人工智能领域代表性企业，全面了解行业现状，展望未来发展趋势。一、单选题课后习题01人工智能的英文缩写是什么？A.AIB.BIC.CID.DI03人工智能发展的第一个冬天主要是由于什么原因导致的？A.技术瓶颈B.资金短缺C.社会抵触D.政治因素05深度学习技术大约在哪一年取得了突破性进展？A.2000年B.2010年C.2020年D.2030年02下列哪项不是人工智能的主要应用领域？A.机器翻译B.自动驾驶C.天气预报D.股票投资预测（完全准确）04以下哪位科学家被誉为“人工智能之父”？A.艾伦·图灵B.约翰·冯·诺依曼C.马文·明斯基D.上述都不是06以下哪项技术不属于弱人工智能的范畴？A.语音识别B.人脸识别C.自动驾驶汽车D.具有自我意识的机器人二、简答题

课后习题1.请简述人工智能的定义。2.人工智能的发展历程可以分为几个阶段？每个阶段的主要特点是什么？3.举例说明人工智能在日常生活中的应用，并分析其对社会的影响。4.深度学习与传统机器学习相比，有哪些主要优势和局限？5.探讨当前人工智能领域面临的主要挑战和未来的发展趋势。THEENDTHANKS2026/5/8第8章

人工智能的典型应用信息技术8.1智能制造8.2智慧农业8.3智慧交通8.4智慧医疗内容纲要1）了解智能制造、智能家居、智慧交通、智慧农业等概念。2）认识支撑典型领域的人工智能关键技术。3）分析人工智能在不同领域应用的实际案例。4）展望智能制造、智能家居、智慧医疗、智慧农业等领域的未来发展。

学习目标1.智能制造的定义智能制造是以人工智能、物联网、数字孪生等新一代信息技术为基础，实现设计、生产、管理、服务全流程的自感知、自决策、自执行的先进制造模式。其核心在于推动制造业从“以设备为中心”向“以数据为中心”的转型，进而构建柔性化、个性化、网络化的产业生态。

任务8.1.1了解智能制造的概念

8.1智能制造根据IDC的数据预测，到2025年，全球智能制造市场规模将突破3848亿美元（年复合增长率达12.38%）。中国作为这一领域的核心战场，智能工厂的普及率预计将超过70%，生产效率平均提升幅度超过50%，运营成本则有望降低30%。2.数据驱动的智能制造智能制造闭环系统以工业物联网（IIoT）为感知层，AI与数字孪生为决策层，机器人集群为执行层，预测性维护（PHM）为优化层，通过人工智能核心技术实现制造全流程的自主演进。

任务8.1.1了解智能制造的概念

8.1智能制造环节技术支撑行业案例感知IIoT+5G+边缘计算三一重工20万台设备实时监控决策AI大模型+数字孪生上汽大众AGV路径仿真节省成本2.1亿执行协作机器人+机器视觉中车四方机器人焊接缺陷率降低90%优化PHM+区块链反馈格力空调故障率下降35%

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂中国高铁被誉为“引进、消化吸收、再创新”的典范之作。中车青岛四方机车车辆股份有限公司（以下简称中车青岛四方）的转向架制造系统，堪称智能制造工厂的杰出代表。转向架制造工厂智慧架构

8.1智能制造

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂1.智慧四方实施路径（1）应用大型高档数控机床和重载机器人，提升关键零部件制造水平。为解决传统制造模式下转向架关键零部件——构架和轮轴产品质量一致性差、制造成本高等问题，中车青岛四方通过分析主要工艺流程，对关键工序进行了智能化改造。通过研发自动组焊、打磨、加工、喷涂、人机交互、条码技术、自动异常监控等工艺，实现了构架和轮轴的自动化上下料、加工、焊接和喷涂。在轴承压装、转向架装配工序中，研制并应用了精密重载装配机器人和六轴搬运机器人，攻克了机器人吊装与精准移送、部件自寻位精确定位、自动检测与调整等难题，实现了基于机器人的零部件精准自动装配。

8.1智能制造

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂1.智慧四方实施路径（2）研发智能传感与控制装备，提高关键装备利用率。为降低构架焊缝打磨、构架清洗、轴承压装等工序的制造成本，改善作业环境，中车青岛四方研制了180多种智能传感与控制装备，通过这些装备替代人工完成复杂的生产作业。为提高构架加工设备利用率，将数控龙门加工中心和检测设备联网集成，应用RFID实现构架型号自动识别，研发了数据采集与控制系统，控制数控程序自动下载及删除，实现工作台自动交换、设备自动启停，实时监测主轴负载，并在出现异常时实时报警，从而实现了构架加工的一人多机控制。

8.1智能制造

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂1.智慧四方实施路径（3）研制智能检测与装配装备，全面提升关键工序的效率和质量。为解决装配和检测工序工作量大、检测结果易受测量人员技能水平影响的问题，中车青岛四方开展了智能检测及装配装备的研制。通过集成视觉识别技术的智能装备，轴承检测和转向架落成工序实现了轴承自动抓取和转向架自动落成，生产效率提高了约10%。基于传感器和工业网络，转向架螺栓扭矩、齿轮箱轴承温度、转向架关键尺寸检测等工序实现了检测结果在线实时监控和系统自动防错技术的全面应用，切实提升了产品质量保障能力。轴承检测工序采用激光测试、视觉识别、振动频谱和大数据分析技术，配合智能装备应用，改变了传统的人工检测、人工识别缺陷和人工装配方式。

8.1智能制造

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂2.转向架智能制造六大核心技术工业物联网作为感知层的核心，通过5,000余个传感器实时采集设备振动、温度等数据，结合边缘计算节点实现毫秒级响应，为预测性维护提供了有力支撑；人工智能与数字孪生共同构成决策中枢，DeepSeek大模型优化焊接工艺；数字孪生预演超过10万条生产路径，使调试周期缩短80%，不良率降低26%；机器人协同技术重塑执行层，重载机械臂实现轴承的精密压装；区块链记录关键工序数据，支持10年全生命周期追溯；云边协同算力实现分层处理——边缘节点实时控制焊接参数。

8.1智能制造

任务8.1.2认识智能制造的典型案例3.实施成效中车青岛四方针对实施智能制造的核心任务，采取分重点、分层次、分环节、自上而下的顶层设计策略，初步建成了转向架智能制造工厂。此举使得生产效率提升了22.5%，产品研制周期缩短了38.2%，产品不良率降低了33%，运营成本减少了23.8%，能源利用率提高了10%。转向架车间一角

8.1智能制造

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂4.行业价值（1）质量突破：产品不良率降低33%，转向架疲劳寿命达到1,200万公里，支撑复兴号动车组安全运行超过40亿公里。（2）效率跃升：研制周期缩短38.2%，产能提升22.5%，单位面积产值增长1.8倍。2019年荣获“国家智能制造标杆企业”称号。（3）绿色制造：焊接烟尘集中处理率达到99%，能源利用率提升10%，年减排二氧化碳4,200吨。（4）工匠精神数字化：管益辉团队研发“微变形控制工艺”，实现分体式轴箱体量产合格率达99%，成本仅为进口产品的69%，助力雅万高铁核心部件国产化。

8.1智能制造

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂5.创新范式：从“经验驱动”到“数据驱动”（1）智能决策：DeepSeek大模型通过分析历史工单与设备状态，动态优化排产计划，实现紧急订单响应时间少于1分钟。（2）跨界融合：碳纤维复合材料应用于转向架构架，结合SmartCare智能运维平台，实现结构健康自诊断，全寿命周期检修成本降低22%（如青岛地铁“碳星快轨”）。

8.1智能制造

任务8.1.2认识智能制造的典型案例实例一：中车青岛四方转向架智能制造工厂6.未来方向与全球影响（1）技术外溢：将智能制造标准输出至印尼、匈牙利等海外基地，轴箱体出口量增长47%。（2）人机协同进化：利用AR眼镜指导工人维修，效率提升40%，并规划通过脑机接口控制高危工序。（3）行业灯塔：2019年被评为“国家智能制造标杆企业”，为航天、船舶等重工业提供“零缺陷制造”的示范样本。

8.1智能制造

任务8.1.2认识智能制造的典型案例实例二：上汽大众AGV超柔性车身制造系统上汽大众作为全球首个专为MEB平台车型生产而全新打造的工厂，拥有超过1400台工业机器人，实现了制造全过程的自动化。上汽大众AGV超柔性车身制造系统标志着汽车制造领域向智能化、柔性化转型的典范实践。其核心创新在于采用移动式AGV平台替代传统固定产线，打造出“车型无限兼容、生产动态调整”的智能制造模式。

8.1智能制造

任务8.1.2认识智能制造的典型案例实例二：上汽大众AGV超柔性车身制造系统车身车间的自动化率高达84%，总装车间的自动化率提升45%。在技术架构上，系统依托三大核心模块：重载AGV柔性平台（负载4吨级）、数字孪生调度引擎（预演10万+路径方案）和MES-ERP一体化系统（订单直达产线）。通过5G-A工业无线网络，实现全厂设备互联，响应时延压缩至4毫秒。

8.1智能制造上汽大众AGV车间的一角

任务8.2.1了解智慧农业的概念智慧农业是指运用物联网、大数据、云计算、人工智能等现代信息技术，对农业生产进行精细化管理和智能化控制的一种新型农业发展模式。它通过对农业生产环境的实时监测、数据的采集与分析，以及对农业生产过程的精准控制，实现了农业生产的智能化、自动化和高效化。智慧农业不仅提高了农业生产的效率和质量，还促进了农业资源的合理利用和环境的可持续发展。智慧农业作为现代农业发展的重要方向，正逐步改变着传统的农业生产模式，推动着农业向更加智能化、精准化和高效化的方向发展。

8.2智慧农业

任务8.2.2认识智慧农业的典型案例实例一：智能温室系统助力作物高效生产寿光市智慧农业科技园自2019年成立以来，占地240亩，累计投入资金4.5亿元。园区成功设计并建造了单体面积达8万平方米的外保温连栋温室，并配备了先进的智能生产管控系统。1.信息技术装备的应用信息技术的应用已深入到每一个生产环节。智能生产管控系统与物联网技术得到了广泛应用，能够实时监测温室内的环境参数，如温度、湿度、光照等。

8.2智慧农业

任务8.2.2认识智慧农业的典型案例实例一：智能温室系统助力作物高效生产2.创新设计与技术通过巧妙融合我国日光温室卓越的蓄热保温性能与荷兰文洛型温室的空间高效利用、机械化和智能化等优势，成功研发出新型国产大型玻璃温室结构及其配套设备。对大型连栋玻璃温室的外保温结构进行了创新性改造，形成了“下沉式、大斜面、外保温”的独特构造。顶部特别选用漫散射玻璃，巧妙地解决了挡光遮阴问题，营造出适宜蔬菜生长的理想环境。

8.2智慧农业

任务8.2.2认识智慧农业的典型案例实例一：智能温室系统助力作物高效生产3.机器人精准管理采用高架无土栽培模式，并结合轨道式吊蔓、水肥药一体化装备等先进设备，实现了对设施果菜栽培的精准管理。系统运用数字化智能监测与控制系统，配合手机APP远程管控，可达成全自动管理和远程控制。在节约资源的同时大幅提升了劳动效率。此外，应用机器人进行温室作物作业，显著增强了温室作物种植的精准管控能力。

8.2智慧农业

任务8.2.2认识智慧农业的典型案例实例一：智能温室系统助力作物高效生产4.智慧温室环境调控借鉴荷兰调控模式，科技园独立研发了温室环境调控算法。通过追踪环境调控模型中的设置点，采用最优控制算法，力求找到温室环境的最佳轨迹，大幅降低能耗。此外，自主研发了作物水肥决策模型，为作物水肥供给和根区环境管理提供了智能决策。通过精准配比营养液和淋灌技术，满足作物生长的水肥需求，实现了水肥调控设备和控制决策模型的全国产化

8.2智慧农业

任务8.2.2认识智慧农业的典型案例实例二：卫星种地、数据耕田——博州智慧农业万亩良田

8.2智慧农业在辽阔的新疆博州大地上，一场以数字化为引领的农业变革正悄然展开，绘制出现代农业的崭新图景。从“会种地”到“慧种地”，智慧农业的浪潮席卷而来，使得万亩良田实现“一键管理”，为乡村全面振兴注入强劲动力。1.无人机田间高效作业盛夏时节，正值棉花田间管理的黄金期，精河县各乡镇的棉田上空，植保无人机频繁穿梭，成为一道独特的风景线。一架植保无人机沿着预设航线精准喷洒药剂，高效地完成了作业任务。

任务8.2.2认识智慧农业的典型案例实例二：卫星种地、数据耕田——博州智慧农业万亩良田

8.2智慧农业2.手机APP守护农作物健康在博乐市达勒特镇呼热布呼村的数字农业创新应用基地，智能化农业技术令人耳目一新。农户只需轻触手机屏幕，便能远程操控数字施肥系统，精准调节土地养分供给。“052号正在施肥中，施肥孔3号可使用……”清晰的指令声响起，标志着当地农业生产正在从“凭经验”向“靠数据”决策的显著转变。

任务8.2.3了解智慧农业的发展前景与意义智慧农业的发展不仅改变了传统的农业生产方式，还推动了农业产业链的升级和转型。通过大数据、云计算和物联网等先进技术的融合应用，智慧农业正在逐步实现农业生产的智能化、精准化和高效化。未来，随着技术的不断进步和创新，智慧农业将在保障国家粮食安全、促进农业可持续发展和提高农民收入等方面发挥更加重要的作用。智慧农业作为现代农业发展的重要方向，正以其独特的优势和潜力，逐步改变着传统的农业生产模式，推动着农业向更加智能化、精准化和高效化的方向发展。通过两个典型案例的分析，我们可以清晰地看到智慧农业在实际应用中的显著成效和巨大潜力。未来，随着技术的不断进步和创新，智慧农业将在保障国家粮食安全、促进农业可持续发展和提高农民收入等方面发挥更加重要的作用，为农业现代化发展注入新的活力和动力。

8.2智慧农业

任务8.3.1认识智慧交通的概念1.什么是智慧交通智慧交通是一种利用物联网、大数据和人工智能等先进技术，优化交通系统运行的新型模式。通过实时采集车流和路况等关键数据，进行智能分析并调控信号灯、导航路线等，有效提升通行效率，减少交通拥堵。同时，整合电子支付、共享出行等服务，实现人、车、路的协同互联，进一步增强交通系统的安全性和环保性。其核心在于数据驱动决策，旨在推动城市交通向智能化和绿色化方向发展，最终构建一个高效、便捷且可持续的出行生态。

8.3智慧交通

任务8.3.1认识智慧交通的概念2.支撑智慧交通的核心技术（1）物联网（IoT）：通过传感器、摄像头等设备实时采集交通数据，如车流量、路况等，实现基础设施与车辆的无缝互联互通。（2）人工智能（AI）与大数据：利用深度学习算法对交通数据进行精细分析，优化信号灯控制、精准预测拥堵，并支持自动驾驶的决策过程，例如百度AI全域信控系统。（3）5G与车联网（V2X）：提供低延迟、高带宽的通信能力，实现车与车、车与路、车与云的实时高效交互，显著提升自动驾驶的安全性。（4）数字孪生：构建高度逼真的虚拟交通模型，用于模拟和优化路网运行，如四川的“全息感知与数字孪生”项目。（5）边缘计算：在路侧设备上进行实时数据处理，降低对云端的依赖，大幅提高系统响应速度。

8.3智慧交通

任务8.3.2分析智慧交通的典型案例实例一：哈尔滨智能公交系统哈尔滨作为中国东北地区的重要城市，冬季气候极为严寒，最低气温可达零下30多摄氏度，这使得传统公交系统面临严峻挑战。在极端低温环境下，乘客长时间候车不仅体验极差，还存在安全隐患。为有效解决这一问题，哈尔滨市交通运输局借助世界银行贷款，实施了“高寒城市智能公交系统建设项目”。经过三年的精心打造，成功构建了“城市交通运输大脑”，形成了全方位、多层次的智能公交服务体系。

8.3智慧交通

任务8.3.2分析智慧交通的典型案例实例一：哈尔滨智能公交系统哈尔滨智能公交系统使调度员能够实时监控全市279条线路、6384辆公交车，确保准点率高达99%。乘客通过手机APP和电子站牌，可以精准掌握车辆到站时间，日均服务人次高达380万。

8.3智慧交通

任务8.3.2分析智慧交通的典型案例实例一：哈尔滨智能公交系统乘客信息服务创新哈尔滨在全市部署了2200余块智能电子站牌，配备LED屏实时显示车辆到站信息。站牌界面设计直观：红色标识当前站点，绿色动态显示即将到站车辆位置，下方文字则精确提示"还有X站到达"。测试显示，电子站牌预报准确率达到98%，乘客可真正实现"掐点乘车"。

8.3智慧交通

任务8.3.2分析智慧交通的典型案例实例二：红绿灯随“车”应变的南浔古镇在被誉为“中国江南封面”的南浔古镇，人们感受最深的不只是小桥流水、白墙黑瓦、摇橹船，还有这座城市的智慧交通新变化——随“车”应变的红绿灯，如图所示。南浔交警携手海康威视推进“数智交管“建设，打造南浔交通综合智控系统，运用数字路口基础建设、智慧信控应用、交通运行分析及问题自动诊断等方式，让南浔从传统型交通管理模式走向了数智交通管理模式。

8.3智慧交通

任务8.3.2分析智慧交通的典型案例实例二：红绿灯随“车”应变的南浔古镇（1）自适应信号控制机制传统信号灯采用固定配时方案，无法应对交通流的动态变化。南浔系统的突破在于实现了秒级响应调整。（2）绿波协调与干线优化通过优化各路口信号灯启亮时差，使车辆一次起步即可连续通过多个路口。应用绿波协调技术后，停车次数从平均4次降为0.5次，通行速度提升约20%，行驶时间缩短50%。（3）数字孪生与智能诊断南浔系统构建了完整的数字路口平台，基于高精度地图和3D建模技术，动态还原路口交通运行状态。平台可呈现10余种交通指标，交警可通过三维界面直观了解路口状况，辅助管理决策。

8.3智慧交通

任务8.4.1了解智能医疗的概念1.什么是智慧医疗智慧医疗是通过人工智能、大数据、物联网等数字技术，实现医疗服务的智能化、精准化和高效化。其核心在于数据驱动，包括电子病历分析、AI辅助诊断、远程诊疗、智能健康监测等应用，旨在提升诊疗效率、降低医疗成本、优化患者体验。典型场景如影像识别、个性化治疗方案、慢病管理等，推动医疗从“以治疗为中心”向“以健康为中心”转型，是医疗行业数字化升级的关键路径。

8.4智慧医疗

任务8.4.1了解智能医疗的概念2.支撑智慧医疗的核心技术（1）人工智能与大数据：用于医学影像分析、辅助诊断和个性化治疗，如深度学习算法提升肿瘤识别准确率。（2）物联网：通过RFID、传感器实现医疗设备管理、患者生命体征监测及药品追踪，优化资源利用。（3）云计算：提供弹性存储与计算能力，支持电子病历共享、远程会诊及大规模医疗数据分析。（4）5G通信：保障低延迟、高带宽的远程手术、实时数据传输及移动急救应用。（5）区块链：确保医疗数据安全与隐私保护，实现跨机构可信数据交换。

8.4智慧医疗

任务8.4.2分析智慧医疗的典型案例实例一：娄底市中心医院5G智慧急救系统急救医疗领域一直是智慧医疗技术应用的前沿阵地。娄底市中心医院通过构建5G智慧急救平台，实现了“上车即入院”的革命性变革，将传统急救模式的时间窗口大幅前移。这一创新不仅显著提高了急危重症患者的抢救成功率，更重新定义了医疗急救的“黄金时间”概念。1.系统架构与技术基础娄底市中心医院的5G智慧急救系统建立在高带宽、低延迟的5G通信网络基础上，整合了卫星定位、远程视频传输、多参数生命体征监测等多项前沿技术。系统核心由三部分组成：配备先进设备的智慧急救车、医院急诊科的智慧急救平台，以及连接两者的高速数据传输网络。

8.4智慧医疗

任务8.4.2分析智慧医疗的典型案例实例一：娄底市中心医院5G智慧急救系统急救车内配置了5G传输终端、卫星定位系统、远程视频终端、多导联监护仪和心电图机等专业设备，能够实时采集并传输患者的生命体征数据和现场高清视频。图7-12展示了急救车的工作场景。据统计，自该系统上线以来，从电话受理到派车的平均用时已缩短至3分钟以内，急诊患者的院前诊断率达到了94.7%，显著提升了急救的效率和准确性。

8.4智慧医疗

任务8.4.2分析智慧医疗的典型案例实例一：娄底市中心医院5G智慧急救系统2.运营管理与质量控制体系为确保5G智慧急救系统的高效运行，娄底市中心医院构建了一套完善的质量控制与绩效评估机制。该系统对急救全过程实施“全程覆盖、全程跟踪、全程管理、全程追溯、全程可控”的五全管理模式，涵盖院前急救、院内治疗直至出院随访。每一例急救案例的关键时间节点、处置措施及效果评估均由系统自动记录，形成严密的质量闭环。

8.4智慧医疗3.

社会效益与未来发展方向娄底市中心医院的5G智慧急救系统已产生显著的社会效益。2023年的数据显示，该院患者住院次均费用较上一年下降了18.8%，患者综合满意度达到了98%。这些数据充分表明，智慧急救不仅提升了医疗质量，还有效降低了医疗成本，显著改善了患者体验。

任务8.4.2分析智慧医疗的典型案例实例二：青岛西海岸新区中心医院DeepSeek智能医疗系统在医疗技术迅猛发展的当下，青岛西海岸新区中心医院始终坚守“以患者为中心，以医生为根基”的核心理念，率先将DeepSeek深度融入医疗服务全流程，使得智慧医疗不仅具备专业“医”度，更温暖“民”心。青岛西海岸新区中心医院于2024年成功部署国产DeepSeek大模型，并结合自然语言处理（NLP）技术，精心打造“智能就医顾问”，全面覆盖导诊、医保咨询、临床决策支持等全流程服务，患者满意度显著提升至95%。

8.4智慧医疗

任务8.4.2分析智慧医疗的典型案例实例二：青岛西海岸新区中心医院DeepSeek智能医疗系统1.核心功能与落地场景（1）智能导诊与精准挂号：患者描述症状（如“头痛、恶心”），AI自动推荐相应科室，挂号准确率从58%提升至89%，平均缩短25分钟候诊时间。（2）系统提供24小时医保智能客服：通过语音交互解答报销比例、异地就医等问题，日均处理咨询超过1000例，有效减轻人工窗口压力。（3）临床决策支持系统（CDSS）：医生输入患者病史，AI基于百万级医学文献生成诊断建议，尤其在复杂病例（如心肌梗死）中，辅助缩短决策时间30%（4）电子病历智能化：2024年通过电子病历五级评审，实现病历自动结构化，医生书写效率提升40%。

8.4智慧医疗

任务8.4.2分析智慧医疗的典型案例实例二：青岛西海岸新区中心医院DeepSeek智能医疗系统

8.4智慧医疗2.成效与行业认可患者端：复诊效率提升30%，智能随访系统有效降低漏诊率。

医生端：AI技术减少50%文书工作量，使专家能专注于疑难重症的诊疗。

管理端：2024年荣获青岛市智慧医院建设第一名，成为区域内的标杆典范。3.未来规划医院计划拓展AI在影像识别（如肺结节筛查）、手术机器人辅助等领域的应用，并探索跨院区远程会诊模式。

智慧家居的核心功能涵盖智能控制、安全防护、环境监测与健康管理等方面。智能控制系统允许用户通过手机APP或语音助手远程控制家中的灯光、空调、窗帘等电器设备，实现家居环境的个性化定制。安全防护系统则通过智能门锁、监控摄像头等设备，实时监测家中安全状况，有效防范入侵风险。环境监测系统能够实时监测室内空气质量、温湿度等环境参数，并根据预设条件自动调节家居设备，确保居住环境始终保持在最佳状态。健康管理功能则通过智能床垫、可穿戴设备等收集用户的健康数据，为用户提供个性化的健康建议。

【实训项目】收集资料完成智慧家居案例设计

本章小结本章通过8个典型案例，系统展示了人工智能在智能制造、智慧农业、智慧交通和智慧医疗五大领域的创新应用。从智能工厂的柔性生产到家居设备的语音交互，从自动驾驶的精准决策到医疗AI的辅助诊疗，这些实践不仅验证了AI技术的实用价值，更揭示了其在推动产业升级和优化生活品质方面的巨大潜力。随着技术的持续突破，人工智能将更深层次地重塑社会生产与生活方式。01在智能制造领域，数字孪生技术的主要功能是（

）A.仅用于产品外观设计B.实时模拟和优化生产流程C.替代所有人工操作D.仅用于仓储管理03在智慧交通中，自动驾驶汽车主要依赖以下哪项技术实现环境感知？（）A.红外测温B.激光雷达（LiDAR）和摄像头C.声波探测D.磁悬浮技术05智能制造中的“预测性维护”具体指的是什么？（）A.定期更换所有设备零件B.基于数据分析预测设备故障并提前进行维护C.完全依赖人工经验判断D.仅在设备损坏后进行维修02在智能家居系统中，语音助手（例如小爱同学、天猫精灵）主要依托哪种AI技术？（）A.计算机视觉B.自然语言处理（NLP）C.区块链D.量子计算04在智慧医疗领域，AI辅助诊断系统最常应用于哪一方面？（）A.手术机器人操作B.影像识别（如CT、X光）C.药品生产D.医院财务管理06智能家居的“场景联动”功能通常是基于什么实现的？（）A.随机算法B.物联网（IoT）和AI自动化控制C.人工手动调节D.太阳能供电系统一、单选题课后习题01简述人工智能在智能制造中的三个典型应用03智慧交通中的“车路协同”如何提升交通效率05智能制造中的“柔性生产线”如何体现AI的作用02列举智能家居中两种常见的AI技术，并说明其作用04AI在智慧医疗中的影像识别相比传统方式有哪些优势06智能家居的能源管理系统如何利用AI节能？二、简答题课后习题THEENDTHANKS