《走进人工智能》教学课件-2025-2026学年浙教版（新教材）初中信息技术八年级下册

《走进人工智能》教学课件浙教版（2023版）初中信息技术·八年级下册生活中的“智”手机人脸解锁模仿人类“看”的能力

通过摄像头捕捉面部特征进行识别智能语音助手模仿人类“听”与“说”的能力

听懂指令并给予语音反馈和帮助短视频智能推荐模仿人类“思考”与“判断”的能力

分析你的喜好，精准推送你感兴趣的内容超市无人收银模仿人类“识别”与“计算”的能力

自动识别商品价格并计算总价，快速完成结算AI绘画生成作品模仿人类“创造”的能力

根据文字描述，生成全新的、独一无二的画作这些机器在模仿人类的什么能力？视觉能力人脸解锁模仿了我们的视觉能力，能像人眼一样“看”懂人脸。听觉与语言能力语音助手模仿了我们的听觉与语言，听懂指令并像人一样交流。思考与决策能力智能推荐模仿了我们的思考与决策，分析喜好并给出个性化建议。这些能模拟、延伸和扩展人类智能的技术，就是我们今天的主角——人工智能(ArtificialIntelligence,AI)今天，让我们一起走进人工智能的世界，揭开它的神秘面纱！一、什么是人工智能？💡核心定义：人工智能（ArtificialIntelligence,简称AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。模拟MIMIC模仿人类的智能行为，让机器具备感知和认知能力，如看、听、说、想等基础思维活动。延伸EXTEND拓展人类生理和智力能力的边界，帮助我们完成难以独自完成的任务，如快速计算、海量记忆和精准识别。扩展EXPAND突破人类的局限性，实现复杂场景下的高效决策与处理，如大数据分析、自动驾驶和新药研发等前沿领域。二、AI的四大核心特征01感知能力模拟人类的视觉、听觉、触觉等感官系统，能够从环境中获取并处理各类信息。实例：人脸识别解锁、智能音箱语音识别02推理与决策能力模拟人类大脑的逻辑思维，对获取的信息进行分析、推理，从而做出判断和最优决策。实例：电商平台智能推荐、AlphaGo下棋AI03学习能力基于数据积累和算法迭代，在使用过程中不断修正错误、优化模型，实现自主进化。实例：智能输入法越用越懂你的表达习惯04自适应能力能够感知外部环境的动态变化，主动调整自身的参数和行为模式，以适应新的场景。实例：智能家居空调根据室温自动调节温度三、辨析：人工智能vs普通软件思考：计算器是人工智能吗？答案：不是！原因：计算器只能严格按照预设的固定程序和数学规则进行计算，它不具备感知、学习、推理和自适应的能力。它本质上只是一个高度自动化的“计算工具”。再思考：智能音箱还是收音机？答案：智能音箱！原因：它能听懂你的语音指令（感知能力），并根据你的播放历史和习惯推荐你喜欢的音乐（具备学习和推理能力），符合AI的核心特征。而收音机只能被动播放节目。课堂互动：火眼金睛识AI请观察下方应用场景，判断哪些真正属于人工智能(AI)范畴？01.自动售货机逻辑：扫码结算+机械出货

基于预设程序的自动化流程02.手机美颜功能逻辑：人脸关键点检测+图像生成

基于卷积神经网络的AI算法03.在线翻译工具逻辑：NLP自然语言处理+大模型

能够理解语境并生成译文04.电梯自动开关门逻辑：红外传感器+电机控制

简单的物理感应与机械联动05.AlphaGo(围棋AI)逻辑：强化学习+蒙特卡洛树搜索

具备自我进化和决策能力的AI💡核心区别AI≠自动化

关键在于是否具备“学习与推理”能力知识小结：定义与特征01/一个定义人工智能是一门旨在使计算机系统能够模拟、延伸和扩展人类智能的技术科学。它不只是简单的程序指令，而是赋予机器类似人类的认知与行为能力。02/四大特征•感知：识别语音、图像、文本等信息•推理：基于逻辑和规则分析解决问题•学习：从海量数据中自动提取规律•自适应：根据环境动态调整行为策略03/核心区别与普通软件最大的不同在于：是否具备模拟人类智能的特征，即是否能够自主进行学习、推理和决策，而非仅执行预设的固定指令。四、人工智能的发展历程人工智能的发展并非一帆风顺，它经历了一个漫长而曲折的过程，大致可以分为三个阶段。萌芽期1950-1956理论奠基·学科诞生这一时期，图灵测试提出了智能的定义标准，“人工智能”术语在达特茅斯会议上正式确立，标志着AI作为一门独立学科诞生，科学家们对AI的未来充满乐观与想象。起伏发展期1956-2010“三起两落”·技术探索经历了两次“寒冬”与繁荣交替的波动。受限于计算能力和数据规模，早期符号主义AI难以突破瓶颈，但为机器学习、专家系统等后续核心技术的发展积累了宝贵经验与教训。爆发期2010-至今技术突破·全面普及深度学习算法的突破、算力的指数级增长和大数据的爆发式涌现，构成了AI发展的“三驾马车”。AlphaGo、ChatGPT等应用震撼世界，AI从实验室走向各行各业，全面融入社会生活。萌芽期：梦想开始的地方(1950-1956)1950年图灵测试英国数学家艾伦·图灵提出了著名的“图灵测试”，旨在探讨“机器是否能思考”，这一开创性的设想奠定了整个人工智能领域的理论基石。“如何判断一台机器是否具有智能？”1956年达特茅斯会议在美国达特茅斯学院，约翰·麦卡锡等先驱们召开了一次历史性的研讨会，并首次正式提出了“人工智能”（ArtificialIntelligence）这一术语。这一事件标志着人工智能正式作为一门独立的学科诞生。起伏发展期：“三起两落”的探索(1956-2010)技术局限早期算法逻辑简单，无法有效处理复杂多变的问题场景，导致模型能力存在明显天花板。算力不足受限于当时的计算机硬件水平，运算速度和处理能力有限，难以支撑大规模模型的训练需求。数据匮乏互联网普及度低，缺乏足够高质量、多维度的数字化数据，无法为AI模型的学习提供充足“养料”。“这个时期的AI，就像一个有梦想但营养不良的孩子，

潜力巨大，却难以施展。”爆发期：万事俱备，AI腾飞(2010-至今)大数据互联网的全面普及，产生并积累了海量的数据资源，为AI的自我学习提供了取之不尽的“数字燃料”。云计算分布式计算架构提供了强大且廉价的算力支撑，解决了复杂算法训练过程中计算效率低、成本高昂的问题。深度学习神经网络算法的突破性进展，让AI具备了模拟人类大脑处理信息的能力，大幅提升了图像识别、语音理解的准确率。AI应用全面爆发，落地生根从智能手机的人脸识别到自动驾驶技术，再到能理解并生成复杂内容的大语言模型（如ChatGPT），人工智能正式走出实验室，深度融入社会生产与大众生活的方方面面。小组讨论：AI爆发的秘密01人工智能发展“两落”的核心原因是什么？💡提示：可以从数据、算法、算力这三大基石方面进行深度思考，分析当时的技术与社会环境局限。02为什么2010年后人工智能能迎来爆发式增长？💡提示：对比AI发展历史上“两落”的限制条件，结合当下的技术进步与产业环境，分析现在具备了哪些关键要素。⏱讨论时间：5分钟🗣每组选派一名代表进行观点分享五、人工智能的三大技术基础人工智能的飞速发展，离不开三大核心要素的支撑，它们共同构成了推动AI不断向前的“三驾马车”。数据·DataAI的“燃料”海量的高质量数据是模型训练的前提，

决定了AI所能学习的知识边界。算法·AlgorithmAI的“大脑”是处理数据的逻辑与方法，

赋予了AI推理、学习和决策的能力。算力·ComputingPowerAI的“动力”高性能的硬件设施是物理基础，

为复杂的计算过程提供必要的速度支撑。三者相辅相成，缺一不可，共同构筑了人工智能大厦的基石数据：人工智能的“燃料”核心定义数据是AI学习的基础和原料，是赋予AI智能的“血液”。就像人类需要从书本和经验中学习一样，AI模型的构建离不开大量数据的输入与训练。关键价值数据的数量和质量直接决定了AI的能力上限。数据越丰富、标注越准确、来源越广泛，AI模型学习的效果就越好，泛化能力越强。人脸识别技术需要学习数百万甚至数亿张人脸照片，才能精准捕捉面部特征并完成识别。智能翻译模型需基于海量的书籍、新闻等双语文本数据进行训练，才能流畅、准确地进行跨语言翻译。算法：人工智能的“大脑”什么是算法？算法是AI解决问题的逻辑规则和步骤，它就像是AI的“思考方式”，决定了AI在面对问题时如何分析、处理并给出答案。简单算法vs深度学习同样是识别“猫”的图片：简单算法可能只能识别“特定颜色”或“特定位置”的猫；而深度学习算法能像人一样，准确识别各种姿态、颜色、环境下的猫。深度学习神经网络示意复杂的神经网络通过多层神经元连接，

模拟人脑处理信息的过程，让AI拥有更强的“理解力”。算力：人工智能的“动力”什么是算力？算力是计算机处理数据、运行算法的能力，它是驱动AI模型运转的核心能源。算力的价值算力越强，AI处理海量数据和复杂任务的速度就越快，能支持更精细、更复杂的模型训练与推理。惊人的算力消耗训练ChatGPT等大语言模型，需数千台高性能GPU服务器并行工作数月，远超普通个人电脑的极限。AI算力基础设施高密度、高能耗的数据中心集群，是支撑人工智能发展的“数字粮仓”三者关系：就像做一道菜数据=食材食材的种类和新鲜度，

决定了菜肴的基础品质。算法=菜谱菜谱决定了如何处理食材，

最终做出美味的菜肴。算力=厨具和厨师好的厨具和熟练的厨师，

能让做菜的过程更高效。💡结论：只有优质的食材、精妙的菜谱和强大的厨具完美结合，

才能做出一道“智能”的大餐！六、人工智能与人类智能人类智能HumanIntelligence✨核心优势：具备复杂情感、原创创造力、自我意识与价值观，以及极强的环境适应性与灵活应变能力。📉相对局限：生理体力有限、记忆容易出错、数据处理与运算速度慢，且易受情绪影响。人工智能ArtificialIntelligence🚀核心优势：拥有强大的并行算力、精准的海量记忆、毫秒级的信息检索与处理速度，且不知疲倦。📉相对局限：缺乏真实情感体验与自我意识，所谓的“创作”是基于数据的模仿，缺乏对世界的常识理解。💡结论：AI与人类智能各有所长，二者并非简单的“谁取代谁”的零和博弈，而是优势互补、协同进化的共生关系。七、AI的社会影响（积极篇）提升生产效率工业机器人不知疲倦地工作，能够实现24小时不间断作业，大幅提高了工厂的自动化水平和整体生产效率。便利日常生活智能助手、无人超市、智能家居设备等AI应用让生活更便捷，有效简化了繁琐的日常事务，让我们拥有更多时间享受生活。推动医疗进步AI辅助医生进行医学影像分析和疾病筛查，能够快速处理海量数据，显著提高诊断的准确率和效率，为患者争取宝贵的治疗时间。促进教育公平个性化学习平台打破了地域和资源限制，为不同背景的学生提供定制化辅导和高质量教育资源，推动教育机会更加均等。AI的社会影响（挑战篇）隐私安全风险人脸数据、个人行为数据可能被泄露或滥用，用户的个人信息保护面临前所未有的严峻挑战。就业结构调整一些重复性、规律性的岗位可能被AI自动化替代，促使劳动力市场进行结构性调整与人才转型。伦理道德争议AI可能生成“深度伪造”的虚假信息，算法模型也可能因训练数据偏差而产生歧视，引发社会伦理争议。思辨讨论：AI会完全取代人类吗？引导思考❓AI能写出有情感的诗歌吗？❓AI能像老师一样关心学生吗？❓AI会创造新的工作岗位吗？理性应对🛠️利用AI·做助手

把AI作为提效工具，聚焦于高价值的创造性工作，而非重复性的体力与脑力劳动。🌱发展自己·练能力

深耕AI难以取代的领域：培养共情力、道德判断力、复杂问题解决能力及跨领域创新思维。🛡️规范使用·守底线

树立负责任的AI伦理观，学会辨别信息真伪，在人机协作中守住数据安全与个人隐私底线。知识小结：对比与思辨一个对比AI与人类智能各有优劣，并非相互取代，而是互为补充、协同发展。两方面影响✅机遇：提升生产效率，便利日常生活，推动社会进步与科技发展。⚠️挑战：个人隐私泄露风险，部分就业岗位调整，以及复杂的伦理争议。一种态度保持理性与开放的心态，善用AI作为工具赋能工作与生活，持续学习以发展自我。八、创新设想：未来的AI能做什么？课堂思考任务结合本节课所学知识，联系你的生活实际体验，大胆思考：“未来人工智能还能应用在哪些场景？它又能帮助我们解决什么具体问题？”智能环保AI自动识别各类垃圾并引导精准分类，实时监测空气与水质污染，通过大数据分析优化城市环保资源配置，助力建设绿色低碳的智慧生态。智能助老AI作为AI伴侣陪独居老人聊天解闷，通过穿戴设备全天候监测老人健康体征，一旦发生摔倒或异常情况，立即向家属和医院自动触发紧急报警。请写下你的1-2个创新设想！发挥你的无限想象力，描绘AI赋能未来的更多可能性！课堂小结：本节课核心知识01/一个定义人工智能（AI）是一门旨在模拟、延伸和扩展人类智能的技术科学，致力于让机器具备类似人类的感知、认知、决策与学习能力。02/一条脉络经