人工智能概论（第2版）【授课计划】

XXX学院2025/2026学年第1学期授课计划任教班级课程名称人工智能通识周时数4总课时48任课教师一、课程性质、地位及与前后相关课程的衔接与配合《人工智能通识》是全校各专业学生必修或限定选修的公共基础课程，所涉及的学生人数多、专业面广、影响大，并为后继课程的学习打基础。学生通过学习本课程，能够增强人工智能素养、人工智能思维和人工智能基本应用能力、促进数字化创新与发展能力、树立正确的信息社会价值观和责任感，为其职业发展、终身学习和服务社会奠定基础。全面贯彻党的教育方针，落实立德树人根本任务，满足国家人工智能发展战略对人才培养的要求，围绕各专业对人工智能学科核心素养的培养需求，吸纳人工智能领域的前沿技术，通过理实一体化教学，提升学生应用人工智能技术解决问题的综合能力，使学生成为德智体美劳全面发展的高素质技术技能人才。后续课程：程序设计、图形图像处理、电子商务等。二、学情与教材分析本课程为公共基础课，本次授课对象是XXX班学生，学生都是普高的生源，已基本具备计算机的基本知识和基本操作能力，但是对人工智能的相关知识还比较缺乏，综合运用人工智能技术的能力还有待进一步提高。学习风格分析：学生普遍喜欢在操作中学习、在应用中领悟。学生能力分析：学生具有较强求知欲和模仿能力，由于缺乏实际工作经验，学生知识积累较零散，知识应用能力不够。选用自编教材：主编，《人工智能概论（第2版）》，电子工业出版社，2026年。本教材系统阐述了人工智能的基本原理、实现技术及其应用，全面介绍了国内外人工智能研究领域的最新进展和发展方向，具体内容包括：人工智能概述、人工智能生态、人工智能软/硬件平台、机器学习、人工神经网络与深度学习、计算机视觉、自然语言处理、大语言模型与AIGC、智能体与机器人、“人工智能＋”行业、人工智能的挑战与未来等。教材内容从易到难，从简单到复杂，注重动手能力的培养，符合高职学生的认知规律，便于学生学习。三、教学目标（突出技能与职业岗位能力）、内容、重点、难点通过本课程的学习，使学生的人工智能素养、人工智能思维和人工智能基本应用能力得到全面提升。1.知识教学目标（1）掌握人工智能的定义及分类，熟悉图灵测试，了解人工智能研究的符号主义学派、连接主义学派和行为主义学派的主要观点，掌握人工智能的主要研究领域，了解“ChatGPT”“文心一言”“通义千问”“KimiChat”等大语言模型；（2）理解大数据、物联网、云计算、5G通信技术等的概念、特性，并了解其相关应用；（3）熟悉智能芯片的基础知识、我国智能芯片产业发展状况，了解人工智能开发框架；（4）掌握机器学习的基础知识，理解线性回归、支持向量机、决策树、K近邻算法、K均值聚类算法、关联分析、深度学习等机器学习算法的工作原理；（5）掌握人工神经网络和深度学习的基础知识，理解卷积神经网络、循环神经网络的工作原理及应用场景；（6）掌握计算机视觉、图像处理、人脸识别的技术原理，掌握人脸检测、人脸配准、人脸属性识别、人脸特征提取、人脸比对、人脸验证、人脸识别、人脸检索、人脸聚类、人脸活体检测等人脸识别基本技术；（7）熟悉自然语言处理的基础知识，熟悉自然语言处理的一般流程、自然语言理解的层次，了解机器翻译、语音识别和语音合成；（8）掌握大语言模型和AIGC的基础知识，理解生成对抗网络的工作原理，掌握提示词的定义、构成元素、基本格式和优化方法；（9）了解智能体的定义、属性、特性和分类，了解多智能体的协商机制和应用，理解智能机器人的关键技术，了解具身智能机器人；（10）了解人工智能技术在智慧农业、智能制造、智慧交通、智慧商业、智慧金融、智慧教育、智慧医疗等领域的应用；（11）了解人工智能给就业带来的挑战和机遇，熟悉人工智能伦理问题，了解解决人工智能伦理问题的策略，掌握人工智能未来的发展趋势。2.技能教学目标（1）会正确认识人工智能在经济社会发展中的作用，会使用人工智能诗歌写作、文心一言等工具；（2）会能够针对大数据、物联网、云计算、5G通信技术具体应用功能，阐述其实现原理，能够理解大数据、物联网与人工智能的关系，会使用百度网盘、二维码分享等工具；（3）会正确认识我国芯片的发展水平、产业现状和国际地位，能够理解人工智能开发框架的作用，能够阐述我国人工智能芯片领域的企业及其特点和优势；（4）会针对机器学习具体应用功能，阐述其实现原理，会针对工作生活场景中的具体需求，选择合适的机器学习算法；（5）会针对人工神经网络与深度学习具体应用功能，阐述其实现原理，会针对工作生活场景中的具体需求，提出人工神经网络与深度学习技术解决思路，会使用深度学习可视化工具Playground；（6）会针对计算机视觉的具体应用功能，阐述其实现原理，会针对工作生活场景中的具体需求，提出计算机视觉技术的解决思路，会使用图像处理技术、人脸识别技术；（7）会针对自然语言处理具体的应用功能，阐述其实现原理，会针对工作生活场景中的具体需求，提出自然语言处理技术解决思路，会使用百度在线翻译、科大讯飞AI等工具；（8）会使用DeepSeek、Kimi、即梦AI、蝉镜等人工智能工具，解决工作生活场景中的具体需求，会设计和优化提示词以引导AIGC产生期望的输出；（9）会在扣子等人工智能平台创建和使用AI智能体，会阐述机器人路径规划算法原理；（10）会针对本专业领域中的具体需求，提出人工智能技术解决思路；（11）会识别和解决在人工智能应用中遇到的伦理困境和挑战。3.素质教育目标（1）具有提出问题、分析问题、解决问题的能力；（2）具有能够适应社会和一定的创新能力；（3）具有团队合作的能力；（4）具有良好的心理素质和法律法规、职业道德素质；（5）具有诚实正直、专业信心等方面的基本品性素质；（6）具有自然的言谈举止、坦然的心态、让人喜欢与赢得尊重的交往素质；（7）具有追求毅力，包括职业定位、个人规划、挫折承受力等必备素质；（8）具有专业自信心、持之以恒、积极进取、自强不息的向上精神素质；（9）具有洞察力、应变思维、创造性意识、影响他人等的能力素质；（10）具有一定的心理承受力和参与意识，树立自信心和成功欲。本课程一共设计有11个学习单元（项目），每个学习单元（项目）都有实训任务，教学内容安排由易到难，由简单到复杂，层层推进。及时将产业发展的新技术、新工艺、新规范纳入教学内容，反映典型岗位（群）职业能力要求。学习内容包括人工智能概述、人工智能生态、人工智能软/硬件平台、机器学习、人工神经网络与深度学习、计算机视觉、自然语言处理、大语言模型与AIGC、智能体与机器人、“人工智能＋”行业、人工智能的挑战与未来等内容。学习内容及重难点如下表。

序号学习单元（项目）名称工作任务知识内容和要求技能内容和要求重难点1人工智能概述1.人工智能的概念2.人工智能的发展3.人工智能的分类4.人工智能研究的主要学派5.人工智能的主要研究领域1.掌握人工智能的定义及分类；2.熟悉图灵测试；3.熟悉人工智能研究的符号主义学派、连接主义学派和行为主义学派的主要观点；4.熟悉人工智能主要研究领域：感知问题、模式识别、博弈、搜索、自然语言处理、专家系统和机器人学；5.了解人工智能的发展史和我国人工智能的发展状况。1.能够正确认识人工智能在经济社会发展中的作用；2.能够举例说明人工智能在工作、学习、生活中的应用；3.会使用人工智能诗歌写作、文心一言等工具。重点：图灵测试难点：人工智能研究的三个学派2人工智能生态1.大数据2.物联网3.云计算4.5G通信技术1.理解大数据的概念、特性，并了解其相关应用；2.理解物联网的概念、技术架构、特点、未来趋势，并了解其相关应用；3.理解云计算的概念、特点、分类、服务模式，并了解其相关应用；4.理解5G通信技术的概念、关键技术，并了解其相关应用。1.能够针对大数据、物联网、云计算、5G通信技术具体应用功能，阐述其实现原理；2.能够理解大数据、物联网与人工智能的关系；3.会使用百度网盘、二维码分享等工具。重点：大数据的四大特性难点：云计算3人工智能软硬件平台1.芯片是人工智能的算力基础2.智能芯片3.人工智能开发框架1.掌握芯片的定义、分类和制造工艺；2.掌握智能芯片的概念、分类和特点；3.了解摩尔定律；4.了解智能芯片产业发展状况；5.了解人工智能开发框架及其核心特征；6.了解国内外人工智能开发框架的发展进程及其优缺点。1.能够正确认识我国芯片的发展水平、产业现状和国际地位；2.能够理解人工智能开发框架的作用；3.能够阐述我国人工智能芯片领域的企业及其特点和优势。重点：智能芯片的类型和特点难点：人工智能开发框架4机器学习1.机器学习概述2.机器学习类型3.机器学习常用算法1.掌握机器学习的概念及发展历程；2.掌握监督学习、无监督学习、半监督学习、强化学习等机器学习类型；3.理解线性回归、支持向量机、决策树、K近邻算法、K均值聚类算法、关联分析、深度学习等机器学习算法的工作原理；4.了解机器学习的应用。1.能够针对机器学习具体应用功能，阐述其实现原理；2.能够针对工作生活场景中的具体需求，选择合适的机器学习算法；3.会使用“形色”工具识别植物。重点：监督学习、无监督学习和半监督学习的联系与区别难点：强化学习5人工神经网络与深度学习1.人工神经网络概述2.MP模型3.感知机4.BP神经网络5.深度学习1.掌握人工神经网络的概念及发展历程；2.掌握生物神经元、MP模型的结构和工作过程；3.理解感知机模型及学习过程；4.掌握BP神经网络的结构及算法思想；5.掌握深度学习的概念；6.理解卷积神经网络、循环神经网络的工作原理及应用场景；7.了解常用激活函数及特点。1.能够针对人工神经网络与深度学习具体应用功能，阐述其实现原理；2.能够针对工作生活场景中的具体需求，提出人工神经网络与深度学习技术解决思路；3.会使用深度学习可视化工具Playground。重点：感知机难点：卷积神经网络6计算机视觉1.计算机视觉概述2.图像处理与视觉系统3.人脸识别1.掌握计算机视觉、图像处理、人脸识别的概念；2.理解图像的基本原理、人脸识别应用的技术原理；3.了解计算机视觉系统、人脸识别的一般步骤；4.掌握人脸检测、人脸配准、人脸属性识别、人脸特征提取、人脸比对、人脸验证、人脸识别、人脸检索、人脸聚类、人脸活体检测等人脸识别基本技术；5.了解人脸识别的应用。1.能够针对计算机视觉具体应用功能，阐述其实现原理；2能够针对工作生活场景中的具体需求，提出计算机视觉技术解决思路；3.会使用图像处理技术、人脸识别技术。重点：计算机视觉难点：人脸识别技术7自然语言处理1.自然语言处理概述2.自然语言理解3.机器翻译4.语音识别5.语音合成1.了解自然语言处理的概念、发展历程和应用；2.掌握自然语言处理的构成；3.熟悉自然语言处理的一般流程：语料获取、语料预处理、特征工程、模型训练和模型评价；4.熟悉自然语言理解的层次：语音分析、词法分析、句法分析、语义分析和语用分析；5.了解机器翻译的基本原理、方法及应用；6.了解语音识别的定义、发展历程及应用；7.了解语音合成的概念及应用。1.能够针对自然语言处理具体应用功能，阐述其实现原理；2.能够针对工作生活场景中的具体需求，提出自然语言处理技术解决思路；3.会使用百度在线翻译、科大讯飞AI等工具。重点：自然语言理解难点：语音识别和语音合成8大语言模型与AIGC1.大语言模型概述2.AIGC简介3.提示词设计1.掌握大语言模型的定义、特点和分类；2.熟悉国内外主要大模型；3.了解AIGC的定义和应用领域；4.理解生成对抗网络的工作原理；5.掌握提示词的定义、构成元素、基本格式和优化方法。1.能够针对大模型具体应用功能，阐述其工作原理；2.会设计和优化提示词以引导AIGC产生期望的输出；3.会使用DeepSeek、Kimi、即梦AI、蝉镜等人工智能工具，解决工作生活场景中的具体需求。重点：大语言模型难点：提示词设计9智能体与机器人1.智能体2.多智能体3.机器人1.掌握智能体的定义、属性、特性和分类；2.了解多智能体的协商机制和应用；3.了解机器人的定义和应用场景；4.理解智能机器人的关键技术；5.了解具身智能机器人。1.能够针对智能体具体应用功能，阐述其实现原理；2.能够针对工作生活场景中的具体需求，提出机器人技术解决思路；3.能够在扣子等人工智能平台创建和使用AI智能体；4.能够阐述机器人路径规划算法原理。重点：智能体和机器人难点：多智能体协商10“人工智能＋”行业1.AI+农业2.AI+制造3.AI+交通4.AI+商业5.AI+金融6.AI+教育7.AI+医疗1.了解人工智能技术在智慧农业、智能制造、智慧交通、智慧商业、智慧金融、智慧教育、智慧医疗等领域中的应用1.能够针对人工智能具体应用功能，阐述其实现原理；2.能够针对工作、生活场景中的具体需求，提出“人工智能＋”解决思路；3.能够践行“人工智能＋”行动，提高人工智能应用能力；4.能够本地布署DeepSeek。重点：智能制造难点：智慧教育11人工智能的挑战与未来1.人工智能给就业带来的影响2.人工智能伦理3.人工智能的未来1.了解人工智能给就业带来的挑战和机遇；2.理解人工智能伦理的基本概念；3.熟悉人工智能伦理问题，包括数据隐私和安全、算法偏见和歧视、AI造假和欺骗、算法的不透明性和不可解释性、责任归属的认定、知识产权的保护等；4.了解解决人工智能伦理问题的策略；5.掌握人工智能未来的发展趋势；6.掌握人工智能背景下学习和工作的方式方法。1.能够分析人工智能给人类工作与生活带来的冲击及其机理；2.通过讨论和案例分析，能够对人工智能伦理问题进行批判性思考和分析；3.能够识别和解决在人工智能应用中遇到的伦理困境和挑战；4.能够在探讨解决方案时，激发创新思维，提出具有创造性的解决方案。重点：人工智能伦理难点：人工智能的未来四、教学设想、方法与手段本课程应突出鼓励学生的动手操作能力、创新能力和对知识的综合运用能力；让每一位学生都能够通过章节（项目）的学习，提高自己的操作能力和解决问题的能力。理论与实践相互交叉的授课方式，在理实一体化教室上课，采用“项目引导、任务驱动”教学模式，边教边做边学。理论教学所占权重为50%，动手操作为50%。教师应针对不同的学习情境，结合生产实际，设计出符合学生认知和能力结构特点的学习项目，从知识传授者的角色转为学习过程的组织者、咨询者和指导者，最终将学习压力传达到学生身上，使教学过程向学生自觉的学习过程转化，为学生全面发展和终身发展奠定基础。采用信息化教学。课前，在“学习通”平台向学生推送PPT、视频、教学资料等教学资源进行预习；课中，运用“学习通”开展签到、投票、抢答、选人、测验、布置任务、评分、讨论、建设学习小组等课堂活动；课后，在“学习通”讨论区交流提升。五、学习方法指导1.在教学内容的安排上，增加实践环节。学生应发扬不怕苦，不怕累的精神，主动积极地去完成老师布置的实践作业。2.为帮学生消除抽象思维阻碍，更容易理解课程知识，可多增加图形、实例讲解，化抽象为具体，增强学生的感性认识，降低教与学的难度，提高教学效率。3.学生应做好预习准备，对预习中存在的问题可在上课时有针对性的听讲，从而解决问题。六、作业、考试安排与成绩评定方法建立以实践能力为要求，包含知识、技能、态度，融合双证的综合课程考核评价机制。课程成绩＝学习通使用情况（50%）+期末成绩（50%）。学习通使用情况：包括签到、资源学习、测试、作业任务、讨论等学习情况。期末成绩：可采用多种考试形式。七、主要参考书与教学资源1．《人工智能通识教程》，林子雨主编，高等教育出版社，2025年。2．《人工智能导论》，黄河主编，清华大学出版社，2024年。3．《人工智能基础及应用》，吴倩主编，机械工业出版社，2023年。4．《人工智能基础教程》，王忠主编，人民邮电出版社，2023年。5．《人工智能导论》，牛百齐主编，机械工业出版社，2023年。6．《人工智能应用教程》，王万良主编，清华大学出版社，2023年。八、授课进程安排表、实验进程安排表、实习（实训）进程安排表（见下页表格）

XXX学院授课进程安排表课程名称人工智能通识班级2025/2026学年第1学期周别授课顺序授课章节或内容摘要需用时数教学形式小计理论实践123456789101112123456789101112学习单元1人工智能概述学习单元2人工智能生态学习单元3人工智能软硬件平台学习单元4机器学习学习单元5人工神经网络与深度学习学习单元6计算机视觉学习单元7自然语言处理学习单元8大语言模型与AIGC学习单元9智能体与机器人学习单元10“人工智能＋”行业（一）学习单元10“人工智能＋”行业（二）学习单元11人工智能的挑战与未来444444444444222222222222222222222222“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体“教学做”一体合计482424任课教师签字：教研室主任意见：学院意见：年月日注：1、此表一式二份，依课程类型交相应学院。待审批后，一份返还教师，一份学院保存。2、每一授课单元不要超过4课时。3、授课计划一般应包括以上内容，提倡教师围绕高技能人才培养目标，积极创新，制订出切实可行的计划