人工智能概论(马苗)教学设计

《人《人工智能概论》通识课1/83人工智能概论开课单位：授课教师：开课时间：西安电子科技大学出版社《人工《人工智能概论》通识课目 录第1章人智能述 1第2章AI行发展驱动力 5第3章机学习 10第4章智感知 18第5章自语言解 22第6章音人工能 29第7章智体育程 33第8章智绘画 37第9章智医疗 42第10章智家居 46第章智城市 49第12章AI发的未思考 53中讨论课教设计 56期讨论课教设计 61中考核试及答案 67期考核试及答案 73学时统计表章节编号章节名称学时数总分钟数第1章人工智能概述2学时90分钟第2章AI行业发展的驱动力2学时90分钟第3章机器学习5学时225分钟第4章智能感知2学时90分钟第5章自然语言理解4学时180分钟第6章音乐人工智能2学时90分钟第7章智能体育工程2学时90分钟第8章智能绘画2学时90分钟第9章智能医疗2学时90分钟第10章智能家居2学时90分钟第11章智能城市2学时90分钟第12章AI发展的未来思考1学时45分钟讨论课中期讨论课2学时90分钟期末讨论课2学时90分钟考核中期考核2学时90分钟期末考核2学时90分钟总计12章+讨论+考核36学时1620分钟PAGE/83PAGE/83一、基本信息

1课程名称人工智能授课对象非计算机专业大一学生授课章节第1章人工智能概述课时安排2学时(90分钟)授课目标1.知识目标：理解人工智能的定义、分类，掌握发展历程的核心节点，了解主要应用领域和国内外政策框架；2.能力目标：能区分弱/强/超人工智能，能结合生活实例分析AI应用，初步具备关注AI政策动态的意识；3.素养目标：培养辩证看待技术发展的思维，增强科技报国的责任感，树立创新与规范并重的意识。教学重难点重点：人工智能的概念与分类、发展历程的三次浪潮、核心应用领域；难点：强人工智能的能力要求、AI发展与政策支持的内在联系、辩证看待技二、教学准备教具准备：PPT课件(含思维导图、历史图片、应用案例视频)、互动问卷星链素材准备：AlphaGo比赛片段、ELIZA对话模拟、智能安防/医学影像应用短视预习任务：2题：①你生活中接触过哪些AI产品？②你认为AI会取代人类吗？(收集结果用于课堂互动)。三、教学过程设计1.第一学时：人工智能的概念与发展历程(45分钟)环节时长教学内容与方法设计意图5分钟播放AlphaGo战胜李世石的精彩片段(3分钟)；提问互动：“看完视频你有什么感受？你觉得AlphaGo是真正的‘智能’吗？”展示用热点事件吸引注意力，结合学生生活经环节时长教学内容与方法设计意图学生预习问卷中关于“AI产品”的回答，引出本章主题。验，降低认知门槛。新知讲授1：什么是人工智能15分钟1.概念解析：从“人工”和“智能”拆分讲解，强调AI与机器学习、深度学习的关系(结合图1-1简化图示)；2.分类讲解：弱人工智能：用深蓝”“AlphaGo案”；强人工智能：用“四方面能力”通俗解读(如“会推理、能交流、懂规划、善学习”)；超人工智能：结合科幻电影片段如《机器人总动员》)，说明其模糊性和哲学争议；3.互动小练习：让学生判断手机语音助手、自动驾驶属于哪类AI(现场举手回答)。利用案例和通俗语言破解抽象概念，通过练习巩固分类认知。新知讲授2：发展历程20分钟1.奠基者介绍：图灵与图灵测试(展示图1-2，用“5分钟问答”通俗解释测试逻辑)；2.三次浪潮梳理(结合时间轴图表)：第一次浪潮(1956-70年代末)：达特茅斯会议、STUDENT/ELIZA()；第二次浪潮(80年代-80年代末)：专家MYCIN、Hopfield网络，瓶颈(知)；(90)深度学习突破，成功关键数据、算力、算法协同)；3.五个阶段简化讲解：聚焦“从固定输出→自主学习→特型智能”的进化逻辑，用洗衣机、扫地机器人、AlphaGo对应阶段1-4，阶段5留作畅想。以“浪潮”为脉络，突出核心事件和因果关系，避免历史细节堆砌。第一课时小结5分钟1.思维导图回顾：概念-分类-历程核心节点；2.思政渗透：“AI发展不是一帆风顺的，体现了事物发展前进性与曲折性的统一”。2.第二学时：人工智能的应用与政策(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问：“上节课我们提到的第三次AI浪潮成功的关键是什么？弱人工智能和强人工智能的核心区别是什么？”快速衔接上节课内容，唤醒记忆。新知讲授3：应用现状20分钟1.四大核心应用领域(结合短视频+生活实例)：计算机视觉：智能安防(大楼监控)、工业检测(无人机巡检)、医学影像(病变识别)；语音识别：语音输入、声纹解锁(对比“说什么”vs“谁在说”)、情感分析(车载疲劳检测)；自然语言处理：机器翻译(Google翻译局限)、智能客服、知识图谱(用“关系网络)；“体音美”应用：体育数据分析、AI作曲、《埃德蒙・贝拉米像》拍卖案例(激)；2.小组讨论(5分钟)：“AI在你所学专业(如经管、文科、工科非计算机)有哪些可能的应用？”每组选1名代表发言(3分钟)。结合跨专业场景，让学生感受AI的通用性，通过讨论激发思考。新知讲授4：相关政策15分钟1.国外政策：聚焦美、欧、日、俄核心战略(强调“国家战略”定位)，如美国《国家AI研发战略规划》、欧盟“可信赖AI”准则；2.国内政策：按时间线梳理关键文件(20152025》、2017AI2020年新基建)，突出“三步”“AI+”3.政策背后的逻辑：分析各国重视AI的原因(经济带动性、产业颠覆性、国际竞争)，结合学生专业说明政策对未来职业的影响。思政拓展与互动辩论5分钟1.思政小贴士深化：结合“事物是普遍联系的”(AI与各行业融合)、“量变引起质变”(三次浪潮积累促成突破)；2.微型辩论：“AI发展利大于弊还是弊大于利？”1分钟发言，教师总结(强“AI”)。环节时长教学内容与方法设计意图本章总结与课后任务2分钟1.全章知识体系梳理(思维导图)：概念-历程-应用-政策；2.课后任务100字短文《我身AI应用及感受》；选做：查阅所在省AI四、教学方法与手段教学方法：(AlphaGo、MYCIN)()()；教学手段：PPT课件(简化专业术语，多用图文)、短视频辅助()、问(+)()。五、评价方式过程性评价(60%)：课堂互动参与度(举手回答、小组发言)、课后短文完成质量；终结性评价(40%)：后续章节小测验中涉及本章的知识点(AI分类、发展节)。六、教学反思与改进关注非计算机专业学生的技术接受度，避免过多技术细节，多结合其专业场景2AI一、基本信息课程名称人工智能授课对象非计算机专业大一学生授课章节第2章AI行业发展的驱动力课时安排2学时(90分钟)授课目标1.知识目标：掌握大数据的定义与“4V”特征、算法与计算力的核心内涵，厘清三大驱动力与AI的关系，了解“音体美”行业AI新动向；2.能力目标：能运用“4V”特征分析生活中的大数据案例，能辩证分析三大驱动力的作用，能结合专业场景思考AI行业应用潜力；3.素养目标：强化科技自立自强的使命意识，树立“科技为民”的价值导向，培养严谨的逻辑思维与跨领域融合思维。教学重难点重点：大数据“4V”特征、三大驱动力与AI的相互作用、“音体美”行业AI应用。难点：算法与AI的深层关联、计算力发展的瓶颈与突破方向、三大驱动力的协同逻辑。二、教学准备教具准备：PPT课件(含概念图示、数据图表、案例视频)、互动答题器(或微信)素材准备：大数据应用短视频(如电商推荐、交通调度)、算法演进时间轴、AI小冰”/预习任务：2题：①你认为“淘宝推荐商品”依赖什么核心资源？②你听过“算法”“算力”吗？尝试用通俗语言解释。(收集结果用于课堂互动)。三、教学过程设计1.第一学时：三大驱动力的核心内涵与相互关系(45分钟)环节时长教学内容与方法设计意图导入新课：逻辑衔接+问题激趣5分钟1.回顾上章：“AI从弱到强的发展，背后靠什么支撑？”引出本章核心——“数据、算法、计算力”三大驱动力；2.展示预习问卷结果：聚焦学生对“淘宝推荐”的认知，提问：“为什么推荐的商品越来越符合你的喜好？这背后需要哪些条件？”3.引出本章主线：“三大驱动力如何共同推动AI前行？”衔接旧知，结合生活实例，激发探究欲，明确本章核心。新知讲授1：大数据——AI的“燃料”15分钟1.概念解析：从“数据爆炸”现象切入(Google400PB20TB+)，定义大数据为“需新处理模式挖掘价值的海量信息资产”；2.核心特征“4V”详解(结合案例+通俗类比)：规模性(Volume)：用GBZB”类比“从池塘到海洋”，举例：抖音日活用多样性(Variety)：分类结构化(表格数据)、半结构化(日志)、非结构化(音频/视频)，举例：朋友圈的文字、图片、价值性(Value)：用“沙里淘金”类比“低价值密度”，举例：24小时道路监控中“实时响应”类比，3.互动小练习：让学生用“4V”分析“外卖平台订单数据”(分组抢答，教师点评)。用“现象-定义-特征-案例-练习”逻辑，破解抽象概念，强化严谨性。新知讲授2：算法——AI的“发动机”12分钟1.概念解析：通俗定义“AI的做事步骤与规则”，类比“菜谱”(输入食材→按步骤→)；2.AI的关系：强调“AI应用的核心动力”ImageNet图像识别准确率变化图(2010-201670%→96.5%)直观展示算法突破的影响；避免技术细节，聚焦“作用-演进-优势”，用数据图表增强严3.算法发展脉络：简化梳理“浅层学习(SVM、逻辑回归)→深度学习(端到端模型)”，突出深度学习“自主提取特征”的优谨性。环节时长教学内容与方法设计意图势，举例：AlphaGo的围棋算法无需人工设定棋路；4.关键补充：说明算法的“数据依赖”——无海量数据训练，算法无法优化。新知讲授3：计算力——AI的“基础设施”8分钟1.概念解析：定义“AI所需的硬件计算能力”，类比“厨房灶台”(无灶台，再好)；2.核心载体：介绍AI芯片(GPU、TPU、NPU)CPUGPU的效率差异(训练同一神经网络，CPU需几十小时，GPU仅)；3.数据支撑：引用IDC报告——“AI市场66%投资是计算力投资”，强调计算力的基础性作用。用类比+数据+硬件分类，让学生理解计算力的核心价值。第一课时小结：三大驱动力协同逻辑5分钟1.思维导图绘制：引导学生共同完成“数据(燃料)→算法(发动机)→计算力(灶台)→AI应用(佳肴)”的逻辑链条；2.思政渗透：“三大驱动力缺一不可，如同科技创新需要基础研究、技术突破、硬件支撑协同，体现了系统思维的重要性”。强化知识关联，构建系统认知，初步融入思政元素。2.第二学时：三大驱动力的发展与行业应用(45分钟)环节时长教学内容与方法设计意图3分钟提问：“上节课我们用‘燃料-发动机-灶台’类比三大驱动力，谁能说说它们各自的核心作用？三者如何协同推动AI发展？”(邀请2名学生回答，教师补充)巩固第一课时核心逻辑，唤醒记忆。新知讲授4：三大驱动力的发展机遇与挑战12分钟1.大数据的机遇与挑战：机遇：国家战略支持(《促进大数据)AI挑战：法律法规不健全、基础理论2.算法的发展趋势：四大方向(通俗解读)：先验知识融合(解决可解释性差)、优化模型结构(借鉴生物神经网络)、减少人工标注(降低成本)、模型自评估(提升鲁棒性)；3.计算力的发展现状：我国优势：超级计算机领先、云计算系统达国际水平；-我基于教材政策与数据，突出“机遇-挑战-趋势”，保持严谨性，关联国家发展。环节时长教学内容与方法设计意图国短板：核心芯片技术不足、区域发展不平衡(杭北深沪合居前五位)；4.核心结论：三大驱动力的发展是“机遇与挑战并存”，需协同突破。新知讲授5：“音体美”行业AI新动向15分钟1.分类讲解(结合案例视频+核心应用)：GoogleBachDoodle用户输入音符生成巴赫风格乐曲)、AI混体育行业：虚拟训练环境(VR模拟比赛、运动数据分析球员动作优化、智能赛事转播自动选择镜头)、机器人世界杯(RoboCup)；AI绘画小冰作品、《埃德蒙・贝拉米像》拍卖)、风格迁移(Prisma应用)(AI)；2.关键提醒：强调AI是“辅助工具”而非“替代者”，举例：体育行业AI辅助裁判但不能替代人类裁判的主观判断，美术行业AI辅助创作但无法替代人类的情感表达。用趣味案例激发兴趣，覆盖教材核心场景，同时引导辩证认知。5分钟1.任务布置：每组领取任务单——“结合你的专业(如经管、文科、工科非计算机)，思考三大驱动力如何支撑该专业的AI应用？请举1个具体案例并说明”；2.分组讨论：51名记录员、1名发言人；3.成果展示：每组2分钟(3组)，教师点评，引导学数据-算法-”AI思政拓展与辩证思考5分钟1.思政深化：科技自立自强：结合我国在芯片、算法等领域的短板，强调“核心技术不能受制于人，青年学生需肩负科技报国使命”；科技为民：引用教材思政小贴士——“AI科技创新的最终目标是为了人民”，举例：智能体育场馆、AI医疗辅助诊疗服务大众；2.辩证辩论：提出问题“AI在‘音体美’行业的应用，是促进了艺术创新还是扼杀了人类创造力？”(正反方各3分钟发言，强化思政引领，培养辩证思维，提升素养目标。环节时长教学内容与方法设计意图教师总结)；3.教师总结：“AI是工具，关键在于人类的使用方式，合理利用可助力创新，同时需坚守人文底线，避免技术滥用”。本章总结与课后任务5分钟1.全章知识体系梳理：三大驱动力(内涵-关系-发展)→行业应用(音体美)→辩证认知(机遇-挑战-价值导向)；2.课后任务：必做：完成教材习题第1题(“三大驱动力中最重要的是哪一个，理由是什么？”)，要求逻辑严谨，不少于200字；选做：查阅所在专业的AI应用案例，分析其背后的“数据、算法、计算力”支撑逻辑，简要记录(100字左右)。四、教学方法与手段教学方法：逻辑推理法(以“三大驱动力协同”为逻辑主线)、案例分析法(生活案例+行业案例)、类比法(简化抽象概念)、小组讨论法(跨专业应用探索)、辩证辩()；教学手段：PPT课件(+概念图示视频)()、思()()。五、评价方式过程性评价(60%)：课堂互动参与度(抢答、发言)、小组讨论成果质量(逻辑严)；课后必做题完成质量(逻辑严谨性、论据充分性)、后续小测(“4V”)。六、教学反思与改进需重点关注非计算机专业学生对“算法发展趋势”“计算力瓶颈”的理解，避免过多技术术语，若学生反馈困惑，可增加通俗类比(如用“升级软件”类比算法优化，用修路”)；“+课后任务可增加“案例分享”3分钟分享优秀选做任务，强PAGE/83PAGE/83一、基本信息

3课程名称人工智能授课对象非计算机专业大一学生授课章节第3章机器学习课时安排5学时(225分钟)1.知识目标：理解机器学习的定义、发展历程、一般步骤；掌握四大核心任务、三大类型及典型算法的核心逻辑；了解机器学习在各领域的应用现状；明晰人工智能、机器学习、深度学习的关系；授课2.能力目标：能区分机器学习的任务类型与学习类型，能结合生活实例分析产目标品背后的机器学习原理，初步具备关注技术发展与科研动态的意识；3.素养目标：通过机器学习发展历程与算法研发案例，培养实事求是的科研态度、锲而不舍的科学家精神；树立精益求精的大国工匠精神，增强对科技改变生活的认同感。教学重难点重点：机器学习的定义与核心关系(AI-ML-DL)、四大任务、三大学习类型、经典算法的核心逻辑、典型应用领域；难点：四大任务的通俗区分、学习类型与任务的匹配关系、算法原理的简化解读、技术与应用的内在关联。二、教学准备教具准备：PPT课件(含全章思维导图、关系图示、算法逻辑简化图、案例图片)素材准备：AlphaGo战胜李世石比赛片段、MNIST手写体数据集样本图片、专MYCIN工作流程短视频、遗传算法动画演示、监督/无监督学习示意预习任务：2题：①你生活中接触过哪些可能用到“机器学习”的AI产品？(如推荐算法、人脸识别等)②你觉得机器学习和人类学习的核心区别是什么？(收集结果用于课堂互动)。三、教学过程设计1.第一学时：机器学习的定义与发展历程(45分钟)环节时长教学内容与方法设计意图5分钟1.展示：播放AlphaGo战胜李世石的精彩片段(3分钟)；2.提问互动：“AlphaGo为什么能‘学会’下围棋？它的‘学习’和我们人类学围棋有什么不同？”3.引入：学生预习问卷中“机器学习相关产品”的回答，引出本章主题“机器学习”。用热点事件吸引注意力，结合学生生活经验，降低抽象概念的认知门槛。新知讲授1：什么是机器学习15分钟1.概念解析：用“机器模拟人类学习方式，从数据中找规律、解问题”通俗定义；2.核心关系梳理：结合图3-1(AI-ML-DL关系图)，用“同心圆”比喻说明：AI是最大范畴→机器学习是实现AI的核心方法→深度学习是机器学习的新兴分支；3.本质强调：“机器学习的核心是‘数据驱动’，无需手动编程，让机器自主找规律”，用“人类通过大量习题学会解题”类比；4.互动小练习：让学生判断“语音输入法”“智能推荐”是否属于机器学习应用(现场举手回答)。用比喻和类比破解抽象概念，通过简单练习巩固核心范畴认知，避免专业术语堆砌。新知讲授2：机器学习的发展历程20分钟1.四阶段梳理(结合时间轴图表)：萌芽阶段(1949-1960s中Hebb学习规则、图灵测试、感知机、最近”；停滞阶段(1960s中-1970s末)：科技水平不足(无大数据、硬件有限)，成果有层次聚类算法、符号学习尝试，强调”；环节时长教学内容与方法设计意图复兴阶段(1970s末-1980s播算法、多层感知器、最大期望值算法突破与多样化学习”；多元发展阶段(1990s至今)：支持向量机、长短期记忆网络、深度学习兴起(Hinton等学者贡献)，强调“浅”；2.关键人物提及：图灵、Hinton(深度学习三巨头)，简要说明其核心贡献。第一课时小结5分钟1.思维导图绘制：定义-核心关系(AI-ML-DL)-发展四阶段；2.思政渗透：机器学习发展历经萌芽、停滞、复兴、繁荣，体现了科研道路的曲折与坚持，科学家们锲而不舍的精神值得我们学习。”。2.第二学时：机器学习的一般步骤与四大任务(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问：“上节课提到的人工智能、机器学习、深度学习的关系是什么？机器学习发展的‘复兴阶段’核心突破是什么？”快速唤醒上节课记忆，衔接“技术落地流程与核心目标”的逻辑。新知讲授3：机器学习的一般步骤12分钟1.四步骤解读：数据收集：“找原材料”，如收集房价数据()；数据预处理：“筛选清洗原材料”，处理异常值(如离谱的低价/高价)、缺失“”选择并训练模型：搭建工具并打磨”，根据任务选模型(如预测房价选)；评估模型：“检验工具效果”，用准确用生活类比和具体案例，将技术流程通俗化，避免抽象描述。率、精确率等指标判断(不展开公式，只讲“效果好不好”)；2.案例串联：用“预测某小区房价”案例，串联四步骤，让学生直观理解流程。新知讲授4：四大核心任务22分钟1.分任务讲解(结合定义、功能、生活案例)：分类：“给事物贴预设标签”，功能是输出离散结果，案例(二分类：垃圾邮件识别；多分类：手写数字识别)，用“区分苹果、圣女果”图示辅助；回归：“预测连续数值”，功能是输出非离散结果，案例(房价预测、气温预测)；聚类：“物以类聚，无预设标签”，功能是按相似度分组，案例市场划)；降维：“简化数据，保留核心”，功能2.表格对比总结：用简单表格梳理四大任务的“核心特点”“典型案例”，强化区分。用“标签有无”“”互动练习：任务匹配挑战5分钟1.3个场景：①预测明天的气温；②将电商用户按消费习惯分组；③判断一2.快速匹配：让学生匹配对应的机器学习任务(分类/回归/聚类)，现场举手回答并简要说明理由。第二课时小结3分钟1.思维导图回顾：一般步骤(收集-预处理-建模-评估)-四大任务(分类-回归-聚类-降维)；2.思政渗透：机器学习的步骤体现了实事求是的科研态度，每一步都离不开严谨的逻辑和细致的操作；3.预告衔接：这些任务需要不同的学习方式来实现，下节课我们学习机器学习的三大类型。强化知识体系，融入科研态度思政元素，为下一课时“学习类型”做铺垫。3.第三学时：机器学习的类型(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问：“机器学习的四大任务中，‘垃圾邮件识别’属于什么任务？‘市场划分’又属于什么任务？这两个任务的核心区别是什么？”以任务差异引出”新知讲授5：三大学习类型30分钟1.分类逻辑：以“数据是否有标签”为核心标准，用“老师教学方式”类比：监督学习：“有老师指导(数据带标签)”，定义(用标记数据优化模型)，对应任务(分类、回归)，案例(手写)；无监督学习：“无老师指导(数据无标签靠数据内在特性学习)，对应任务(聚类、降维)，案例(用户画像分组、图像压缩)；半监督学习：“部分老师指导(少量大量无标签数据)”，定义(兼顾)，核心场景(标签)；2.核心对比：用表格梳理三大类型的“数据特点”“对应任务”“典型案例”，突出“标签有无”的核心差异；3.补充：“监督学习效果稳但标签成本高，无监督学习成本低但效果依赖数据特性，半监督学习是‘折中最优解’”。“”类10分钟1.讨论题目：“结合你的专业，举一个场景，说明该场景下应该用哪种机器学习类型？为什么？”2.分组规则：45分钟，每13.教师引导：预设示例(用少量标注的“优质客户数据”+大量未标注客户数据做客户分类→半监督学习)。第三课时小结2分钟1.思维导图回顾：分类标准(数据标签)-三大类型(监督-无监督-半监督)-类型与强化知识逻辑链条，融入辩证思环节时长教学内容与方法设计意图任务匹配；2.思政渗透：不同学习类型的选择体现了具体问题具体分析的思维，科研中没有万能方法，只有最适合的方案。维引导，衔接下一课时“经典算法”。4.第四学时：机器学习的经典算法(45分钟)环节时长教学内容与方法设计意图复习导入3分钟1.提问：“监督学习对应的核心任务是什么？无监督学习的核心特点是什么？”关联学习类型与任务记忆。新知讲授6：三大经典算法35分钟1.算法讲解原则：不涉及公式，只讲核心逻辑、来源与应用，用“工具说明书”模式呈现：专家系统：核心逻辑：“模拟人类专家思维，靠知识库+推理机解决专业问题”，简化讲解“知识库存经验，”启发式优化算法(以遗传算法为例)：核心逻辑：模仿“自然进化(适者生存)”，用动画演示“编码-选择-交叉-变异”四步骤(简化为“选优-杂交-突变”)；案例：解决复杂优化问题(如)。深度学习：核心逻辑：“模拟人脑神经元网络，靠多层结构提取数据特征”，简化讲解“输入层-隐藏层-输出层”的信息传递；关键概念：正向传播(算结果)、反向传播(改参数)，激活函数让模型有非线性思考能力)2.算法对比：用简单短语总结三大算法的“核心优势”“典型应用”，避免技术细节堆砌。针对非计算机专业学生，聚焦“算法是什么、能做什么、核心思路是什么”，用动画、图示降低抽象度，突出实用性。互动小问答5分钟1.提问：“专家系统和深度学习的核心区别是什么？”“遗传算法的灵感来自什么？”2.学生回答，教师补充：“专家系统靠‘人类经验’，深度学习靠‘数据特征’；遗传快速巩固算法核心逻辑，检验学习效果，避免学生陷入细节困惑。环节时长教学内容与方法设计意图算法灵感来自自然进化”。1.思维导图回顾：经典算法(专家系统-启发式优化-深度学习)-核心逻辑-典型应强化算法知识体系，深化思政引领，衔接下一课时“应用现状”。第四课时小结2分钟用；2.思政渗透：经典算法的研发凝聚了科学家们去伪存真、求真务实的科研态度，从模仿自然到模拟人脑，体现了精益求精的大国工匠精神。5.第五学时：机器学习的应用现状与全章总结(45分钟)环节时长教学内容与方法设计意图复习导入3分钟1.提问：“深度学习的核心逻辑是什么？专家系统的典型应用领域是什么？”唤醒算法相关知识。新知讲授7：机器学习的应用现状20分钟1.多领域讲解(结合短视频/案例图片)：生活服务：人脸识别(手机解锁、支付)、智能推荐(电商商品、短视频)；(车)，结合技术演示视频，说明“依赖”；农业生产：土壤分析、杂草识别、产()；智能医疗：医学影像病灶标注、沃森医疗辅助诊断，结合新冠肺炎CT影(2.核心强调：“机器学习的应用核心是‘数据驱动决策’，让产品更智能、效率更高”。思政拓展与互动辩论10分钟1.思政小贴士深化：结合自动驾驶、智能医疗等应用，强调“技术创新需兼顾安全与责任，科”；通过我国在机器学习应用领域的突破(如百度自动驾驶、华为AI医疗)，增强科技自信；2.微型辩论：“机器学习的广泛应用会让工作更轻松还是更有压力？”分正反方各2分钟发言，教师做总结。强化思政引领，培养辩证思维和口头表达能力，引导学生正确看待技术发展带来的影响。环节时长教学内容与方法设计意图全章总结与课后任务12分钟1.全章知识体系梳理(思维导图)：定义-发展历程-一般步骤-四大任务-三大类型-经典算法-应用现状；2.核心逻辑串联：“数据是基础，算法是工具，任务是目标，应用是落地”；3.课后任务：必做：撰写150字短文《我身边的机器学习应用及思考》，结合1个产品说明其对应的学习类型和任务；选做：查阅1个我国在机器学习领域的最新应用案例，简要记录核心技术和应用效果。强化算法知识体系，深化思政引领，衔接下一课时“应用现状”。四、教学方法与手段教学方法：案例教学法(AlphaGo、MYCIN、手写体识别等具象案例)、互动教学法(提问、讨论、辩论)、直观演示法(视频、图表、动画)、类比教学法(用“老师教学”“自然进化”等类比算法逻辑)；教学手段：PPT课件(简化专业术语，多用图文、动画)、短视频辅助(增强趣味性与直观性)、问卷星(预习+课堂反馈)、小组讨论(培养协作能力)、算法动画演示()。五、评价方式过程性评价(60%)：课堂互动参与度(抢答、发言)、小组讨论成果质量(逻辑严)课后必做题完成质量(答案准确性、逻辑清晰性)、后续小测验中涉及本章的知识点(AI的关系、三大类型、四大任务、典型)。六、教学反思与改进需重点关注学生对“学习类型与任务的对应关系”的理解，若反馈困惑，可增加“场景-类型-任务”匹配练习(如“房价预测→监督学习→回归任务”)；(如遗传算法的编码公式、深度学习的反向传播)小组讨论环节需提前明确“专业+类型+任务+案例”的核心要求，避免讨论偏离重点，可提供示例(如“经管专业：用户消费行为分群→无监督学习→聚类任务。一、基本信息

4课程名称人工智能授课对象非计算机专业大一学生授课章节第4章智能感知课时安排2学时(90分钟)1.知识目标：掌握智能感知的定义、常见设备类型，理解人脸识别、情绪识别、声纹识别等生物特征智能感知技术的基本原理；授课2.能力目标：能结合实际生活案例(如人脸支付、指纹解锁)分析智能感知技术目标的应用场景，能初步理解多传感器融合、特征提取等关键技术逻辑；3.素养目标：增强个人信息保护意识，树立正确的科技伦理观，理解“科技为民”的价值导向，培养系统思维与跨学科融合意识。教学重难点重点：智能感知的定义与核心任务、常见智能感知设备、人脸识别与情绪识别的基本原理；难点：特征提取与多传感器融合机制、情绪识别中多模态信息的整合、生物识别技术的隐私与安全平衡。二、教学准备教具准备：PPT课件(含智能感知概念图、设备示意图、识别流程动图)、小组素材准备：人脸支付流程动画、情绪识别示意图、声纹识别频率图、指纹/掌纹//预习任务：2题：①你在生活中用过哪些“刷脸”或“语音控制”设备？②你认为“智能感知”和普通感知有什么区别？(结果用于课堂导入)。三、教学过程设计1.第一学时：智能感知概述与常见设备(45分钟)环节时长教学内容与方法设计意图导入新5分钟1.提问导入：“人类通过五官感知世界，机衔接生活经环节时长教学内容与方法设计意图课：从生活感知到机器感知器如何‘看、听、感’？”引出智能感知概念；2.展示预习结果：聚焦学生提到的“刷脸打卡”“语音助手”等案例，引出本章主线：智能感知如何实现？验，激发学习兴趣，明确本章核心。新知讲授1：智能感知的定义与核心任务10分钟1.概念解析：从“感知”到“智能感知”，强调“传感器+算法”映射物理世界到数字世界；2.核心任务讲解：特征提取与多传感器融合，类比“人脑综合视听信息做判断”；3.案例辅助：以无人驾驶汽车多传感器系统为例说明融合的重要性。用类比与案例化解抽象概念，突出“感知-认知”逻辑。新知讲授2：智能感知常见设备15分钟1.分类介绍六类常见设备(结合实物图或示意图)：AI2.强调设备共性：多传感器、数据融合、智能处理。互动练习：设备功能匹配15分钟发放任务卡，列出若干生活场景(如机场安检、智慧教室、智能家居)，让学生匹配可能使用的智能感知设备，小组讨论后展示。2.第二学时：生物特征智能感知技术与应用(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问：“上节课我们提到智能感知依赖多传感器，生活中哪些识别技术属于‘生物特征感知’？”(引导学生列举人脸、指纹、声音等)唤醒记忆，衔接新知。PAGE/83PAGE/83环节时长教学内容与方法设计意图新知讲授3：人脸识别技术12分钟1.定义与特点：定义：生物特征智能感知技术是通过人工智能自动识别与分析人体固有生理或行为特征（如人脸、指纹、声纹）的技术。特点：非接触、高精度、自然性；2.系统组成四步流程：采集→预处理→特征提取→匹配识别(结合流程图讲解)；3.发展历程简述：从几何特征到深度学习；4.思政渗透：结合人脸支付安全案例，强调个人信息保护与科技伦理。系统讲解技术流程，结合案例增强实用性，融入思政教育。新知讲授4：情绪识别与声音识别10分钟1.情绪识别：分类(喜、怒、哀、惧)、多模态识别(面部、语音、文本)；2.声音识别：声纹唯一性、预处理与特征提取(LPC、MFCC)；3.对比强调：语音识别vs声纹识别。突出“多模态融合”思想，强化技术差异理解。新知讲授5：其他生物特征识别(指纹/掌纹)5分钟1.指纹识别：总体与局部特征、光学vs半导体识别；2.掌纹识别：主线与褶皱特征、识别流程；3.简要对比各生物特征识别优劣。拓展知识面，建立生物特征识别知识体系。小组讨论：智能感知在我身边的未来10分钟1.任务布置：每组选择一场景(如校园、医疗、交通)，设计一个智能感知应用方案，说明所用技术与预期效果；2.分组讨论后展示：教师点评并引导思考“技术便利与隐私保护”的平衡。激发创新思维，强化技术应用与伦理意识。思政与总结5分钟1.思政深化：结合“人脸识别安全”“声纹隐私”案例，强调“科技向善、安全可控”；2.全章总结：智能感知(定义→设备→技术→应用)知识体系梳理；3.课后任务布置。提升科技伦理素养，巩固知识结构。四、教学方法与手段教学方法：案例教学法(生活化案例导入)、图示法(流程图表辅助理解)、类比法(人脑vs机器感知)、小组讨论法(场景化应用设计)、思政融合法(科技伦理引导)；教学手段：PPT课件(图文并茂)、视频动画(流程演示)、互动答题工具(实时反馈)()。五、评价方式过程性评价(60%)：课后习题完成情况(兼顾知识理解与逻辑表达)、后续章节小六、教学反思与改进(如”)+”可鼓励学生课后拍摄身边的智能感知设备，下节课分享，增强课堂与现实生活一、基本信息

5课程名称人工智能授课对象非计算机专业大一学生授课章节第5章自然语言理解课时安排4学时(180分钟)1.知识目标：掌握自然语言理解(NLU)的定义与核心目标，了解其发展脉络与主要挑战；理解词法、句法、语义分析三大基础技术的概念与作用；了解机器翻译、情感分析、人机对话、AI作诗等典型应用的基本原理。；授课目标2.能力目标：能运用基础技术概念(如分词、词性)分析简单句子的结构；能辨识并解释生活中NLU应用的实例(如智能客服、翻译软件)；能辩证思考NLU技术的能力边界与发展中的问题(如数据依赖、创造性不足)。3.素养目标：通过AI作诗等案例感受科技对文化传承的赋能，增强文化自信；认识技术双刃剑效应，树立健康的网络语言使用观与个人信息保护意识；培养逻辑分析与跨领域联想的能力。重点：自然语言理解的定义与核心任务；词法、句法、语义分析三大基础技教学术的概念与关联；NLU的典型应用场景(如人机对话、机器翻译)。重难难点：句法分析与语义分析的区分与联系；对“编码器-解码器”等抽象模型工点作原理的通俗化理解；对NLU技术当前局限(如歧义性、缺乏“灵魂”)的辩证认识。二、教学准备教具准备：PPT课件(含全章思维导图、技术逻辑图示、案例图片)、互动问卷素材准备：Siri语音交互短视频、AlphaGo与李世石比赛片段(关联前序知识)、AI作诗平台(九歌/乐府)生成案例、智能导航语音指令演示视频、机器翻译(谷歌/百度)对比测试视频、自然语言理解发展历程时间轴图表、“门把手弄坏了”等歧义句图片。2题：①用过哪些能“听懂”或“看懂”人类语言的AI产品？(如语音助手、翻译软件等)②你觉得AI能完全理解人类的喜怒哀乐和隐晦表达吗？(收集结果用于课堂互动)。三、教学过程设计1.第一学时：自然语言理解的定义与发展历程(45分钟)环节时长教学内容与方法设计意图1.播放素材：展示一段Siri成功处理复杂请求(如“明天下午三点提醒我买一本人工5分钟智能的书”)的录屏。2.提问互动：“Siri‘听懂’了什么？它需要完成哪些步骤？”结合预习结果，引导学生思考背后技术——自然语言理解(NLU)。3.明确主线：引出本章核心问题：机器如何“理解”并“处理”人类的语言？1.概念解析：拆分“自然语言”与“理解”，对比计算机语言(如代码)，用“人类日常交流的语言(汉语、英语等)”通俗定义自然语言；新知讲授1：什么是自然语言理解20分钟2.范畴说明：明确自然语言理解是自然语言处理(NLP)的核心部分，用“处理是手段，理解是目标”简化区分；3.相关学科：用“交叉路口”比喻，通俗介绍语言学、计算机科学、心理学等相关学用比喻和对比破解抽象概念，通过练习巩固核心范畴认知。科(不深入理论，强调“多学科协作”)；4.互动小练习：让学生判断“百度翻译”“语音输入法”是否属于自然语言理解应用(现场举手回答)新知讲授2：发展历程与难点15分钟1.发展脉络：简述五个发展阶段(图表展示)，重点突出从“基于规则”到“基于统计/深度学习”的范式转变，说明技术演进动力。2.核心难点：用“门把手弄坏了”歧义句图片，通俗讲解“歧义消除”；用“网络热词”举例说明“未知语言现象处理”。环节时长教学内容与方法设计意图第一学时小结5分钟1.思维导图回顾：定义-范畴-相关学科-发展历程-核心难点。2.思政渗透：“自然语言理解60年发展起伏，体现了科技发展‘量变到质变’的规律，也离不开多学科的协作创新”。强化知识体系，自然融入思政元素，衔接下一课时技术内容。2.第二学时：自然语言理解的基础技术（45分钟）环节时长教学内容与方法设计意图复习导入3分钟提问互动：“上节课提到自然语言理解的核心难点是什么？发展历程中‘经验主义复苏’的关键是什么？”快速唤醒上节课记忆，衔接“技术解决难点”的逻辑。新知讲授3：三大基础技术25分钟1.词法分析：拆分句子为词语并标注词性”，用“把一句话拆成单词卡片”比喻；案例：以“北京是属于中国的”为例，问题：用“门把手弄坏了”歧义切分案2.句法分析：分析词语间的语法关系主谓、动宾等)”“给单词卡片排顺序、定角色案例：结合中国是北京属于”“的”等词汇，演示如何通过句法分3.语义分析：”字多”()；解决思路：展示“有监督条件”案例，用通俗比喻和生活案例拆解专业技术，避免语法术语堆砌，让非计算机专业学生易懂。互动练10分钟1.给出3个场景：①语音输入转文字时识通过场景化练环节时长教学内容与方法设计意图习：技术匹配挑战别“网红”新词；②判断“我喜欢吃苹果”中“苹果”是水果还是品牌；③将“小明爱学习”拆分为“小明(名词)+爱(动词)+学习(宾语)”；2.学生分组讨论：匹配对应的基础技术(词法/句法/语义分析)，每组派代表发言。习，巩固三大技术的区分与应用场景认知，培养协作能力。第二学时小结7分钟1.思维导图回顾：定义-范畴-相关学科-发展历程-核心难点。2.思政渗透：“自然语言理解60年发展起伏，体现了科技发展‘量变到质变’的规律，也离不开多学科的协作创新”。3.第三学时：自然语言理解的应用技术与典型场景(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问互动：“自然语言理解的三大基础技术是什么？语义分析要解决的核心问题是什么？”快速衔接基础技术，引出“技术落地应用”的核心逻辑。新知讲授4：核心应用技术15分钟1.机器翻译：定义：“计算机自动实现语言转换”，vs百度翻译的短句对比(”)；技术关联：说明依赖词法词汇翻译)、句法(句子结构)、语义分析(语境)；2.情感分析：定义：“判断文本的正面/负面态度”，用电商评论物流快，质量好”→正”→)应用场景：商家产品优化、基金公司预测股票涨跌，强调数据驱动决”。环节时长教学内容与方法设计意图新知讲授5：四大典型应用场景20分钟1.分场景讲解：人机对话：展示谷歌助理预约理发对话截图，说明“反馈机制”的重要性(如“好的”回应避免交流困惑)；场景描述：展示“运动员挥拍”“两人踢足球”的图像与文本描述，通俗介绍“编码器-解码器”(图像转语义编码再转文字)；AI作诗：展示九歌平台“人工智能”主题的五言/七言藏头诗，播放华为乐府智能导航：播放语音导航“去北京大学中关村校区”的指令响应视频，说明语言理解编码解码转指令的核心作用；2.小组讨论：“结合你的专业，自然语言理解能有哪些创新应用？”1名代表发言。第三学时小结7分钟1.思维导图回顾：应用技术(机器翻译/情感分析)-典型场景(人机对话/场景描述/AI作诗/智能导航)-技术逻辑(基础→应用)。2.思政渗透：科技是传承优秀传统文化的重要载体，增强文化自信”；3.预告衔接：“这些应用背后仍有诸多挑战，下节课我们将探讨自然语言理解的未来与争议”。强化“基础-应用”的逻辑链条，融入文化自信思政元素，为未来趋势内容做铺垫。4.第四学时：自然语言理解的未来趋势与全章总结(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问互动：“自然语言理解的两大应用技术是什么？AI作诗依赖哪些基础技术支撑？”“技术”环节时长教学内容与方法设计意图新知讲授6：未来趋势与挑战15分钟1.发展现状：引用周明博士“黄金时期”的评价，列举情感识别、场景描述的突破成果；2.核心挑战：技术局限：神经网络“不可解释性”(如AI作诗缺乏情感)、过度依赖高质量数据(标注成本高)；硬件依赖：大规模任务需要高性能机军备竞赛”(花费大但提升)；3.未来展望：结合科幻电影“机器自然交流”场景，说明“完全理解人类语言”仍需突破，百度、谷歌等企业持续投入。思政拓展与互动辩论10分钟1.思政小贴士深化：结合人机对话技术，提醒远离饭圈”“祖安文化”等不良网络社交，践行强调“AI应用”，尊重语言文明；2.辩论：“AI未来能完全理解人类的隐晦表达吗？”分正反方各1分钟发言；3.教师总结：强调“技术进步但需尊重人类语言的复杂性”。强化思政引领，培养辩证思维和口头表达能力，引导规范使用网络语言。全章总结与课后任务12分钟1.全章知识体系梳理：定义-发展-基础技术-应用技术-应用场景-未来趋势；2.课后任务：必做：撰写150字短文《我身边的自然语言理解应用及思考》，结合1个产品说明技术原理(如语音助手依赖语音识别+语义分析)；选做：尝试使用九歌/AI1首主题诗词，简巩固全章知识体系，通过分层任务延伸学习，兼顾基础巩固与兴趣探索。环节时长教学内容与方法设计意图课堂反馈5分钟发放线上简单问卷：“本章最感兴趣的内容是什么？最难理解的部分是什么？”快速收集反馈用于教学改进。了解学生学习效果，为后续教学优化提供依据。四、教学方法与手段教学方法：(SiriAI)()()(+)。教学手段：PPT课件(简化专业术语，多用图文/视频)、短视频辅助(增强趣味性)、问卷星(预习+课堂反馈)、小组讨论(培养协作能力)、歧义句卡片(互动练)。五、评价方式课堂互动参与度(举手回答、小组发言、辩论表现)、课后必课后必做题的完成质量(概念准确性、论述逻辑性)、后续章(如自然语言理解的定义、基础技术、应用场景、)。六、教学反思与改进非专业学生适配：需严格控制技术细节的深度，如讲解“编码器-”时，重点在于其“理解-再生成”的思想隐喻(如“翻译官”和“写作助手”)，而非神经网络课堂节奏把控：小组讨论环节需提前准备好专业领域提示卡，避免学生因缺乏背景知识而无从下手。讨论方向要聚焦于“NLU能做什么”，而非陷入具体专业价值观引导：AI作诗、人机对话时，要预留足够时间进行价值观层面的引导和讨论，将技术学习与人文素养提升有机结合，避免课程沦为纯工具性一、基本信息

6课程名称人工智能授课对象非计算机专业大一学生授课章节第6章音乐人工智能课时安排2学时(90分钟)授课目标1.知识目标：了解音乐AI的概念、发展脉络与核心支撑(数据、算法)；掌握智能谱曲、演奏等典型系统的基本原理与应用特点。；2.能力目标：AIAI”3.素养目标：理解科技服务人文的普惠价值(如AI音乐教育)；树立数字版权意识与科技伦理观。教学重难点重点：音乐AI的发展脉络；智能谱曲(小冰、Amper)与智能演奏(TEO)系统的原理与特点。难点：理解算法作曲的技术逻辑；辩证分析AI音乐创作的“情感”缺失问题。二、教学准备教具准备：PPT课件(含时间轴、系统原理图、案例视频)、互动答题工具、小素材准备：AI创作音乐音频(如《智联家园》)、智能演奏机器人(TEO)视频、AI作曲软件界面截图。预习任务：2题：①你用过音乐“智能推荐”吗？感受如何？②AI能创作出打动人的音乐吗？为什么？三、教学过程设计1.第一学时：音乐AI概览与发展(45分钟)环节时长教学内容与方法设计意图导入新课5分钟1.设问：“机器人能写交响乐吗？”(引用电影台词)。激发兴趣，明确本章核心问题。PAGE/83PAGE/83环节时长教学内容与方法设计意图2.播放素材：《智联家园》片段(AI作曲演唱)，引发认知冲突，导入主题。新知讲授1：概念与驱动力12分钟1.概念：AI为“AI技术模拟”。2.驱动力：关联旧知，分析其发展的三大支撑：数据()。算法()。()。3.概况：简述微软小冰、索尼DeepBach等国内外代表。建立系统认知框架，体现知识连贯性。新知讲授2：发展历程15分钟1.时间轴梳理：1950s：探索期(《依利亚克组曲》，缺乏美感)。1980s：突破期(EMI系统，基于模仿)。2010s至今：应用期(Aiva、Amper，)。2.强调：技术从“规则”到“数据驱动”的范式转变。理解技术迭代的必然性与方向。互动讨论10分钟1.展示预习观点。2.讨论：“AI是取代音乐人，还是‘超级助手’？”3.教师小结：明确“辅助工具”定位。早期植入辩证思维，活跃课堂气氛。小结3分钟1.回顾：概念、驱动力与发展主线。2.预告：下节课重点：四大AI系统。巩固概要，明确后续学习目标。2.第二学时：音乐AI系统与应用(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问：“AI可以在哪些具体环节辅助音乐人？”自然过渡到四大系统。承上启下，快速聚焦。新知讲授3：四大20分钟“案例-原理-特点”讲解：1.智能指挥(如YuMi)：动作捕捉→同步控具象化技术，通过正反案例培养环节时长教学内容与方法设计意图系统解析制。特点：精准但缺情感互动。2.智能识谱：图像识别→MIDI转化。应用：乐谱数字化、辅助教学。3.智能谱曲(核心，如小冰、Amper)：学习风格→参数生成。案例：小冰扶贫教学，体现普惠价值。4.智能演奏(如TEO机器人)：精准高速。对比：郎朗听“错音”案例，指出缺乏“人情味”。全面认知。小组探究12分钟1.任务：每组抽取场景(APP、康复治疗AI的方案。需说明：①用哪类系统？②解决何痛点？③有何顾虑？2.展示与点评。强化知识应用与创新思维，培养“科技为民”意识。思政与总结8分钟1.思政深化：结合案例，强调数字版权意识、科技伦理(署名权、防同质化)。2.全章总结：梳理知识体系：概念→系统→应用→未来。3.布置作业：必做(教材习题1或3)；选做(体验一款AI音乐工具)。实现价值引领，系统总结知识。收尾2分钟以爱迪生留声机故事作结：技术常为艺术开辟新径。鼓励开放、理性看待未来。升华主题，留下思考。四、教学方法与手段教学方法：教学手段：五、评价方式过程性评价(60%)：终结性评价(40%)：六、教学反思与改进对非音乐背景学生，需多用音频/视频直观展示，原理讲解采用通俗类比(如“像。AI一、基本信息

7课程名称人工智能授课对象非计算机专业大一学生授课章节第7章智能体育工程课时安排2学时(90分钟)1.知识目标：了解智能体育工程的定义与三类体育(竞技、学校、大众)的分类；掌握人工智能在各类体育中的典型应用(如智能训练、辅助裁判、健康管理)及其基本原理。授课2.能力目标：能举例说明AI在体育领域的应用场景，并分析其背后技术(如传目标感器、计算机视觉)的支撑逻辑；能辩证分析智能体育带来的机遇(如公平性、个性化)与挑战(如隐私、职业冲击)。3.素养目标：通过AI赋能体育的案例，理解“体育强国”、“健康中国”战略，培育顽强拼搏、团结协作的体育精神；树立科学健身与数据隐私保护意识。教学重难点重点：智能体育工程的概念与三类体育的区别；人工智能在竞技体育(如训练分析、VAR)和大众体育(如可穿戴设备)中的核心应用。难点：理解动作捕捉、数据建模等技术在不同体育场景中的共性原理；辩证看待技术对体育公平性、人文价值的双重影响。二、教学准备教具准备：PPT课件(含三类体育关系图、应用案例图示与视频)、课堂互动工素材准备：VAR/鹰眼系统应用视频、智能可穿戴设备(Catapult背心、智能手环)APP(Keep)AI应用预习任务：2题：①你观看体育比赛时，注意到哪些“科技感”十足的环三、教学过程设计1.第一学时：智能体育概览与分类(45分钟)环节时长教学内容与方法设计意图导入新课5分钟1.视频切入：播放2022北京冬奥会开幕式AI技术集锦或VAR系统判罚瞬间。2.提问引题：“科技如何让体育‘更快、更高、更强’？”引出智能体育工程概念。新知讲授1：概念与学科建设10分钟1.概念解析：定义智能体育工程为“AI、大数据、VR等技术与体育的深度融合”，目标是提升竞技能力与促进科学健身。2.专业与人才：介绍北京体育大学等高校开设“智能体育工程”专业，说明其交叉学科(体育+CS)属性与复合型培养目标。建立严谨的学科认知，让学生了解该领域的前沿性与国家人才布局。新知讲授2：三类体育与智能赋能15分钟1.分类讲解：辨析竞技、学校、大众体育的核心目标与特点。2.赋能起点：简述电影《点球成金》案例，说明“数据驱动”理念的早期启蒙。3.关系图示：展示三类体育相互促进，共同构成智能体育生态。厘清核心分类框架，为后续分领域讲解应用奠定基础。互动与案例分析12分钟1.结合预习：展示学生提到的“科技感”案例，引导归类到三类体育中。2.案例深析：以“智能手环”为例，引导学生分析它同时如何服务于大众健身(个人数据)、学校体育(体质监测)和竞技体育(基础训练)。促进知识与应用关联，培养学生从现象归纳本质并进行分类思考的能力。小结3分钟总结智能体育的定义、三类分法及“数据驱动”核心理念。预告下学时：AI如何具体赋能这三类体育。2.第二学时：AI赋能三类体育的实践与思考(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问回顾：“上节课我们讲了哪三类体育？智能体育的核心驱动力是什么？(数据)”温故知新，衔接新知。新知讲授3：赋能竞技体育15分钟聚焦四大应用方向，以案例串联：1.智能训练：Catapult可穿戴设备、SportVU系统——数据采集与分析。2.辅助裁判：VAR、鹰眼系统——计算机视觉保障公平。3.赛事呈现：AI解说、智能剪辑——自然语言处理与视频生成。4.战术预测：AI预测比赛——大数据建模。5.思政结合：强调技术助力“公平竞赛”与“为国争光”的拼搏精神。系统展示AI在顶级体育中的成熟应用，体现技术高度，激发专业认同感。新知讲授4：赋能学校与大众体育10分钟1.学校体育：智能场馆、动作规范性评判——实现精准教学与评价。2.大众体育：APP3.思政结合：“2030”12分钟1.任务发布：(如：A.隐APPAIC.”吗？)2.观点陈述与引导：小组代表发言，教师引导学生进行辩证思考。深化对技术社会影响的理解，培养批判性思维与科技伦理意识。环节时长教学内容与方法设计意图1.全章梳理：回顾从“概念分类”到“赋能实践”再到“未来思考”的逻辑主线。构建完整知识体总结与课后任务5分钟2.升华主题：引用“体育强则中国强”，强调智能体育服务于国家战略与人民健康。系，强化价值引领，布置实践性3.布置作业：必做(教材习题1或2)；选做任务。(调研一款智能体育产品并分析其利弊)。四、教学方法与手段教学方法：案例教学法(贯穿竞技、学校、大众全场景)、对比分析法(三类体育)()。教学手段：多媒体课件(强视觉冲击)、互动工具(即时反馈)、结构化讨论题卡(引导深度思考)。五、评价方式过程性评价(60%)：课堂互动质量、小组讨论中的逻辑与论证深度、预习反馈终结性评价(40%)：六、教学反思与改进学生对不同体育类型熟悉度不同，需用足够多样且贴近生活的案例(如校园跑APP、电竞)确保全员共鸣。讨论环节需严格控制时间，并准备好不同观点的预设总结，以提升讨论效率与可尝试与学校体育部联动，展示校内现有的智能体育设备或数据，极大增强教一、基本信息

8课程名称人工智能授课对象非计算机专业大一学生授课章节第8章智能绘画课时安排2学时(90分钟)1.知识目标：了解智能绘画的概念、发展历程与主要标志性系统(如亚伦、小冰、道子)；理解风格迁移等核心技术的应用原理；掌握智能绘画在配色、创作等环节的辅助作用。授课2.能力目标：能辨识并赏析典型的AI绘画作品；能结合案例，辩证分析AI与目标人类在艺术创作中的关系(模仿、辅助、挑战)；能初步理解“数据驱动风格学习”的技术逻辑。3.素养目标：通过“道子”等案例增强对中华优秀传统文化数字化传承的认同感；培养健康的科技伦理观与艺术审美情操，思考AI时代艺术价值的重构。重点：智能绘画的发展脉络与关键系统(亚伦、小冰、道子)；风格迁移技术的教学基本原理与应用；AI作为艺术“工具”与“合作者”的角色辨析。重难难点：理解生成对抗网络(GAN)等技术的创作逻辑；辩证分析AI绘画作品的点“艺术性”与“灵魂”缺失问题。二、教学准备教具准备：PPT课件(含发展时间轴、系统原理图、作品对比图)、课堂互动工(AI)。素材准备：AI绘画作品图片(爱德蒙·贝拉米像》、小冰作品、“道子”五道口长)(Prisma)(Khroma)预习任务：2题：①你是否见过或用过“AI滤镜”或“艺术风格”拍照功能？②你认为AI创作的一幅画能被称为“艺术品”吗？为什么？三、教学过程设计1.第一学时：智能绘画的演进与原理(45分钟)环节时长教学内容与方法设计意图导入新课5分钟1.拍卖新闻切入：展示《爱德蒙·贝拉米像》43万美元的拍卖新闻。2.设问激趣：“一张由代码‘画’出的画，为何价值连城？AI如何闯入‘创造性’的艺术领域？”引出本章核心。利用社会热点与认知冲突，快速吸引注意力，明确学习主题。新知讲授1：概念与发展简史15分钟1.概念解析：定义智能绘画为“AI参与或主导的绘画创作过程”，目标是模拟甚至拓展人类的主观创作。2.发展脉络(时间轴讲解)：1970s：起步(AARON，基于规则)。2000s：情感交互(绘画傻瓜ThePaintingFool)。2010s至今：数据驱动爆发(DeepDream,GAN,小冰,“道子”)。3.驱动力关联：简要关联第2章，说明大数据(海量画作)、算法(深度学习)是核心支撑。规”“数据学习新知讲授2：核心技术——风格迁移12分钟1.原理通俗化：类比“保留你的照片(内容)，换上大师的笔触和色彩(风格)”。应用展示：展示PrismaAPP效果图，说明其将普通照片转为艺术风格的过程。技术本质：强调其是特征提取与融合”，而非简单拼接。将抽象技术具象化、生活化，降低非专业学生的理解门槛。互动讨论：AI的“艺术10分钟1.观点碰撞：基于预习结果，展示学生对“AI艺术品”的争议看法。2.引导讨论：“AI是在‘创作’艺术，还是在激发思辨，初步探讨艺术本质，为深度思考预环节时长教学内容与方法设计意图细胞”‘模仿’和‘混合’风格？”结合亚伦(与小冰的案例讨论。3.教师小结：指出当前AI的核心能力是“风格学习与重组”，为下节课探讨人机关系铺垫。热。小结3分钟回顾智能绘画概念、发展关键节点及风格迁移原理。预告下节课：深入剖析中西方的代表性AI绘画系统。巩固知识主干，建立学习预期。2.第二学时：典型系统剖析与未来思考(45分钟)环节时长教学内容与方法设计意图复习导入3分钟快速问答：“上节课我们讲到，当前AI绘画的核心能力是什么？(风格学习与迁移)”引出本节课对具体系统的分析。承上启下，巩固核心概念。新知讲授3：代表性系统深度剖析20分钟对比讲解两大路径：1.西方路径：从生成到创造GAN(生成对抗网络)：用“vs鉴定师”的比喻讲解其生成新图像的基本原理。·2.中国路径：与传统文化的融合“道子”系统：重点讲解其针对中国水墨画留白、笔触的独特算法处思政融合：强调科技赋能传统文化创3.通用助手：微软小冰定位：作为“绘画助手”和“虚拟画家”成就：在中央美院毕业展匿名展出、通过中西对比，展现技术路线的多样性及与本土文化的结合，深化技术理解与文化认同。PAGE/83PAGE/83环节时长教学内容与方法设计意图举办个展。12分钟1.议题发布：正反方辩论“人工智能能否被称为艺术家”。2.论据准备：提供素材卡(含AI作品拍卖价、人类艺术家评价、技术原理局限等)。3.辩论与总结：简短辩论后，教师总结，引导学生认识到定义“艺术家”的复杂性，以及AI当前作为“超级工具”或“合作者”的现实定位。通过角色扮演和辩论，深度激发批判性思维与伦理思考，提升课堂参与度与思维深度。总结与课后任务8分钟1.全章梳理：概念与发展→核心技术→典型系统(中西对比)→人机关系思辨。2.未来展望：探讨AI是拓展了艺术的边界，还是稀释了艺术的价值？引用福楼拜名言作结。3.布置作业：必做：完成教材习题第2题或第4题，要求观点明确，论述清晰。选做：使用一款AI绘画工具或滤镜进行创作，简述过程并对比与传统方式的异同。构建完整知识体系，升华主题至科技与人文关系的哲学思考，布置实践与理论结合的作业。收尾2分钟以毕加索的质疑开篇，以AI绘画的现状回应。鼓励学生以开放、审慎的态度拥抱智能时代的艺术新形态。首尾呼应，留下开放性的思考空间。四、教学方法与手段(中西系统对比)、比喻教学法(用通俗比喻解释技术)、议()()。教学手段：多媒体课件(高清作品对比)、互动辩论工具(结构化引导)、实物启发(可选传统画具与平板电脑对比)。五、评价方式过程性评价(60%)：课堂问答与讨论贡献、小组辩论中的逻辑与论据、预习思终结性评价(40%)：课后必做题的论述质量与辩证性、期末考核中相关案例分六、教学反思与改进艺术审美主观性强，需准备充足且高质量的作品图像，并尊重学生多样的审美“””。“艺术家”身份辩论易陷入哲学泛谈，需用具体案例(如小冰的“夏语冰”化名、拍)可尝试邀请艺术相关专业学生分享视角，或组织小型的AI绘画工具体验工作一、基本信息

9课程名称人工智能授课对象非计算机专业大一学生授课章节第9章智能医疗课时安排2学时(90分钟)授课目标1.知识目标：理解智能医疗的定义、特点与发展层次；掌握其在疾病辅助诊疗(AI)()2.能力目标：AI“”(Watson)“AI3.素养目标：通过我国智能医疗发展现状，理解“健康中国”国家战略，树立以人民为中心的科技发展观；培养数据隐私保护意识与科学就医观念。教学重难点重点：智能医疗的概念与互联互通等核心特点；AI在辅助诊疗(影像、临床决策)和智能康复(脑机接口)中的典型应用。难点：理解不同应用(如影像诊断vs.新药研发)背后共通的数据分析与机器学习逻辑；辩证看待AI在医疗中的角色边界与伦理挑战。二、教学准备教具准备：PPT课件()素材准备：AI医学影像诊断对比图(如皮肤癌识别)、IBMWatson系统工作示意图、石墨烯腕带/智能内衣等产品图、达芬奇手术机器人操作视频片段、脑机接预习：2题：①你或家人是否使用过在线问诊、预约挂号等“互联网医疗”服务？体验如何？②如果AI诊断的准确率比人类医生高，你会更信任AI吗？三、教学过程设计1.第一学时：智能医疗的缘起、体系与核心驱动力(45分钟)环节时长教学内容与方法设计意图导入新1.数据呈现：展示我国医疗资源紧张的数用真实社会问题引发共鸣，明确学习意义，激发求解欲望。课：从据(如每千人医师数)，引出核心矛盾。“看病难”5分钟2.提问切入：“AI技术能否成为破解医疗到“智慧资源困境的‘新药方’？”引出智能医疗主医”题。1.概念解析：定义智能医疗为“AI、大数据、物联网等与现代医疗的深度融合”，目标是构建互联、协作、预防性的医疗生新知讲授态。1：概2.三大特点：结合案例讲解互联互通(电子念、特点15分钟病历共享)、网络协作(远程会诊)、智能预与发展层防(健康风险预测)。次3.发展七层次：简述从业务管理到公共健康的七个发展阶段，明确我国当前所处位置(1-2层向3层过渡)及挑战(数据标准缺失)。1.驱动力关联：呼应第2章，强调智能医将本章知识与课程核心框架紧密关联，强化“数据是燃料，算法是发动机”的认知模型。新知讲授疗是数据(海量病历、影像)与算法(深度学2：核心习、专家系统)驱动的典型领域。驱动力—12分钟2.案例剖析：以“IBMWatson诊断罕见白—数据与血病”为例，说明其如何在“秒级”内分析算法数千万文献数据，体现数据与算法的巨大威力。1.结合预习：讨论学生使用互联网医疗服连接学生亲身经互动与辨析10分钟务的体验，引导思考其背后的智能医疗逻辑(如数据互联、流程优化)。2.观点引导：初步探讨“信任AI诊断吗？”历，促进知识内化。初步激发对AI医疗角色的这一问题，为第二课时的深度辩论铺垫。思考。环节时长教学内容与方法设计意图小结3分钟总结智能医疗的定义、体系特点及数据算法双轮驱动模式。预告下节课：深入各类炫酷的智能医疗应用。巩固框架，保持学习期待。2.第二学时：智能医疗的应用突破与未来思考(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问：“上节课我们讲到，智能医疗发展的两大核心驱动力是什么？”，引出本节课：看它们如何在不同场景中创造奇迹。温故知新，聚焦核心。新知讲授3：应用全景透视(上)——诊断与治疗15分钟分领域精讲代表性案例：1.辅助诊断：AI影像识别——达到甚至超越专家准确率。2.辅助治疗：达芬奇手术机器人——延伸医生“手、眼、脑”，实现精准微创手术。强调其“主从控制”原理及医生核心地位。3.新药研发：AI大幅缩短研发周期、降低成本——体现其在处理超复杂问题上的优势。展示AI在医疗核心环节(诊、疗、药)的革命性影响，案例震撼，体现技术高度。新知讲授4：应用全景透视(下)——康复与管理10分钟1.智能康复：脑机接口控制机械臂、LUKE智能义肢——实现“意念控制”，重燃患者希望。2.健康管理：智能穿戴设备——实现疾病早筛与个性化慢病管理。思政融合：关联“健康中国2030”。展示科技的温度与普惠性，体现“以人民健康为中心”。强化预防为主的健康理念。12分钟1.议题发布：正反方辩论“人工智能是否会取代医生”。2.论据支撑：提供素材卡(AI诊断准确率数据等)。3.总结升华：AI是“超级助手”，可替代部分重复性劳动，但无法替代医生的临床经验。引导学生全面、辩证地看待技术与社会、伦理的关系，培养批判性思维。总结与课后任务5分钟1.全章梳理：回顾逻辑主线。2.展望未来：当前AI医潜力巨大。3.布置作业：必做(教材习题1或3)；选做(调研一款健康管理类APP)。四、教学方法与手段()()。教学手段：多媒体课件(集成数据图表、原理动画、手术实景)、互动辩论平台(组织高效讨论)、实物或模型展示(如有条件展示医疗传感器模型)。五、评价方式过程性评价(60%)：课堂互动与问答质量、小组辩论中的逻辑与论据水平、预终结性评价(40%)：课后必做题论述的严谨性与辩证性、期末考核中智能医疗六、教学反思与改进内容取舍：医疗领域专业性强，需严格筛选案例，用通俗类比解释原理(如将AI影像诊断比作“超级敏锐的找茬专家”)，避免陷入医学术语漩涡。“AI”跨学科联动：可邀请医学院或公共卫生学院的学生或老师进行简短分享，从不同视角丰富课堂内容，增强说服力。一、基本信息

10课程名称人工智能授课对象非计算机专业大一学生授课章节第10章智能家居课时安排2学时(90分钟)授课目标1.知识目标：掌握智能家居定义、三阶段发展；理解照明、安防、环境、能源四大子系统功能与原理。2.能力目标：能分析常见智能家居应用；能设计简单场景方案；能辩证思考便利性与隐私安全等问题。3.素养目标：感受科技提升生活品质；树立数据安全与节能环保意识。教学重难点重点：智能家居定义与三阶段；四大子系统核心功能。难点：理解子系统间协同原理；平衡便捷、隐私与能耗的辩证关系。二、教学准备教具准备：PPT课件()素材准备：预习任务：2题：①你用过哪些智能家居产品？②期待未来家有哪些自动功能？三、教学过程设计1.第一学时：概念、发展与架构(45分钟)环节时长教学内容与方法设计意图导入新课5分钟1.描述：智慧生活场景。2.提问：“靠什么技术实现？”结合预习期待引出主题。营造愿景，激发兴趣。新知讲授1：概念15分钟1.概念：定义为实现设备互联、智能管理的现代化家居。建立“连接-智能”认知阶梯，环节时长教学内容与方法设计意图与阶段2.三阶段：单品智能→弱联动→强联动(AI驱动)。强调我国处于二向三过渡阶段。了解发展现状。新知讲授2：架构与支撑12分钟1.架构：图示讲解“云-管-端”，强调家庭网关核心作用。2.技术：简述物联网、传感器、无线通信的支撑作用。关联旧知(智能感知、大数据)。互动讨论10分钟1.分享：预习中的智能设备，并归类到子系统。2.探讨：现有设备大多处于哪一阶段，离“主动智能”多远。从经验出发，促进知识同化，思考技术局限。小结3分钟总结定义、阶段与架构。预告下节：四大子系统详解。巩固框架，明确方向。2.第二学时：子系统应用与未来(45分钟)环节时长教学内容与方法设计意图复习导入3分钟提问：“走向‘强联动’的关键是什么？”(AI主动服务)。引出子系统学习。衔接逻辑，聚焦重点。新知讲授3：四大系统解析20分钟1.智能照明：场景调控、感应控制(舒适与节能)。2.智能安防：计算机视觉(人脸识别)+传感器网络，实现主动预警。3.智能环境：多传感器协同，自动调节环境。4.智能能源：优化调度，响应电价，实现节能省钱。分模块详