第4课 人工智能的技术基础（义务教育人工智能课件）

第4课人工智能的技术基础第一单元走进人工智能义务教育信息科技课程资源

人工智能

第4课学习目标1理解数据、算力和算法在人工智能技术中的重要作用及其相互关系。学习目标通过实践活动，体验数据量、设备计算能力和不同训练方式对人工智能模型性能的影响。2第4课课堂导入问题情境同学们，你们有没有想过：为什么人工智能能够如此迅速地发展？其实，人工智能的发展离不开几个关键要素：数据、算力和算法。这些要素就像推动人工智能前进的“三驾马车”，对模型的性能和效果有着至关重要的影响。今天，我们就来探讨一下这些关键要素是如何发挥作用的，看看它们如何塑造了人工智能的强大能力！第4课学习内容一

数据二

算力学习内容三

算法丰富的数据是驱动人工智能不断成长的“养料”。就像人类需要通过学习积累知识一样，智能系统也需要通过大量数据来训练自己，通过分析数据中的规律，逐渐学会完成特定任务。数据越多样、质量越高，人工智能的学习效果就越好。第4课学习内容一、数据一、数据第4课学习内容1．运行配套资源中的《猫狗识别系统》软件。2．选择“小数据集”选项后单击“开始训练”按钮，训练能够识别猫和狗图像的模型。一、数据第4课学习内容3．打开“模型推理”选项卡，参照提示，选择前面训练的模型和一幅图，查看识别效果。4．选择规模更大的数据集，重新训练模型，并用新模型进行识别，查看识别效果。刚开始训练时，随着训练数据集的增大，模型的准确率会显著上升。准确率上升到一定水平后，增大数据量带来的提升效果会逐渐下降。最终，无论怎么增加数据量，也难以提升模型的性能。第4课学习内容一、数据进行识别时，选择其他风格的图像，观察识别效果如何。第4课学习内容一、数据第4课学习内容1.在老师的帮助下，选择两台设备，一台普通计算机，一台配备智能加速硬件的计算机。2.

在选中的两台设备中分别运行《猫狗识别系统》软件。3.选择相同的参数，如同样的训练量、训练数据集等，然后开始训练，比较两者的用时。4.尝试调整参数进行对比，然后小组交流算力对人工智能的影响。算力如何影响人工智能的发展与应用？二、算力第4课学习内容更强的算力除了能显著缩短模型开发周期，更重要的是，算力决定了技术探索的边界——无论是处理更大规模的数据，训练更复杂的模型，还是实现实时推理应用，都依赖算力的持续突破与提升。近年来，我国在人工智能芯片领域取得了显著进展，自主研发的AI芯片已广泛应用于云计算、智能制造等领域，为我国人工智能发展提供了坚实的算力支撑。二、算力第4课学习内容1.运行配套资源中的《数字识别系统》软件。单击左侧的数字，观察预测结果。由于模型未经训练，预测结果是随机的。三、算法第4课学习内容2.单击人工神经网络中的连接参数，尝试修改其值，试试能否完成数字识别工作。3.单击“开始训练”按钮训练模型。训练过程中注意观察连接参数的自动变化。4.

训练结束后，评估识别效果。三、算法第4课学习内容在前面自动调整参数的过程中，使用了一种称为误差反向传播的算法。这种算法是目前训练人工神经网络的核心算法之一，它将人工调整神经网络参数的工作，全部交由机器完成，从而使参数量巨大的模型训练成为可能。三、算法

1.数据量越大，人工智能模型的学习效果通常越好，但性能提升存在瓶颈，不会无限增长。2.算力越强，模型训练越快，越能支撑更复杂、更大规模的人工智能任务。3.算法是技术突破的核心，高效的算法能显著提升模型性能，是人工智能研究的重点方向。第4课课堂总结第4课拓展与提升随着人工智能技术的不断发展，科研人员借助强大算力和先进算法，不断基于海量数据训练模型，使人工智能的能力持续提升。然而，在这一过程中也暴露出越来越多的问题。例如，单纯增加数据量对智能水平的提升效果逐渐减