人工智能基础与应用（通识版）（微课版）（第3版）课件全套 宋楚平 模块1-8 初探人工智能- 展望未来人工智能

1人工智能的缘起模块1：初探人工智能到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。电商个性化智能推荐AI生成的菜品广告2025春晚人机协同演出什么是AI？第一次提出关于人工智能的概念人工智能是一门科学，是使机器做那些人需要通过智能来做的事情。马文·明斯基人工智能是一门关于研究知识的表示、知识的获取和知识的运用的学科。尼尔斯·尼尔森人工智能（ArtificialIntelligence，简称AI）是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，旨在使机器能够胜任一些通常需要人类智能才能完成的复杂工作。‌‌目前主流定义一、人工智能概念1.萌芽期2.启动期3.消沉期4.突破期5.高速发展期二、人工智能发展简史1.萌芽期2.启动期3.消沉期4.突破期5.高速发展期图灵测试专家系统深蓝二、人工智能发展简史5.高速发展期Sora二、人工智能发展简史三、人工智能的特征像人一样感知像人一样思考像人一样行动能看能想能做三、人工智能的特征AI带来的变革以今昔对比的方式感受AI带来的变化，填写下表。场景以往方式现在方式未来方式银行购物娱乐汽车制造家庭学生分享及教师点评分享要点分值计分教师点评1、你是怎么收集任务数据的？10主动使用AI工具2、你与同学进行了哪些充分的讨论？10集思广益、团结协助3、请简述AI给上述6个场景带来的变化30积极思考、善于思考总结4、除此之外，你认为AI在哪个方面会有巨大影响？20创新思维、与众不同5、AI对你学业的影响有哪些？请简述1-3条20顶天立地，从身边做起6、其它（含逻辑、表情、主动、清晰、流畅、自信等）0-10能说、亲和、善用、精技

子任务3：语音提示处理主动拥抱AI让AI赋能你我2人工智能典型应用模块1：初探人工智能一、自动驾驶二、人脸识别三、医学影像处理AI智能影像辅助诊断技术还在骨折筛查与定位，冠状动脉成像及病变诊断及分析方面发挥这越来越重要的作用四、机器人列举AI的应用场景AI在千行百业已创新应用，填写下表。应用场景简述AI赋能的价值点是否有更深层次的改变你的建议或看法？？？？？……学生分享及教师点评分享要点分值计分教师点评1、你使用了哪些AI工具来辅助你完成任务？15主动使用AI工具2、你与同学进行了哪些讨论和协助？15集思广益、团结协助3、你最看好或在意AI在哪个行业的应用？30积极思考、善于总结创新4、你是否在使用AI改变你的生活或学习？20积极求变，工具赋能5、你对AI的态度或主张是？10理性分析，敢于质疑6、其它（含逻辑、表情、主动、清晰、流畅、自信等）0-10能说、会思、善用、精技

子任务3：语音提示处理创新应用AI防范伦理风险3课堂实践模块1：初探人工智能授课人：宋楚平认识讯飞智文任务1：智作“自我介绍”演示文稿机器能够根据主题和版式要求秒生一个内容契合、条理清楚、色彩丰富的演示文稿1.实践任务描述任务1：智作“自我介绍”演示文稿2.解决方案设计任务1：智作“自我介绍”演示文稿任务1——拟定主题和大纲3.实践任务实施填写主题任务1：智作“自我介绍”演示文稿3.实践任务实施填写大纲内容任务1：智作“自我介绍”演示文稿3.实践任务实施选择模版任务1：智作“自我介绍”演示文稿3.实践任务实施任务1：智作“自我介绍”演示文稿3.实践任务实施任务2：自动分析产品订单数据用DeepSeek从原始数据洞察和挖掘有价值的信息。1.实践任务描述任务2：自动分析产品订单数据2.解决方案设计任务2：自动分析产品订单数据3.实践任务实施—（1）上传订单数据文件任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据任务2：自动分析产品订单数据3.实践任务实施—（2）多维度统计数据学生分享及教师点评评价要点分值计分教师点评1、从哪几点入手，才能保证讯飞智文制作PPT的质量？15基础数据齐全、人有想法2、你认为，讯飞智文用到了哪些AI技术？15主动思考，探究背后技术3、DeepSeek的数据分析能力给你带来哪些想法或结论？30积极思考、善于总结创新4、你知道还有哪些AI工具具有数据分析的能力吗？10积极求变，另辟蹊径5、在使用AI工具辅助我们工作时，你的观点是（人机协同？直接交给AI？还是…）？20理性分析，人机协助6、其它（含逻辑、表情、主动、清晰、流畅、新意等）0-10能说、会思、质疑、精技

子任务3：语音提示处理人机协同善用智能1机器学习简介模块2：认识机器学习手机美图自动驾驶视频监控邮件过滤个性化营销路线优化什么是ML？机器学习的一般流程一、机器如何学习机器学习就是利用经验数据和算法（一种学习方法）来反复训练机器，让它获得处理数据的优化方案（模型），然后机器就可以利用这个模型对新输入的数据进行处理，得到预测结果。机器学习的一般流程一、机器如何学习机器相比人类的学习二、机器学习的三要素1．数据数据对机器学习的影响数据质量对机器学习的影响数据数量对机器学习的影响数据多样性对机器学习的影响数据多样性对机器学习影响模型泛化能力模型鲁棒性产生偏见歧视ImageNet数据集二、机器学习的三要素2．算法是一套精心设计的、分步执行的计算规则或指令集算法的作用数据分析与挖掘促进AI

应用推动AI

发展算法作用能、会、促能分析会“创造”促应用二、机器学习的三要素3．算力算力作用1算力是一些模型从理论走向现实的“燃料”2算力决定了机器学习的广度与深度3算力是人工智能新技术诞生的“试验场”算力结构二、机器学习的三要素3．算力算力硬件二、机器学习的三要素3．算力算力软件二、机器学习的三要素3．算力算力网络通信影响机器学习的因素研讨几大因素对机器学习效果的影响因素有何影响按影响大小排序你的结论①数据规模②数据质量③算法优劣④算力大小⑤训练策略⑥其它因素学生分享及教师点评分享要点分值计分教师点评1、你的结论证据来自哪里？10使用AI工具、独立思考2、你的研讨是否有其他学生参与？10集思广益、团结协助3、因素排序的依据或理由是？30积极思考、善于思考总结4、如果要选择一项对机器学习影响最大的因素，你的选择是？20创新思维、与众不同5、简述未来的机器学习可能是什么样子？20打破常规，展望未来，6、其它（含逻辑、表情、主动、清晰、流畅、自信等）0-10能说、亲和、善用、精技

子任务3：语音提示处理学以致用应用为王2机器学习的学习类型模块2：认识机器学习授课人：宋楚平用机器来预测房屋的价格机器有哪些不同的学习方式？已知样本的鼠/猫分类一、监督学习监督学习，是指机器在有已知输入值xi和输出值y的经验数据（样本）的情况下开展的学习。一、监督学习训练的数据有标签（Label）1学习特点样本的特征和标签已知2学习的目的就是建立一个将输入准确映射到输出的模型3二、无监督学习

无监督学习，就是指机器在学习过程中不受监督，学习模型不断提高自我认知和不断巩固，最后进行自我归纳来达到学习目的。如何分类二、无监督学习123三种可能的分类结果二、无监督学习无须大量标注数据（Label）1学习特点以更接近人类的学习方式不断自我发现、学习和调整2三、半监督学习半监督学习，它同时使用少量有标签数据和大量无标签数据来训练模型的学习方式。降低样本标注成本1学习优点提升模型性能2采用半监督学习算法来训练识别猫狗四、强化学习强化学习，一个机器（智能体）如何通过与环境进行持续地交互，在一系列动作和选择中，通过学习获得最优的策略，以最大化得到累积奖励。在试错中反复学习1学习特点以奖惩为信号调整行为2追求长期收益最大化3机器人通过强化学习走迷宫四、强化学习智能体（学习者）1六大结构环境（学习的环境）2状态（某时刻环境的情况）3动作（智能体的行为或操作）4奖励（环境给智能体的反馈）5策略（智能体的行为准则和动作决策）6寻找四大学习的应用场景列举四大机器学习方式的典型应用场景，填写下表。机器学习方式应用场景按应用复杂度进行排序①监督学习②无监督学习③半监督学习④强化学习学生分享及教师点评分享要点分值计分教师点评1、你完成任务使用的主要工具？10合理使用AI工具2、与其他同学进行了怎样的充分讨论？10集思广益、团结协助3、请分别简述四大学习的应用场景30主动思考，善于总结4、你还了解机器学习有哪些其它的学习方式？20另辟蹊径，与众不同5、什么情况下该选择某种合适的学习方式？20举一反三，灵活应用6、其它（含逻辑、表情、主动、清晰、流畅、自信等）0-10能说、亲和、善用、精技

子任务3：语音提示处理学以致用应用为王3深度学习概述模块2：认识机器学习授课人：宋楚平是什么让机器如此智能一、深度学习的崛起深度学习：是机器学习的一个子集，它的核心是利用“深度”的神经网络，让计算机自动从原始数据中，一层一层地学习出更抽象、更高级的特征。输入层输出层一、深度学习的崛起人工智能、机器学习和深度学习三者之间的关系二、神经网络的魅力生物神经结构与人工神经网络对比二、神经网络的魅力人工神经元的结构神经元权重激活函数理论已经证明，通过增加神经网络的层数和改变激活函数，并利用相应的学习算法不断迭代改变损失误差，就可以用多层神经网络来拟合任意函数，解决线性和非线性问题。探讨为什么深度神经网络是目前AI主流技术列举主要观点，填写下表。主要原因应用场景所属学习方式自动学习特征出色的泛化能力持续的算法创新……学生分享及教师点评分享要点分值计分教师点评1、你完成任务使用的主要工具？10合理使用AI工具2、与其他同学进行了怎样的充分讨论？10集思广益、团结协助3、简述DNN为何成为主流技术？30主动思考，善于总结4、DNN有哪些典型应用场景？20善于观察，理实一体5、DNN学习方式是固定的吗？20敢于质疑，灵活应用6、其它（含逻辑、表情、主动、清晰、流畅、自信等）0-10能说、亲和、善用、精技

子任务3：语音提示处理学以致用应用为王4

课堂实践模块2：认识机器学习不认识动物怎么办？认识百度大脑项目1：智能识别动物利用智能云服务的图像识别能力快速了解看到的动物1.实践任务描述项目1：智能识别动物2.解决方案设计任务1—准备一张动物图像项目1：智能识别动物3.实践任务实施项目1：智能识别动物3.实践任务实施任务2—智能获取动物信息项目1：智能识别动物3.实践任务实施任务2—智能获取动物信息细心的读者可能会问一些问题。动物识别的依据到底是怎样的？识别行为是如何开展的？哪些因素会影响最终的识别结果？请同学们结合本项目的学习内容展开讨论。不懂英文怎么办？认识讯飞OCR体验中心项目2：翻译英文产品使用手册利用人工智能的深度学习技术，把英文使用手册上的文本快速翻译成中文。1.实践任务描述项目2：翻译英文产品使用手册2.解决方案设计项目2：翻译英文产品使用手册任务1—上传英文使用手册文件3.实践任务实施项目2：翻译英文产品使用手册3.实践任务实施任务2—导出识别结果项目2：翻译英文产品使用手册3.实践任务实施任务3—将识别结果翻译成中文项目2：翻译英文产品使用手册3.实践任务实施任务3—将识别结果翻译成中文项目2：翻译英文产品使用手册3.实践任务实施任务3—将识别结果翻译成中文项目2：翻译英文产品使用手册3.实践任务实施任务3—将识别结果翻译成中文学生分享及教师点评分享要点分值计分教师点评1、除了识别动物外，百度智能云还能识别哪些对象？15主动了解百度智能云2、智能识别动物用到了哪些AI技术？15主动思考，探究背后技术3、还有哪些AI工具可用于识别图像上的文字？请列举。30积极思考、善于主动发现4、常用的QQ有哪些AI功能吗？10善于发现身边的AI5、有哪些AI工具可以用于智能翻译文档？20问题驱动，求解答案6、其它（含逻辑、表情、主动、清晰、流畅、新意等）0-10能说、会思、质疑、精技

子任务3：语音提示处理人机协同善用智能1语音识别模块3：感知人机语音交互手机美图视频监控语音互动机器人智能音箱为啥机器能说话？一、语音识别简史语音识别（SpeechRecognition，SR）是指将人说的话自动转换为文字或机器可以理解的指令的过程。1952年，贝尔实验室研究出世界上第一个识别10个英文数字发音的识别系统1960年，英国的德内斯等人成功研究出第一个计算机语音识别系统20世纪80年代后，研究思路由基于标准模板匹配的技术转向基于统计模型的技术2010年之后，基于深度神经网络和分布式计算成为语音识别技术的主流机器学习的一般流程二、语音识别过程五个关键要素语音信号处理特征提取声学模型语言模型解码搜索二、语音识别过程1、语音信号处理连续的模拟信号时间上离散的数字信号二、语音识别过程提取出声音最具辨识度的主要成分，过滤掉其他无关信息特征提取四步骤预加重分帧加窗和傅里叶转换提取特征2、特征提取二、语音识别过程提取出声音最具辨识度的主要成分，过滤掉其他无关信息特征提取四步骤预加重分帧加窗和傅里叶转换提取特征2、特征提取二、语音识别过程提取出声音最具辨识度的主要成分，过滤掉其他无关信息特征提取四步骤预加重分帧加窗和傅里叶转换提取特征2、特征提取语音能量谱二、语音识别过程提取出声音最具辨识度的主要成分，过滤掉其他无关信息特征提取四步骤预加重分帧加窗和傅里叶转换提取特征2、特征提取各帧的FBank特征频谱图，即特征图二、语音识别过程3、声学模型声学特征建模单元若干音素隐马尔可夫声学模型语音特征向量声学得分二、语音识别过程4、语言模型音素文字的概率5、解码搜索声学模型语言模型发音词典解码搜索语音特征文本三、语音识别新技术及应用端到端一体化模型1语音识别新技术大规模自监督预训练2噪声鲁棒与自适应前端3多模态融合4三、语音识别新技术及应用语音识别新应用实时语音生成字幕语音助手智能车载语音控制门诊病历语音转写三、语音识别新技术及应用语音识别新应用仿生机器人ASR支持在线学习智能话筒声纹认证畅享语音识别的新场景讨论语音识别在未来的新场景应用场景用于描述意义或价值①新医疗记录助手②居家陪聊机器人③儿童智能图书④车载智能助手⑤智能会议屏……学生分享及教师点评分享要点分值计分教师点评1、你的想法来自哪里？10头脑风暴、独立思考2、你的研讨是否有其他学生参与？10集思广益、团结协助3、语音识别技术对场景应用的革命性影响？30积极思考、敢于天马行空4、如果要选择一个语音技术最有影响或价值的场景，你的选择是？20价值思维，前瞻能力5、语音技术发展新的方向20打破常规，展望未来，6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10能说、亲和、善用、精技

子任务3：语音提示处理掷地有声创享生活2语音合成模块3：感知人机语音交互授课人：宋楚平语音合成是如何实现的呢？语音合成系统示意图一、语音合成系统语音合成就是让机器能将文字信息转化为可听的声音信息，即让机器像人一样抑扬顿挫“说话”。三个核心部分一、语音合成系统一是文本正则化，即针对日期、时间、数字、货币、缩写等非标准文本形式进行标准化转换，将它们转换为可以读出来的形式1文本分析二是分词，通过词典匹配、统计模型等算法将连续的文本字符串切分成有意义的词语单元2三是词性标注，为分词后的每个词语标注词性，为韵律重音判断提供支撑3四是多音字/词消歧，结合上下文语义和语法结构确定多音字的正确读音4如何合成语音呢？一、语音合成系统韵律处理文本分析后的文本信息韵律轮廓信息基于音高、音长、音强、停顿等基本声学特征一、语音合成系统声学处理文本分析后的精细化语言学特征信息韵律轮廓信息语音合成方法声学模型自然语音波形二、语音合成方法

语音合成技术：就是将文本转换为自然流畅语音的核心技术。基于拼接的语音合成方法1二、语音合成方法

语音合成技术：就是将文本转换为自然流畅语音的核心技术。基于参数的语音合成方法2二、语音合成方法

语音合成技术：就是将文本转换为自然流畅语音的核心技术。基于深度学习的语音合成方法3自动提取声学特征韵律控制能力强实现多模态融合……突出优势三、语音合成典型应用新闻播报智能语音客服三、语音合成典型应用小孩与机器狗互动中国国家图书馆中的电子图书开发一个简单的语音合成程序借助DeepSeek、豆包等AI工具，开发一个语音合成程序开发一个简单的语音合成程序关键功能其它要求支持多种中文发言界面友好美观一次能合成语音的文字不少于500字最好能离线使用能调整语速音质比较好能选择男声或女声使用简单学生分享及教师点评考核要点分值计分教师点评1、你完成任务使用的主要工具？10合理使用AI工具2、与其他同学进行了怎样的充分讨论？10集思广益、团结协助3、你的程序满足关键功能吗？30聚焦核心功能，全力以赴4、其它要求方面，你的程序是否也都满足？20注意细节，精益求精5、你的程序中语音合成是调用哪个应用接口实现的？20举一反三，知其所以然6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10能说、亲和、善用、精技

子任务3：语音提示处理掷地有声创享生活3课堂实践模块3：感知人机语音交互授课人：宋楚平怎样将会议语音记录转写成文字？认识讯飞开放平台认识讯飞开放平台项目1：录音文件转写文本用手机等录音工具将听到的内容录制成语音文件，然后借助语音转写工具，把语音内容转化成文本，将声音资料转化为有组织的记忆资产1.实践任务描述项目1：录音文件转写文本2.解决方案设计任务1—准备语音文件项目1：录音文件转写文本3.实践任务实施项目1：录音文件转写文本3.实践任务实施任务2—上传音频文件完成文本转写项目1：录音文件转写文本大家去找一找，还有哪些AI工具能将音频文件高效转写成文字？思考数字人主播是如何将文稿转化成语音的？认识讯飞智作项目2：直播讲稿合成语音将直播文稿迅速合成为一个清晰、沉稳、富有磁性的声音。1.实践任务描述项目2：直播讲稿合成语音2.解决方案设计项目2：直播讲稿合成语音任务1—上传直播文稿3.实践任务实施项目2：直播讲稿合成语音3.实践任务实施任务2—按需调参生成音频文件项目2：直播讲稿合成语音3.实践任务实施任务2—按需调参生成音频文件学生分享及教师点评分享要点分值计分教师点评1、讯飞开放平台还有哪些智能语音技术？15主动了解讯飞智能云2、离线音频转写与在线语音识别有何异同？15主动思考，探究差异3、你认为，语音合成最大的价值是什么？30积极思考、善于主动发现4、如何让合成的语音与主播的自然发音更逼真？10洞悉技术细节，能提问题5、还有哪些AI工具可用于音频文件转写？20问题驱动，求解答案6、其它（含逻辑、表情、主动、清晰、流畅、新意等）0-10能说、会思、质疑、精技

子任务3：语音提示处理发出中国强音勇做技能先锋1计算机视觉概述模块4：体验计算机视觉智能交通春晚机器人为啥机器能看见？一、什么是计算机视觉计算机视觉（ComputerVision，CV）：旨在通过算法和模型，使计算机能够从数字图像或视频中自动获取、处理、分析和理解高层信息。计算机视觉计算机图像学模式识别机器学习认知科学神经科学心理学…看的能力理解小孩、楼阁、树木、地点等机器学习的一般流程二、机器的视觉是如何实现的是整个计算机视觉系统的“眼睛”，是所有后续视觉分析与决策的基石。它的核心任务是通过成像设备将物理世界中的视觉信息（光信号）转换为计算机能够处理的数字化数据（数字图像）。机器学习的一般流程二、机器的视觉是如何实现的是计算机视觉系统的计算引擎，主要完成图像预处理和增强，旨在净化与优化原始数据，为后续算法模型提供高质量输入。机器学习的一般流程二、机器的视觉是如何实现的是计算机视觉系统的“大脑”，主要完成图像特征提取和图像理解两项工作。将视觉数据转化为可理解、可操作的语义信息（如回答图像是什么、图像中有哪些目标、图像中物体的轮廓在哪儿等），从而实现计算机“看懂”世界的能力。三、计算机视觉的典型应用典型应用新能源汽车信号灯感知电子制造芯片检测物流智能分拣人脸认证进站畅享计算机视觉的新场景讨论计算机视觉在未来的新场景应用场景用于描述意义或价值①具身机器人②全天候安保③工业检测理解④智慧城市主动治理⑤洞察物理世界……学生分享及教师点评分享要点分值计分教师点评1、你的想法来自哪里？10头脑风暴、独立思考2、你的研讨是否有其他学生参与？10集思广益、团结协助3、计算机视觉技术对场景应用的革命性影响？30积极思考、敢于天马行空4、如果要选择一个CV技术最有影响或价值的场景，你的选择是？20价值思维，前瞻能力5、CV技术发展新的方向20打破常规，展望未来，6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10能说、亲和、善用、精技

子任务3：语音提示处理视通万物以智赋行2人脸识别技术模块4：体验计算机视觉授课人：宋楚平人脸认证是如何实现的呢？一、人脸识别技术发展概述20世纪50年代，已着手对人脸识别展开研究20世纪60年代，人脸识别工程化应用研究正式开启21世纪的前10年，基于遗传算法、支持向量机等方法进行人脸识别2009～2012年，局部二进制模式成为研究热点2014年前后，深度学习方法成为人脸识别主流，精度达到99.15%以上如今，AMD-FV等改进深度学习算法，精度可以达到99.75%以上二、人脸识别关键技术人脸识别系统二、人脸识别关键技术人脸识别系统人脸扶正图像增强归一化处理二、人脸识别关键技术人脸识别系统72个关键点150个关键点基于ASM技术的人脸关键点原始图像与特征人脸图二、人脸识别关键技术人脸识别系统人脸比对人脸搜索开发一个简单的人脸识别程序关键功能其它要求能实时标记人脸框界面友好美观能显示识别的人名（预设）最好能离线使用待识别人可更换代码量尽量少按Q键退出使用简单学生分享及教师点评分享要点分值计分教师点评1、你完成任务使用的主要工具？10合理使用AI工具2、与其他同学进行了怎样的充分讨论？10集思广益、团结协助3、你的程序满足关键功能吗？30聚焦核心功能，全力以赴4、其它要求方面，你的程序是否也都满足？20注意细节，精益求精5、你的程序中人脸识别是调用哪个应用接口实现的？20举一反三，知其所以然6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10能说、亲和、善用、精技

子任务3：语音提示处理视通万物以智赋行3课堂实践模块4：体验计算机视觉授课人：宋楚平这是哪座城市？认识百度智能云认识讯飞开放平台项目1：智能定位照片中的地点怎样精准地告诉你照片中你曾经去过的地方是哪儿？1.实践任务描述项目1：智能定位照片中的地点2.解决方案设计任务1—准备待识别的照片项目1：智能定位照片中的地点3.实践任务实施项目1：智能定位照片中的地点3.实践任务实施任务2—上传照片并输入识别要求项目1：智能定位照片中的地点大家去找一找，还有哪些AI工具能将图片的内容定位？思考是否为同一个人？认识百度智能云的人脸对比项目2：对比两张人像是否为同一人核验一张图片中的人物与预存图片中的已知人物是否为同一个人。1.实践任务描述项目2：直播讲稿合成语音2.解决方案设计项目2：直播讲稿合成语音任务1—设置检测参数并上传图片3.实践任务实施项目2：直播讲稿合成语音任务1—设置检测参数并上传图片3.实践任务实施项目2：直播讲稿合成语音3.实践任务实施任务2—验证对比结果学生分享及教师点评评价要点分值计分教师点评1、百度智能云还有哪些与计算机视觉相关的技术？15主动了解百度智能云2、图像识别可用于哪些应用场景？15主动思考，创新应用3、你认为，如今的人脸识别技术是否存在应用风险？30积极思考、风险意识4、如何结合场景识别与大模型来提高图片位置的定位精度？10善于思考，提价值问题5、还有哪些AI工具可展示计算机视觉应用？20问题驱动，求解答案6、其它（含逻辑、表情、主动、清晰、流畅、新意等）0-10能说、会思、质疑、精技

子任务3：语音提示处理视通万物以智赋行1大模型与AIGC模块5：浅尝生成式人工智能从ChatGPT到DeepSeek，大模型如何改变了我们的世界？一、什么是大模型？大模型（LM）：巨大参数量的深度学习模型基于深度神经网络，学习海量文本、图像等数据以Transformer架构为核心2022年ChatGPT二、大模型的发展历程1.萌芽期二、大模型的发展历程2.探索期二、大模型的发展历程3.腾飞期二、大模型的发展历程三、大模型的核心优点四、

AIGC的特点与应用AIGC：利用AI大模型自动生成各种模态内容特点：自动化有创意表现力强迭代发展五、

大模型与AIGC的关系AIGC带来的变革以今昔对比的方式感受AIGC带来的变化，填写下表。场景以往方式现在方式未来方式广告制作文案创作视频创作音乐创作零件建模学习辅导学生分享及教师点评分享要点分值计分教师点评1、你是怎么收集任务数据的？10主动使用AI工具2、你与同学进行了哪些充分的讨论？10集思广益、团结协助3、请简述AIGC给上述6个场景带来的变化30积极思考、善于思考总结4、除此之外，你认为AI在哪个方面会有巨大影响？20创新思维、与众不同5、AIGC对你学业的影响有哪些？请简述1-3条20顶天立地，从身边做起6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10能说、亲和、善用、精技

子任务3：语音提示处理主动拥抱AIGC让AIGC赋能你我2提示词工程模块5：浅尝生成式人工智能授课人：邵世智为什么同样的大模型工具，不同的提问方式，效果天差地别？一、提示词二、提示词工程三、提示词的构成要素四、提示词设计六大实用技巧五、提示词设计模版设计感谢信提示词请尝试为撰写一封感谢信设计一个完整的提示词，包含所有六大构成要素。要素内容角色设定任务目标上下文输出格式约束条件示例学生分享及教师点评分享要点分值计分教师点评1、开发社区养老智能体时，你是如何综合考量平台需求与各平台的适配度的？20主动使用AI工具2、小组研讨中，你们围绕养老智能体落地开展了哪些深度交流？20集思广益、团结协助3、结合养老服务场景，简述商业平台与开源平台的核心差异与适用逻辑20积极思考、善于思考总结4、智能体开发平台会给我们今后专业学习、职业发展带来哪些影响？简述1-3点？20创新思维、与众不同5、其它（包含表达逻辑、仪态、发言主动性、表述流畅度、自信度等）20表达流畅自信，善用技术、贴合民生需求

子任务3：语音提示处理主动拥抱AIGC让AIGC赋能你我3AIGC常见应用模块5：浅尝生成式人工智能授课人：邵世智中国首部全流程AIGC动画电影《团圆令》一、AIGC文本生成一、主流AIGC文本生成工具DeepSeek豆包千问Kimi二、AIGC图像创作01文生图(Text-to-Image)通过算法将文本语义直接转化为视觉元素，无需专业美术基础，即可快速将脑海中的创意具象化呈现。核心关键：精准的提示词结构（关键词+场景+风格+参数）搭配适配的AIGC工具，是产出高质量图像的基础。02图生图(Image-to-Image)以参考图像为基底，利用大模型对画面内容、色彩、构图进行二次创作与调整，保留原图核心特征的同时实现创意升级。典型场景：适用于图像局部元素替换、艺术风格迁移、创意内容改编及画面细节的精细化修饰等场景。豆包AI多模态创作助手，操作简便，适合新手快速生成创意图像。文心一言具备强大的理解与生成能力，支持复杂场景的高保真图像创作。专业工具即梦、可灵等专注视觉生成，效果更具艺术张力。常用的图像生成工具：三、AIGC视频创作四、AIGC音频创作AIGC应用工具集锦请分类归纳常用的AIGC工具。类别常用工具文本生成文生图音频生成视频生成其它学生分享及教师点评分享要点分值计分教师点评1、你是如何搜集整理AIGC工具的？10主动使用AI工具2、你与同学进行了哪些充分的讨论？10集思广益、团结协助3、你是如何针对具体应用场景来选择AIGC工具的？30积极思考、善于思考总结4、AIGC还有哪些新应用？20创新思维、与众不同5、AIGC对你学业的影响有哪些？请简述1-3条20从现在开始，从身边做起6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10能说、亲和、善用、精技

子任务3：语音提示处理主动拥抱AIGC让AIGC赋能你我4课堂实践模块5：浅尝生成式人工智能授课人：邵世智认识豆包文生图任务1：设计中国高铁系列宣传图1.实践任务描述任务1：设计中国高铁系列宣传图2.解决方案设计任务1：设计中国高铁系列宣传图3.实践任务实施01：设计宣传画脚本任务1：设计中国高铁系列宣传图3.实践任务实施01：宣传画脚本任务1：设计中国高铁系列宣传图3.实践任务实施02：撰写提示词任务1：设计中国高铁系列宣传图3.实践任务实施03：豆包文生图任务2：设计中国高铁宣传片1.实践任务实施：解决方案设计任务2：设计中国高铁宣传片2.实践任务实施：图生视频（6段）千问模型，选择“图生视频”以第一张图为例任务2：设计中国高铁宣传片3.实践任务01：生成宣传片配音任务2：设计中国高铁宣传片3.实践任务03：合成宣传视频任务2：设计中国高铁宣传片3.实践任务03：合成宣传视频任务2：设计中国高铁宣传片3.实践任务03：合成宣传视频学生分享及教师点评分享要点分值计分评价标准1、任务的方案设计合理性和可行性20基础数据齐全、人有想法2、文生图提示词撰写技巧20主动思考，探究背后技术3、AIGC工具选择原则20积极思考、善于总结创新4、图生视频合成策略20理性分析，人机协助积极求变，另辟蹊径5、其它（含逻辑、表情、主动、清晰、流畅、新意等）20能说、会思、质疑、精技

子任务3：语音提示处理人机协同善用智能1认识智能体模块6：打造智能体从科幻想象到现实应用，智能体正以前所未有的速度改变着我们的生活和工作方式一、什么是智能体？二、智能体的基本结构感知模块作为智能体的“感官系统”，负责全方位接收文本、语音、图像等多模态外部输入，通过语义解析与特征提取，精准理解用户的真实意图与需求。决策模块作为智能体的“大脑中枢”，依托大模型强大的理解与推理能力，完成复杂任务的拆解、逻辑分析，并智能规划工具调用的最优路径与步骤。执行模块作为智能体的“手脚系统”，通过API接口、功能插件等工具连接外部环境，精准执行决策指令，完成具体操作并实时反馈任务结果与状态。智能体是一个宽泛概念，其形态不拘一格，既可以是运行在服务器集群上的纯软件程序，也可以是像自动驾驶汽车、服务机器人那样集成了感知与执行硬件的复杂智能设备。三、智能体vs传统软件四、智能体的发展历程五、智能体的典型应用认识QoderWork安装user版qoderwork并尝试生成一个关于“我的大学生活”的PPT。任务要求你的完成情况安装桌面user版功能描述智能生成PPT其它学生分享及教师点评分享要点分值计分教师点评1、是否顺利安装？20解决问题能力，动手能力2、QoderWork的本质及功能理解？20智能体工具，四大功能3、分析QoderWork与传统软件的差异20从开发、维护难度、使用体验性和效率等多维度分析，阐述自己观点4、用QoderWork完成PPT的质量20团结协作，精益求精5、其它（含逻辑、表情、主动、清晰、流畅、自信等）20积极互动，表达流畅，自信开朗

子任务3：语音提示处理智能体助手工作的利器2常用的智能体开发平台模块6：打造智能体授课人：邵世智一、扣子(Coze)--字节跳动二、文心智能体三、腾讯元器四、讯飞Astron五、OpenClaw五大平台对比总览平台选择的考量因素智慧社区养老智能体设计方案设计一个针对社区养老的智能体开发方案。任务要求你的完成情况安装桌面user版qoderwork功能描述养老智能体技术选型智能体主要功能其它学生分享及教师点评分享要点分值计分教师点评1、开发社区养老智能体时，你是如何综合考量智能体平台选型与该智能体的适配度的？20主动使用AI工具2、小组研讨中，你们围绕养老智能体落地开展了哪些深度交流？10集思广益、团结协助3、结合养老服务场景，简述qoderwork的优势。30积极思考、善于思考总结4、养老智能体会给社区养老行业带来哪些影响？简述1-3点？30创新思维、与众不同5、其它（包含表达逻辑、仪态、发言主动性、表述流畅度、自信度等）10表达流畅自信，善用技术、贴合民生需求

子任务3：语音提示处理善用智能体生活好帮手3课堂实践模块6：打造智能体授课人：邵世智扣子智能体开发平台认识扣子智能体开发平台认识扣子智能体开发平台项目1：天气助手1.实践任务描述项目1：天气助手解决方案任务1：配置智能体基本信息项目1：天气助手任务2：编排模型①②③项目1：天气助手任务3：预览和发布智能体②①③项目2：化工安全应急处理助学小帮手项目2：化工安全应急处理助学小帮手解决方案：任务1——创建危化品应急安全管理知识库项目2：化工安全应急处理助学小帮手解决方案：任务1——创建危化品应急安全管理知识库项目2：化工安全应急处理助学小帮手解决方案：任务1——创建危化品应急安全管理知识库项目2：化工安全应急处理助学小帮手解决方案：任务1——创建危化品应急安全管理知识库项目2：化工安全应急处理助学小帮手任务2——设计化工安全管理工作流项目2：化工安全应急处理助学小帮手任务2——设计化工安全管理工作流项目2：化工安全应急处理助学小帮手任务3——创建智能体项目2：化工安全应急处理助学小帮手任务3——创建智能体项目2：化工安全应急处理助学小帮手任务3——创建智能体学生分享及教师点评分享要点分值计分评价标准1、任务的方案设计合理性和可行性20基础数据齐全、人有想法2、通用能力的插件选型策略20主动思考，探究背后技术3、专用能力的工作流构建20积极思考、善于总结创新4、知识库的配置策略20理性分析，人机协助积极求变，另辟蹊径5、其它（含逻辑、表情、主动、清晰、流畅、新意等）20能说、会思、质疑、精技

子任务3：语音提示处理能用加善用智能体遇见更强大的自己1人工智能伦理概述模块7：遵守人工智能伦理规范当自动驾驶汽车穿梭于城市街道、人脸识别系统秒速完成身份核验、AI聊天机器人全天候响应客户咨询、AI医生上岗服务偏远地区患者等，人工智能成为新一轮科技革命和新质生产力的核心驱动力，正以不可阻挡之势渗透到交通、银行、医疗、交通、教育等人类社会的各个领域，既大幅提升了生产效率、降低了成本，为经济增长和人类福祉带来诸多便利，也悄然重塑着我们的生活方式与生产模式。但技术狂奔的背后，也伴随着一系列伦理风险与挑战。自动驾驶事故中的人机责任界定困境医疗AI误诊引发医患纠纷与责任争议犯罪分子利用AI技术收集个人信息实施诈骗人工智能该遵循怎样的原则以促进其可持续发展？人类的尊严、公平与安全如何在智能时代得到守护？人工智能伦理是开展人工智能研究、设计、开发、服务和使用等全生命周期活动需要遵循的价值理念和行为规范，核心聚焦AI带来的伦理问题及解决方案，旨在促进AI向善、引领技术健康发展。一、人工智能伦理的基本概念一是明确AI发展的价值导向，确保技术服务于人类共同福祉，而非少数人利益或危害社会；二是防范AI应用中的伦理风险，如隐私泄露、偏见歧视、安全事故、版权争论、超越控制等；三是建立AI伦理的实践路径，让伦理规范真正融入技术研发、应用和管理的全生命周期。根据2021年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》等，人工智能伦理要解决三个关键问题：一、人工智能伦理的基本概念哲学性技术性全球性以人为本智能向善可持续发展三大特性一、人工智能伦理的基本概念20世纪50年代AI诞生初期技术局限于简单逻辑推理21世纪初机器学习兴起数据隐私问题开始显现2021年伦理规范发布《新一代人工智能伦理规范》2024年欧盟《人工智能法案》首个全生命周期AI监管框架2025年《人工智能全球治理行动计划》全球共识加速形成2023年联合国发布《以人为本的人工智能治理》深度学习、生成式AI爆发，伦理风险变为现实挑战近十年发展演进二、常见人工智能伦理问题1数据隐私与安全数据采集的"信息泄露"数据存储的"安全黑洞"数据滥用的"连锁危害"2算法偏见与歧视训练数据的"历史偏见"算法设计的"隐性倾斜"应用场景的公平危机3算法不透明"黑箱"决策不可解释人机责任边界模糊责任主体多元且分散4技术滥用与内容风险虚假信息生成风险知识产权风险违法工具制作风险5人的主体性异化人的认知能力、决策能力、社交能力受损人的参与度与主导权弱化二、常见人工智能伦理问题ChatGPT泄露个人信息案例大量用户信息泄露利用AI合成虚假火灾视频，构成新型犯罪数据隐私风险贯穿“采集—存储—使用—销毁”全生命周期，且各环节风险相互传导：采集环节的“越界”会为后续泄露埋下隐患，存储环节的“漏洞”会直接导致数据失控，使用环节的“滥用”则会将风险从个人层面升级为社会安全问题。数据隐私和安全二、常见人工智能伦理问题算法偏见指AI系统在决策过程中，会根据不公平或扭曲的数据对特定群体产生不公平对待的行为，其危害在于：它以“技术中立”为掩护，使歧视变得更隐蔽、更难追责。特点：隐蔽性、系统性训练数据自带「历史偏见」：AI依托历史数据学习，数据中留存的传统社会不公，会被算法复刻、放大，又称数据质量型偏见，是歧视首要来源。算法设计存在「隐性倾斜」：开发阶段特征筛选、权重设置有意/无意带入歧视指标，缺少多元群体考量，刻板印象被编码进决策逻辑，难以直观察觉。落地场景催生「公平危机」：AI落地未适配场景、兼顾群体差异，数字化规则复刻资源分配不均，进一步固化社会不平等。算法偏见与歧视二、常见人工智能伦理问题算法不透明与责任真空的核心矛盾，是AI“黑箱”特性与人类责任伦理的冲突。从理论层面看，深度学习模型的决策过程涉及海量神经元的复杂连接、权重调整与多层计算，即使是算法设计者也难以完全追溯输出结果的生成逻辑，导致人类难以直观理解其内部逻辑，进而形成“不可解释风险”。人机责任边界模糊：AI逐步从人类辅助工具转向自主参与决策，事故发生后无法清晰区分诱因：人类操作失误/算法本身缺陷/硬件设备故障。责任主体多元分散，追责推诿严重：AI产业链涉及研发企业、运营平台、终端使用者、监管机构多方主体，因果链条冗长复杂；AI本身不具备法律责任承担主体资格，易形成责任真空、各方互相甩锅。AI处方造假报道算法不透明与责任二、常见人工智能伦理问题生成式AI低门槛、高仿真的技术特性，在赋能内容创作的同时，极易被滥用，滋生虚假信息、侵权盗版等安全风险。AIGC纯数据统计生成的运行逻辑缺乏价值甄别能力，技术便捷性与伦理约束的失衡，是其各类风险产生的深层根源。虚假信息生成风险：AIGC凭借高仿真生成与模型幻觉特性，可批量产出难以识别的虚假内容，大幅降低造谣、舆论操控、网络诈骗的实施门槛，破坏社会信息真实与信任体系。

知识产权风险：AI训练存在大量无授权版权数据使用争议，合规边界模糊；同时AI生成内容易引发隐性侵权，算法黑箱导致溯源难、维权难，冲击现有知识产权制度体系。违法工具制作风险：AIGC降低网络攻击、电信诈骗等违法犯罪的技术门槛，可辅助生成恶意代码、诈骗脚本等违法工具，滋生新型网络犯罪，加重社会安全治理压力。AI文生图案件庭审现场技术滥用及内容风险人的主体性异化人的主体性:是哲学与社会学中的重要概念，指人作为活动主体在与客体相互作用过程中表现出来的自主性、能动性和创造性。当AI开始承担文本创作、图像生成、数据分析等复杂任务时，人类的参与度和主导权不断被稀释。认知退化危机：AI替代人类深度思考，长期依赖导致思辨、推理能力弱化。MIT实验证明，使用AI会大幅降低大脑神经活跃度，产生不可逆的“认知债务”，削弱自主思维能力。

决策自主消解：人类过度依赖算法决策，放弃独立研判与价值判断。AI存在固有技术缺陷，全权交由AI决策易引发误判，造成现实风险与损失。社交关系虚化：AI虚拟社交缺乏真实情感共情，使人际交往浅层化、工具化。同时过度依赖AI解决专业问题，易脱离现实场景，引发判断失误、贻误时机等问题。脑科学实验设计示意图人的主体性异化AI带来的风险研讨针对以下应用领域，研讨AI可能带来的风险，填写下表。风险领域AI具体应用场景AI风险表现我的应对/规避建议日常学习【示例】AI写作业【示例】学生过度依赖AI输出内容，独立思考、逻辑推理等能力逐步退化【示例】仅用AI做思路参考，核心内容自主完成，严格控制AI替代自己工作社交娱乐求职就业医疗健康交通出行网络安全学生分享及教师点评评价要点分值计分教师点评1、风险场景的真实性与贴合度20场景贴合学生学习/社交日常，风险描述真实可感2、风险分析的深度与完整性25深度拆解逻辑，分析对不同群体的差异化危害3、应对方案的可行性与创新性20方案可落地性强，从个人使用、平台监管、政策规范三个维度提出了完整思路4、团队协作与分工合理性15集思广益、团结协作5、分享表达的清晰度与逻辑性10分享逻辑清晰，重点突出6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10积极互动，表达流畅，自信开朗

子任务3：语音提示处理安全规范使用AI科技向善伴成长2人工智能伦理治理模块7：遵守人工智能伦理规范授课人：肖欣伦理治理不仅是应对风险的手段，更是保障AI技术始终服务于人类福祉的关键基石。当数据隐私泄露、算法偏见歧视、AI决策“黑箱”等伦理问题逐渐从潜在风险变为现实危害，如何通过系统性治理为人工智能“立规矩、划边界“？一、新一代人工智能伦理治理伦理治理的本质并非对技术创新的限制，而是通过明确价值导向与行为规范，确立技术发展的伦理底线，让AI始终服务于人类共同利益，实现创新与责任的平衡统一。治理的核心目标构建多层次、多维度的人工智能伦理治理规范体系，推动治理模式从单纯的原则倡导走向刚性的制度约束，形成政府、企业、社会协同共治的长效机制。一、新一代人工智能伦理治理尊重人类公正性可解释性可追溯性负责任伦理治理核心原则一、新一代人工智能伦理治理原则一：尊重人类——守护技术的“人本底色”保护权益为核心严禁任何侵犯个人隐私、损害生命安全的行为，将人类基本权利与安全置于技术发展之上，筑牢伦理防线。严守知情同意原则数据采集遵循“合法、正当、必要”准则，杜绝“无感采集”与“越界收集”，确保用户充分知晓并自愿授权数据使用。保障用户自主控制赋予用户数据使用的知情权与控制权，支持自主选择数据是否用于模型训练、是否接受个性化算法推荐等关键决策。核心目标：防止技术异化为侵犯人类权益的工具，始终确保AI的技术逻辑服从人类的价值逻辑，让智能技术真正服务于人、造福于人。一、新一代人工智能伦理治理原则二：公正性——消除算法的“隐性歧视”核心目标：

打破“历史偏见固化为算法歧视”的恶性循环，主动干预并修正算法中的不公因子，让人工智能从社会偏见的“放大器”转变为促进社会公平、缩小群体差距的重要工具。数据公平：构建多元无偏的样本基座训练数据需充分覆盖不同年龄、性别、地域、文化背景的多元群体，避免因样本采集失衡、代表性不足而导致的结构性偏见，从源头筑牢算法公平的基础。决策公平：剔除歧视性的特征变量算法模型设计需严格剔除性别、种族、户籍、宗教等可能引发歧视的敏感特征，建立公平性校验机制，确保不同群体在就业、教育、金融等AI服务场景中获得平等的对待与机会。一、新一代人工智能伦理治理原则三：可解释性——破解“黑箱困境”核心价值：让AI从“不可知”走向“可知”，从“不可控”走向“可控”，构建人机互信的智能生态。理解与验证针对医疗、司法等关键领域，需采用“白盒算法”或“黑盒+解释模块”的架构设计，让系统逻辑清晰可见，便于专业人员核验。明确决策依据以可理解的方式向用户阐明“决策依据是什么”“为什么给出该结果”，拒绝模糊的自动化结论，保障用户对结果的知情权与质疑权。筑牢责任基石为算法缺陷的修正、决策失误的责任界定提供技术前提，建立“可问责”的算法治理闭环，避免因“黑箱”导致的责任推诿。一、新一代人工智能伦理治理原则四：可追溯性——明确责任的“追踪链条”核心要求：全流程数据留痕完整记录输入信息、模型参数配置、中间运算逻辑及输出结果等全链路数据，确保数据真实、不可篡改，为后续回溯提供完整的原始依据。关键能力：事故场景责任还原当系统出现故障或引发事故时，可通过追溯系统记录，复现算法决策的每一步逻辑，精准判断是技术缺陷、数据偏差，还是外部环境或人为操作的问题。核心目标：构建“事后兜底机制”

解决“谁为智能决策买单”的核心问题，例如在自动驾驶事故中，通过追溯明确责任主体，让算法决策不再是“黑箱”，为司法判定和责任划分提供可采信的技术证据。一、新一代人工智能伦理治理原则五：负责任——筑牢技术的“安全防线”核心目标：推动AI发展逻辑实现根本性转变，从单一追求“技术效益”的片面导向，转向“兼顾社会成本与公共福祉”的综合价值导向，实现技术进步与社会可持续发展的良性互动。核心一：夯实技术责任基石AI系统需经过全场景、高强度的安全测试与漏洞排查，从算法设计到部署运维形成闭环，避免因技术缺陷引发数据泄露、决策失误等安全事故，保障系统基础的可靠性。核心二：扛起社会影响责任主动评估AI对就业结构、社会关系、伦理规范的长期影响，预判技术应用可能带来的社会风险，并配套制定职业培训、权益保障等社会支持措施，让技术发展惠及更广泛的群体。一、新一代人工智能伦理治理制定和执行相关法规与政策提高AI技术的透明度和可解释性建立AI伦理审查机制提高公众对AI伦理问题的认识和意识加强国际合作和交流共解AI伦理问题应对伦理问题的策略一、新一代人工智能伦理治理策略一：制定和执行相关法规与政策我国政府发布的人工智能伦理相关政策文件

法律法规与政策的作用：法规可以界定伦理违规行为的法律责任，例如对未经授权采集数据的企业处以罚款，对滥用AI实施诈骗的个人追究刑事责任；政策可以引导AI的发展方向，例如通过财政补贴支持“公平性算法”的研发，通过准入限制规范高风险AI的应用。一、新一代人工智能伦理治理策略二：提高AI技术的透明度和可解释性全球首个AI可解释性国际标准主要手段：公开关键信息：明确要求企业披露AI系统的核心原理、训练数据来源及关键决策指标，让算法规则不再处于“不可见”状态，保障用户的知情权。研发可解释AI(XAI)技术：利用可视化工具拆解算法决策路径，让复杂的模型输出转化为人类可理解的逻辑，实现从“黑箱”到“白盒”的技术突破。一、新一代人工智能伦理治理策略三：建立AI伦理审查机制科技伦理审查办法（试行）的政府发文核心逻辑：构建多方参与的协同评估体系打破单一主体的局限性，审查主体涵盖技术专家、伦理学家、法律学者及社会公众代表，实现技术可行性与伦理正当性、社会包容性的统一研判，确保评估视角的全面性与公正性。企业维度：建立内部治理架构行业维度：搭建公共服务平台政府维度：强化法规制度约束一、新一代人工智能伦理治理策略四：提高公众对AI伦理问题的认识和意识认知筑基：全龄段教育普及行动高校与基础教育双向发力：国内多所高校已将“人工智能伦理”纳入通识课程体系；教育部同步发布《中小学人工智能通识教育指南（2025年版）》，让AI伦理意识从青少年抓起，筑牢社会认知根基。监督护航：社会共治与政府整治并重舆论监督与专项行动结合：一方面通过社会舆论曝光AI歧视、滥用等不良案例，形成民间监督力量；另一方面，中央网信办将“整治AI技术滥用乱象”纳入2025年“清朗”系列重点任务，以行政力量强化行业规范。核心价值：让公众从“被动接受”转向“主动参与”，构建政府引导、社会协同、公众参与的多元共治AI伦理治理新格局。一、新一代人工智能伦理治理策略五：加强国际合作和交流分享治理经验通过多边对话机制分享各国AI治理的实践案例与政策成果，减少不同司法辖区间的政策差异，为企业提供清晰、一致的合规指引。统一行业标准推动国际社会协同制定AI研发、应用的通用伦理准则与技术标准，避免企业在跨国运营中陷入“规则冲突”的困境，降低合规成本。深化跨境协作建立跨国执法与监管协作机制，共同打击利用AI技术实施的网络诈骗、数据窃取等跨国犯罪行为，维护全球数字空间的安全与秩序。搭建全球交流平台：世界人工智能大会、全球AI伦理峰会等成为各国政府、学界与产业界对话的重要桥梁。组建企业自律联盟：百度、微软、谷歌等科技巨头成立“全球AI联盟”，携手制定行业伦理规范，推动技术向善的实践落地。二、人工智能职业道德基本要求坚守“以人为本”的价值导向恪守“数据安全”的责任底线追求“透明可解释”的技术目标履行“社会责任”的主动担当Nature子刊报道AI驱动的可穿戴助盲系统二、人工智能职业道德基本要求坚守“以人为本”的价值导向恪守“数据安全”的责任底线追求“透明可解释”的技术目标履行“社会责任”的主动担当“三位一体”履行AI伦理的社会责任保证AI透明可解释的技术路线研讨AI治理的应用场景应用场景潜在的伦理风险可能的负面影响你的治理与改进建议示例：AI招聘算法偏见（如性别、年龄、院校歧视）就业不公，固化社会偏见，损害求职者权益审查训练数据，剔除歧视性特征；采用可解释AI，公开决策依据；建立第三方评估机制。AI内容生成（AIGC）智能驾驶AI美颜/换脸AI医疗诊断……学生分享及教师点评评价要点分值计分小组/教师点评1、应用场景的真实性20场景贴合真实生活和社会2、潜在伦理风险的准确性15找准风险点，有理有据3、列举负面影响的完备性15确实存在，抓住要点4、治理与改进建议的可行性30集思广益、团结协作5、分享表达的清晰度与逻辑性10分享逻辑清晰，重点突出6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10积极互动，表达流畅，自信开朗

子任务3：语音提示处理增强伦理意识践行职业担当3课堂实践模块7：遵守人工智能伦理规范授课人：肖欣实践项目一：AI伦理案例分析实践情境某知名AI公司在提供校园人脸识别门禁系统服务时，未经充分告知与授权，长期收集并存储了数十万师生的人脸图像、身份信息及出入校轨迹数据。后因内部管理漏洞，该数据库被非法窃取并在暗网售卖，导致大量个人敏感信息泄露。实践目标结合案例，分析由此导致的人工智能伦理风险和社会影响，查阅相关法律法规，梳理类似案例，并从数据安全、隐私保护等层面提出改进建议，撰写一份结构清晰的案例分析报告。实践步骤：案例分析三阶段步骤1查阅案例涉及的法规与规范

对照《新一代人工智能伦理规范》《个人信息保护法》《数据安全法》等，分析案例中哪些行为违反了现有法律，重点回答："发生了什么？违反了什么？"▼步骤2梳理类似案例及学术分析

识别核心伦理争议点，从企业、监管部门、技术开发等多方归因分析，评估各关键角色的责任与诉求，重点回答："为什么会发生？"▼步骤3撰写案例分析报告

从技术层面和管理层面提出治理方案，从社会层面提出多元共治建议，重点回答："如何才能避免再次发生？"实践项目二：AI职业道德讨论实践情境科研公司核心研发人员小田，为图方便违规使用AI应用软件，擅自将核心数据和实验成果上传至该软件，导致涉密信息泄露。事后受到严厉处理并承担严重后果。实践目标分析从业者应遵循的核心职业道德准则，明确技术与责任的边界，从个人、企业、行业等层面讨论如何加强人工智能职业道德建设，形成不少于500字的个人反思报告。实践步骤：职业道德讨论三阶段步骤1核心职业道德准则梳理从《新一代人工智能伦理规范》等文件中提炼公平性、透明度、问责制、隐私保护、安全性等核心准则，分析其在不同职业场景中的实践要求。▼步骤2AI职业道德困境与冲突分析探讨商业利益与用户权益、技术创新与隐私保护等常见道德冲突，从个人良知、企业考核、行业竞争、法律法规等多维度分析困境根源。▼步骤3AI职业道德实践路径探讨从个人、企业、社会三个层面讨论道德责任与实践路径，形成个人反思报告，并以PPT形式分享讨论成果。评价标准评价要求分值评分标准案例分析报告30伦理风险识别准确，法律依据引用恰当，改进建议具体可行职业道德反思报告25准则理解到位，困境分析深刻，个人承诺具体明确小组讨论与分享25积极参与讨论，观点有理有据，表达清晰流畅PPT展示成果20内容结构清晰，论据充分，视觉呈现规范美观思考讨论问题1在校园人脸识别案例中，你认为企业、学校、监管部门各应承担怎样的责任？问题2小田的案例给我们的启示是什么？在日常工作中如何避免因"图方便"而触犯职业道德底线？

子任务3：语音提示处理心怀伦理敬畏，践行职业担当。1人工智能新技术模块8：展望未来人工智能感知智能：语音助手、图像识别已融入日常生活行动智能：未来AI将拥有实体，能自主移动和执行任务具身智能：融合感知、决策与行动的全新智能形态2025年全球首个具身智能机器人强化学习技术在上海落地探索三大前沿技术：多模态大模型、具身智能机器人、多智能体协作一、多模态大模型能够同步处理文本、图像、视频、音频等不同类型的数据，并实现跨模态的内容理解与生成跨模态对齐：通过在海量的跨模态配对数据（例如带有语音解说的烹饪视频、配文字说明的新闻图片）上进行训练，将文本、图像、声音等不同模态的信息映射到同一个统一语义空间医疗大模型与主任

级医师能力对比

华为AI全屋智能解决方案二、具身智能机器人核心理念：将智能体的认知能力与物理实体相结合，实现从“感知世界”到“行动世界”的跨越，构建“感知—思考—行动“的完整闭环关键技术：多模态感知：视觉、听觉、触觉综合认知环境跨模态对齐：将视觉、听觉、触觉等不同模态的信息，映射到一个统一的语义空间中，建立起不同信息之间的关联强化学习与仿真训练：通过设计合理的奖励机制，让机器人在试错过程中自主优化行为策略；在虚拟环境中模拟各种真实世界的物理条件和突发情况，让智能体在虚拟空间中快速积累训练经验零售场景银河通用机器人与人互动三、多智能体协作现实世界中的许多复杂问题，像城市整体规划、自然灾害应急响应、大型活动统筹策划等，往往涉及多个环节、多个领域的协同配合，仅靠单个智能体难以高效完成多智能体系统正是为解决这类复杂问题而生，它模拟自然界中常见的群体智能行为，让多个AI智能体组成协作网络，通过自主分工、实时信息共享和协同决策，形成超越单个智能体能力的集体智慧，从而高效应对复杂任务三、多智能体协作微软研发的AutoGen框架，核心特点是“对话驱动协作”。AutoGen框架三、多智能体协作核心特点是“团队协作式任务流”。CrewAI框架三、多智能体协作LangChain团队推出的LangGraph框架，核心特点是“状态机式流程编排”。LangGraph框架三、多智能体协作国产开源的Dify平台，核心特点是“一站式低代码Agent开发”。Dify平台三、多智能体协作框架名称核心特点优势适用场景AutoGen对话驱动协作灵活性强创意验证、快速原型CrewAI团队协作任务流框架抽象性好内容生产、流程执行LangGraph状态机式流程编排流程编排能力极强复杂业务系统Dify一站式低代码开发上手快、中文支持强企业知识助手多智能体协作技术框架对比多智能体协助的应用场景针对多智能体协助技术，研讨其应用场景，填写下表。应用场景具体描述产生的价值【示例】城市交通管理通过路口信号控制智能体、车辆路径规划智能体和公共交通调度智能体的协同优化交通通勤实现整体通行效率的显著提升，提升社会效益，降低能耗等学生分享及教师点评评价要点分值计分教师点评1、应用场景的准确性与贴合度20场景贴合实际2、具体描述有深度与完整性25有具体的协同内容，能解决实际问题3、产生价值的可行性与创新性20富有价值，有创新应用4、团队协作与分工合理性15集思广益、团结协作5、是否使用AI工具10AI赋能，人机协同6、其它（含逻辑、表情、主动、清晰、流畅、自信等）10积极互动，表达流畅，自信开朗

子任务3：语音提示处理学好前沿AI携手共创未来2人工智能新应用模块8：展望未来人工智能授课人