高中信息技术浙教版选择性必修《类脑计算》教学设计

高中信息技术浙教版选择性必修《类脑计算》教学设计本教学设计面向高中二年级选修信息技术课程的学生，对应浙教版教材“人工智能初步”模块中“类脑计算”一课。类脑计算是人工智能课程体系中连接“感知智能”与“认知智能”的关键节点，前承人工神经网络与深度学习的基础知识，后启智能体设计与社会伦理讨论。本课以“让机器像人脑一样思考”为核心问题，借助图形化神经网络工具与Python简易仿真环境，引导学生在动手搭建脉冲神经网络模型的过程中理解类脑计算的基本原理、结构特征与应用前景，形成对新一代人工智能技术的整体认知与理性判断。一、教材分析本课内容在教材中处于承上启下的位置。学生此前已经学习了数据与编码、算法基础以及机器学习的初步概念，知道“训练—预测”的基本范式，但对“机器如何模拟人脑”仍停留在科幻式想象层面。教材从生物神经系统的结构与功能切入，引出人工神经元模型、脉冲神经网络、神经形态芯片三个层次的内容，构成了“生物启发—数学抽象—工程实现”的完整知识链条。教材编排的突出特点是强调对比：传统冯·诺依曼架构的“存算分离”与人脑的“存算一体”形成鲜明对照，人脑约20瓦的低功耗与大型数据中心的高能耗形成强烈反差。这些对比正是本课可以深挖的教学资源。教师在处理教材时不宜面面俱到地罗列概念，而应抓住“为什么人脑高效”这一主线，把类脑计算讲成一节有科学味、有工程感、有价值判断的信息技术课。二、学情分析高二学生已经完成必修课程的学习，具备以下基础：一是掌握Python基本语法，能读懂并修改简单程序；二是了解人工神经网络中“输入—加权求和—激活输出”的基本流程，对神经元模型有初步印象；三是日常接触过人脸识别、语音助手等应用，对人工智能有浓厚兴趣但缺乏原理层面的理解。学生的困难主要集中在三个方面。其一，脉冲神经网络引入“时间”维度，信息以脉冲序列发放时刻来编码，这与学生习惯的张量数值计算差异较大，抽象程度高。其二，“存算一体”“事件驱动”等概念贴近芯片工程，学生缺乏硬件知识背景，容易望文生义。其三，学生容易陷入两个极端：要么把类脑计算想象成“人造大脑即将取代人类”，要么认为“不过是又一个炒作概念”。因此，本课需要用可操作的实验任务化解抽象，用真实数据和真实芯片案例匡正认知。三、教学目标信息意识方面，学生能够结合人脑功耗约20瓦、突触数量约10的14次方量级等具体数据，理解类脑计算的技术动机，识别媒体报道中关于类脑技术的夸大表述，形成基于证据的技术判断力。计算思维方面，学生能够描述生物神经元“接收—累积—发放”的工作过程，抽象出脉冲神经元的简化数学模型，即膜电位随输入脉冲累积、超过阈值θ即发放一个脉冲并复位的过程，并通过仿真实验观察编码、突触传递、脉冲发放三个环节。数字化学习与创新方面，学生能够借助图形化仿真平台搭建一个具有少数神经元的脉冲网络，调整阈值、权重、时延等参数，观察输出脉冲序列的变化，完成“手势方向简易识别”的项目任务，体验从生物机制到计算模型的工程化迁移。信息社会责任方面，学生能够围绕“类脑智能是否意味着机器产生意识”展开有依据的讨论，理解我国科学家在类脑芯片领域的贡献，增强科技自信与理性乐观的科技观。四、教学重点与难点教学重点是脉冲神经网络的信息编码方式与神经元发放机制，以及类脑计算“存算一体、事件驱动、低功耗”的核心特征。教学难点有两个：一是时间编码的抽象性，学生需要理解“信息可以藏在脉冲出现的时刻与间隔中”，例如刺激越强脉冲越密集这一频率编码思想；二是从生物合理性到工程价值的推理链条，学生需要建立“模仿人脑结构→改变计算方式→获得能效优势”这一完整逻辑，而不是停留在“像人脑所以先进”的表层认识。五、教学准备教师准备：课堂演示用的大脑神经元显微结构图片与短片、脉冲神经网络仿真平台（可采用教师预配置的网页版演示环境，避免现场安装耗时）、手势肌电或摄像头采集的示例数据集、一所国产类脑芯片的实物图片与公开性能资料、小组任务单与评价量规。学生准备：能联网的计算机或平板、课前完成的导学单（复习人工神经元模型）、四人小组的分工安排（操作员、记录员、汇报员、质询员）。六、教学过程环节一：情境导入——一度电的较量（约7分钟）教师在大屏幕上并列呈现两组材料：左侧是一段围棋程序对局的视频剪影，资料说明训练大型模型耗电量可达数万千瓦时；右侧是人脑的简要数据卡，屏幕上直观地写着：质量约1.4千克，功率约20瓦，突触数量约10¹⁴个。教师提问：一个20瓦的“生物机器”，能完成识人、听讲、走路、作曲这些高度复杂的任务，而一台功耗是它数万倍的计算机却在许多日常任务上显得笨拙。差距从哪里来？学生自由发言，教师将关键词板书：结构不同、学习方式不同、能耗不同。教师顺势点题：有一群科学家选择了一条直接的道路——既然人脑这么高效，那就照着它的样子造计算机。这就是今天要研究的类脑计算。此环节设计意图在于用能耗的悬殊数字制造认知冲突。“20瓦对数万瓦”是任何人都能感知的尺度对比，比抽象定义更能激活探究动机，也为全课“能效”这一暗线埋好伏笔。环节二：温故知新——从人工神经元到真实神经元（约8分钟）教师引导学生回忆人工神经网络中的神经元模型：多个输入x₁、x₂、x₃分别乘以权重w₁、w₂、w₃，求和之后加上偏置b，再经过激活函数f得到输出y，即y=f（w₁x₁+w₂x₂+w₃x₃+b）。教师追问：这个模型模仿了生物神经元的什么？又丢掉了什么？学生讨论后教师展示生物神经元结构图，带领学生逐项对照：树突对应输入端口，细胞体对应求和与判别，轴突对应输出线路，突触对应权重。随后教师抛出关键差异：真实神经元传递的不是一个连续数值，而是一连串短促的电脉冲；信息不只在于“发不发”，还在于“什么时候发、发得多密”。教师用动画演示神经元静息、接收刺激、膜电位上升、越过阈值后发放动作电位并回落复位的过程，引出简化模型：膜电位V随输入脉冲逐步累积，当V≥θ时发放一个脉冲，随后V复位。此环节的设计意图是以旧知为锚点生长新知。学生已有“加权求和加激活”的老模型，教师只需指出“时间维度被丢掉了”，脉冲神经网络就自然而必要地登场，避免了新概念的突兀灌输。环节三：探究实验一——搭建你的第一个脉冲神经元（约12分钟）学生两人一组，在仿真平台上打开“单神经元”工作区。平台上有一个可参数化的脉冲神经元模块和若干输入脉冲源。任务一：设置阈值θ为5个单位，输入端接入频率较低的脉冲序列，观察膜电位曲线。学生会发现膜电位起起落落但始终到不了阈值，神经元“沉默”。记录员在任务单上画出膜电位随时间变化的示意曲线。任务二：提高输入脉冲频率，观察膜电位累积越过阈值、神经元发放的瞬间。学生直观看到“发放—复位—再累积”的锯齿状过程。任务三：固定频率，逐步调低阈值，统计单位时间内输出脉冲的数量，填写“阈值—输出频率”对照表。小组汇报观察结论，教师提炼三点：其一，脉冲神经元是“攒够才发”的累积型器件；其二，阈值为神经元的兴奋性提供了调节手段；其三，输入越密集，输出越密集，刺激强度被编码成了脉冲频率——这就是频率编码。教师再补充演示时间编码的思想：两个输入脉冲如果几乎同时到达，作用会叠加得更快；一先一后到达，效果减弱。细胞对“时序”敏感，这正是人脑处理声音方位等信息的重要机制。此环节用三组参数化的小实验把抽象机制变成可观察的现象。任务设计遵循“先看现象、再找规律、后得概念”的顺序，符合概念建构的规律，也为后续网络层级的实验储备操作经验。环节四：探究实验二——三层脉冲网络识别手势方向（约15分钟）教师给出挑战任务：用脉冲神经网络完成一个接近真实应用的识别任务——判断手指在摄像头前向左挥还是向右挥。教师先做整体说明：采集设备把运动事件转化为特殊格式的数据，画面中变亮的像素产生正脉冲、变暗的产生负脉冲，静止背景不产生任何数据。教师强调这一“只记录变化”的特性与人眼视网膜的工作方式惊人相似，这种相机被称为事件相机，它是类脑感知的重要前端。学生小组在平台中搭建三层网络：输入层接收事件数据流；中间层若干神经元与输入层通过可调权重连接；输出层两个神经元，分别代表“向左”和“向右”，谁在时间窗内发放的脉冲多，网络就判定为哪个方向。学生依次完成四步操作：加载示例事件数据并可视化脉冲流；运行默认参数网络，记录两次手势的输出脉冲数；发现网络对某类手势判断不稳后，调整中间层权重或阈值重新测试；填写“参数调整—识别结果”实验日志，至少完成三轮迭代。教师巡视指导时重点关注两类常见问题：一是学生把权重调得过大导致所有神经元狂发脉冲，教师提示“网络兴奋不等于网络聪明，克制也是智能的一部分”；二是学生只看最终判断对错而忽视过程数据，教师引导他们读出输出层的脉冲计数对比，理解置信程度。汇报环节，教师邀请两组分享：一组讲“我们如何判断网络选错了阈值”，一组讲“事件数据流和摄像头视频有什么本质不同”。教师顺势总结类脑系统的整体链路：事件相机感知→脉冲编码→脉冲神经网络处理→稀疏脉冲输出，整个链条上数据是稀疏的、计算是事件驱动的，没有事件就不消耗能量。此环节是整节课的高潮。学生第一次完整经历“感知—编码—计算—决策”的类脑系统流程，亲手调参的经历让“事件驱动、稀疏计算”这些术语有了身体记忆。实验日志则把探究过程显性化，便于过程性评价。环节五：拓展认知——让脉冲网络住进芯片（约7分钟）教师提出问题：我们用软件模拟脉冲网络，本质上还是在传统计算机上“假装”神经元工作，能效优势大打折扣。真正的类脑计算在硬件上做了什么不同的事？教师用对比图讲解：传统架构中存储器与处理器分离，数据在两者之间来回搬运，大量能量耗在“路上”；类脑芯片把成千上万个人工神经元与突触集成在一起，计算就在数据所在之处发生，这被称为“存算一体”。再用一个生活化类比帮助学生理解：传统架构像全城只有一个中央厨房，家家开火都要往返取菜；类脑架构则是每个街区都有灶台，食材就地烹饪。教师展示国内科研团队研制的类脑芯片实物图片与公开报道中的能效数据，介绍其在机器人、边缘感知等场景的应用探索。学生看到了“从论文到芯片”的真实路径，也看到中国在这一前沿领域的身影。教师明确本课核心特征的归纳，请学生齐读任务单上的三句话：信息用脉冲的时刻与频率编码；计算由事件触发、无事件不耗电；存储与计算融合于神经形态结构。这三句话就是理解类脑计算的三把钥匙。环节六：思辨讨论——类脑计算离“人造大脑”有多远（约6分钟）教师抛出议题：媒体有言“类脑芯片将让机器拥有意识”，请结合本节课的实验与数据发表看法，要求每句论断都要有依据。学生观点分化后，教师组织简短的结构化辩论，再给出理性归纳：其一，本节课搭建的“网络”只有寥寥数个神经元，人脑有数百亿神经元与百万亿级突触，规模差距以数量级计；其二，人类至今没有完全弄清楚大脑的学习规则与意识机制，模仿对象本身尚未被完全理解；其三，即便技术远未成熟，类脑计算在低功耗感知、边缘智能上的价值已经实实在在。盲目神化与全盘否定都不是科学态度。教师最后点出信息社会责任的落点：面对每个技术热点，先问“它模仿了什么、改变了什么、做到了什么、还做不到什么”，四问之后再发言，就是信息技术学习者应有的媒介素养。环节七：课堂小结与分层作业（约5分钟）师生共同完成知识框架梳理：从生物神经元的脉冲发放出发，抽象出“累积—阈值—发放—复位”的脉冲神经元模型；由单神经元到三层网络完成手势方向识别，体验编码与调参；由软件仿真走向存算一体的类脑芯片，理解低功耗的工程根源；最后以四问法建立理性的技术观。分层作业设计如下：基础层，绘制一张“类脑计算三把钥匙”思维导图，并写出每层含义的一句话解释；提高层，在仿真平台中改变网络层数或神经元数量，探究其对识别稳定性的影响，提交一页实验报告；拓展层，查找一种类脑芯片或事件相机的公开资料，写一段不超过三百字的科普短评，要求数据准确、立场鲜明。七、板书设计主板书以流程脉络呈现：生物神经元（树突—胞体—轴突—突触）→脉冲神经元模型（V累积，V≥θ则发放并复位）→脉冲神经网络（频率编码＋时间编码）→类脑芯片（存算一体、事件驱动、低功耗）。副板书区域实时记录学生实验中的关键数据与精彩观点，如“阈值越低越容易发放”“没有事件就没有能耗”，将学生的生成性发现固化为课堂资源。八、教学评价设计本课采用“实验日志＋课堂汇报＋分层作业”三线并行的过程性评价。实验日志评价观察记录的完整性与数据的真实性；课堂汇报借助简易量规从“概念准确、证据支撑、表达清晰”三个维度打分，组间互评与教师点评相结合；分层作业依据认知水平差异分层赋分，确保每位学生都能在原有基础上获得可达成的挑战目标。评价特别关注学生能否用实验数据支撑自己的观点，把“有理有