《人工智能通识》教学大纲

《人工智能通识》课程教学大纲课程代码：课程名称：人工智能通识开课学期：学分/学时：理论2/32课程类型：必修适用专业/开课对象：非计算机专业先修课程：无开课单位：团队负责人： 责任教授：执笔人： 核准院长：一、课程的性质、目的与任务人工智能通识课是一门面向非计算机专业学生的通识课程，旨在帮助学生了解人工智能的基本概念、原理、技术和发展历程，培养学生的科学素养和信息技术应用能力，使学生能够以理性思维看待人工智能在生活和社会中的应用与发展。通过本课程的学习，要求学生对人工智能有全面的认识，理解人工智能的核心技术及其在各领域的应用，激发学生对人工智能领域的兴趣，培养学生的创新思维和跨学科思考能力，为学生未来的学习、工作和生活奠定基础。本课程注重培养学生理论应用于实践的能力，课堂上系统地讲解人工智能的基本概念、原理和技术，使学生掌握人工智能的核心知识。通过介绍人工智能的应用案例，让学生了解人工智能在实际生活和生产中的广泛应用。引导学生思考人工智能发展所带来的伦理、社会和哲学问题，培养学生对人工智能的理性认识和批判性思维。探索人工智能与各学科的交叉融合，鼓励学生将人工智能知识应用到自己感兴趣的领域。二、教学内容及教学基本要求第1章人工智能的奥秘（2学时）教学内容：包含1.1节到1.4节的内容，主要介绍从人类智能到机器智能的转变，人工智能的发展历程，智能哲学，以及智能应用案例等。教学要求：学生应理解人类智能与人工智能的区别与联系，了解人工智能发展的三次浪潮及其特点，掌握智能哲学相关的概念和问题，能够分析智能应用案例所体现的人工智能技术。第2章人工智能的核心技术（2学时）教学内容：涵盖2.1节到2.5节的内容，重点阐述数据、算法、算力和平台与工具等核心技术，以及核心技术的应用案例。教学要求：学生需要了解数据的定义、预处理方法以及大数据与人工智能的关系；掌握经典人工智能算法的分类和原理；理解算力对人工智能发展的影响；熟悉常用人工智能开发框架和工具链；能够分析核心技术应用案例中技术的应用情况。第3章机器学习——从数据中获取智慧（4学时）教学内容：包括3.1节到3.5节的内容，详细介绍机器学习的概述、监督学习、无监督学习、半监督学习及其应用案例。教学要求：学生应掌握机器学习的发展历程和分类；理解监督学习、无监督学习和半监督学习的基本概念、典型方法和应用场景；能够分析机器学习应用案例中所使用的算法和技术。第4章深度学习——模拟大脑的学习过程（2学时）教学内容：涉及4.1节到4.4节的内容，讲解深度学习的定义、发展历史、优势，神经网络的基本原理与结构，训练与优化方法，以及应用案例。教学要求：学生需要理解深度学习的原理和特点；掌握神经网络的基本结构和工作原理；了解深度学习的训练与优化方法；能够分析深度学习应用案例中技术的应用和效果。第5章强化学习——通过试错优化决策（2学时）教学内容：包含5.1节到5.4节的内容，介绍强化学习的定义、发展历史、分类，基础理论，经典算法以及应用案例。教学要求：学生应理解强化学习的基本概念和原理；掌握强化学习的经典算法及其应用场景；能够分析强化学习应用案例中智能体的学习和决策过程。第6章群体智能——集体智慧的涌现（2学时）教学内容：涵盖6.1节到6.3节的内容，讲述群体智能的基本概念、经典算法和应用案例。教学要求：学生需要了解群体智能的生物学启发和定义；掌握经典群体智能算法的原理和特点；能够分析群体智能应用案例中群体智能的优势和作用。第7章生成式人工智能——创造内容的新引擎（4学时）教学内容：包括7.1节到7.3节的内容，讲解生成式人工智能的定义、发展历程、未来发展，基本原理和应用案例。教学要求：学生应理解生成式人工智能的概念和原理；掌握常见的生成模型及其特点；能够分析生成式人工智能应用案例中生成内容的质量和效果。第8章智能体与智能代理——自主决策的虚拟体（2学时）教学内容：涉及8.1节到8.3节的内容，介绍智能体与智能代理的定义、特征、分类，工作原理以及应用案例。教学要求：学生需要理解智能体的概念和特点；掌握智能代理的工作原理和关键技术；能够分析智能代理应用案例中智能体的自主决策和行为表现。第9章计算机视觉——让机器看懂世界（2学时）教学内容：包含9.1节到9.3节的内容，阐述计算机视觉的基础知识、基本任务和应用案例。教学要求：学生应了解计算机视觉的概念和发展历程；掌握计算机视觉的基本任务和处理流程；能够分析计算机视觉应用案例中图像处理和分析的方法和技术。第10章自然语言处理——解锁机器语言理解（2学时）教学内容：涵盖10.1节到10.3节的内容，讲解自然语言理解、自然语言生成以及应用案例。教学要求：学生需要理解自然语言处理的基本概念和任务；掌握自然语言理解和生成的方法和技术；能够分析自然语言处理应用案例中语言处理的效果和应用价值。第11章大语言模型与多模态智能——认知融合的新范式（4学时）教学内容：包括11.1节到11.4节的内容，介绍大语言模型和多模态智能的定义、核心技术、能力以及应用案例。教学要求：学生应了解大语言模型的发展历程和核心技术；掌握大语言模型的能力和应用场景；理解多模态智能的特点和优势；能够分析大语言模型与多模态智能应用案例中的技术应用情况。第12章具身智能——人工智能与物理世界的接口（1学时）教学内容：涉及12.1节到12.4节的内容，讲解具身智能的概念、关键技术、应用场景和应用案例。教学要求：学生需要理解具身智能的定义和发展史；掌握具身智能的关键技术；能够分析具身智能应用案例中机器人与物理世界的交互和应用效果。第13章人工智能的未来与挑战（1学时）教学内容：包含13.1节到13.4节的内容，探讨人工智能对就业市场的影响、伦理问题、安全问题以及未来发展趋势与展望。教学要求：学生应了解人工智能对就业和人才需求的影响；认识人工智能伦理和安全问题的严重性和应对措施；能够对人工智能的未来发展进行思考和展望。第14章综合实践：人工智能赋能传统行业（2学时）教学内容：包含14.1节到14.5节的内容，聚焦人工智能技术与传统医学的深度融合，系统呈现AI在中医辨证施治、个性化诊疗、药性规律挖掘、电子病历管理等核心场景中的创新应用与实践。教学要求：学生通过详实的案例操作，深入理解如何借助DeepSeek、通义千问、文心一言、讯飞绘文等工具，实现诊疗效率提升、知识传承优化与医疗管理智能化，为中医药现代化与精准化提供技术支撑。三、教学方法本课程教学方法以教师为主导的启发式讲授教学法为主，以案例分析法及课堂讨论法为辅，结合课外学习的教学方法。讲授法：教师通过课堂讲解，系统地向学生传授人工智能的基本概念、原理、技术和应用等知识，确保学生对课程内容有全面的理解。案例分析法：在教学过程中，结合实际案例进行分析和讨论，帮助学生将理论知识与实际应用相结合，提高学生对知识的理解和应用能力。课堂讨论法：鼓励学生在课堂上积极讨论，针对人工智能的热点问题、伦理道德等话题展开辩论，培养学生的批判性思维和表达能力。四、课内外教学环节及基本要求本课程共32个学时，讲授16周（每周2学时）。课外教学环节：预习与复习，要求学生在课前认真预习，了解教学内容的大致框架和重点难点；课后及时复习，巩固所学知识。教师可以通过布置预习思考题和课后作业等方式，引导学生进行预习和复习。阅读拓展，推荐一些人工智能领域的经典教材、学术论文、科普文章等阅读材料，拓宽学生的知识面和视野。要求学生定期撰写读书笔记，记录自己的阅读收获和体会。课外实践，鼓励学生利用课余时间进行课外实践活动，如参加人工智能相关的竞赛、创新创业项目、科研活动等。教师可以为学生提供必要的指导和帮助，培养学生的实践能力和创新精神。五、考核内容及方式本课程成绩由平时成绩、以及期末考试成绩组合而成，课程成绩以百分制计算，分配比例如下：1.平时成绩（40%）：平时成绩包括出勤情况、课堂表现、作业完成情况等。教师根据学生在课堂上的出勤、发言、讨论表现以及作业完成质量等方面进行综合评定。3.期末考试成绩（60%）：期末考试采用闭卷考试的方式，题型包括选择题、填空题、简答题、论述题等。考试内容覆盖课程的主要知识点，重点考查学生对人工智能基本概念、原理和技术的理解和掌握程度，以及运用所学知识分析和解决问题的能力。六、持续改进在教学过程中，注重收集学生的反馈意见，通过问卷调查、课堂反馈、课后交流等方式，了解学生对课程教学内容、教学方法、教学进度等方面的评价和建议，及时调整教学策略和方法，提高教学质量。关注人工智能领域的发展动态和技术前沿，不断更新和完善教学内容，将最新的研究成果和应用案例引入课堂，保持课程内容的时效性和先进性。积极参加教学研究和教学改革活动，探索新的教学方法和教学模式，不断提高自己的教学水平和教学能力。与其他教师进行经验交流和分享，共同提高教学质量。定期对课程教学进行总结和反思，分析教学过程中存在的问题和不足之处，制定相应的改进措施和计划，不断完善课程教学体系，提高课程教学效果。七、建议教材及参考资料建议教材：[1]梁杨，等.人工智能通识教程[M].北京：机械工业出版社，2025参考资料：[1]王万良.人工