《计算机与人工智能导论》教学大纲

《计算机与人工智能导论》教学大纲一、课程基本信息课程名称：计算机与人工智能导论课程代码：课程英文名称：IntroductiontoComputerandArtificialIntelligence学时与学分：理论学时40，课外实践学时16，总学分3课程性质：必修课适用专业：人工智能学院所有专业先修课程：无后续课程：计算机视觉、自然语言处理、大数据处理与分析、软件工程等二、课程定位与课程目标（一）课程定位本课程是人工智能专业大一入门核心基础课，融合计算机基础与人工智能全领域通识两大模块。摒弃单一AI入门的片面性，先搭建完整计算机软硬件、网络、数据、程序底层认知，再系统讲解人工智能发展史、核心分支、主流技术、行业应用、伦理治理，配套课程思政与实践训练，实现“计算机基础打底+AI通识拓维+价值引领育人”三位一体，为后续专业核心课搭建完整知识框架，兼顾理论认知、实操能力、科技责任感与创新思维培养。（二）课程目标本课程旨在为学生建立完整的计算机与人工智能知识框架，培养计算思维与智能应用能力，具体目标如下：1.理解计算机系统基础：掌握计算机的演进历程、系统组成、数据表示、软件构建等核心基础知识，建立对计算机硬件与软件协同工作的整体认知。2.掌握算法与数据结构核心：理解算法的定义、表示与复杂度分析，熟悉线性与非线性数据结构的基本概念与典型应用，具备初步的算法设计能力。3.熟悉数据管理与大数据技术：了解数据管理技术的发展脉络、关系模型与SQL基础，掌握大数据的5V特征及其技术体系，认识数据安全与伦理法规。4.系统掌握人工智能基础知识：了解人工智能的定义、发展历程、主要学派，理解机器学习、深度学习、自然语言处理、机器人学与具身智能等核心领域的基本原理与应用。5.了解前沿技术与产业实践：认识大模型、AIGC、多模态AI、AIAgent等前沿技术，了解AI在交通、医疗、教育、制造等行业的典型应用，初步建立实践能力培养意识。6.培养伦理与社会责任：理解AI伦理、法律与治理问题，树立“科技向善”的价值观，强化数据安全、隐私保护和科技自立自强的责任感。7.提升问题解决与创新思维：通过案例驱动和项目实践，培养分析问题、选择合适技术路线、设计方案并实施的能力，鼓励批判性思维与创新探索。8.强化团队合作与持续学习：通过小组研讨与项目合作，提升沟通协作能力；引导学生关注技术前沿，养成自主学习的习惯。三、课程思政目标本课程将思想政治教育与专业教育有机融合，重点融入以下思政内容：1.科技自立自强与爱国情怀：通过中国超级计算机发展史（“银河”“神威”“天河”）、国产操作系统（麒麟、欧拉、鸿蒙）及自主AI芯片（昇腾、寒武纪）等案例，激发学生民族自豪感和科技报国的使命感。2.工匠精神与严谨作风：在数据表示、编码标准、代码规范、算法设计等内容中，强调精益求精、一丝不苟的职业素养。3.科技向善与绿色计算：讨论绿色计算、AI伦理、数据安全与隐私保护，引导学生树立可持续发展理念和负责任的技术价值观。4.法治意识与数据伦理：结合《数据安全法》《个人信息保护法》等法律法规，强化学生遵纪守法、保护数据权益的意识。5.创新精神与使命担当：通过“人工智能+”国家战略、中国AI前沿成果（DeepSeek、文心一言等），鼓励学生投身核心技术攻关，服务国家发展。6.全球视野与文化自信：在介绍国际AI发展的同时，突出中国贡献（如汉字编码、国产大模型），增强文化自信和开放合作的胸怀。四、理论教学内容及学时分配课程分为四大模块，共15章，理论教学40学时，具体分配如下：模块章次章节名称学时模块一计算机基础第1章计算工具与计算机演进史2第2章计算机系统组成4第3章计算机中的数据表示2第4章操作系统与网络基础3模块二算法、软件与数据第5章软件构建基础：语言、编译与工程3第6章算法与数据结构2第7章数据管理与大数据技术3模块三人工智能核心技术第8章人工智能概述2第9章机器学习基础4第10章深度学习基础3第11章机器人学、智能体与具身智能3第12章自然语言处理与大语言模型3模块四AI行业应用、伦理与前沿第13章AI伦理、法律、治理与未来2第14章AI赋能行业典型应用2第15章前沿技术与实践能力培养2合计40各章节主要内容与教学要求如下：第1章计算工具与计算机演进史（2学时）计算机定义、起源与发展简史（七个阶段）现代电子计算机四阶段（电子管、晶体管、集成电路、大规模集成电路）未来计算机展望（量子、光子、神经形态等）计算机特点、分类与应用中国超级计算机发展史（从“银河”到“天河星逸”）思政融入：“玻璃房”到“中国芯”的自主创新之路第2章计算机系统组成（4学时）冯·诺依曼体系结构（五大部件、指令执行周期）运算器、控制器、存储器层次结构（Cache、RAM、ROM、外存）输入/输出设备、总线与I/O接口软件系统（系统软件与应用软件）核心硬件配件（主板、CPU、内存、显卡、显示器、打印机等）性能评测指标（响应时间、吞吐率、MIPS、FLOPS、IOPS等）绿色计算（背景、途径、东数西算工程）购机实践指南思政融入：技术向善，赋能绿色发展第3章计算机中的数据表示（2学时）进制与转换（二、八、十、十六进制）数值表示（无符号整数、有符号整数原/反/补码、浮点数IEEE754）字符编码（ASCII、EBCDIC）汉字编码（输入码、机内码、国标码、Unicode/UTF-8）多媒体数据表示（声音采样量化、图像/视频/动画格式）思政融入：数据表示里的匠心与担当第4章操作系统与网络基础（3学时）操作系统定义、核心功能（处理器、存储器、设备、文件、用户接口管理）主要特征（并发、共享、异步、虚拟）操作系统分类与国产操作系统现状（麒麟、欧拉、统信、鸿蒙等）计算机网络组成、功能、分类（按覆盖范围、拓扑、传输介质）OSI七层与TCP/IP四层模型、常见网络设备IP地址（IPv4分类、公有/私有、CIDR；IPv6）与域名系统DNSWeb1.0→Web3.0演进、物联网体系结构网络安全与隐私保护（威胁、防护技术、个人隐私保护）思政融入：国产操作系统的突围之路第5章软件构建基础：语言、编译与工程（3学时）语言演进（机器语言→汇编→高级语言）结构化程序设计（自顶向下、模块化、三种控制结构）程序设计范式（面向过程、面向对象、函数式）编译与解释区别、编译器六阶段（词法、语法、语义分析、中间代码生成、优化、目标代码生成）中间代码形式、代码优化方法软件工程三要素、软件生命周期（六个阶段）常见过程模型（瀑布、原型、增量、敏捷）思政融入：代码规范与工匠精神第6章算法与数据结构（2学时）算法定义、五个特性、表示方法（自然语言、伪代码、流程图）复杂度分析（时间复杂度大O记法、空间复杂度）数据结构三要素（逻辑结构、存储结构、数据运算）线性结构（顺序表/数组、链表、栈、队列）及其在AI中的应用非线性结构（树、二叉树、图、集合）及其在AI中的应用思政融入：算法设计中的创新意识第7章数据管理与大数据技术（3学时）数据管理技术四阶段（人工管理、文件系统、数据库系统、大数据管理）关系模型（关系、元组、属性、主键、外键）SQL语言基础（DDL、DQL、DML、DCL）及简单操作示例数据安全与隐私保护（技术、管理、个人防护）大数据5V特征（Volume,Velocity,Variety,Veracity,Value）大数据技术体系（采集→存储→处理→分析→可视化）大数据与人工智能的关系数据伦理与法律法规（《数据安全法》《个人信息保护法》等）思政融入：《数据安全法》与责任意识第8章人工智能概述（2学时）人类智能核心特征（感知、记忆、思考、学习、行动）AI多维度定义、分类（弱/通用/超级AI；单模态/多模态AI）AI发展历程（三起两落：萌芽→诞生与第一次寒冬→专家系统与第二次寒冬→深度学习复兴）三大学派（符号主义、连接主义、行为主义）及其融合趋势（如AlphaGo）中国AI发展战略（“三步走”、“人工智能+”行动、关键成果）思政融入：科技自立自强与时代使命第9章机器学习基础（4学时）机器学习定义（Mitchell定义）、发展历程多学科支撑、核心三要素（模型、策略、算法）工作流程（数据收集→清洗→特征工程→模型训练→评估→部署）三大范式（监督学习、无监督学习、强化学习）对比常见算法：回归（线性、逻辑、多项式）、K-近邻、决策树、随机森林、朴素贝叶斯、K均值聚类、支持向量机、神经网络简介各算法核心思想、流程、应用案例里程碑事件（跳棋程序、深蓝、AlphaGo等）思政融入：机器学习与科技向善第10章深度学习基础（3学时）深度学习定义、从感知机到深度学习的演进（神经元模型→感知机→MLP→反向传播→深度网络）神经网络基本结构（输入层、隐藏层、输出层、激活函数、权重与偏置）卷积神经网络（CNN）：卷积层、池化层、特征抽象，视觉应用循环神经网络（RNN）：记忆传递、LSTM/GRU，语言处理应用训练与优化（损失函数、梯度下降、反向传播、欠/过拟合、优化策略）AI、机器学习、神经网络、深度学习关系图第11章机器人学、智能体与具身智能（3学时）机器人学基本概念（发展历程、定义、分类、系统组成、伦理安全）机器人的感知、规划与控制从工业机器人到服务机器人（差异与融合）智能体（Agent）定义、类型、任务环境、运行机制、技术架构、典型应用与发展趋势具身智能概述：大模型作为“大脑”，关键技术与协同（“四肢”与“神经”）思政融入：智能制造与中国制造2025第12章自然语言处理与大语言模型（3学时）NLP基础（定义、技术演进、特性与难点、技术体系、核心任务、工作原理）应用案例：智能客服系统大语言模型（概念、训练流程、Transformer架构、核心技术要素）国内外主流大模型对比、挑战与发展趋势AIGC（定义、技术原理、模态分类、典型应用场景）思政融入：语言智能与人文关怀的共生之道第13章AI伦理、法律、治理与未来（2学时）AI风险与社会挑战（就业冲击、算法偏见、自主武器、深度伪造、心理依赖等）可信AI（概念、核心特征、构建方法、应用场景、挑战）AI治理与法律法规（全球格局、关键法律问题）未来展望：AGI与人类发展（AI与人类能力对比、通往AGI的技术路径、社会影响、中国战略定位）思政融入：科技向善与AI伦理的时代责任第14章AI赋能行业典型应用（2学时）智能交通与智慧城市（雄安新区AI红绿灯）智慧医疗与AI辅助诊断（腾讯觅影）智能教育与个性化学习（学堂在线大模型助手）智能制造与工业视觉（库卡机器人柔性生产）AI在金融中的应用（蚂蚁智能风控）AI在农业中的应用（遨博智能采收机器人）各案例的技术原理与产业意义思政融入：中国AI时代的青年使命第15章前沿技术与实践能力培养（2学时）大模型与AIGC最新进展（2025-2026）多模态AI、世界模型与具身智能量子计算与AI融合展望AICoding：全新软件开发范式（项目流程、最佳实践）开源平台入门（阿里系生态：ModelScope、通义千问、PAI平台）学科竞赛与创新创业（OpenClaw、OPC创业范式等）实践能力培养体系思政融入：新工科背景下的AI人才使命五、课外实践教学安排（16学时）实践总体目标：巩固课堂理论，掌握AI基础实操，培养团队协作与工程思维，实践成果计入平时成绩。小组实践：2~3人一组。序号实践项目名称学时实践目标与要求1计算机选型配置实践2结合专业方向制定台式机与笔记本配置方案并撰写选型理由。国庆放假完成，须课堂抽查答辩。2C语言编程基础：进制转换与数据运算2掌握C语言基本语法，实现进制相互转换与整数补码运算验证。3WPSAI智能文档处理实践2利用WPSAI完成数据整理报告，体验数据处理全流程。4国产开源平台入门：ModelScope图像大模型调用2注册魔搭社区，调用轻量级图像分类模型完成推理，熟悉国内AI开源生态。5AIGC综合实践：多模态内容生成与智能问答6基于LLM完成文本/图像/视频生成及文献问答，对比优质与劣质提示词的输出差异。6小组项目：行业AI应用深度调研2自选垂直领域，梳理AI应用的技术架构、优势及伦理风险，形成调研报告并答辩展示和答辩。实践考核要求：每次实践提交代码/实验报告；严禁抄袭，鼓励自主探索国产AI工具。六、教学方法与手段1.课堂讲授：系统讲解核心概念、原理与方法，配合PPT、动画演示等多媒体手段。2.案例驱动：每章结合生活化类比和产业真实案例（如自动驾驶、推荐系统、AlphaGo、国产大模型），帮助学生理解抽象理论。3.分层讲授：基础计算机部分精讲底层原理，AI部分侧重概念理解，弱化复杂数学推导，适配大一新生。4.研讨式教学：设置AI伦理、国产AI发展等课堂讨论题，鼓励批判性思考。5.多媒体辅助：硬件结构图、算法流程图、行业实景视频、国产技术纪录片辅助教学。6.翻转课堂：部分章节安排学生自学并汇报，培养自主学习与表达能力。7.课后实践：课外16学时实践环节，包括计算机购买实践、WPSAI、AIGC实践等，增强动手能力。8.自主拓展：布置拓展阅读、前沿技术资讯查阅任务，培养持续自学能力。七、考核评价方案（综合形成性考核）课程总成绩=平时成绩40%+期末闭卷笔试60%（一）平时成绩（40分）考勤与课堂互动（10分）：出勤、课堂发言、研讨参与度；课后书面作业（10分）：章节习题、拓展思考题；课外实践实验报告与代码（12分）：6次实践成果评分；小组综合项目+