《人工智能技术与应用》 教案 第1章 理解AI：从概念到应用逻辑

第一章：理解人工智能：从概念到应用逻辑一、课程基本信息项目内容课程名称人工智能应用与实践章节名称第一章：理解人工智能——从概念到应用逻辑授课对象大专一年级新生（各专业）课时安排4课时（每课时40分钟，共160分钟）授课形式理论讲授+课堂互动+上机实操二、教学内容与目标概览本章是课程“工具实践”阶段的开篇，承担着建立AI认知框架、理解基本概念、消除技术神秘感、连接专业应用的核心功能。包含五节内容：1.1智能的本质——感知、决策与行动；1.2AI发展简史——故事中的里程碑；1.3技术流派——三种实现路径；1.4AI技术架构——硬件、算法与应用；1.5AI与我的专业——融合的起点。教学目标：知识目标：能够用自己的话复述“感知-决策-行动”智能三步循环模型，并以此为框架分析至少2个日常AI应用的工作流程。能够列举AI发展史上的至少5个关键里程碑事件（图灵测试、达特茅斯会议、深蓝、AlexNet、AlphaGo、ChatGPT等），并说明其历史意义。能力目标：能够区分规则驱动、数据驱动、行为驱动三种技术流派的核心思想与适用场景，并能根据给定案例判断其所属流派。能够运用“硬件层-算法层-应用层”三层架构模型，分析一个AI产品（如智能音箱、人脸识别）的技术组成。素养目标：建立“AI是赋能工具而非神秘黑箱”的理性认知，形成“知其然也知其所以然”的探究习惯。初步形成“AI+专业”的融合思维，能够从自身专业角度发现AI的应用可能性。三、学情分析与教学对策学生特点：已完成导论学习，对AI有了初步的感性认识和操作体验，但对AI“为什么能这样做”仍缺乏系统理解；对“感知”“算法”“模型”等术语既陌生又好奇；部分学生开始思考“AI和我专业有什么关系”。教学对策：用“过马路”“智能音箱”等生活化案例贯穿理论讲解；用大量类比替代术语堆砌；每节配套简短的实操体验，让学生在“做”中理解“理”；第五节结合各专业分组讨论，建立个人连接。四、教学重点与难点重点：智能的三步循环模型；三大技术流派的核心思想与区别；AI三层技术架构。难点：区分三大技术流派（特别是数据驱动与行为驱动的边界）；理解“算法框架-模型-API”之间的关系。五、教学方法讲授法——系统讲解核心概念与知识框架，配合类比、案例、信息图表。任务驱动法——每节配套实操任务，让学生在完成具体任务的过程中内化知识。六、教学过程设计（4课时，每课时40分钟，共160分钟）第一课时：智能的本质（40分钟）环节一：复习导入（5分钟）教师活动：快速提问复习导论内容：“上两节课你们已经亲手让AI写过诗、做过旅行计划了。谁能告诉我——你用的是哪个AI工具？你输入了什么指令？AI给了你什么结果？”请2位学生简答。顺势过渡：“导论课我们体验了AI是‘什么’——它是一个能和你对话、帮你创作的伙伴。今天这堂课，我们要回答一个更深的问题：AI‘为什么’能做到这些？它的‘智能’究竟是怎么来的？”学生活动：回答提问，回顾导论课的操作体验。设计意图：温故知新，从“是什么”自然过渡到“为什么”。环节二：导入案例——清晨的智能之旅（5分钟）教师活动：用讲故事的口吻呈现“小林的早晨”：“周一早上7点，小林被智能音箱唤醒……小爱同学，今天天气如何？……骑共享单车去教室的路上，地图APP说前方拥堵，已重新规划路线，预计节省8分钟……晚上用人脸识别开门……”故事结束后，逐次抛出三个问题引导学生思考：“小林的早晨，出现了哪些智能设备或服务？”（音箱、地图、短视频推荐、人脸识别）“在这些场景中，机器‘感知’到了什么？”“它做了‘决策’吗？最后‘行动’了什么？”引出本节核心：“这些看似神奇的智能，其实都可以用一个简单的模型来解释——感知、决策、行动。”学生活动：听故事，回应问题，初步尝试用“感知-决策-行动”框架分析场景。设计意图：用熟悉的校园生活场景引发共鸣，激活前备知识。环节三：智能的三步循环模型（10分钟）教师活动：板书或投影展示“感知-决策-行动”循环图（三个节点形成环形箭头）。用“过马路”这个最日常的场景逐环讲解：“感知——你过马路时，眼睛看到什么？”（红灯、车流）“决策——大脑怎么处理这些信息？”（红灯+有车→“不能走”）“行动——你做了什么？”（停下脚步）“然后呢？红灯变绿了——你又看到了什么？新一轮感知开始了。这就是循环。”将“过马路”模型迁移到AI场景，以智能音箱为例逐环拆解：“智能音箱怎么感知？通过麦克风——听到你说‘今天天气如何’。”“它怎么决策？三步走：先把声音转成文字（语音识别），再理解你在问天气（自然语言理解），然后去调用天气服务获取数据。”“怎么行动？通过扬声器——把结果‘说’给你听。”再快速以自动驾驶为例印证：“摄像头和雷达是感知→路径规划和避让判断是决策→转向和刹车是行动。”强调核心：“任何一个智能行为，无论是人类的还是机器的，都离不开这个三步循环。”学生活动：观察循环图，跟随教师逐环理解，思考身边其他应用是否符合这个框架。设计意图：用生活类比降维复杂概念，通过重复（过马路→音箱→自动驾驶）强化记忆。环节四：专用智能与通用智能（5分钟）教师活动：提问：“人脸识别门禁能不能帮你规划旅行路线？推荐算法能不能帮你开车？”——学生答“不能”。引出概念：“我们身边99%的AI都属于‘专用人工智能’——它只会做一件事，但做得很好。就像一个只会做番茄炒蛋的顶级厨师，换一道菜就不会了。”简单对比“通用人工智能”：“人类为什么智能？因为我们可以用同一套大脑学习开车、学做菜、学数学——能跨领域学习。科学家正在努力让AI也具备这种能力，但还差得远。”强调一个关键认知：“当前AI的智能是‘窄’的、是有边界的。它没有意识、没有情感、不理解自己在做什么——这就是它和人类的根本区别。”学生活动：倾听，反思AI的局限性。设计意图：建立AI的能力边界认知，避免过度神化。环节五：实操——体验身边的AI三步循环（13分钟）教师活动：布置任务：“现在请大家拿出手机，选一个你最常用的AI应用——可以是地图导航、语音助手、扫一扫翻译、甚至相册的人脸分类——亲身经历一次完整的‘感知-决策-行动’过程。”投影展示记录表模板，逐一说明填写要求。举一个填写示例（以地图导航为例）帮助学生理解。巡视指导：观察学生操作，对选不出应用的学生提供建议（“你手机里有语音助手吗？对它说一句‘明天早上7点叫我起床’试试”），对记录有困难的学生进行引导。时间节奏：2分钟选应用→6分钟操作体验→5分钟填写记录。学生活动：打开手机APP操作体验，边操作边填写记录表。实操记录表：AI应用名称你的指令/输入感知（获取了什么信息？）决策（可能做了什么处理？）行动（输出是什么？）是否智能？你的理由示例：高德地图“去南昌西站”GPS位置、语音指令、实时路况路径计算、避开拥堵显示路线、语音播报是，综合多种信息给了最优解你的记录最后2分钟，请1-2位学生简要分享记录（“你选了什么应用？它的‘感知’环节用了手机的哪个硬件？”）学生活动：分享记录结果，倾听同伴发现。设计意图：将抽象的三步循环模型具象化到学生自己的操作体验中，实现“做中学”。环节六：课堂小结（2分钟）教师活动：“今天我们学了一个核心模型——感知、决策、行动。记住：任何一个AI应用，你都可以用这三个词来拆解它。下节课我们来看看，AI的这些能力，经历了怎样的发展历程才走到今天的。”学生活动：回顾核心内容，记录要点。第二课时：AI发展简史（40分钟）环节一：复习与导入（5分钟）教师活动：快速提问：“上节课的核心模型是什么？用三个词概括。”学生答“感知-决策-行动”。追问：“谁能用这个框架，简单分析一下手机地图导航是怎么工作的？”请1位学生回答。过渡：“今天我们知道了AI‘怎么做’——但这套感知-决策-行动的能力，可不是一天练成的。AI从概念诞生到今天，走了将近70年。这条路，并不平坦。”学生活动：回答问题，回顾上节课内容。设计意图：温故知新，自然过渡到AI发展史。环节二：早期奠基——图灵与达特茅斯（8分钟）教师活动：投影展示时间轴（从1950年起始），标注两个节点。讲述图灵测试：“1950年，英国数学家图灵提出一个问题——机器能思考吗？他设计了一个‘模仿游戏’：如果一台机器和人对话，人分辨不出对面是机器还是人，那这台机器就算有智能了。这后来被称为‘图灵测试’。”用幽默的口吻补充：“直到今天，还没有哪个AI能100%通过图灵测试——我们离真正‘像人’的智能还有距离。”讲述达特茅斯会议：“1956年夏天，一群年轻科学家在美国达特茅斯学院开了两个月会，第一次提出了‘人工智能’这个词。这群人里后来出了好几位图灵奖得主。这个会议被公认为AI作为一门学科的诞生标志。”强调一个细节：“当时他们很乐观，觉得二十年之内就能造出和人类一样聪明的机器——事实证明，他们太乐观了。”学生活动：倾听历史故事，感受AI诞生之初的理想主义。设计意图：用人物和故事替代干巴巴的时间线，增强趣味性和记忆点。环节三：两次寒冬与两次复苏（8分钟）教师活动：投影展示“AI发展波浪图”（波峰与波谷交替）。在第一段波峰处标注“专家系统”：“1960-70年代，研究者相信，把人类专家的知识编成规则输给计算机，它就能变聪明。比如编写‘如果发烧且咳嗽→可能是感冒’这类规则。这叫‘专家系统’——在一定领域内确实管用。”讲述第一次寒冬：“但很快发现——世界上的规则太多了，根本写不完。比如‘水是湿的’这种常识，机器理解不了。承诺没有兑现，政府大幅削减经费，AI进入了第一个冬天。”简要提及第二次浪潮与第二次寒冬：“80年代再次兴起，又再次因预期过高而破灭。”总结这一段的核心教训：“AI的发展不是一帆风顺的，它经历了大起大落。关键转折来自一个思路的转变——与其‘教’机器规则，不如让机器自己去‘学’。”学生活动：观察波浪图，理解AI历史的起伏性。设计意图：让学生理解技术进步的非线性，培养对AI发展的客观认知。环节四：现代AI崛起——深蓝、AlexNet、AlphaGo（10分钟）教师活动：投影展示三个递进的里程碑图标（阶梯式排列）。讲述深蓝（1997）：“1997年，IBM的‘深蓝’计算机在国际象棋上战胜了世界冠军卡斯帕罗夫。当时全球轰动。但其实深蓝主要是靠‘算’——它每秒可以算2亿步棋，相当于把棋局的各种可能性都算了一遍。这是靠‘蛮力’，不是‘智慧’。但它极大地提振了公众对AI的信心。”讲述AlexNet（2012）：“2012年有一个事件，在学术界之外知道的人不多，但在AI领域是革命性的——一个叫AlexNet的模型，在图像识别大赛中，以压倒性优势夺冠，错误率比第二名低了超过10%。它用的就是后来大名鼎鼎的‘深度学习’。从此，AI在‘看’这件事上，超越了人类。”讲述AlphaGo（2016）：“2016年，谷歌的AlphaGo在围棋上战胜了世界冠军李世石。围棋比国际象棋复杂太多——棋盘上可能的变化比宇宙原子总数还多，不能靠‘算’取胜了。AlphaGo的神奇之处在于，它通过跟自己下棋，不断学习，走出了很多人类棋手从未想到的妙招——甚至被评价‘像神一样’。这是AI在决策智能上的里程碑。”提问互动：“这三个事件，你觉得哪个意义最大？为什么？”请1-2位学生简答。学生活动：倾听三个标志性事件，思考其各自意义，参与互动讨论。设计意图：用三个“高光时刻”串起现代AI崛起的脉络，每个故事都有明确的意义提炼。环节五：大模型时代（5分钟）教师活动：投影展示“2022ChatGPT发布”为最新节点。讲述：“2022年底，OpenAI发布了一个叫ChatGPT的聊天应用。它和之前的AI有什么不同？以前的AI大多是‘判别式’的——给它一张图，它告诉你这是猫还是狗；给它一句话，它帮你翻译。而ChatGPT是‘生成式’的——它不仅能分析，还能‘创造’。你让它写首诗、写个代码、写份商业计划书，它都能生成。”补充国产进展：“几乎同时，百度发布了文心一言、阿里发布了通义千问、月之暗面发布了Kimi。国产大模型在中文理解和应用场景上很有特色。”用一个数据强化冲击力：“ChatGPT上线5天，用户突破100万；2个月，突破1亿。这是历史上用户增长最快的应用——没有之一。”学生活动：倾听，感受AI最新发展的冲击力。设计意图：把历史拉到“当下”，让学生意识到自己正亲历AI的大时代。环节六：实操——制作“AI历史卡片”（4分钟）教师活动：布置任务：“请大家从今天讲的里程碑中选一个你印象最深的——图灵测试、达特茅斯会议、深蓝、AlphaGo、ChatGPT都可以——用手机备忘录或一张纸，制作一张‘AI历史卡片’。”投影展示卡片模板，说明包含要素：事件名称、时间、核心人物/团队、一句话核心突破、影响。如果课上时间有限，可简化为只写事件名称+核心突破+影响，课后完善。课上最后2分钟请1位学生分享其卡片内容。学生活动：快速制作卡片，或记录模板以便课后完成。设计意图：用整理和输出代替被动听讲，加深记忆。环节七：课堂小结（2分钟）教师活动：“AI从1956年得名到今天，走了近70年——有高光也有寒冬。关键转折在于从‘教机器规则’转变为‘让机器自己从数据中学习’。下节课我们要问一个更根本的问题：‘让机器从数据中学习’——到底有几种学法？”学生活动：记录小结要点。第三课时：技术流派与技术架构（40分钟）环节一：复习与导入（5分钟）教师活动：提问回顾：“上节课我们讲到AI发展的一个关键转折——从‘教规则’转向‘让机器自己学习’。谁能用一句话说清楚这个转变为什么重要？”请1位学生回答。过渡：“今天我们深入一步——让机器‘学习’，到底有哪几种不同的学法？好比要教会一个孩子‘不要碰开水’——你可以给他写一本安全手册（规则），也可以让他看很多被烫伤的例子（数据），还可以让他自己去摸一下、被烫一次然后记住（试错）。这三种方法，就对应了AI的三大技术流派。”学生活动：回答问题，进入新课状态。设计意图：用比喻建立直观认知，降低理解门槛。环节二：三大技术流派——规则驱动、数据驱动、行为驱动（18分钟）教师活动：投影展示三大流派对比表（如下图），逐一流派讲解：特征维度规则驱动派数据驱动派行为驱动派核心理念智能=符号运算与推理智能=从数据中学习模式智能=在与环境交互中适应生活类比编写《世界运行说明书》分析海量案例的学霸在实践中摸索的学车人典型技术专家系统、知识图谱机器学习、深度学习强化学习典型应用早期语音助手、税务软件人脸识别、推荐系统、ChatGPTAlphaGo、自动驾驶决策优势透明、可控、可解释善于处理复杂模式擅长动态序列决策局限性知识写不完、僵化依赖大数据、黑箱、有偏见训练成本高、有安全风险讲解规则驱动时，用“ATM取款机逻辑”举例：“如果输入正确密码→允许取款；如果连续输错3次→锁卡。这就是最基础的规则——清晰、可解释、可控。但如果让你用规则写一部法律的全部条款，那规则就写不完了。”讲解数据驱动时，用“教孩子认猫狗”举例：“给他看一万张猫和狗的图片，每张都告诉他‘这是猫’或‘这是狗’。他自己就总结出了猫和狗的差别。这就是现在最主流的AI实现方式。”讲解行为驱动时，用“学骑自行车”举例：“没有人给你写骑车规则书，也没有大数据可以分析——你直接上车，摔倒了就知道‘这个动作不对’，保持平衡就知道‘这样是对的’。你是在试错中学会的。AlphaGo就是这么学会下棋的——自己跟自己下了几千万盘。”强调三个流派的关系：“它们不是谁淘汰谁的关系，而是各有适用场景。现代AI系统常常是融合使用的——比如自动驾驶：感知行人用的是数据驱动，遵守交通规则用的是规则驱动，复杂路况博弈用的是行为驱动。”提问检查理解：“人脸识别用的是哪个流派？智能客服回答标准问题用的是哪个？”请学生回答，及时纠正偏差。学生活动：观看对比表，跟随比喻理解各流派核心思想，记录关键区别，参与问答。设计意图：用三组生活类比让抽象概念变得可感可知，用对比表建立结构化认知。环节三：AI三层技术架构（10分钟）教师活动：投影展示“三层金字塔图”（硬件层-算法层-应用层），并在黑板上同步绘制简图。用“智能手机拍照美颜”的类比逐层讲解：“硬件层——相当于手机本身的芯片、摄像头、传感器。没有这些物理设备，AI什么也干不了。GPU（图形处理器）就是最重要的AI硬件，因为它擅长并行计算，跑深度学习模型特别快。”“算法层——相当于手机里的美颜算法。它接收摄像头传来的原始像素数据，通过模型计算出‘哪里是脸’‘哪里该磨皮’‘哪里该提亮’，输出处理后的图像数据。这一层是AI的‘智慧’所在。比如我们用的文心一言，它的背后就是一个大语言模型。”“应用层——就是用户面对的APP或功能界面。你打开美颜相机APP按一下快门，背后有硬件采集、算法处理，但你不关心这些，你只看到了好看的照片。人脸解锁、智能推荐、自动驾驶系统都是应用层。”讲解“API”概念：“你可能会问——我们自己没有服务器、没有海量数据，能不能调用这些强大的AI模型？可以，通过API。API就像一个‘插座’，模型方把模型部署在云端，你按照格式把输入‘插’进去，就能获取输出。就像你不用自己建发电厂，插上插座就能用电。”用“三层架构”回扣本课所学：“感知-决策-行动的循环是在算法层完成的；硬件层提供计算支撑；应用层是用户看到的样子。”学生活动：观看金字塔图，跟随类比理解三层架构和API概念，在笔记本上画出简易三层结构。设计意图：建立AI技术的系统性认知框架，为理解后续章节的实践操作提供概念基础。环节四：实操——体验三层架构（5分钟）教师活动：布置任务：“打开文心一言或通义千问，输入这个提示词：‘请解释什么是人工智能，用适合大学生理解的语言，200字左右。’观察整个过程中，你作为用户感知到的是什么、背后可能发生了什么？”请学生快速填写简易记录：应用层（你做了什么？）：_________________________________算法层（可能发生了什么处理？）：_________________________硬件层（谁在提供算力？）：_____________________________请1位学生分享记录。学生活动：快速操作并记录。设计意图：将三层架构理论与学生已有的实践操作建立连接。环节五：课堂小结（2分钟）教师活动：“今天我们学了两个重要框架——三大流派告诉你AI‘怎么学’，三层架构告诉你AI‘怎么做出来的’。下节课我们把AI能力和你们自己的专业联系起来——AI到底能为你的专业做什么？”学生活动：记录要点。第四课时：AI与专业融合及综合练习（40分钟）环节一：复习导入（5分钟）教师活动：两个快速提问：“三大技术流派中，目前最主流、应用最广泛的是哪个？”（数据驱动）“AI三层架构从下到上分别是什么？”（硬件层—算法层—应用层）请2位学生回答。过渡：“前面三节课，我们学了AI的基本原理、发展历史、技术流派和系统架构。但还有一个最重要的问题没有回答——这一切，和你有什么关系？今天这堂课，咱们就专门讨论这个。”学生活动：回答提问，回顾前三节核心概念。设计意图：快速串联前序内容，为“AI+专业”讨论做知识准备。环节二：思维转变——从“学习者”到“AI赋能者”（5分钟）教师活动：提出核心观点：“对于非计算机专业的你们，学习AI的目标不是成为算法工程师，而是成为‘AI赋能者’——也就是说，你不需要会造AI，但你要会用AI解决你专业领域的问题。”展示三个关键词：“懂AI能做什么”——了解AI能力边界“懂专业痛点在哪里”——知道本领域哪里低效、哪里费时“懂如何连接”——把AI能力匹配到专业痛点用一句话总结：“你的竞争力不在于和AI比谁算得快，而在于比AI更懂你的专业——然后用AI放大你自己的专业能力。”学生活动：倾听，思考自身定位。设计意图：建立正确的学习定位，消除“我不是技术专业，学AI有什么用”的困惑。环节三：案例深潜——AI如何赋能各专业（10分钟）教师活动：投影展示“AI+专业”案例库，每个专业用1-2句话说明，并配一个具体例子：专业领域典型AI应用案例具体说明电子商务智能推荐、AI生成商品文案淘宝“猜你喜欢”；用大模型一键生成商品详情页描述新闻传播AI自动生成新闻快讯体育赛事、财经快报可自动成稿，记者专注于深度报道法律事务AI辅助法条检索与判例匹配输入案件描述，AI快速匹配相关法条和类似判例艺术设计AI生成海报草图和配色方案输入主题和风格，AI生成多个设计方向供选择教育AI辅助教案生成与习题设计输入知识点，AI生成教案初稿和分层练习题商务/金融智能数据分析与报告生成自然语言描述分析需求，AI自动生成数据透视表和报告重点深挖一个具体案例（以电子商务“AI商品文案生成”为例），演示其操作流程：“假设你有一款新产品——‘智能运动手环’，你需要写5条不同风格的小红书推广文案。传统方式：自己憋一下午。AI方式：输入‘请为一个智能运动手环生成5条小红书风格的推广文案，目标用户是大学生，每条不超过60字’。”“这就是AI赋能——不是替代你，而是把你的效率提升10倍。你从‘写文案的人’变成了‘评估和选择文案的人’。”提问：“如果你是学电商的，你觉得还有哪些环节可以用AI提效？其他专业的同学也可以想一想。”学生活动：观看案例库，倾听案例拆解，思考自身专业的AI应用可能。设计意图：用真实案例建立“AI与我有关”的具体感知，激发学生的连接思考。环节四：分组讨论——“我的专业+AI”（13分钟）教师活动：按专业相近原则分组，每组4-6人。对专业较杂的班级，可按“文经管类”“艺术类”“理工类”大致分组。提出讨论题目，投影展示：“在你所学专业中，找出2个可以用AI辅助完成的具体任务。”“这个任务目前是怎么做的？AI来做会有什么改进？”“你需要学习什么AI工具才能实现它？”讨论要求：“每组5分钟讨论，5分钟整理，最后3分钟每组派代表做1分钟发言。我会把大家的想法记录在黑板上。”巡视各组讨论情况，必要时提供启发：“学会计的——数据录入、报表生成能不能用AI？学旅游管理的——行程规划、导游词生成能不能用AI？学学前教育的——儿歌创作、故事生成能不能用AI？”各组代表发言，教师在黑板上分类记录“专业—AI应用想法”。学生活动：分组讨论，记录讨论结果，派代表发言分享。设计意图：将AI知识与学生个人专业建立直接连接，激发持续学习的内驱力。环节五：综合练习（5分钟）教师活动：快速发放或投影展示本章综合练习题（5道单选题+3道判断题），要求学生快速独立作答（3分钟）。逐题核对答案，对正确率较低的题目做简要解析（2分钟）。附：综合练习题一、单项选择题在“智能三步循环”中，手机地图根据实时路况重新规划路线，属于（B）

A.感知B.决策C.行动D.反馈1950年提出图灵测试的科学家是（A）

A.艾伦·图灵B.约翰·麦卡锡C.马文·明斯基D.杰弗里·辛顿能够从海量猫狗图片中自行总结特征从而学会区分的AI方法，属于（B）

A.规则驱动B.数据驱动C.行为驱动