人工智能通识与伦理 课件 第1章 人工智能概述

计算机公共教学团队AI的“前世今生”与趣味体验第1章

人工智能概述导入探讨挑战，思考未来方向亲手操作，体验AI强大能力追溯历史，洞悉核心概念从互动游戏开启AI之旅探索AI的无限可能课程目录01.AI猜谜互动02.AI的前世今生03.AI能力体检04.AI的双刃剑知识实践思辨导入：AI“猜谜”互动智能音箱唤醒清晨购物精准推荐AI生成炫酷特效AI已无处不在！今天我们不聊复杂公式，就来解锁AI的“前世今生”，还要亲手测试AI的能力～互动环节AI猜图！上传照片，让AI描述内容，看看谁能最快发现AI漏看的细节！什么是人工智能？通俗定义“AI就像给计算机装了‘大脑’，让它能模仿人类的看、听、说、想——但它的‘大脑’是数据和算法做的，不是真的有思想哦！”你觉得以下哪个属于AI？计算器智能语音助手扫地机器人普通电饭煲ChatGPTAI的“前世今生”第一阶段：符号主义(1950s-1980s)——“按规则做事的机器”例如：早期的MYCIN医疗系统，医生输入症状，它按预设规则诊断疾病。缺点：“知识获取难”，就像要把所有医生的经验都写成规则，累死啦！第二阶段：统计学习(1980s-2010s)——“从数据中学习的机器”例如：LeNet-5识别手写数字，喂给它上万张图，它自己找到规律。缺点：“需要人工帮忙找特征”，不能完全自主学习。只会背答案的小学生需要老师引导的中学生AI的“前世今生”第三阶段：认知智能：能理解、会创造的伙伴2010s-至今核心特点“自主学习+多模态”，能看懂文字、图片，还能自己创作，是我们的“全能助手”。应用案例GPT：流畅撰写文章、代码与对话AlphaFold2：破解蛋白质结构难题AI绘画：根据文字描述创作艺术作品AI的三大要素数据：“做饭的食材”没有好食材（高质量数据），再厉害的厨师也做不出好菜。

算法：“做饭的菜谱”不同菜谱（算法）做出来的菜（结果）不一样。算力：“做饭的火”食材多、菜谱复杂（大模型），需要大火（高性能GPU）才能快速做好。多好全分类算法回归算法深度学习算法如果想让AI推荐适合大学生的减肥餐，需要哪些数据、算法和算力？AI三大要素的典型应用图像识别核心任务：识别物体、场景或人脸，让计算机“看懂”图片。数据：海量标注好的物体图片。算法：CNN卷积神经网络，提取特征。算力：GPU加速处理海量像素。实践任务：AI“猜物品”互动、手写数字识别。语音识别核心任务：将语音信号转换成文字，让计算机“听懂”说话。数据：海量多口音语音录音及转录。算法：RNN或Transformer理解上下文。算力：快速处理连续音频流的能力。实践任务：AI“听”力大挑战（普通话/方言）。文字识别(OCR)核心任务：提取图片文字并数字化，让计算机“读”懂文档。数据：大量印刷/手写体图片及标签。算法：图像识别与序列预测技术结合。算力：快速解析高分辨率文档信息。实践任务：识别PPT文字、扫描笔记数字化。自然语言生成核心任务：根据提示生成连贯文本，让计算机“写”出文章。数据：海量互联网文本、书籍和新闻。算法：大语言模型（GPT/文心一言）。算力：千亿级参数模型所需的超算集群。实践任务：AI“写”作小测试。实践体验：

AI能力“体检”小游戏分组完成3个迷你任务，亲手“体检”AI的能力！任务1：AI“识”图（图像识别）工具：推荐使用“百度AI识图”或“微信搜一搜”功能。操作：1、准备图片（2-3张）：清晰物体、复杂场景（如街道）、抽象/艺术作品2、使用工具逐一识别，记录识别结果。思考与讨论观察：AI识别的准确率如何？是否有误判？分析：

结合三大要素，影响准确率的关键因素是什么？拓展：AI图像识别在生活中的应用场景及带来的挑战。任务2：AI“听”力大挑战（语音识别）工具：微信语音输入利用大家常用的微信，直观感受AI语音识别的日常应用。操作：三种方式说同一句话标准普通话、带口音的普通话、以及你的家乡方言。记录与讨论对比识别准确率，思考“为什么方言识别是巨大挑战？”AI识别语音的关键是什么？语音波形：AI识别的基础方言多样性：挑战的根源任务3：AI“写”作小测试（自然语言生成）测试工具DeepSeek/豆包/文心一言等主流大语言模型网页版操作指令输入提示词例如：“以大一新生口吻，写100字入学感想，语气真诚”。思考与讨论AI写的像真人吗？有没有假大空的内容？AI写作工具界面展示任务4：AI“猜”兴趣（推荐系统）工具抖音/小红书/B站操作打开APP，搜索“大学生宿舍好物”，连续看3条后刷新首页。记录和讨论新推荐的内容有哪些和“大学生活”相关？AI是怎么知道你喜欢什么的？会不会一直给你推同类内容，形成“信息茧房”？推荐系统实时捕捉你的兴趣警惕！你可能身处“信息茧房”伦理思辨：AI的“双刃剑”AI是天使还是魔鬼？我们该如何看待它？案例讨论案例1：AI招聘的性别偏见招聘AI系统因训练数据多为男性简历，导致女性候选人通过率极低。案例2：深度伪造的伦理危机AI生成“换脸视频”用于造谣、诈骗，严重侵犯个人隐私与名誉。根源探究：数据偏见、算法黑箱、隐私泄露？应对策略：我们该如何构建负责任的AI？核心伦理原则尊重隐私不用AI偷别人的隐私数据。公平公正警惕数据和算法中的偏见。安全可控不相信AI的所有答案，要校验。用AI做正确的事，共建可信的智能未来。总结与预告