版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
高一信息技术《人工智能的诞生与应用》教学设计一、教材分析与单元定位本教学设计依据《普通高中信息技术课程标准(2017年版2020年修订)》及粤教版2019必修1《数据与计算》模块编写。教材第6章“初识人工智能”作为模块收官单元,承担着从程序设计思维向智能系统思维跨越的关键任务。第6.1.3节“人工智能的诞生与发展”梳理了从达特茅斯会议到深度学习突破的六十余年脉络;第6.2节“人工智能的应用”则聚焦计算机视觉、自然语言处理、智能推荐三大典型场景。两节内容在课时安排上合为两课时,第一课时侧重历史演进与核心流派辨析,第二课时侧重技术原理落地与伦理反思。教材编排体现“史纵横、理纵深、用为本”的特点:历史线索不要求学生死记年份,而要读懂“符号主义→连接主义→行为主义”三大流派更迭背后的计算范式转换;应用案例不停留在体验层面,而要引导学生拆解“数据→特征→模型→决策”的工程化流程。这种编排意图要求教学必须突破知识点罗列,建立“感知—认知—决策”的智能系统完整认知模型。二、学情分析与核心素养落脚点高一学生已完成Python基础语法、数据结构及第5章“数据分析与可视化”学习,具备基本编程实现能力与数据思维雏形。但对“人工智能”认知多源于媒体渲染,存在两类典型偏差:一是将AI等同于拟人机器人,忽视弱人工智能的专用性本质;二是迷信“黑箱魔法”,缺乏对模型训练、推理机制的工程认知。心理发展上,学生处于形式运算阶段向抽象逻辑思维过渡期,擅长具体实例类比,难以直接把握高维向量空间、损失函数优化等数学本质。依据课标核心素养“信息意识、计算思维、数字化学习与创新、信息社会责任”,本单元落脚点设定为:通过复盘AI发展史建立“技术演进受限于算力与数据条件”的历史唯物主义观;通过拆解典型应用构建“感知层—认知层—应用层”分层认知框架;通过伦理困境讨论内化“技术向善、人机协同”的责任意识。教学不追求算法推导深度,但要求学生能用“训练集/测试集、特征工程、过拟合/欠拟合”专业术语解释现象。三、教学目标1.信息意识:能结合图灵测试、达特茅斯会议等史实,辨析强弱人工智能边界,判断生活场景中AI介入的深度与边界。2.计算思维:能用“数据驱动、模型核心、迭代优化”九字诀概括机器学习范式;能对比专家系统与深度学习在知识表示、推理机制上的本质差异。3.数字化学习与创新:能利用TeachableMachine或百度AIStudio平台,完成从数据采集、标注、训练到部署的最小闭环体验;能针对校园痛点提出“数据—模型—应用”可行性方案雏形。4.信息社会责任:能识别算法偏见、深度伪造、隐私泄露等风险;能就“自动驾驶电车难题”、“面试算法歧视”等议题提出多方博弈下的治理建议。四、教学重难点与破解策略重点:机器学习“三要素”模型构建流程;卷积神经网络感受野机制对图像特征的层级抽象;Transformer架构中注意力机制对长距离依赖的捕获。难点:高维特征空间不可视化导致的“黑箱”认知障碍;符号推理与亚符号计算融合的神经符号AI前沿趋势理解。破解策略:引入“降维可视化—类比迁移—动手调参”三阶跳板。首用tSNE将高维特征投影至二维平面,直观展示类别可分性;次用“识别汉字偏旁部首→组合成字→理解语义”类比CNN层级特征提取;再用平台实时调节学习率、批大小观察损失曲线波动,建立超参数与模型性能的定性关联。五、教学过程设计(两课时)第一课时:溯源演进——从逻辑推理到数据驱动【导入情境:图灵的幽灵与达特茅斯的夏天】(8分钟)投影1950年《putingMachineryandIntelligence》首页影印件,朗读图灵“机器能思考吗”开篇。抛出三组对话片段:ELIZA心理咨询脚本、深蓝击败卡斯帕罗夫对局记谱、AlphaGo第37手“神之一手”棋谱。学生分组讨论:哪组体现“思考”?哪组只是“计算”?引导学生发现:早期AI依赖人工编码规则(符号操作),现代AI依赖数据自动学习特征(数值优化)。板书核心对立:“知识工程vs表征学习”。【史诗长卷:三次浪潮与两次寒冬】(15分钟)发放“AI发展脉络拼图卡”,每组12张卡片含:时间节点、标志性事件、核心人物、代表技术、典型局限。学生协作完成时间轴拼贴,重点攻克三个转折:1956达特茅斯会议——确立学科名称,符号主义登场,逻辑理论家程序证明数学定理;1980s专家系统繁荣——MYCIN医疗诊断系统展示知识工程威力,但“知识获取瓶颈”导致第二次寒冬;2012AlexNet突破——GPU并行计算+海量标注数据+ReLU+Dropout,ImageNet误识率从26%降至15%,深度学习引爆第三次浪潮。教师追问:为何感知机1969年被Minsky批评“异或问题不可解”后沉寂二十年?引出“算力数据算法”三角铁律:单层感知机线性不可分,多层需要反向传播(1986Rumelhart)、海量数据(ImageNet2009)、GPU通用计算(CUDA2007)三重条件缺一不可。学生在思维导图上标注“条件成熟度”曲线,体会技术演进的非线性特征。【流派辩论:符号主义、连接主义、行为主义】(12分钟)设置“三国演义”辩论场。A组扮符号主义(Newell、Simon):主张物理符号系统假设,强调可解释性、逻辑推理,擅长专家系统、定理证明。B组扮连接主义(Hinton、LeCun、Bengio):主张分布式表征、梯度下降优化,擅长感知、模式识别,缺乏显式推理链。C组扮行为主义(Brooks):主张“身体化智能”,无需世界模型,直接耦合感知行动,擅长机器人实时控制。辩题:面对“自动驾驶红绿灯识别”任务,三派如何建模?符号派:编码红绿灯颜色、形状、位置规则;连接派:收集百万张路口图片训练CNN;行为派:车载摄像头直接映射转向角度。学生发现:工业界实际采用“感知用连接、决策用符号、底层控制用行为”的混合架构。教师总结:流派融合是大势所趋,神经符号AI成前沿热点。【核心范式拆解:机器学习“三要素”建模游戏】(15分钟)分发“机器学习建模三要素卡”:模型(假设空间)、策略(损失函数+优化算法)、算法(求解路径)。以“预测期中考成绩”为任务,引导学生完成建模推演:模型选择:线性回归y=wx+b→决策树→神经网络,假设空间逐层扩大;策略设定:均方误差MSE作损失函数,梯度下降法求极小;算法实现:批量梯度下降BGDvs随机梯度下降SGDvs小批量MBGD,权衡收敛速度与稳定性。利用GeoGebra动态演示:二维损失函数等高线上,学习率过大震荡发散,过小陷入局部最优,动量项引入惯性跨越鞍点。学生在练习册填写“超参数调节决策表”,建立直觉:学习率衰减策略、早停法防过拟合、验证集划分比例。【课堂小结与预习任务】(5分钟)学生用一句话定义机器学习:“用数据拟合函数,用函数预测未知”。布置预习:登录百度AIStudio,阅读“手写数字识别”基线代码,关注DataLoader、nn.Module、CrossEntropyLoss、optimizer.step()四大模块对应三要素,带疑问入第二课时。第二课时:落地应用——从感知智能到认知智能【热身复盘:代码映射三要素】(5分钟)学生口述预习收获:Dataset类封装数据增强与批次生成对应“算法”中的数据流控制;CNN网络定义前向传播对应“假设空间”;CrossEntropyLoss量化预测偏差对应“策略”;SGD优化器更新参数对应“算法”求解过程。教师肯定并补充:工业级管线还包含特征工程、模型压缩、A/B测试等工程化环节。【模块一:计算机视觉——像素矩阵到语义理解】(20分钟)实操任务:使用TeachableMachine训练“口罩佩戴规范性”三分类模型(正确佩戴、露鼻、未佩戴)。步骤:1.数据采集:调用摄像头每类采集200张,覆盖不同光照、肤色、角度,体会“数据多样性决定模型鲁棒性”;2.训练监控:观察训练集准确率98%、验证集85%出现过拟合,尝试开启数据增强(随机旋转、亮度抖动)、增加Dropout0.3,验证集回升至92%;3.混淆矩阵分析:发现“露鼻”易误判为“正确”,归因于训练样本中鼻梁遮挡特征不足,需针对性补采;4.导出TensorFlow.js模型,嵌入网页实测,体验端侧推理延迟<50ms。原理深度剖析:展示CNN可视化热力图(GradCAM),第1层响应边缘纹理,第3层响应眼眶、鼻梁局部结构,最后层聚焦口罩区域。类比人类视觉系统:V1简单细胞→V2复杂细胞→IT皮层物体表征。强调感受野逐层扩大、步长下采样实现平移不变性、1×1卷积实现通道压缩与非线性增强。【模块二:自然语言处理——从词袋到Transformer】(20分钟)对比演示:同一句“苹果发布新款手机”,词袋模型TFIDF向量稀疏高维,Word2Vec稠密向量捕获“苹果华为小米”语义簇,BERT上下文向量区分“水果苹果”与“科技苹果”。学生操作JupyterNotebook:5.加载中文BERTbase,提取[CLS]向量完成情感分析二分类,准确率94%;6.可视化注意力矩阵:注意力头自动对齐“因为…所以”、“虽然…但是”长距离依赖;7.实验PromptEngineering:零样本、小样本、思维链提示词对比,体会大模型涌现能力。技术演进脉络梳理:Ngram统计语言模型→RNN/LSTM序列建模→Transformer并行化+自注意力→GPT自回归生成→BERT掩码预训练→ChatGPTRLHF对齐。关键创新点:自注意力机制Q、K、V矩阵运算实现全局感受野,位置编码注入序列顺序,残差连接缓解梯度消失,LayerNorm稳定训练动态。【模块三:智能推荐——显性反馈与隐性行为】(15分钟)案例复盘:某短视频平台“刷停不下来”机制。拆解召回粗排精排重排四阶段漏斗:召回:协同过滤ItemCF(用户相似度矩阵稀疏性用Swing算法缓解)、双塔模型(用户塔+物品塔内积检索);粗排:GBDT+LR宽深模型,宽侧记忆显式特征交叉,深侧泛化隐式特征组合;精排:DeepFM、DIN(动态兴趣网络)建模用户兴趣演变,引入注意力机制加权历史行为;重排:多目标优化(CTR、完读率、时长、多样性),MMR算法平衡相关性与新颖性。伦理穿插:展示“信息茧房”模拟实验——初始兴趣向量微小偏差,经过20轮推荐反馈循环,兴趣分布收敛至极窄峰值。讨论:算法优化单一指标(时长)导致价值观窄化,引入“探索利用”εgreedy策略、因果推断去偏、多目标帕累托最优作为治理技术手段。【综合实战:校园智能应用方案设计】(20分钟)项目式学习:四人小组,从“智慧食堂排队预测”、“图书馆座位智能分配”、“作业薄弱点精准推练”、“心理健康早期预警”四题中选一。产出“概念验证方案单页纸”:问题定义:量化痛点(如高峰期食堂平均等待18分钟);数据来源:刷卡记录、菜品销量、天气、课表公开课数据;特征工程:时间周期编码、滞后特征、交叉特征(菜品×天气);模型基线:LightGBM回归预测未来30分钟到餐人数,MAE<15人;部署形态:小程序实时展示拥挤度热力图,引导错峰就餐;风险评估:数据脱敏、预测偏差导致备餐浪费、公平性校验。全班巡展互评,使用“可行性、创新性、伦理合规、表达清晰”四维评分卡,最高分组获得“AI青年创客”徽章。【升华总结:技术向善的人机共生观】(5分钟)播放30秒短片:视障者用SeeingAI朗读菜单、截肢者用肌电义肢握笔写字、方言消失村落用语音合成留存母语。引用飞《TheWorldsISee》观点:“AI不是魔法,是人类智慧的镜子,映照我们的偏见也映照我们的善意。”布置拓展作业:撰写800字随笔《我眼中的2035人机协作日常》,要求融入本单元至少五个专业术语,鼓励科幻叙事与批判性思维结合。六、教学资源与环境配置硬件:机房配备i512400/16GB/RTX3060主机30台,保证每生独享GPU推理环境;教师机预装Anaconda、VSCode、Docker,部署本地化大模型推理服务(Qwen7BChatInt4)供离线演示。软件:统一分发百课教育版Python环境(预装torch、tensorflow、transformers、gradio、opencv);TeachableMachine网页版、百度AIStudio社区版免注册登录链接生成二维码投屏。数据集:预置MNIST、CIFAR10、THUCNews中文分类、MovieLens100k推荐四大基准集于局域网共享盘,规避不稳定。辅助材料:自制“AI发展脉络拼图卡”覆膜版、“机器学习三要素磁贴”、“校园场景方案单页纸”模板、“四维评分卡”打印版各30份。七、分层教学与学业评价体系分层策略:A层(基础达标):完成TeachableMachine三分类训练,能口述CNN三层特征含义,方案单页纸要素齐全。B层(核心进阶):在B层基础上,能调节超参数缓解过拟合,能阅读并修改PyTorch基线代码实现迁移学习,方案包含模型对比实验。C层(拓展挑战):在B层基础上,尝试知识蒸馏压缩模型至移动端,或设计对抗样本攻击/防御实验,方案含A/B测试方案与伦理影响评估报告。过程性评价(60%):课堂观察量表(20%):小组协作贡献度、提问质量、代码调试坚韧度;实操作品集(25%):训练日志截图、混淆矩阵分析、模型导出部署链接;方案设计单页纸(15%):四维评分卡加权得分。终结性评价(40%):单元测试卷(25%):选择题考核概念辨析(如“下列不属于Transformer创新的是”)、简答题考核流程拆解(如“说明协同过滤冷启动问题及两种缓解方案”)、综合题考核方案设计(给定新场景写出数据模型评价指标);随笔作业(15%):术语运用准确性、场景构想合理性、伦理反思深度。评价工具样例:选择题:下列关于“注意力机制”表述错误的是()A.允许模型动态聚焦输入序列不同位置B.计算复杂度随序列长度平方增长C.仅适用于自然语言处理任务D.多头注意力可捕获不同子空间表示特征简答题:某校拟引入“智能作业系统”,请从数据采集、特征构建、模型选择、评价指标、伦理风险五维度写出实施要点(不少于150字)。八、教学反思与迭代计划首轮实施后,需重点复盘三个维度:认知负荷控制:第二课时三大模块原理深度是否超出认知区,考虑将Transformer注意力可视化改为课后探究卡,腾出时间强化“召回排序”工程认知。平台稳定性:百度AIStudio网络延迟可能打断代码阅读节奏,计划本地化部署JupyterHub+预装环境镜像,实现“开箱即用”。伦理内化深度:随笔作业易流于口号,拟引入“道德机器”网页版电车难题变体测试,量化学生道德直觉,再引入IEEEEthicallyAlignedDesign框架进行二次反思。迭代方向:引入“提示工程”专题微课,响应大模型时代人机交互新范式;联合数学组开展“梯度下降几何直觉”跨学科联合备课;申请市级“AI教育实验基地”引入边缘计算盒子,支持模型端侧部署全流程教学。九、附件:单元知识结构图(文本描述供制图参考)中心节点:人工智能核
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 企业员工培训效果跟踪与反馈报告
- 2026年中学教师招聘考试综合素质测试试卷含答案
- 2026年湖南长沙市雨花区招聘社区专职工作人员39人笔试备考试题(含答案)
- 2026年航空服务心理模拟试题(含答案)
- 2026年电机学习题集(含答案)
- 2026年解剖内分泌模拟试题及参考答案
- 2026年非煤矿山安全员模拟试卷带答案
- 2026年美术招教模拟试题及参考答案
- 2026年民航英语测试模拟试题及参考答案
- 2026年信访模拟试题及答案
- 慢性阻塞性肺疾病科普
- GB/T 12729.1-2026香辛料和调味品名称
- 单病种质量管理指南(2024版)
- 2026中国人工智能辅助心电图诊断准确率验证研究
- 中国慢性肾脏病诊疗指南2025版
- 经皮大脑中动脉支架置入术后护理查房
- 建筑设备自动化 试题
- 2026届辽宁省大连中山区四校联考物理九上期中经典试题含解析
- 超星尔雅学习通《人工智能与创业智慧(北京林业大学)》章节测试含答案
- 解剖学基础课程全册教案
- 《微生物饲料的发酵技术》课件
评论
0/150
提交评论