(
课件网) 第五单元 第6课 走向未来 清华版（小学） 通 1 学习目标 3 新知讲解 5 拓展延伸 7 板书设计 2 新知导入 4 课堂练习 6 课堂总结 课后作业 8 01 教学目标 （1）了解人工智能未来的发展趋势。 （2）了解通用人工智能及其强大功能。 （3）思考人工智能的终极目标，以及我们应该如何与人工智能共处。 02 新知导入 AI发展的周期性规律 人工智能历经70年"高潮-低谷"交替演进，每次技术突破后遭遇算力不足、数据短缺等瓶颈，当前革命需以史为鉴，理性看待技术潜力与局限。 02 新知导入 未来技术演进方向 以大模型、多模态融合、具身智能为代表的新范式正突破传统边界，其发展可能围绕"通用人工智能（AGI）"目标，需关注算法创新、能源效率与社会伦理的平衡。 02 新知导入 智能时代的应对策略 个人与社会需构建"AI素养"： 教育层面 ：培养批判性思维与跨学科能力 职业层面 ：强化人机协作技能 伦理层面 ：建立数据隐私、算法透明度等规范 03 新知讲解 1 没有预期的终点 AI能力的现实渗透 当前大语言模型已深度融入日常场景，如报告撰写、论文润色、行程规划，并在绘画/作曲/诗歌的艺术创作中成为创作者的工具与灵感来源，展现了技术应用的普适性。 03 新知讲解 1 没有预期的终点 超越历史预期的技术跃迁 达特茅斯会议学者构想的AI目标已被今日模型的创造性输出颠覆，文本处理等部分领域甚至达到人类水平，反映技术发展的非线性突破。 03 新知讲解 1 没有预期的终点 行业变革的加速态势 AI正以"策马狂奔"之势重塑学术、艺术、服务业等专业领域，其迭代速度与跨界能力远超传统技术革命，催生"人机协同"新业态。 03 新知讲解 1 没有预期的终点 未来发展的不确定性 AI演进路径存在巨大未知性：既可能逼近通用智能（AGI），也可能受制于伦理或技术瓶颈，需保持技术乐观主义与风险意识的双重视角。 03 新知讲解 AI能力认知的范式转变 从"机械执行指令"到"特殊领域智能"，再升级至大模型时代的"通用智能"，颠覆了人类对机器能力的传统认知边界。 2 超越人类的智能 03 新知讲解 技术突破的关键驱动力 大语言模型通过海量数据训练实现知识融会贯通，其核心在于： 跨领域迁移学习能力 自然语言交互的泛化性 基于提示（prompt）的零样本任务适应 2 超越人类的智能 03 新知讲解 性能跃迁的实证案例 2024年9月，openAIo1在特定任务上超越高等教育人群，验证了"规模效应"（Scaling Law）下AI能力的指数级提升规律。 2 超越人类的智能 03 新知讲解 未来发展的确定性预期 算法优化与数据增长将持续推动AI： 横向（覆盖更多任务领域） 纵向（超越人类专家水平） 双向拓展，形成不可逆的技术演进趋势。 2 超越人类的智能 03 新知讲解 人机关系的终极思考 "全面超越人类精英"的可能性引发根本性质询： 智能本质的重新定义（创造力/情感是否可量化？） 社会结构的重构需求（如职业价值重塑） 技术伦理的前置规划 2 超越人类的智能 03 新知讲解 具身智能的实践突破 通过无人机巡检等场景，AI实现"感知-决策-执行"闭环，将数字智能延伸至物理世界，验证了"工具使用"能力对智能进化的关键作用。 2 超越人类的智能 03 新知讲解 AI的具身化应用 通过控制无人机巡检等物理世界任务，AI实现"感知-决策-执行"闭环，突破纯数字智能的局限。 2 超越人类的智能 03 新知讲解 学习能力的多维优势 AI具备24小时不间断学习、多终端并行探索的能力，在经验积累速度和规模上远超人类生物脑。 2 超越人类的智能 03 新知讲解 人机协作的范式升级 AI作为"超级操作者"接管复杂物理操作，人类转向更高阶的策略与伦理监管，形成新型协作生态。 2 超越人类的智能 03 新知讲解 跨学科融合的核心价值 AI作为基础工具 ... ...
