(
课件网) AI 与科技融合创新 年 级：高一年级 关联学科：信息技术 主 讲 人：胡 艳 晓 学 校：郑州市第一〇三高级中学 学习目标 对标《普通高中信息技术课程标准》，本课聚焦四大核心素养的协同发展。 信息意识 感知数据与信息在智能系统中的价值，主动辨别 AI 信息来源与真伪。 计算思维 能用"数据—训练—模型—预测"的流程拆解问题，理解其基本思想。 数字化学习与创新 选用常见 AI 工具开展探究，体验"用 AI 学"与"学 AI"的差异。 信息社会责任 辨识数据隐私、算法偏见等风险，形成负责任使用 AI 的态度。 学习目标与素养落点 语音助手 语音识别模型实时把声波转为文字，再由语言模型理解你的意图。 推荐系统 "猜你喜欢"来自对浏览、停留、点赞等行为数据的持续学习。 人脸识别 刷脸进站、刷脸支付，毫秒级完成上百个特征点的比对。 AI 不是遥远的实验室概念，而是每天都在运行的"隐形基础设施"———它是怎么做到的？ 情境导入：AI 已在你身边 目录 CONTENTS 一条主线：认识 AI → 理解 AI → 用好 AI。 01 从工具到智能 科技演进四阶段 · 人工智能的定义与能力边界 02 数据 · 算法 · 算力 AI 的三大支柱 · 机器学习的基本流程 03 赋能与向善 三个真实赋能场景 · 伦理责任与课堂实践 课程导航 CHAPTER 01 从工具到智能 科技演进：从机械化到智能化的四次跃迁 人工智能的定义、能力与边界 从蒸汽机到大模型：每一次科技跃迁，都在回答同一个问题———下一步由谁来做决定？ 每一次跃迁都在扩展"感知—决策—执行"的能力边界；AI 承担了前三阶段最难自动化的部分———决策。 1 机械化 18 世纪 — 20 世纪初 关键词：能量解放 2 电气化 20 世纪上半叶 关键词：规模生产 3 信息化 1950s — 2010s 关键词：连接世界 4 智能化 2010s — 至今 关键词：自主决策 蒸汽机与机械制造替代人力畜力，人类第一次获得"超越肌肉"的动力。 科技演进：四次跃迁 电力与流水线重塑生产方式，能量利用进入规模化时代。 计算机与互联网解决信息的存储、计算与传递，世界被连接起来。 大数据与人工智能接管复杂决策，机器开始"看懂、听懂、判断"。 定义 人工智能 Artificial Intelligence 研究如何使机器模拟、延伸和扩展人类智能的技术科学———让机器具备感知、理解、决策与学习的能力。 思想起点：1950 年，图灵在《计算机器与智能》中提出"机器能 思考吗"？ AI 的三层核心能力 感知 看懂图像、听懂语音———计算机视觉、语音识别 认知 理解语言、组织知识———自然语言处理、知识图谱 决策 规划路径、推荐内容———搜索优化、强化学习 能力边界 擅长做 模式识别：图像、语音、文本 海量数据的快速计算 7×24 小时不间断运行 做不好 常识与因果推理 跨领域的原创性突破 价值判断与责任承担 AI 擅长在数据中找规律，弱于理解 "为什么"。 AI ≠ 无所不能：它的能力边界，正是人机分工的起点———把重复交给机器，把判断留给人。 什么是人工智能 CHAPTER 02 数据 · 算法 · 算力 AI 的三大支柱：数据、算法与算力 机器学习：从数据到预测的完整闭环 数据 ——— 燃料 ImageNet 数据集含超 1400 万张人工标注图像，是计算机视觉十年进步的公共基准。 算法 ——— 引擎 2012 年 AlexNet 将 ImageNet Top-5 错误率从 26.2% 降至 15.3%，深度学习自此成为主流。 算力 ——— 马力 GPU 并行计算把训练周期从"月"压缩到"天"，专用 AI 芯片让迭代继续提速。 三者相互成就：没有大数据，算法"无米下锅"；没有算力，数据只是沉睡的记录。 AI 的三驾马车 传统编程 vs 机器学习 传统程序 人写规则 + 输入数据 → 输出答案 机器学习 数据 + 已知答案 → 机器找规则 规则不再由人穷举， ... ...
