初中信息技术浙教版（2023）八年级下册走进人工智能教学ppt课件

这是一份初中信息技术浙教版（2023）八年级下册走进人工智能教学ppt课件，共28页。PPT课件主要包含了生活中的“智”，视觉能力，听觉与语言能力，思考与决策能力，什么是人工智能，答案不是，答案智能音箱，知识小结定义与特征，一个定义，四大特征等内容，欢迎下载使用。
手机人脸解锁模仿人类“看”的能力 通过摄像头捕捉面部特征进行识别
智能语音助手模仿人类“听”与“说”的能力 听懂指令并给予语音反馈和帮助
短视频智能推荐模仿人类“思考”与“判断”的能力 分析你的喜好，精准推送你感兴趣的内容
超市无人收银模仿人类“识别”与“计算”的能力 自动识别商品价格并计算总价，快速完成结算
AI 绘画生成作品模仿人类“创造”的能力 根据文字描述，生成全新的、独一无二的画作
这些机器在模仿人类的什么能力？
人脸解锁模仿了我们的视觉能力，能像人眼一样“看”懂人脸。
语音助手模仿了我们的听觉与语言，听懂指令并像人一样交流。
智能推荐模仿了我们的思考与决策，分析喜好并给出个性化建议。
这些能模拟、延伸和扩展人类智能的技术，就是我们今天的主角——人工智能 (Artificial Intelligence, AI)今天，让我们一起走进人工智能的世界，揭开它的神秘面纱！
? 核心定义：人工智能（Artificial Intelligence, 简称AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
模仿人类的智能行为，让机器具备感知和认知能力，如看、听、说、想等基础思维活动。
拓展人类生理和智力能力的边界，帮助我们完成难以独自完成的任务，如快速计算、海量记忆和精准识别。
突破人类的局限性，实现复杂场景下的高效决策与处理，如大数据分析、自动驾驶和新药研发等前沿领域。
二、AI的四大核心特征
模拟人类的视觉、听觉、触觉等感官系统，能够从环境中获取并处理各类信息。
实例：人脸识别解锁、智能音箱语音识别
模拟人类大脑的逻辑思维，对获取的信息进行分析、推理，从而做出判断和最优决策。
实例：电商平台智能推荐、AlphaG 下棋AI
基于数据积累和算法迭代，在使用过程中不断修正错误、优化模型，实现自主进化。
实例：智能输入法越用越懂你的表达习惯
能够感知外部环境的动态变化，主动调整自身的参数和行为模式，以适应新的场景。
实例：智能家居空调根据室温自动调节温度
三、辨析：人工智能 vs 普通软件
思考：计算器是人工智能吗？
原因：计算器只能严格按照预设的固定程序和数学规则进行计算，它不具备感知、学习、推理和自适应的能力。它本质上只是一个高度自动化的“计算工具”。
再思考：智能音箱还是收音机？
原因：它能听懂你的语音指令（感知能力），并根据你的播放历史和习惯推荐你喜欢的音乐（具备学习和推理能力），符合AI的核心特征。而收音机只能被动播放节目。
课堂互动：火眼金睛识AI
请观察下方应用场景，判断哪些真正属于人工智能 (AI) 范畴？
01. 自动售货机逻辑：扫码结算 + 机械出货 基于预设程序的自动化流程
02. 手机美颜功能逻辑：人脸关键点检测 + 图像生成 基于卷积神经网络的AI算法
03. 在线翻译工具逻辑：NLP自然语言处理 + 大模型 能够理解语境并生成译文
04. 电梯自动开关门逻辑：红外传感器 + 电机控制 简单的物理感应与机械联动
05. AlphaG (围棋AI)逻辑：强化学习 + 蒙特卡洛树搜索 具备自我进化和决策能力的AI
? 核心区别AI ≠ 自动化 关键在于是否具备“学习与推理”能力
人工智能是一门旨在使计算机系统能够模拟、延伸和扩展人类智能的技术科学。它不只是简单的程序指令，而是赋予机器类似人类的认知与行为能力。
•感知：识别语音、图像、文本等信息•推理：基于逻辑和规则分析解决问题•学习：从海量数据中自动提取规律•自适应：根据环境动态调整行为策略
与普通软件最大的不同在于：是否具备模拟人类智能的特征，即是否能够自主进行学习、推理和决策，而非仅执行预设的固定指令。
四、人工智能的发展历程
人工智能的发展并非一帆风顺，它经历了一个漫长而曲折的过程，大致可以分为三个阶段。
萌芽期1950 - 1956
理论奠基 · 学科诞生这一时期，图灵测试提出了智能的定义标准，“人工智能”术语在达特茅斯会议上正式确立，标志着AI作为一门独立学科诞生，科学家们对AI的未来充满乐观与想象。
起伏发展期1956 - 2010
“三起两落” · 技术探索经历了两次“寒冬”与繁荣交替的波动。受限于计算能力和数据规模，早期符号主义AI难以突破瓶颈，但为机器学习、专家系统等后续核心技术的发展积累了宝贵经验与教训。
爆发期2010 - 至今
技术突破 · 全面普及深度学习算法的突破、算力的指数级增长和大数据的爆发式涌现，构成了AI发展的“三驾马车”。AlphaG、ChatGPT等应用震撼世界，AI从实验室走向各行各业，全面融入社会生活。
萌芽期：梦想开始的地方 (1950-1956)
英国数学家艾伦·图灵提出了著名的“图灵测试”，旨在探讨“机器是否能思考”，这一开创性的设想奠定了整个人工智能领域的理论基石。“如何判断一台机器是否具有智能？”
1956年达特茅斯会议
在美国达特茅斯学院，约翰·麦卡锡等先驱们召开了一次历史性的研讨会，并首次正式提出了“人工智能”（Artificial Intelligence）这一术语。这一事件标志着人工智能正式作为一门独立的学科诞生。
起伏发展期：“三起两落”的探索 (1956-2010)
早期算法逻辑简单，无法有效处理复杂多变的问题场景，导致模型能力存在明显天花板。
受限于当时的计算机硬件水平，运算速度和处理能力有限，难以支撑大规模模型的训练需求。
互联网普及度低，缺乏足够高质量、多维度的数字化数据，无法为AI模型的学习提供充足“养料”。
“这个时期的AI，就像一个有梦想但营养不良的孩子， 潜力巨大，却难以施展。”
爆发期：万事俱备，AI腾飞 (2010-至今)
互联网的全面普及，产生并积累了海量的数据资源，为AI的自我学习提供了取之不尽的“数字燃料”。
分布式计算架构提供了强大且廉价的算力支撑，解决了复杂算法训练过程中计算效率低、成本高昂的问题。
神经网络算法的突破性进展，让AI具备了模拟人类大脑处理信息的能力，大幅提升了图像识别、语音理解的准确率。
AI应用全面爆发，落地生根从智能手机的人脸识别到自动驾驶技术，再到能理解并生成复杂内容的大语言模型（如ChatGPT），人工智能正式走出实验室，深度融入社会生产与大众生活的方方面面。
小组讨论：AI爆发的秘密
01人工智能发展“两落”的核心原因是什么？? 提示：可以从数据、算法、算力这三大基石方面进行深度思考，分析当时的技术与社会环境局限。
02为什么2010年后人工智能能迎来爆发式增长？? 提示：对比AI发展历史上“两落”的限制条件，结合当下的技术进步与产业环境，分析现在具备了哪些关键要素。
⏱ 讨论时间：5分钟? 每组选派一名代表进行观点分享
五、人工智能的三大技术基础
人工智能的飞速发展，离不开三大核心要素的支撑，它们共同构成了推动 AI 不断向前的“三驾马车”。
数据 · DataAI 的“燃料”海量的高质量数据是模型训练的前提， 决定了 AI 所能学习的知识边界。
算法 · AlgrithmAI 的“大脑”是处理数据的逻辑与方法， 赋予了 AI 推理、学习和决策的能力。
算力 · Cmputing PwerAI 的“动力”高性能的硬件设施是物理基础， 为复杂的计算过程提供必要的速度支撑。
三者相辅相成，缺一不可，共同构筑了人工智能大厦的基石
数据：人工智能的“燃料”
数据是AI学习的基础和原料，是赋予AI智能的“血液”。就像人类需要从书本和经验中学习一样，AI模型的构建离不开大量数据的输入与训练。
数据的数量和质量直接决定了AI的能力上限。数据越丰富、标注越准确、来源越广泛，AI模型学习的效果就越好，泛化能力越强。
人脸识别技术需要学习数百万甚至数亿张人脸照片，才能精准捕捉面部特征并完成识别。
智能翻译模型需基于海量的书籍、新闻等双语文本数据进行训练，才能流畅、准确地进行跨语言翻译。
算法：人工智能的“大脑”
算法是AI解决问题的逻辑规则和步骤，它就像是AI的“思考方式”，决定了AI在面对问题时如何分析、处理并给出答案。
简单算法 vs 深度学习
同样是识别“猫”的图片：简单算法可能只能识别“特定颜色”或“特定位置”的猫；而深度学习算法能像人一样，准确识别各种姿态、颜色、环境下的猫。
复杂的神经网络通过多层神经元连接， 模拟人脑处理信息的过程，让AI拥有更强的“理解力”。
算力：人工智能的“动力”
什么是算力？算力是计算机处理数据、运行算法的能力，它是驱动AI模型运转的核心能源。
算力的价值算力越强，AI处理海量数据和复杂任务的速度就越快，能支持更精细、更复杂的模型训练与推理。
惊人的算力消耗训练ChatGPT等大语言模型，需数千台高性能GPU服务器并行工作数月，远超普通个人电脑的极限。
AI 算力基础设施高密度、高能耗的数据中心集群，是支撑人工智能发展的“数字粮仓”
三者关系：就像做一道菜
食材的种类和新鲜度， 决定了菜肴的基础品质。
菜谱决定了如何处理食材， 最终做出美味的菜肴。
好的厨具和熟练的厨师， 能让做菜的过程更高效。
? 结论：只有优质的食材、精妙的菜谱和强大的厨具完美结合， 才能做出一道“智能”的大餐！
六、人工智能与人类智能
人类智能 Human Intelligence
✨ 核心优势：具备复杂情感、原创创造力、自我意识与价值观，以及极强的环境适应性与灵活应变能力。? 相对局限：生理体力有限、记忆容易出错、数据处理与运算速度慢，且易受情绪影响。
人工智能 Artificial Intelligence
? 核心优势：拥有强大的并行算力、精准的海量记忆、毫秒级的信息检索与处理速度，且不知疲倦。? 相对局限：缺乏真实情感体验与自我意识，所谓的“创作”是基于数据的模仿，缺乏对世界的常识理解。
? 结论：AI与人类智能各有所长，二者并非简单的“谁取代谁”的零和博弈，而是优势互补、协同进化的共生关系。
七、AI的社会影响（积极篇）
提升生产效率工业机器人不知疲倦地工作，能够实现24小时不间断作业，大幅提高了工厂的自动化水平和整体生产效率。
便利日常生活智能助手、无人超市、智能家居设备等AI应用让生活更便捷，有效简化了繁琐的日常事务，让我们拥有更多时间享受生活。
推动医疗进步AI辅助医生进行医学影像分析和疾病筛查，能够快速处理海量数据，显著提高诊断的准确率和效率，为患者争取宝贵的治疗时间。
促进教育公平个性化学习平台打破了地域和资源限制，为不同背景的学生提供定制化辅导和高质量教育资源，推动教育机会更加均等。
AI的社会影响（挑战篇）
人脸数据、个人行为数据可能被泄露或滥用，用户的个人信息保护面临前所未有的严峻挑战。
一些重复性、规律性的岗位可能被AI自动化替代，促使劳动力市场进行结构性调整与人才转型。
AI可能生成“深度伪造”的虚假信息，算法模型也可能因训练数据偏差而产生歧视，引发社会伦理争议。
思辨讨论：AI会完全取代人类吗？
❓ AI能写出有情感的诗歌吗？❓ AI能像老师一样关心学生吗？❓ AI会创造新的工作岗位吗？
?️ 利用AI · 做助手 把AI作为提效工具，聚焦于高价值的创造性工作，而非重复性的体力与脑力劳动。? 发展自己 · 练能力 深耕AI难以取代的领域：培养共情力、道德判断力、复杂问题解决能力及跨领域创新思维。?️ 规范使用 · 守底线 树立负责任的AI伦理观，学会辨别信息真伪，在人机协作中守住数据安全与个人隐私底线。
AI与人类智能各有优劣，并非相互取代，而是互为补充、协同发展。
✅ 机遇：提升生产效率，便利日常生活，推动社会进步与科技发展。⚠️ 挑战：个人隐私泄露风险，部分就业岗位调整，以及复杂的伦理争议。
保持理性与开放的心态，善用AI作为工具赋能工作与生活，持续学习以发展自我。
八、创新设想：未来的AI能做什么？
课堂思考任务结合本节课所学知识，联系你的生活实际体验，大胆思考：“未来人工智能还能应用在哪些场景？它又能帮助我们解决什么具体问题？”
智能环保 AI自动识别各类垃圾并引导精准分类，实时监测空气与水质污染，通过大数据分析优化城市环保资源配置，助力建设绿色低碳的智慧生态。
智能助老 AI作为AI伴侣陪独居老人聊天解闷，通过穿戴设备全天候监测老人健康体征，一旦发生摔倒或异常情况，立即向家属和医院自动触发紧急报警。
请写下你的 1-2 个创新设想！发挥你的无限想象力，描绘AI赋能未来的更多可能性！
课堂小结：本节课核心知识
01 / 一个定义人工智能（AI）是一门旨在模拟、延伸和扩展人类智能的技术科学，致力于让机器具备类似人类的感知、认知、决策与学习能力。
02 / 一条脉络经历了早期“逻辑推理”的萌芽期，走过了“专家系统”遇冷的起伏发展期，最终迎来了由大数据与深度学习驱动的爆发增长期。
03 / 三大基础数据是AI的“燃料”，提供训练的原材料；算法是AI的“大脑”，决定逻辑与学习规则；算力是AI的“动力”，支撑海量并行计算。
04 / 一种思辨AI与人类智能不是“取代”关系，而是互补协作。我们应理性看待技术变革，在享受科技红利的同时，积极思考并规避其潜在的伦理与社会影响。
提出了判断机器智能的标准，开启了人工智能的讨论
标志着人工智能作为一门正式学科的诞生
1970s / 1980s
受限于早期算力不足、高质量数据匮乏以及当时算法的局限性
海量的大数据、强大的云计算能力以及深度学习算法的突破
数据是燃料、算法是大脑、算力是动力，三者缺一不可
教材核心依据浙教版（2023版）初中信息技术 · 八年级下册教材
AI华山论剑之1956年达特茅斯会议追溯人工智能学科诞生的标志性时刻，理解学科的初心与使命。
AI三要素：算法、算力与数据深入解析三者之间如何协同驱动，共同构成人工智能技术大厦的基石。
图说人工智能简史以可视化的方式梳理AI发展历程中的起起落落，把握技术演进的节奏。