初中信息技术微项目1 探析机器智能的推理基础教学ppt课件

这是一份初中信息技术微项目1 探析机器智能的推理基础教学ppt课件，共31页。PPT课件主要包含了什么是“推理”，推理的万能公式，生活中的确定性推理，生活中的不确定性推理，两种推理类型对比，课堂练习知识小测验等内容，欢迎下载使用。
我们每天都在“推理”！
我们大脑里的“侦探”，无时无刻不在工作。它帮助我们根据已知的信息，得出新的判断或结论。
让我们一起开启今天的“推理”之旅吧！
生活中的推理案例（一）
01 已知事实今天乌云密布、风力很大，天空看起来很低沉。
02 大脑思考（推理）根据过往的生活经验和知识积累，乌云与大风往往是降雨的前兆。
03 得出结论综合判断，今天大概率会下雨，出门的时候需要带伞。
思考时刻：你还能想到哪些类似的生活推理吗？
学习中的推理案例（二）
思考时刻这个数学证明的推理过程，和之前我们提到的“天气预测”推理，有什么本质上的不同？
已知事实 (前提)1. 公理：所有三角形的内角和恒等于 180°。2. 条件：在 △ABC 中，经测量已知 ∠A = 60°，∠B = 50°。
逻辑推导 (推理过程)基于等量代换的逻辑规则：∠C = 180° - ∠A - ∠B
得出结论计算得：∠C = 180° - 60° - 50° =70°
AI会推理吗？——人工智能的“思考”
我们人类会推理，那么我们身边的人工智能（AI）会推理吗？来看两个熟悉的场景：
01. 智能医疗诊断医生将患者的症状、过往病史和检查报告输入电脑，AI 辅助系统迅速分析并给出了一份包含多种可能性的疾病诊断清单及相关建议。
02. 智能语音助手你随口问家里的智能音箱：“明天天气怎么样？要不要带伞？”，它马上查询天气源并自然流畅地回答你的问题。
思考：AI是如何完成这些判断的？它和我们人类的推理一样吗？
揭示课题：探析机器智能的推理基础
刚刚我们看到的 AI 诊断疾病、预报天气，其实都是机器在进行「推理」。
今天，就让我们一起走进机器智能的推理世界揭开它神秘的面纱，探析机器智能的推理基础
什么是机器推理？——机器推理的定义
机器推理是人工智能模拟人类逻辑思维，根据已知事实和预设规则，推导出新结论的过程。它是连接感知与决策的关键桥梁。
就是让机器像人一样，利用“已知”的信息（如数据、规则），通过逻辑分析去推断出“未知”的结果。
跨越信息的断层，从已知 到 未知的思维过程
机器推理的核心三要素 — 推理的“三驾马车”
01 事实 (Fact)
已知的、作为推理出发点的信息，是整个逻辑链条的基石。
? 举个例子：患者当前的具体症状描述、气象站采集的实时天气数据
02 规则 (Rule)
预先设定的判断依据或领域知识，用于连接事实与结论的逻辑桥梁。
? 举个例子：权威的医学诊断标准、基于历史数据归纳出的天气变化规律
03 结论 (Cnclusin)
机器根据事实和规则，经过逻辑推演后得出的全新判断或决策。
? 举个例子：医生给出的最终疾病诊断名称、气象模型预测的明日天气状况
机器推理的逻辑可以用一个简单的公式来概括：
事实已知的信息 / 输入的数据
规则预设的逻辑 / 推理算法
结论推导的新知识 / 最终决策
核心本质这个公式是理解所有机器推理的基石。无论推理过程表面上多么复杂，其底层逻辑万变不离其宗：将“事实”代入到预先设定好的“规则”模型中，经过严谨的逻辑运算，最终得到新的判断或知识，也就是“结论”。
案例拆解：智能医疗诊断
让我们用逻辑公式来拆解 AI 诊断的思考过程：
患者主诉：咳嗽、发烧38.5℃、喉咙肿痛，吞咽困难。检查结果：扁桃体II度肿大，表面可见白色脓性分泌物，咽部充血明显。
基于海量临床病历与医学指南构建的逻辑模型：IF ( 体温 > 38℃且扁桃体红肿化脓且咽喉疼痛 )THEN ( 判定为细菌性扁桃体炎的置信度 > 90% )
AI 辅助诊断建议：综合分析，患者患急性细菌性扁桃体炎的可能性极高。建议优先进行抗生素治疗，以快速控制感染，缓解症状并预防并发症。
机器推理的两种类型 —— 推理也分“性格”
确定性推理(Deterministic Reasning)
?️核心特质：严谨的数学家基于严格的逻辑规则和完备的知识，推理过程如同数学证明般严密。✅ 结论是唯一的、绝对的，非真即假，不存在模棱两可。
不确定性推理(Uncertainty Reasning)
?核心特质：经验丰富的预测家处理不完整、模糊或随机的信息，利用概率统计等方法进行推断。? 结论通常是可能性的、带有概率的，反映事件发生的置信度。
确定性推理 —— 严谨的“逻辑大师”
输入的信息是精确、无歧义的，不存在模糊、概率性或不确定的成分，是推理的坚实基石。
推理所依据的逻辑规则、定理或算法是固定、客观、无例外的，如同数学公式一样严谨。
对于给定的事实和规则，无论谁来执行推理，过程和最终得出的结论都是确定且唯一的。
一句话总结：只要前提正确，结论就一定正确。
确定性推理案例——数学推理系统
已知事实 (Knwn Facts)1. 几何公理：任意三角形的内角和恒等于 180°。2. 观测数据：在 △ABC 中，∠A = 60°，∠B = 50°。
预设规则 (Inference Rules)基于定义的逻辑推导式：三角形内角和 = ∠A + ∠B + ∠C
推导结论 (Cnclusin)∠C = 180° - 60° - 50° =70°
核心洞察：在此推理场景中，输入的事实是精确数值，规则是经过验证的几何定理。系统通过严格的演绎逻辑，最终输出唯一、确定且绝对正确的结论。
输入“1024 ÷ 2”，按下等号，结果必然是“512”。只要输入规则和计算逻辑不变，输出结果就不会有意外。
案例2：智能门禁
输入正确的密码，门就会打开；输入错误的密码，门就不会开。门禁系统遵循固定逻辑，结果是确定的。
输入正确的支付密码，或完成指纹/人脸生物识别验证，支付流程成功；否则，支付必定失败。
思考：在我们的日常生活中，你还能想到哪些遵循固定规则、结果可预测的“确定性推理”案例？
不确定性推理 —— 灵活的“预测专家”
事实模糊输入的信息可能不完整、不准确或边界模糊，难以用绝对的“是”或“否”来定义。
规则带概率推理依据的规则多是基于经验总结或统计数据归纳，本身带有不确定性。
结论不唯一最终的推理结果往往不是单一选项，而是呈现多种可能性及相应的概率分布。
? 一句话总结结论是“很可能”或“大概率”，而不是“一定”。
不确定性推理案例 — 智能天气预测系统
01 / 已知事实 (Evidence)
• 观测：今日气温 25℃，相对湿度 80%，大气气压偏低。• 历史：大数据显示，在类似气象特征组合下，有80%的历史记录伴随降雨。
02 / 预设推理规则 (Rule)
IF (空气湿度 ≥ 70%) AND (大气压力指数处于近一周低位)THEN (推断：明天下雨的概率为 80%)
预测结果：明日降水概率80%
大气系统是典型的混沌系统，难以做到 100% 精确预测。AI 的价值在于：基于海量历史数据，在不确定性中寻找并输出“可能性最高”的结论，辅助决策。
系统将捕捉到的人脸特征与数据库比对，给出“相似度”得分。若超过95%则判定为本人，这个“95%”就是概率在生活中的典型应用。
电商、视频APP根据你的浏览历史、购买记录和行为特征，利用算法推测你对特定内容或商品感兴趣的概率，从而进行个性化推荐。
反垃圾邮件系统分析邮件中的关键词、发件人信誉和行为模式，计算一封邮件属于垃圾邮件的概率，并据此自动将其拦截或归类。
? 事实特点：数据与前提明确、固定，无歧义。? 规则特点：逻辑规则清晰严密，不带概率性。? 结论特点：推导结果唯一、绝对、可靠。? 典型案例：数学公式计算、密码锁门禁验证。
☁️ 事实特点：信息模糊、不完整或动态变化。? 规则特点：规则含概率、经验性或不确定性因子。? 结论特点：结论多样，通常给出可能性大小。?️ 典型案例：气象预测、人脸识别准确率分析。
机器推理 vs 人类推理（一）——机器和我们，谁更聪明？
机器推理是模拟人类推理而来的，它们有哪些相同之处呢？
本质相同无论是机器还是人类，推理的底层逻辑是一致的：都是从**“已知”**的信息出发，通过一定的逻辑链条，推导出**“未知”**结论的思维过程。
依赖要素一致推理无法凭空产生。两者都必须建立在坚实的基础之上：既需要客观的**“事实”**作为依据，也需要遵循一定的逻辑**“规则”**来确保推导的有效性。
思考：既然机器推理和人类推理在本质与核心要素上如此相似，那是不是意味着它们在能力上就是完全一样的了呢？
机器推理 vs 人类推理（二）——机器和我们，有何不同？
? 人类推理：灵活多变，擅长处理模糊、未知信息，可结合直觉、过往经验甚至个人情感进行跳跃式的综合推理。
? 机器推理：逻辑机械、刻板，缺乏“常识”和变通能力，必须严格遵循预设算法和规则，难以处理超出训练分布的数据。
? 人类推理：相对较慢，尤其在处理大规模数值计算或复杂逻辑链时，容易受生理限制产生疲劳和错误。
? 机器推理：拥有绝对的速度优势，能以微秒级在海量数据中完成检索、匹配与计算，并且可以保持零误差持续运行。
? 人类推理：具备真正的创造能力。能从无到有提出新理论、创造新规则、产生全新的思想，具有深刻的洞察力和共情力。
? 机器推理：不具备自主意识和真正的创造能力。本质上是对训练数据中既有模式的模仿、重组与应用，无法产生超越数据的原创知识。
机器推理的局限性 —— AI不是万能的
人脑：一座“活的城市”道路（神经连接）可以不断新建、拓宽，建筑（知识）可以不断更新，充满了无限的可能性和创造力。
AI：一张“僵化的图纸”所有的道路和建筑都已经被预先设计好，无法突破底层逻辑的限制，只能在既定的“图纸”范围内运行。
辩证看待 AI · 保持独立思考AI 推理结果是强大的辅助工具，但不应成为决策的唯一依据。面对复杂多变的现实世界，我们仍需保持批判性思维，结合自身的专业知识和经验，做出独立的判断。
判断题 True / False
1. 机器推理的核心三要素是事实、规则和结论。( √ )2. 天气预报属于确定性推理。( × )3. 机器推理的速度比人类快，但灵活性不如人类。( √ )4. AI可以创造新的知识和规则。( × )
选择题 Multiple Chice
1. 以下哪个属于不确定性推理？A. 计算器计算 1+1B. AI人脸识别 (正确答案)C. 输入正确密码打开门2. 机器推理的万能公式是？A. 事实 + 规则 → 结论 (正确答案)B. 规则 + 结论 → 事实C. 事实 + 结论 → 规则
基础任务：拆解“智能垃圾分类”
已知事实• 待分类物品：一个塑料瓶• 物品材质：塑料• 状态特征：干净、无污渍
预设规则 (知识库)IF ( 材质 = 塑料 )AND( 状态 = 干净 )THEN ( 分类结论 = 可回收物 )
推理逻辑：事实 (塑料瓶、干净)+规则 (匹配成功)➔结论：可回收物这就是专家系统最基础的“事实 + 规则 = 结论”逻辑推理过程
进阶任务：设计你的“智能规则”
结合生活场景参考教材“智能灯光控制”案例，设计一个简单的机器推理规则。思考：触发条件有哪些？逻辑关系是？
? 参考示例：智能灯光控制
? 事实 (Fact)• 光线很暗 (亮度 < 50lux)• 房间有人 (红外感应)
? 规则 (Rule)IF (亮度 < 50lux)AND (有人)THEN (开灯)
✨ 结论 (Actin)自动开灯
现在，请你设计一个属于自己的推理规则吧！
学生设计案例展示（一）
?‍? 学生A设计：智能节水灌溉系统
适用于家庭阳台花盆。通过自动化感应与控制，解决无人照料或忘记浇水导致的植物缺水问题。
• 土壤湿度 < 30% (缺水)• 当前时间: 早上 8:00• 水泵处于待机状态
规则：IF 湿度低 AND 时间在 6-10点结论：启动微型水泵，自动浇水 5 秒，随后停止。
? 导师点评：这个设计非常棒！逻辑严密且具有生活温度，考虑到了“时间因素”，有效避免了夜间浇水带来的植物根部缺氧风险，真正做到了学以致用。
学生设计案例展示（二）
学生B设计：智能宠物喂食器
? 应用场景为家中猫咪提供定时定量的自动喂食服务，解决主人无法随时照顾宠物的痛点。
? 监测事实1. 当前系统时间：早上 07:002. 食盆重量传感器：剩余 < 100g
? 逻辑规则IF (时间=7/19点) AND (余量