中图版 高中信息技术 必修1 4.1 认识人工智能 课件 （24张PPT）

(共24张PPT)
第4章
走进智能时代
人教版（2019版）
信息技术（高中）
必修1
数据与计算
4.1
认识人工智能
学习目标
1
2
通过典型实例理解人工智能技术,
感受人工智能魅力。
了解人工智能的产生与发展,
体会人工智能对社会发展的影响。
体验探究
图4.1.1
人机博弈
人机博弈一直是人工智能研究的经典领域。人机博弈的发展历程可以用“三盘棋“来概括。
第一盘棋;l956年计算机技求的先驱萨缪尔在计算机上编写出了世界上第一款国际跳棋程序。
第二盘棋:1997年人工智能系统一一深蓝首次在正式比赛中战胜国际象棣世界冠军卡斯帕罗夫(GarryKasparov),成为人工智能发展史上的一个里程碑。
第三盘棋:2016年阿尔法围棋程序(AlphaGo)在与围棋世界冠军李世石进行的园桥人机博弈中以4:1的总比分获胜,这是人工智能发展史上又一个新的里程碑。2017年,它又进化为阿尔法元(AiphaGoZero),通过“自学成才“,仅用3天就成了围棋界的顶尘高手
思考：
1.查找资料,从智能水平、不同类型棋的难度等方面分析以上三次人机博弈的区别。
2.体验人与机器对弈的过程,讨论计算机是如何进行“思考“的,如图4.1.1所示。
4.1.1
人工智能的产生与发展
图4.1.2
图灵测试示意图
英国科学家图灵(Alan
Mathison
Turing)提出测试机器智能的方法:测试者与被测试者在隔开的情况下,通过一些装置(如键盘)向被测试者任意提问。经过5分钟问答后,如果测谈者不会有多于709%6的机会做出正确的区分,那么这台机器就通过了测试,这就是著名的图灵测试。图41.2是图灵测试示意图
思考:
你认为通过图灵测试能否判断出机器是否具有智能,试说明理由。机器是如何获得智能的
标准化白皮书(2018版)》中将人工智能定义为:利用数宇计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
图4.1.3
著名数学家吴文俊
阅读拓展
吴文俊(1919一2017),我国著名数学家。1940年毕业于上海交通大学,1949年获法国斯特拉斯堡大学博士学:位。他在拓扑学、自动推理、机器证明、代数几何、中国数学史和对策论等研究领域均有杰出的贡献,在国内外享有盛誉。2001其年、获首届国家最高科学技术奖。
在人工智能的机器证明方面,他从初等几何着手,在计算机上证明了一类高难度的定理,同时也发现了一些新定理,进一步探讨了微分几何的定理证明,提出了利用机器发现与证明几何定理的新方法,这就是著名的“吴氏方法“。这项研究在数学领域产生了深远的影响,为数学研究和人工智能的机器证明开辟了新的领域,有重要的应用价值。
“吴文俊人工智能科学技术奖“是为了奖励我国人工智能领域有成就和创新的个人或项目而设立的,设有科学技术成就奖、科学技术创新奖和科学技术进步奖等奖项,从2011年开始,每年评奖一次。
4.1.2
感受人工智能的魅力
人机交互技术主要是研究人与计算机之间的信息交换,包括人到计算机和计算机到人的信息交换两部分。人们可以借助键盘、鼠标、话筒、操纵杆、压力笔、数据手套或服装、眼动跟踪器、位置跟踪器等设备,用手、脚、声音、姿势或动作、眼睛甚至脑电波等向计算机传递信息;同时,计算机通过打印机、绘图仪、显示器、头盔式显示器和音箱等输出设备给人提供信息。
语音交互：语音交互过程包括四部分:语音采集、语音识别、语义理解和语音合成。
语音采集完成音频的获取、采样及编码;语音识别完成语音信息到机器可识别的文本信息的转换;语义理解根据语音识别转换后的文本字符或命令完成相应的操作;语音合成完成文本信息到音频信息的转换。它在智能电视、智能导航、智能家居等方面都有着广泛的应用。
很多导航软件都有语音交互功能,试使用语音控制的导航软件,通过体验语音导航查询路况和周边信息等功能,了解语音交互过程。
试用家乡的方言体验导航软件识别方言的效果,查阅资料并讨论导航软件提高方言识别率的方法。
实践活动
体验语音识别
图像识别与生物特征识别
图像识别是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术。图像识别技术是以图像的主要特征为基础的。每个图像都有其特征,例如,字母A有个尖,P有个圈,而Y的中心有个锐角等。对图像识别时眼动研究表明,视“线通常是集中在图像的主要特征上,也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方,这些地方的信息量最大。图像识别技术是人工智能技术的一个重要领域。
生物特征识别技术是在图像识别基础上发展起来的,是利用生物特征(如指纹、虹膜和人脸等)进行识别,目前已经在生活中得到了广泛的应用,图4.1.4所示为指纹签到。
图4.1.4
指纹签到
图4.1.5
图像识别
实践活动
生活中有许多事物,我们可能不认识或不能准确地叫出它们的名称,借助具有人工智能技术的智能软件就可以帮助我们解决这个问题。使用识别软件,体验实物识别、图片查询和相关知识搜索等功能,如图4.1.5所示。实际体验或上网查询图像识别工具,并与同学探讨图像识别在生活中有哪些应用。
体验“图像识别”
自然语言处理
自然语言处理技术主要研究实现人与计算机之间用自然语言进行有效通信、交流的各种理论和方法。它涉及的领域很多,包括机器翻译、语义理解(机器阅读理解)和问答系统等。机器翻译利用计算机技术实现从一种自然语言到另外一种自然语言的翻译,机器翻译的一般过程包括源语言文字的输入、识别与分析、生成与综合和目标语言的输出。语义理解(机器阅读理解)则是利用计算机技术实现对文本篇章的理解,并回答与篇章相关的问题。语义理解更注重对上下文的理解及对答案精准程度的把控。问答系统技术指让计算机像人类一样用自然语言与人交流的技术、人们可以向问答系统提交用自然语言表达的问题,系统会返回关联性较高的答案。
实践活动
体验“机器翻译”技术
在生活和学习中,我们会经常用到机器翻译工具,如图4.1.6所示。尝试使用一款机躁翻译软件对几段文字进行中英文互译。讨论机器翻译相比人工翻译所具有的优势和不足。
图4.1.6
机器翻译
机器学习
机器学习的实现是通过在计算机中存储历史数据,应用机器学习算法对这些数据进行处理、这个过程在机器学习中称为“训练“、处理的结果可以被用来对新的数据进行预测,这个结果一般称之为“模型“。对新数据的特性进行推测的过程在机器学习中称为“预测“。“训练“与“预测“是机器学习的两个过程,“训练“产生“模型“,“模型“指导“预测“。图4.1.7是机器学习的示意图。
图4.1.7
机器学习示意图
深度学习其实是“深度神经网络的学习“，是机器学习的一个重要领域。它通过能逐步发现原始数据中的特征与待求解问题之间对应和关联的算法模型,把原始数据转变成更高层次的、更加抽象的表达。深度学习的实质是通过构建具有较多隐层的网状学习模型和海量的训练数据来学习更有用、更高阶的特征,从而提升分类和预测的准确性,例如,很多智能手机中的图像快速分类功能(能从上万张照片中选出包含某个人的照片)就应用了深度学习技术。目前,深度学习在自然语言处理、图像识别等领域都取得了很大的突破。
项目实施
一、项目活动
关注带有“智能对话机器人“的微信公众号,体验人机对话的过程,理解人机对话所涉及的人工智能技术。
1.按项目目标从项目任务、项目过程和项目检查等方面制订项目方案。
2.体验手写识别和语音识别:通过手写或语音输入问题,观察“智能对话机器人“的识别效果。
3.体验与“智能对话机器人“的交互:输入学习中的问题,观察机器人的回复,体验“智能对话机器人“帮助我们学习的过程,如图4.1.8所示。
图4.1.8
与智能机器人对话
二、项目检查
小组通过手写或语音输入信息的方式，体验与“智能对话机器人”对话的过程。
练习提升
1.目前很多网络平台都设计有“客服“功能。找到一个网络平台的“客服“,请设计一个提问方案,并实施该方案,判断该客服是人还是人工智能程序,说明原因。
2.试观察一些应用程序中的“智能客服“,讨论它与项目活动中的“智能对话机器人“在对话效果上有什么区别。
谢谢
21世纪教育网（www.21cnjy.com)
中小学教育资源网站
有大把高质量资料？一线教师？一线教研员？
欢迎加入21世纪教育网教师合作团队！！月薪过万不是梦！！
详情请看：
https://www.21cnjy.com/help/help_extract.php