中小学教育资源及组卷应用平台
第1.1课《走进人工智能》教学设计
课题 走进人工智能 单元 第一单元 学科 信息技术 年级 八年级
核心素养目标 信息意识：能够了解人工智能从起源到发展的脉络，涵盖图灵测试、达特茅斯会议、三起两落及我国战略布局等关键节点。计算思维：能够学会梳理标志性事件、对比技术特点，分析智能技术演进规律，提升对智能时代特征的认知效率。数字化学习与创新：能够探索通过网络搜索、案例分析等数字化手段，创新对人工智能知识的探究与表达形式。信息社会责任：能够认识到人工智能的变革价值，理解智能时代下技术应用的责任与影响。
教学重点 能够了解人工智能从起源到发展的脉络，涵盖图灵测试、达特茅斯会议、三起两落及我国战略布局等关键节点。
教学难点 能够认识到人工智能的变革价值，理解智能时代下技术应用的责任与影响。
教学过程
教学环节 教师活动 学生活动 设计意图
导入新课 第1.1课 走进人工智能一、单元导入1、学习目标:1.能了解人工智能及其发展历程。2.能了解人工智能的三大技术基础。3.能反思人工智能的发展与应用对人类社会产生的影响。4.能辨析在使用人工智能技术的过程中的风险与挑战，初步认识人工智能伦理道德规范的重要性。人工智能技术的蓬勃发展，使其在各个领域得到了广泛的应用，并发挥着巨大的作用。人工智能作为智慧社会的核心技术，正深刻地改变着人们的学习、生活和工作方式。二、新知引入1、学习目标:通过人工智能起源及发展过程的学习，初步认识人工智能，感受人工智能对人类社会发展带来的影响。（播放视频）人工智能为什么得到了各个国家的重视 我国有哪些人工智能技术在国际领先 明确单元学习内容目标观看视频初识 AI 让学生明晰单元学习方向引导学生感知 AI 核心
讲授新课 新知讲解：人工智能在全球范围内莲物发展，已影响着人们生活的方方面面。语音识别、图像识别、自然语言处理等基础性技术，语音交互、机器翻译、智能机器人、人机博弈等应用性技术，自动驾驶、智慧医疗、智慧农业、智能交通等综合应用技术，在各个领域得到了广泛应用。一、人工智能的起源自计算机发明以来，人类一直不懈努力，试图让机器模拟人类的智能，从而提升生产能力，帮助人类完成更为复杂或有危险的工作，更多地造福人类社会。1956年8月，在美国达特茅斯学院召开的研讨会上，与会的科学家共同讨论了机器如何模拟智能。这次会议长达2个月，对人工智能进行了广泛深人的探讨，提出了通过编程使机器能使用语言，能用神经网络感知与分类、能自我学习与提高等设想。这些设想成了此后多年人工智能的发展指南和研究范畴。这次会议正式提出了“人工智能”(Artificial Intelligence，简称AI)一词，1956年也被认为是人工智能元年。而早在20世纪50年代初，英国数学家阿兰·图灵(AlanTuring)就在他的论文《计算机器与智能》中提出并会试回答“机器能否思考”的问题，还提出了“图灵测试模型"，一种用于判定机器是否具有智能的试验方法。知识链接图灵测试在图灵测试中，提问者通过一台机器与回答者进行对话，提问者根据回答问题的内容来判断与之交流的对象是机器还是人，如图1-1所示。在测试中，若提问者的判断出现了30%及以上的失误，则认为机器成功地欺骗了提问者，也就意味着机器通过了测试，具有人类智能。二、人工智能的发展从人工智能诞生以来，科学家在机器定理证明、机器翻译、人机博弈、识图辨物等领域进行了研究。人工智能的发展并非一帆风顺，经历了三起两落的过程。1.第一阶段(20世纪50年代至70年代中期)从达特茅斯会议到20世纪70年代中期，人工智能迅速发展。基于数理逻辑的符号知识表示与推理是这一阶段的主要特色。定理证明、棋类博弈、感知器的提出等，是当时人工智能研究的方向。但是，由于时代局限性，人工智能的第一次低谷很快来临。1973年，英国数学家詹姆士·菜特希尔(James Lighthill)发表报告，该报告对当时英国的人工智能研究进行了评估，认为研究集中在自动机、机器人和中央神经系统领域，并得出如下结论:自动机和中央神经系统的研究有价值，但进展令人失望;机器人的研究没有价值，进展非常令人失望，建议取消机器人的研究。2.第二阶段(20世纪80年代至90年代末)这一阶段，“知识”逐渐成为人工智能领域的核心观念。符号推理的理论框架添加了“知识”的核心观念后，使机器能够解决更实用、更专业和更复杂的问题。专家系统迅速发展，同时神经网络、统计学习与并行信息处理等领域也有长足进步，自然语言和机器视觉的起步为人工智能的发展注人了新的动力。但是，由于专家系统在知识获取、推理能力等方面的不足，以及开发成本高等因素，人工智能的发展又一次进人低谷期。具体标志为日本在1982年开始研制的第五代(智能)计算机，计划研制具有1000个处理单元的并行推理机，连接10亿信息组的数据和知识库，具备听说能力。到1992年，因没能突破破键性的技术难题，该计划最终以失败告终。这一时期的人工智能专家试图以专家手工构建方式，来生成包含人类所有知识的“知识大脑”，并期望基于此来对所有问题进行推理。当时的人工智能专家认为，如果拥有了包罗万象、囊括万物的“知识大脑”，就可以通过“知识大脑”构建专家系统，回答任何问题。后来他们发现，将人类所有知识完整收集且形式化描述的任务根本无法完成。因此，单纯依赖规则和知识的专家系统未能表现出所期望的效果。3.第三阶段(20世纪90年代后期至今)到20世纪90年代后期，计算机性能得到高速发展，通过海量数据的积累和人工智能研究者的不懈努力，人工智能在许多领域取得了突破性成果。到了2010年左右，人工智能迎来了全面爆发期，人工智能在大数据智能、跨媒体智能、群体智能、混合增强智能、智能自主系统等方面的应用，加速了新一轮科技革命进程，成为新一轮产业变革的核心驱动力。三、我国人工智能的发展自1978年“智能模拟”纳人国家研究计划以来，我国不断地加大对人工智能相关领域项目研发的支持，并先后成立了“模式识别与机器智能”“人工智能和模式识别”等学术团体。该阶段的研究主要集中于定理证明、自然语言理解、机器人和专家系统等方面。2015年后，我国将人工智能作为国家“互联网+”战略中11个具体行动之一，提出要“加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平”。在国家各种政策的推动下，经过科技工作者的不懈努力，我国的人工智能在人工智能芯片、自动驾驶、医疗影像，机器人等方面都取得了一系列成果。经过60多年的发展，特别是在移动互联网、大数据、超级计算、脑科学等新理论新技术以及经济社会发展的强烈需求的共同驱动下，人工智能正加速发展，呈现出跨界融合、人机协同等新特征。目前，人工智能发展进人新阶段，芯片化、硬件化、平合化趋势更加明显。亲身体验查找并交流我国在人工智能技术研究处于国际领先的有哪些 答： 1. 大模型技术：数量与性能全球领先，开源生态引领。2. AI 芯片研发：车规级与算力芯片实现突破。3. 计算机视觉：人脸识别技术全球主导。4. 自动驾驶：车规级芯片与方案落地领先。5. 智能算力：智算集群规模位居全球前列。目前，人工智能正加速发展，呈现出跨界融合、人机协同等新特征，推动着与各行各业的深度融合，为未来的智能化社会和产业带来更多的机遇和挑战。四、随堂作业研究一位在人工智能发展史上有着重大影响的人物，分析其对人工智能发展所起到的贡献与局限。答：吴文俊（1919-2017），中科院院士，数学大师兼 AI 先驱。他开创数学机械化理论，用算法化思想解决几何定理证明等问题，为 AI 推理奠定数学基础，获国家最高科技奖。推动中国 AI 从数学根基起步，创办吴文俊人工智能科学技术奖，激励后辈创新。局限在于研究聚焦符号主义 AI，对后来兴起的深度学习、大数据驱动的连接主义关注不足；成果多集中于理论与数学应用，在工业级落地和商业化转化上影响力有限，未全面覆盖现代 AI 多领域发展需求。五、课堂练习完成课堂练习27-29页。六、拓展延伸1、人工智能如何运作（观看视频）2、 AI 发展三起两落3、中国 AI 优势领域4、 AI 伦理规范思考 学习起源关键事件掌握测试原理与标准梳理符号主义发展特点查找交流领先领域分享我国 AI 领先成果研究 AI 人物贡献与局限完成 27-29 页课堂练习观看视频拓展物联知识 让学生了解 AI 开端帮助学生理解测试逻辑让学生理清早期演进培养学生信息搜集能力让学生感知国家实力锻炼学生分析评价能力检验学生知识掌握程度拓宽学生知识边界
课后作业 1、简述我国 AI 领先领域与发展意义。 布置作业 拓展学生的学习能力
课堂板书 观看板书 强调教学重点内容。
21世纪教育网 www.21cnjy.com 精品试卷·第 2 页 （共 2 页）
HYPERLINK "http://www.21cnjy.com/" 21世纪教育网(www.21cnjy.com)(共36张PPT)
第一单元 第1节
走进人工智能
（浙教版）八年级
下
1
核心素养目标
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
核心素养目标
信息意识
计算思维
数字化学习与创新
信息社会责任
能够认识到人工智能的变革价值，理解智能时代下技术应用的责任与影响。
能够探索通过网络搜索、案例分析等数字化手段，创新对人工智能知识的探究与表达形式。
能够学会梳理标志性事件、对比技术特点，分析智能技术演进规律，提升对智能时代特征的认知效率。
能够了解人工智能从起源到发展的脉络，涵盖图灵测试、达特茅斯会议、三起两落及我国战略布局等关键节点。
03
新知讲解
单元导入
第一单元：人工智能在身边
学习目标
1.能了解人工智能及其发展历程。
2.能了解人工智能的三大技术基础。
3.能反思人工智能的发展与应用对人类社会产生的影响。
4.能辨析在使用人工智能技术的过程中的风险与挑战，初步认识人工智能伦理道德规范的重要性。
03
新知讲解
单元导入
人工智能技术的蓬勃发展，使其在各个领域得到了广泛的应用，并发挥着巨大的作用。人工智能作为智慧社会的核心技术，正深刻地改变着人们的学习、生活和工作方式。
03
新知讲解
第一节：走进人工智能
学习目标
通过人工智能起源及发展过程的学习，初步认识人工智能，感受人工智能对人类社会发展带来的影响。
03
新知讲解
第一节：走进人工智能
03
新知讲解
人工智能为什么得到了各个国家的重视
我国有哪些人工智能技术在国际领先
03
新知讲解
人工智能在全球范围内莲物发展，已影响着人们生活的方方面面。语音识别、图像识别、自然语言处理等基础性技术，语音交互、机器翻译、智能机器人、人机博弈等应用性技术，自动驾驶、智慧医疗、智慧农业、智能交通等综合应用技术，在各个领域得到了广泛应用。
03
新知讲解
一、人工智能的起源
自计算机发明以来，人类一直不懈努力，试图让机器模拟人类的智能，从而提升生产能力，帮助人类完成更为复杂或有危险的工作，更多地造福人类社会。
03
新知讲解
1956年8月，在美国达特茅斯学院召开的研讨会上，与会的科学家共同讨论了机器如何模拟智能。这次会议长达2个月，对人工智能进行了广泛深人的探讨，提出了通过编程使机器能使用语言，能用神经网络感知与分类、能自我学习与提高等设想。这些设想成了此后多年人工智能的发展指南和研究范畴。这次会议正式提出了“人工智能”(Artificial Intelligence，简称AI)一词，1956年也被认为是人工智能元年。
03
新知讲解
而早在20世纪50年代初，英国数学家阿兰·图灵(AlanTuring)就在他的论文《计算机器与智能》中提出并会试回答“机器能否思考”的问题，还提出了“图灵测试模型"，一种用于判定机器是否具有智能的试验方法。
03
新知讲解
知识链接
图灵测试
在图灵测试中，提问者通过一台机器与回答者进行对话，提问者根据回答问题的内容来判断与之交流的对象是机器还是人，如图1-1所示。在测试中，若提问者的判断出现了30%及以上的失误，则认为机器成功地欺骗了提问者，也就意味着机器通过了测试，具有人类智能。
03
新知讲解
二、人工智能的发展
从人工智能诞生以来，科学家在机器定理证明、机器翻译、人机博弈、识图辨物等领域进行了研究。人工智能的发展并非一帆风顺，经历了三起两落的过程。
03
新知讲解
1.第一阶段(20世纪50年代至70年代中期)
从达特茅斯会议到20世纪70年代中期，人工智能迅速发展。基于数理逻辑的符号知识表示与推理是这一阶段的主要特色。定理证明、棋类博弈、感知器的提出等，是当时人工智能研究的方向。
03
新知讲解
但是，由于时代局限性，人工智能的第一次低谷很快来临。1973年，英国数学家詹姆士·菜特希尔(James Lighthill)发表报告，该报告对当时英国的人工智能研究进行了评估，认为研究集中在自动机、机器人和中央神经系统领域，并得出如下结论:自动机和中央神经系统的研究有价值，但进展令人失望;机器人的研究没有价值，进展非常令人失望，建议取消机器人的研究。
03
新知讲解
2.第二阶段(20世纪80年代至90年代末)
这一阶段，“知识”逐渐成为人工智能领域的核心观念。符号推理的理论框架添加了“知识”的核心观念后，使机器能够解决更实用、更专业和更复杂的问题。专家系统迅速发展，同时神经网络、统计学习与并行信息处理等领域也有长足进步，自然语言和机器视觉的起步为人工智能的发展注人了新的动力。
03
新知讲解
但是，由于专家系统在知识获取、推理能力等方面的不足，以及开发成本高等因素，人工智能的发展又一次进人低谷期。具体标志为日本在1982年开始研制的第五代(智能)计算机，计划研制具有1000个处理单元的并行推理机，连接10亿信息组的数据和知识库，具备听说能力。到1992年，因没能突破破键性的技术难题，该计划最终以失败告终。
03
新知讲解
这一时期的人工智能专家试图以专家手工构建方式，来生成包含人类所有知识的“知识大脑”，并期望基于此来对所有问题进行推理。当时的人工智能专家认为，如果拥有了包罗万象、囊括万物的“知识大脑”，就可以通过“知识大脑”构建专家系统，回答任何问题。后来他们发现，将人类所有知识完整收集且形式化描述的任务根本无法完成。因此，单纯依赖规则和知识的专家系统未能表现出所期望的效果。
03
新知讲解
3.第三阶段(20世纪90年代后期至今)
到20世纪90年代后期，计算机性能得到高速发展，通过海量数据的积累和人工智能研究者的不懈努力，人工智能在许多领域取得了突破性成果。到了2010年左右，人工智能迎来了全面爆发期，人工智能在大数据智能、跨媒体智能、群体智能、混合增强智能、智能自主系统等方面的应用，加速了新一轮科技革命进程，成为新一轮产业变革的核心驱动力。
03
新知讲解
三、我国人工智能的发展
自1978年“智能模拟”纳人国家研究计划以来，我国不断地加大对人工智能相关领域项目研发的支持，并先后成立了“模式识别与机器智能”“人工智能和模式识别”等学术团体。该阶段的研究主要集中于定理证明、自然语言理解、机器人和专家系统等方面。
03
新知讲解
2015年后，我国将人工智能作为国家“互联网+”战略中11个具体行动之一，提出要“加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平”。在国家各种政策的推动下，经过科技工作者的不懈努力，我国的人工智能在人工智能芯片、自动驾驶、医疗影像，机器人等方面都取得了一系列成果。
03
新知讲解
经过60多年的发展，特别是在移动互联网、大数据、超级计算、脑科学等新理论新技术以及经济社会发展的强烈需求的共同驱动下，人工智能正加速发展，呈现出跨界融合、人机协同等新特征。目前，人工智能发展进人新阶段，芯片化、硬件化、平合化趋势更加明显。
03
新知讲解
亲身体验
查找并交流我国在人工智能技术研究处于国际领先的有哪些
1. 大模型技术：数量与性能全球领先，开源生态引领。
2. AI 芯片研发：车规级与算力芯片实现突破。
3. 计算机视觉：人脸识别技术全球主导。
4. 自动驾驶：车规级芯片与方案落地领先。
5. 智能算力：智算集群规模位居全球前列。
03
新知讲解
目前，人工智能正加速发展，呈现出跨界融合、人机协同等新特征，推动着与各行各业的深度融合，为未来的智能化社会和产业带来更多的机遇和挑战。
03
新知讲解
随堂作业
研究一位在人工智能发展史上有着重大影响的人物，分析其对人工智能发展所起到的贡献与局限。
吴文俊（1919-2017），中科院院士，数学大师兼 AI 先驱。他开创数学机械化理论，用算法化思想解决几何定理证明等问题，为 AI 推理奠定数学基础，获国家最高科技奖。推动中国 AI 从数学根基起步，创办吴文俊人工智能科学技术奖，激励后辈创新。局限在于研究聚焦符号主义 AI，对后来兴起的深度学习、大数据驱动的连接主义关注不足；成果多集中于理论与数学应用，在工业级落地和商业化转化上影响力有限，未全面覆盖现代 AI 多领域发展需求。
04
课堂练习
一、选择题
1、被称为 “人工智能之父”、提出图灵测试的是（ ）
A. 阿兰 图灵 B. 吴文俊
C. 冯 诺依曼 D. 比尔 盖茨
2、标志人工智能正式诞生的会议是（ ）
A. 达特茅斯会议 B. 巴黎和会
C. 万隆会议 D. 雅尔塔会议
A
A
04
课堂练习
3、我国人工智能先驱吴文俊的主要贡献是（ ）
A. 开创数学机械化 B. 研发自动驾驶
C. 提出深度学习 D. 发明智能手机
4、下列属于我国人工智能国际领先领域的是（ ）
A. 计算机视觉 B. 古典书法
C. 手工纺织 D. 石油开采
A
A
04
课堂练习
二、判断题
1、图灵测试是判断机器是否具有智能的重要标准。（ ）
2、我国在人工智能大模型、智能算力等方面处于国际领先。（ ）
3、吴文俊是我国人工智能领域的重要先驱人物。（ ）
4、人工智能发展历程中经历过发展低谷期。（ ）
5、人工智能只会带来便利，没有任何伦理问题。（ ）
√
X
√
√
√
05
拓展延伸
人工智能如何运作
05
拓展延伸
AI 发展三起两落
人工智能自 1956 年达特茅斯会议诞生后，经历了三起两落的曲折历程。早期因算力不足、数据匮乏，两次陷入发展低谷，研究经费锐减、进展缓慢。随着大数据、算力提升与算法革新，AI 迎来新一轮高速发展。这一历程说明，人工智能的进步离不开技术、数据与算力的共同支撑，也让我们更理性看待智能技术的发展规律，理解其并非一帆风顺的突破过程。
05
拓展延伸
中国 AI 优势领域
我国在人工智能多个领域已跻身国际前列，计算机视觉、大模型技术、智能算力建设、自动驾驶等均有突出成果。从吴文俊奠定的数学机械化基础，到如今开源大模型、智算集群规模化落地，中国 AI 兼具技术突破与场景应用优势。这些成果既依托国家战略支持，也源于庞大的应用市场，展现了我国在智能时代的科技竞争力，也体现了信息社会责任与技术创新的协同发展。
05
拓展延伸
AI 伦理规范思考
人工智能在赋能生产生活的同时，也带来数据隐私、算法偏见、就业结构改变等伦理问题。作为智能时代的使用者，我们既要看到 AI 提升效率、推动创新的价值，也要树立正确的技术观。本课强调的信息社会责任，正是要求我们合理规范 AI 应用，坚守伦理底线，让技术服务于人、造福社会，实现人工智能安全、健康、可持续发展，平衡技术创新与社会治理。
08
板书设计
走进人工智能
一、人工智能的起源
二、人工智能的发展
三、我国人工智能的发展
课后作业:
1、简述我国 AI 领先领域与发展意义。
https://www.21cnjy.com/recruitment/home/fine
