5.2 探秘人工智能教学设计-2024-2025学年教科版（2019）高中信息技术必修一

5.2 探秘人工智能 一、教材分析 本课时内容取自教科版高中信息技术必修一第五单元：数据分析与人工智能的第二课时部分，即5.2探秘人工智能，主要内容包括启发式搜索、何为人工智能、人工智能相关算法等部分，关注人工智能技术的相关概念与应用领域，聚焦人工智能新技术及发展趋势，引导学生正确认识和看待人工智能，感受生活中的人工智能。 2、 学情分析 本课时内容面向高中一年级学生，该阶段学生在生活中大多已使用或解除过人工智能，对其有较高兴趣，且在九年级已初步认识人工智能，具备逻辑思考和分析能力，但对于人工智能的相关算法和搜索逻辑了解较少。 3、 学习目标与重难点 1. 了解人工智能技术的相关概念与应用领域； 2. 了解人工智能技术发展的新技术与趋势，感受技术发展给生活带来的巨大变革； 3. 认识人工智能在信息社会中的重要作用，正确应对人工智能给予学习和生活的巨大影响。 4、 教学策略 情境导入法：创设下棋的情景，引导学生关注棋手的独特性，借此引出AI这一课题。 问题引导法：通过分层、递进的问题组，帮助学生了解AI，思考相关定义概念，并在实践中体会AI的利弊。 5、 学习过程 学习 环节 学生活动 教师活动 设计意图 情境 导入 【人人都是小棋手】 参与限时下棋活动，尝试战胜对面的“人”，最终以提子数决胜负。 鼓励学生积极参与围棋活动，调动课堂氛围 通过活动调用学生积极性，调节课堂氛围，让学生在活动中感知AI的厉害，为引出AI话题作铺垫。 棋局博弈，“它”是谁 【感受AI】 感受对弈之“人”技术，思考这“人”是谁，回答老师问题。 答案预设： 计算机，其他用户，AI······ 学生思考回答（如：深蓝、AlphaGo）。 问：对面的“人”厉不厉害？你们知道它是谁吗？ 给出答案： 人工智能（AI） 问：棋盘上的AI大家知道有谁吗？ 通过猜测对弈之人，进入对人工智能的认识学习。 列举真实的AI棋手，激发学生对AI的兴趣。 AI出马“谁”强弱 【活动1：探问最强大脑】 回顾人类智能与人工智能的几次对战，感受人工智能技术的飞速发展。请分组搜索相关信息，完善表格。 展示分享小组搜索到的AI人类大战，谈谈自己的感受。 思考并回答“深蓝”取胜的原因。 学生回答，如：联网查找棋谱，计算能力强······ 搜索：根据问题实际，不断寻找可利用知识，构造一条推理路线解决问题的过程 【启发式搜索与盲目搜索】 破解迷宫，感受A\B路径解题的过程。 结合迷宫破解理解启发式搜索和盲目搜索。 【活动2：在八数码问题中的启发性搜索】 八数码问题： 在一个3*3的棋盘上放8个数码，每个数码一格，且有一个空格。要求：移动为目标局面 引导学生搜索，巡视班级为学生提供帮助和指导。 引导学生分享搜索的内容和体会，补充相关知识。 引导学生思考这一问题：“深蓝”为何能取得胜利？ 引导学生总结答案（因为深蓝预先“学习”很多的棋谱，能够以非常快的速度在棋谱中查找到需要的步法） 介绍计算机的搜索。 以迷宫为例，请学生上台按两条道路进行破解。 解释这两种搜索方式的核心区别：是否借助估价函数动态调整，帮助学生理解两种方式的应用情景。 借助这一活动让学生更深刻的感知启发式搜索的求解过程。 通过检索，锻炼学生筛选信息，查找信息的能力，培养学生的信息意识。 通过分享让更多同学参与到课堂活动中来，产生思考的碰撞，进一步激发学生的兴趣。 借助“深蓝”为何能取得胜利这一问题，引出搜索这一话题。 具体分析深蓝搜索的思考，引导学生感受棋谱数量之大，引导学生思考如何可以更快地进行搜索。 认识何为搜素，为接下来的启发式搜索做铺垫。 以迷宫为例，梳理破解迷宫的思路，调动学生的课堂积极性。 给出启发式搜索和盲目搜索的定义，引导学生根据迷宫问题思考两种方式哪一种更适合复杂问题，并总结两种搜索方式的区别点。 通过游戏活动进一步加深学生对启发式搜索的认识。 【何为人工智能】 阅读书本P128，查找并理解概念，尝试回答两个问题。 人工智能：利用数字计算机或数字计算机控制的机器模拟、拓展和延伸人的智能，感知环境，获取知识并使用只是获得最佳结果的理论、方法、技术及应用系统。 引导学生了解AI的定义和分类，提出问题引发学生思考： 1. 人工智能真的能像人类一样思考吗？ 2. “深蓝”属于哪一类AI？（弱人工智能） 理解人工智能，并能够根据AI的应用情景和功能，对AI进行分类。 探究原理“秘”在哪 【活动3：人工智能如何“学习”？】 打开程序，观察飞机的变化，感受计算机“学习”的过程，并总结其特点。 【什么是机器学习】 机器学习是当前人工智能的核心技术之一，目的是使计算机能模拟或实现人类的学习行为，获取新的知识或技能，重新组织已有的知识结构，从而不断完善自身的性能。 【机器学习、深度学习和AI的关系】 理解三者之间的关系，深度学习属于机器学习，拓宽机器学习的上限。 【了解神经网络】 神经网络是目前人工智能领域研究的热点之一，是一种模仿动物神经网络行为特征，进行并行信息处理的算法模型。人工神经网络无须事先确定反应输入、输出之间的映射关系的数学方程，它通过自身的训练，学习某种规则，最终在给定输入时得到最接近期望输出的结果。 引导学生在飞机躲避导弹程序的学习过程中体验机器学习，总结飞机学习的特点“多次尝试、不断学习”。 通过建构主义的思路解释机器学习的基本原理。 借助讨论机器学习、深度学习和AI的关系，引出深度学习是基于神经网络的机器学习。 借助生物学的神经元概念帮助学生理解何为神经网络。 介绍正向传递和误差的反向传递的逻辑思路，并通过图片介绍神经网络的分布式特点。 观看程序动画，感受AI学习的过程，并总结AI学习的思路和特点，为认识机器学习做铺垫。 借助图片和建构主义思路进行机器学习特点的介绍和总结，帮助学生理解机器学习的思路和基础（大量数据样本）。 介绍机器学习、深度学习和AI的关系，引出深度学习和机器学习的差别在于神经网络。 借助生物学知识，跨学科帮助学生理解何为神经网络，有助于学生更快的明白深度学习中神经网络的作用，并且理解正向传递和误差的反向传递的逻辑思路 合理运用“利”多多 【人工智能的应用】 了解两个常见的AI应用。 【活动4：生活中的人工智能】 浏览器搜索： 查找生活中常见的人工智能，下载或记录对应应用，并小组讨论分享。 【辩论：人工智能利与弊】分组辩论，陈述论点 展示两个常见的AI应用。 引导学生搜索分享，巡视班级为学生提供帮助和指导。 总结：合理使用“利”多多 通过展示介绍人工智能的应用，以及学生分组查找人工智能的生活应用，引导学生感受AI给生活带来的巨大变革。 通过分组辩论，列举AI对于人类社会的利与弊，引导学生思考如何正确的使用AI，思考使用AI时需要注意哪些问题。 总结回顾 1.启发式搜索 2.机器学习 3.神经网络 4.人工智能的相关应用 5.如何看待人工智能 总结回顾，巩固本节课的知识内容。 6、 教学反思 本课时介绍AI及其原理、应用，体验性较强，但本课设计时未考虑实体感受，在后续教学中，应引入生活中常见的人工智能的应用体验，如：小爱同学、智能家居等，通过生活中常见案例来调动学生学习的积极性，更好地引发学生对AI算法的兴趣与思考。 学科网（北京）股份有限公司 $$