内容正文:
初中信息科技课时备课
课 时 概 况
课 题
八年级下册第3课《人工智能技术基础》
课时序号
教师
备课时间
年 月 日
上课时间
年 月 日
教 学 设 计
学习内容分析
课标相应内容要求:《信息科技课程标准》要求学生知道人工智能的三大技术基础,理解数据、算法、算力对人工智能运行的支撑作用,能结合实例分析人工智能技术的核心逻辑。
主要内容:本课核心内容是认识人工智能的三大技术基础——数据、算法、算力,分别理解三者在人工智能中的作用,掌握三者相互依存的关系。
望远镜思维——纵向联系:学生在六年级已经初步感知人工智能的日常应用,前两课已经学习了人工智能的基本概念与发展历程,本课是八年级下册第一单元人工智能入门的核心课,为后续第二单元学习人工智能具体技术实现、九年级学习人工智能安全与发展奠定核心概念基础。
放大镜思维——横向逻辑:本课遵循“从分解认识到整体建构”的逻辑主线,先通过具体对比案例分别拆解三大技术基础的作用,再通过假设情景探究三者的依存关系,最终落实“人工智能的三大技术基础是数据、算法和算力”的核心大概念,层次清晰,逐步递进。
学习对象分析
1. 心理和思维特点:八年级学生抽象逻辑思维快速发展,对人工智能这类前沿科技充满好奇心与探究欲,更喜欢通过具体案例自主建构知识,反感被动记忆空泛概念。
2. 已有知识基础和生活经验:学生日常频繁接触各类人工智能应用(刷脸支付、导航、AI推荐等),前两课已经掌握人工智能的基本概念,对人工智能的应用场景有丰富的感性经验。
3. 典型认知误区:① 认为算法是人工智能独有的,不理解算法是解决问题的清晰步骤,比如觉得只有AI运行才用到算法,自己解数学题的步骤不属于算法;② 认为训练AI的数据随便找一点就行,不知道大规模、高质量标注数据才是AI准确运行的基础,比如觉得做一个猫脸识别,只要放10张猫的图片训练就够了;③ 认为三大技术基础是相互独立的,比如觉得只要有好的算法就能做出实用AI,不需要足够的数据和算力支撑。
学习目标
1. 能准确说出人工智能三大技术基础的名称,结合具体案例分别说明数据、算法、算力在人工智能中的作用。
2. 能通过情景分析准确阐述数据、算法、算力三者之间相互依存的关系。
3. 能结合真实人工智能产品案例,从三大技术基础的角度分析产品性能差异的原因,形成对人工智能底层逻辑的正确认知。
教学重难点
教学重点:理解数据、算法、算力各自的作用,掌握人工智能三大核心技术基础的内容。
教学难点:理解三大技术基础之间相互依存的关系,能运用核心概念分析实际AI应用的性能。
教学方法
案例教学法、小组探究法、任务驱动法、问题引导法
学习资源
硬件环境:多媒体网络教室,每人一台联网计算机
软件环境:PPT演示软件、电子探究任务单
教学资源:人工智能训练对比案例包、大模型性能真实案例素材
教学准备:提前分发电子任务单,调试教室网络,准备案例数据
学习过程
【活动描述】播放两段学生熟悉的生活场景片段:第一段是学生日常刷短视频,刷3次后AI推荐的内容全部贴合自己的兴趣;第二段是校门口的人脸识别门禁,1秒就能识别出入校人员。随后提出问题:这些人工智能能实现这么智能流畅的效果,底层离不开三样核心支撑,你认为是哪三样?给学生1分钟思考时间。
【学生活动】观看视频,结合生活经验思考问题,自由发言分享自己猜想的核心要素。
【教师活动】播放视频引出问题,整理记录学生的不同发言,引出本课主题:今天我们就一起拆解人工智能运行的三大核心技术基础。
【设计意图】从学生每天接触的真实场景切入,快速引发探究兴趣,自然导入本课主题,符合初中生的认知起点。
【学习过程-建构】
活动1:探究三大技术基础的各自作用
【活动描述】给每个小组发放带具体对比数据的探究任务单,三个控制变量的对比案例:① 同一语音识别算法、同一服务器算力,用100小时多口音语音数据集训练的准确率是72%,用10000小时多场景多口音语音数据集训练的准确率是95%,分析数据的作用;② 同一10000小时数据集、同一服务器算力,用传统算法训练准确率是83%,用深度学习算法训练准确率是95%,分析算法的作用;③ 同一数据集、同一算法,用算力1TFLOPS的家用电脑训练需要30天,用算力10000TFLOPS的超算训练需要10分钟,分析算力的作用。给学生8分钟小组讨论完成任务单。
【学生活动】分组阅读案例数据,讨论分析每个要素的作用,填写任务单,小组代表发言分享结论。
【教师活动】分发任务单,巡视指导各组讨论,在学生发言后总结核心概念:数据是人工智能训练的原料,算法是人工智能解决问题的方法步骤,算力是支撑数据处理和算法运行的计算能力,同时纠正学生“只有人工智能才有算法”的认知误区。
【设计意图】通过控制变量的对比案例,让学生自主探究生成概念,避免被动灌输,有效突破认知误区,落实核心概念的建构。
活动2:探究三大技术基础的依存关系
【活动描述】设置三个假设情景,请小组分析“能不能实现目标,为什么”:① 想要做一个识别校园流浪猫的AI,已经写好了识别算法,也有超算提供算力,但是一张流浪猫的训练图片都没有,能不能做成可用的AI?② 有10万张不同流浪猫的标注图片,也有超算算力,但是没有对应的机器学习算法,不知道怎么让计算机学会识别流浪猫,能不能做成?③ 有10万张图片,也有成熟的算法,但是只用一部旧手机(算力0.1TFLOPS)训练模型,能不能做成能实时识别的实用AI?给学生6分钟分组讨论。
【学生活动】分组分析三个假设情景,得出结论,派代表分享本组观点。
【教师活动】抛出假设情景,引导学生讨论,最后总结核心结论:三大技术基础缺一不可,数据提供原料、算法提供方法、算力提供支撑,三者相互依存,共同决定人工智能的性能。
【设计意图】通过假设情景的探究,让学生自主建构三者的逻辑关系,突破本课的教学难点,深化对核心概念的理解。
【学习过程-应用】
【活动描述】出示真实业界案例:两款同类型通用大模型,大模型A:训练数据1万亿token,采用最新Transformer算法,用1万张A100显卡训练3个月,对话回答准确率92%;大模型B:训练数据100亿token,采用较早的循环神经网络算法,用100张A100显卡训练1个月,对话回答准确率78%。请学生结合本课所学知识,从三大技术基础的角度分析两个大模型性能差异的原因,写在任务单上,时间5分钟。
【学生活动】阅读案例,结合所学知识分析原因,完成任务后分享自己的分析结果。
【教师活动】出示案例,巡视指导学生分析,点评学生的分析结果,总结:任何人工智能应用的性能都是三大技术基础共同作用的结果,提升AI性能需要三者协同升级。
【设计意图】用真实的科技案例让学生应用新知解决问题,巩固所学内容,同时拉近学生和前沿科技的距离。
【学习过程-梳理】
【活动描述】请学生自主梳理本课核心知识点,绘制一幅简单的关系图,体现三大技术基础的作用和相互关系,给3分钟,随后邀请1位学生上台展示自己的关系图。
【学生活动】自主梳理知识,绘制关系图,参与展示分享。
【教师活动】引导学生梳理,补充完善学生的梳理结果,总结本课核心内容。
【设计意图】让学生自主建构完整的知识体系,强化核心概念的记忆与理解。
板书设计
一、人工智能三大技术基础
1. 数据——训练原料
2. 算法——解决方法
3. 算力——运行支撑
二、三者关系:相互依存 缺一不可
评价设计
评价维度(四个维度,分三级):
1. 概念掌握:优秀=能准确说出三大基础的名称和各自作用;合格=能说出三大基础名称,作用表述不全;待改进=无法准确说出三大基础名称
2. 探究参与:优秀=积极参与小组讨论,主动分享观点;合格=能参与小组讨论;待改进=不参与探究活动
3. 关系理解:优秀=能结合案例说明三者的依存关系;合格=能说出三者缺一不可,不会结合案例;待改进=无法说明三者关系
4. 应用分析:优秀=能从三大基础角度准确分析案例性能差异;合格=能从1-2个角度分析;待改进=无法完成分析
评价方式:自评(概念掌握)、互评(探究参与)、师评(关系理解、应用分析)
教学反思
亮点:整节课遵循感知-建构-应用-梳理的逻辑,用带具体数据的对比案例和假设情景驱动学生自主探究,避免了概念灌输,有效突破了学生的典型认知误区,学生参与度高,核心概念落实到位。
改进设想:如果能给学生提供直观体验活动,比如让学生亲自在不同配置的设备上运行简单AI识别程序,感受算力对AI运行速度的影响,学生对算力的理解会更直观;如果能加入我国自主研发AI算力、算法的案例,还能更好落实信息社会责任与家国情怀的培养,效果会更好。
学科网(北京)股份有限公司
$