广东深圳市红岭教育集团大鹏华侨中学2025-2026学年高一下学期人工智能(AI)科普课

番外1：人工智能科普课 Extracurricular: Artificial intelligence science course 1 任务一 了解人工智能的背景及应用 任务二 掌握人工模型的原理 任务三 掌握人工智能的用途 任务四 了解人工智能未来的前景和专业选择 1 1.1 AI的背景和应用场景 The background and usage of AI 2 AI的背景和应用场景 The background and usage of AI 3 AI的背景和应用场景 The background and usage of AI 4 AI的背景和应用场景 The background and usage of AI 5 AI的背景和应用场景 The background and usage of AI 一，什么是人工智能🤖？ 人工智能（Artificial Intelligence，简称AI）是指通过计算机系统模拟、扩展和增强人类智能的科学与技术。 它旨在使机器能够执行通常需要人类智能的任务，例如学习、推理、问题解决、感知、语言理解和决策等。人工智能的核心目标是创建能够自主执行复杂任务的系统，并在此过程中不断优化和改进。 6 二，人工智能如何发展的？ 1，早期思想与理论奠基 阿兰·图灵（Alan Turing）的图灵机理论，研究如何让计算机模拟人类的思考过程。为计算机和AI的发展提供了数学和逻辑支持。 7 2，AI的诞生与其早期发展 达特茅斯会议：1956年，约翰·麦卡锡（John McCarthy）等科学家在达特茅斯学院召开会议，正式提出“人工智能”这一术语，标志着AI作为一门学科的诞生。 1959年，亚瑟·塞缪尔（Arthur Samuel）开发了第一个机器学习程序，用于下棋。 8 3，AI的寒冬与复兴（20世纪70-90年代） 由于计算能力不足、数据匮乏和算法局限性，AI的发展未能达到预期，导致政府和企业的资助减少，进入“AI寒冬”。 直至1980年代，神经网络的研究取得进展和互联网的普及，为AI提供了丰富的学习方法和学习资源。 9 4，AI的爆发（21世纪以来） 深度学习的突破：2006年，杰弗里·辛顿（Geoffrey Hinton）提出深度学习算法，推动了图像识别、语音识别等领域的革命性进展。 AI应用的普及：AI技术广泛应用于医疗、金融、交通、教育、娱乐等领域，如自动驾驶、智能助手、推荐系统等。 10 AI的背景和应用场景 The background and usage of AI 于1820年在米罗斯岛被发现，出土后立刻轰动了整个欧洲，被几个国家争夺，在混战中雕塑的双臂不幸被毁，几经周折，最后被法国买下作为生日礼物赠送给法国国王路易十八，国王又将其赠送给罗浮宫，维纳斯也从此变成了一个断臂女神。但，遗失的双臂反而诠释了一种残缺的美。 11 AI的背景和应用场景 The background and usage of AI AI扩图前 AI扩图后 12 AI的背景和应用场景 The background and usage of AI AI扩图前 AI扩图后 13 1.2 人工智能及其基本原理 人工智能的基本原理 The basic running theory of AI 人工智能的细分领域 15 人工智能的基本原理 The basic running theory of AI 一，人工智能 人工智能是指通过计算机系统模拟、扩展和增强人类智能的科学与工程。其目标是使机器能够执行通常需要人类智能的任务，如学习、推理、感知、决策和语言理解等。 16 人工智能的基本原理 The basic running theory of AI 17 人工智能的基本原理 The basic running theory of AI 二，机器学习 机器学习是人工智能的一个分支，其通过数据训练模型，使计算机能够从数据中学习规律，并利用这些规律进行预测或决策。其核心在于通过算法自动识别数据中的模式。 18 人工智能的基本原理 The basic running theory of AI 19 人工智能的基本原理 The basic running theory of AI 20 人工智能的基本原理 The basic running theory of AI 机器学习模型训练&工作流（火锅底料版） 21 人工智能的基本原理 The basic running theory of AI 1，明确需求&准备数据（明确火锅目的并准备食材） 明确机器学习模型的用途，根据用途收集、清洗以及标注对应数据 22 人工智能的基本原理 The basic running theory of AI 2，模型的选择&训练（选锅底！辣锅or清汤锅） 依据需求选择合适的模型（线性回归、神经网络…） 23 人工智能的基本原理 The basic running theory of AI 3，模型的训练（下食材，开始做底料！） 将数据载入到模型中进行训练 24 人工智能的基本原理 The basic running theory of AI 4，模型的评估（尝尝咸淡！） 将训练好的模型对测试数据集进行预测（考试），观察其预测效果。若预测正确率良好，则可以用于实际使用。 反之，则需要回炉重造，重新训练。 25 人工智能的基本原理 The basic running theory of AI 5，模型的部署（开吃开吃！） 将测试合格的模型部署到应用场景当中。 26 人工智能的基本原理 The basic running theory of AI 27 人工智能的基本原理 The basic running theory of AI 三，深度学习 深度学习是机器学习的一个分支，主要使用多层神经网络（尤其是深度神经网络）来学习数据的复杂特征。 它通过多层次的神经网络，能够自动提取复杂的特征，适用于处理大规模数据。（可以理解为机器学习ProMax 28 人工智能的基本原理 The basic running theory of AI 29 人工智能的基本原理 The basic running theory of AI 30 人工智能的基本原理 The basic running theory of AI 31 1.3 人工智能的实践 The basic running example of AI 32 人工智能的基本应用 The basic running example of AI 33 人工智能的基本应用 The basic running example of AI 一，图像分类&目标检测 34 人工智能的基本应用 The basic running example of AI 二，姿态估计 35 1.4 人工智能的前景&展望 The job hunting of AI 36 人工智能的就业前景 The basic running example of AI 37 人工智能的就业前景 The basic running example of AI 一，就业 “钱景” 38 人工智能的就业前景 The basic running example of AI 39 人工智能的就业前景 The basic running example of AI 40 人工智能的就业前景 The basic running example of AI 几乎所有课程和短视频都在重复同一套话术：“不用DeepSeek就会被淘汰”、“让AI给你打工躺赚百万”... 41 人工智能的就业前景 The basic running example of AI 42 人工智能的就业前景 The basic running example of AI 吴恩达机器学习 43 人工智能的展望 The expectation of AI 二，展望 如何不被AI所替代？ 44 一、创造力 AI 可以根据既定的模式和数据进行创作，但真正的创造力是人类独有的。 人工智能的展望 The expectation of AI 45 二、情感智力： 人类的情感是复杂而微妙的，AI 很难完全理解和模仿。提高情感智力可以帮助我们更好地与人沟通和合作！ 人工智能的展望 The expectation of AI 46 三、终身学习能力：科技在不断进步，我们也需要不断学习新的知识和技能，以适应变化，培养终身学习能力。 人工智能的展望 The expectation of AI 47 $