第8课《人工智能中的算法》教学课件-2025-2026学年浙教版初中信息科技八年级下册

《人工智能中的算法》教学课件 2025-2026学年浙教版（新教材）初中信息技术八年级下册 情境对比：手动规划vs智能规划 场景二：使用导航APP规划 场景一：手动规划上学路线 +相法 路线 e 描述：输入目的地，APP自动规划多条路 描述：每天走固定的路线，遇到堵车只能自己临时想办法绕 线并推荐最优解：实时监控路况，遇拥堵 路，耗时费力且无法预知前方路况 自动计算并推荐新路线 特点：路线固定单一·被动等待·依赖人工干预与经验 特点：动态计算·数据驱动·自主优 化路径·实时反馈 同学们，对比一下这两种方式，导航APP为什么这么“聪明”？它背后隐藏着什么秘密？ 今天的探索目标：人工智能中的算法 导航APP的“聪明才智”，来源于它内置的人工智能算法。算法，就是人工智能的“大脑”和“决策核心”。本节课， 我们将一起揭开A1“思考”与“决策”的神秘面纱。 理解算法本质 区分两类算法 01 从定义出发，理解算法是如何一步步解决问题 02 对比传统编程算法与人工智能算法的核心差异 、处理信息并做出判断的逻辑过程。 ,明白AI算法“学习进化”的独特能力。 掌握核心三要素 理性看待影响 03 认识数据、算力与算法如何共同构成人工智能 04 辩证分析算法对社会与生活的积极赋能与潜在 大厦的基石，理解三者的协同作用。 风险，学会做一个负责任的技术使用者 PART 01 新知探究 算法的世界 算法的定义：解决问题的“超级菜谱” 核心定义：算法是指解决特定问题的、明确的、有限的、可执行的步骤与规则。它是解决问题的思路和方 法，是程序的灵魂。 可执行的 明确的(Clear） 有限的 (Finite) (Executable) 每一步做什么，都清清楚楚，指令精 无论多复杂，算法必须在有限的步骤 每一步骤都必须是物理上或逻辑上可 准，不存在任何歧义或模棱两可的地 和时间内完成并得出结果，不能陷入 操作的，能通过机械或人工的方式完 方 无限循环。 成任务 算法=解题思路/菜谱 程序=解题过程/烹饪 抽象的逻辑与思考。指导我们“怎么做 具体的代码实现，是算法的载体 生活处处有算法（一） 算法并不是高深莫测的概念，它就在我们身边 5 01/煮一碗方便面 02/组装乐高模型 1.打开包装，取出面饼和调料 2.往锅里加入适量的水，加热至沸腾。 3.放入面饼，煮3-5分钟 跟若说明书的步骤，一步步拼接零件，最终完成模型。每一步都 4.加入调料包，搅拌均匀。 有明确的指令，只要严格执行，就能得到正确的结果。 5.关火，盛出享用 生活处处有算法（二） vuuu 案例3：数学解题 案例4：去超市购物 15 ←—0uot r一12)183 ←-Divie 梳理家中物品，列出详细的购物清 21 1.审题，理解题意，明确问题核心， 单 63 2.找出己知条件，圈出未知量。 2.依据超市布局，规划最优的行走路 3.联想相关知识。选择合适的公式或 线。 03 +Rem 定理。 4.严谨列式，分步计算求解 3. 按清单挑选商品，分类放入购物车 5.代入验算，确保答案准确无误。 4. 选择最短的队伍，排队完成结账 无论是学习、工作还是日常生活，我们都在有意或无意地使用算法来解决问题。 两种算法的对决：传统算法ⅴs人工智能算法 传统规则算法 人工智能算法 核心逻辑：人工编写固定的、明确的规则和执行步 核心逻辑：不直接编写规则，而是从海量数据中自 骤，计算机只需机械执行即可。 动学习、归纳规律，建立模型进行预测。 主要特点：按部就班、“按规办事”。逻辑清晰可 主要特点：自主优化、“自主判断”。无需人工定 控，但仅能解决人类预设好边界的固定问题。 义规则，能应对复杂、不确定且动态变化的场景。 典型场景：计算器运算、红绿灯固定切换、数学公 典型场景：手机拍照识物、电商个性化推荐、地图 式计算 实时避堵导航， 案例分析：如何让机器识别苹果？（传统算法） 识别场景 目标：让一台机器从一推混杂的水果中，精准地找出 所有的“苹果”。 传统算法：人工编写逻辑规则 「（颜色=“红色”战形状三“圆形”&顶部有四陷 )(判定为苹果 局限性：规则僵化且维护困难 一旦遇到青苹果或黄苹果，程序就会判定错误。面对 复杂多变的现实世界，我们需要不断人工修改和增加 规则，效幸极低。 案例分析：如何让机器识别苹果？(A虹算法) 从“人工编程”到“数据驱动”的思维转变：利用机器学习发现事物本质 01/海量数据投 02/算法自主学 03/泛化识别能 喂 习 力 工程师小红准备了10000张包含不同 使用成熟的图像识别算法，让机器 机器成功掌握了苹果的特征，具备 特征的苹果图片作为“训练数据” 处理并分析海量图片。 了强大的泛化能力。 无需人工编写“如果是红色圆形就是 不仅能准确识别出任何颜色的苹果， 这些图片涵盖了红、青、黄不同颜色 苹果”的具体规则，而是让机器自已 甚至能认出它在训练数据中从未见过 ,大、小不同尺寸，甚至不同光照角 从数据中归纳、总结和“学习”苹果 的新品种，这正是AI算法的核心优势 度，保证了数据的多样性， 的共同本质特征 传统算法vsAI算法：核心差异 规则来源 解决问题类型 动态调整能力 核心运行逻辑 传统规则算法 传统规则算法 传统规则算法 传统规则算法 依赖人工编写的固定规则 我长解决逻辑清晰、边界明 缺乏灵活性，无法自主进化 严格按照预设的逻粗和步骤 逻辑由人定义。 确、结果可预测的固定、简 。遇到新情况必须由工程师 执行，本质是“按规办事 单问题。 人工修改代码： 的流水线。 人工智能算法 人工智能算法 人工智能算法 人工智能算法 从海量数爆中自动学习潜在 擅长处理逻辑复杂、数据量 具备白适应能力，通过持续 通过挖框数据规律进行概南 规律，无需人工定义， 大、结果不确定、且环境动 学习新数据可以实现自主优 推理和决策，本质是具备“ 态变化的问题。 化和迭代升级。 自主判断”能力。 记忆口决：传统算法是“听话的执行者”，AI算法是“会学习的思考者” 拓展案例：从“棋谱”到“大师” AI算法：自我进化的“大师”( 传统算法：循规蹈矩的“棋手” 如AlphaGo) ·程序员将所有已知的棋谱和走法规则，手动输 入程序作为“知识库” ·先学习数百万份人类棋谱，快速掌握基本策略 ·只能机被执行预设逻辑，遇到没见过的局面便 与逻辑。 会“死机”，缺乏应变能力。 ·通过自我对奔数千万局，不断探索人类未知的 新走法，最终实现水平超越。 PART 02 核心要素 AI的三大支柱 人工智能的三大核心要素 一个强大的AL,离不开三大核心要素的协同合作 2 Enaine 算力(Computing 算法(Algorithm) 数据 (Data) Power) AI的“大脑” AI的“燃料” AI的“动力” 负责思考、判断和决策， 为算法提供学习的素材和依据， 负责高效执行算法、处理海量数据， 是人工智能的逻辑核心 决定了模型的知识边界 是模型川练和运行的物理基础 要素一：算法（大脑） 核心作用 典型案例 核心意义 思考：处理海量数据，从中寻 找隐藏的模式与规律。 以日常使用的地图导航为例： 算法直接决定了AI的 0判断：基于已学习到的规律，对 算法持续分析海量的实时路况数据( “智商水平” 陌生或新的输入情况进行推理和判断 如车速、拥堵、事故等)，在毫秒级 时间内进行计算，为用户动态规划并 推荐“最短距离”或“最快到达”的 它定义了A1能够处理问题的复杂程度 决策：综合分析结果，为AI体 路线方案。 、准确性以及效率上限。 输出下一步行动的指令 要素二：数据 (燃料) 核心作用 黄金法则 直观示例 学习素材 “垃圾进，垃圾出” A[的算法模型本身不会产生知识，它 目标：训练识别“猫”的A工 (Garbage In,Garbage Out) 需要通过“阅读”和分析海量数据来 ·输入：我们需要给AI模型“投喂”成 学习、模仿并学握特定的知识和技能 千上万张包含不同品种、不同姿态， AI的输出质量完全取决于输入数据的 不同背景的猫的图片。 质量。如果用来训练的数据本身存在 输出：只有经过了海量高质量图片的 桃口质量决定效果 错误、缺失、偏差，或者逻辑不一致 ,那么AI学到的模型也会继承这些间 训练，AI才能在面对一张全新的、从 在数据驱动的A中，数据的数量越丰 题，导致最终给出错误的、带有偏见 未见过的照片时，准确地告诉你：“ 富、质量越高、标注越准确，AI最终 的甚至有害的结论， 这是一只猫” 产出的判断结果就越精准、越可靠， 要素三：算力（动力） 核心作用 算力载体 价值体现 ·执行算法：提供高速运算能力，支 ·端侧算力：我们每天使用的手机 以围棋AI为例，没有强大的算力支撑 楼复杂模型与算法的实时运行」 电脑中的CPU和GPU芯片 ,想要训练出能匹敌人类顶尖棋手的 。处理数据：快速读取、分析和处理 。云端算力：数据中心里成千上万台 AI模型，可能需要花费数年甚至更长 海量非结构化数据，挖掘价值。 高性能服务器构成的计算集群。 的时间，极大地阻碍了技术进步。 缺一不可的协同关系 数据 6算法 算力 结果 高性能CPU/GPU与服务器 海量的图片、文本等 图像识别、深度学习模型 精准识别内容并输出 支撑AI高效运行的“动力引 AI训练与学习的“素材库” AI进行“思考”的逻辑规则 繁” AI能力落地的最终价值 如果只有算法和数据，但算力很差，会发生什么？ 如果只有算法和算力，但没有数据，会发生什么？ 一口处理速度极慢，甚至无法在有效时间内完成任务，体验极差 一口A1就像没有课本的学生，无法学习和进化，最终只能输出随 机结果 结论：算法、数据、算力三者相互依存，协同作用，共同构成了人工智能的基石。 案例分析：拍照识花背后的三要素 场景：用手机拍下一朵不认识的花，APP立刻告诉你花名。这背后是哪三种力量在协同？ 拍照识花 算法：智能识别的“大脑” 1秒知道植物的名字和故事 基于计算机视觉的图像识别算法，对拍摄画面进行特征提取，再通过高效的四 配算法，在数据库中找到对应的答案 数据：海量资源的“宝库” 服务器中存储了数百万张不同品种、不同形态、不同环境下的花卉高清图片， 以及对应的结构化特征数据，为比对提供基础。 算力：高效运算的“引擎” 手机端芯片负责图像的初步压缩和特征提取，将任务分发至云端服务器，利用 云端强大的算力资源完成毫秒级的复杂匹配运算。 案例分析：智能语音助手背后的三要素 算法(Algorithm) How can I help you? 核心包括语音识别(ASR)、自然语言处理LP)与语音 合成(TTS)。它们负责将声音转为文本、理解用户意图 并生成语音反馈，是“大脑” 数据(Data) 海量人类语音与文本对话样本用于训练模型：同时结 合实时天气等第三方动态数据，确保回答准确、实时 且符合语境，是“燃料”， 算力(Computing Power) 典型场景：对手机说“明天天气怎么样？”，语音助 依托高性能手机木地芯片进行快速响应，或连接云端 手就能快速听懂并给出准确的回答。 服务器进行复杂的并发计算，为流畅的实时交互提供 底层物理动力，是“引摩”。 PART 03 拓展思考 算法的双面性 算法带来的便利与进步 提高效率 解决复杂问题 通过算法实现自动化处理大量重复性 突破人类计算能力的极限，在海量数据中寻找规 工作，例如智能客服全天候响应、自 律，无论是精准预测极端天气、加速新药分子的 动化生产线的高效运转，大幅节省人 发现过程，还是辅助探索浩瀚宇宙，第法都发挥 力成本与时间 着关键作用。 个性化服务 推动科技进步 作为人工智能的核心驱动力，算法持 基于用户画像与行为分析，为每个人提供“千人 续推动各前沿领规的突破性创新，从 千面”的定制体验。从推荐喜欢的电影、音乐， 自动驾驶技术的落地，到医疗领域辅 到智能匹配购物需求，让数字生活更加贴心、便 助诊断、基因测序分析，不断拓展人 捷。 类的能力边界 警惕算法的“副作用”（一）：算法偏见 潜在影响 数据成因· Cause 典型案例·Case 算法偏见(Bias) Impact 训练数据集本身存在严重的样 知名招聘AI因学习了过去以男 技术黑箱可能使歧视变得 本不平衡或历史歧视，AL只 性为主的工程师简历，在自动 隐薇化和常态化，不仅无 AI系统在训练过程中吸收了人类社会既有 是忠实地“学习”并放大了这 筛选环节对女性候选人产生系 法解决社会不公，反而可 数据中的历史偏见，导致输出结果带有系 些偏见，最终导致输出判断的 统性低分，造成职业性别歧视 能固化甚至加刷现有的社 统性的歧视与不公平，是人工智能伦理中 不公 会不平等 的首要挑战。 警惕算法的“副作用”（二）：算法滥用 01/算法滥用之因 02/典型滥用案例 03/带来的负面影响 根本原因在于企业为了商业利益， 某些APP在未获用户明确同意的情况 严重侵犯了用户的个人隐私权，不 在未经严格限制的情况下，过度收 下，非法收集位置轨迹、浏览历史 仅造成精神困扰，更可能因敏感数 集和使用个人数据，将算法变成了 、通讯录等敏感信息，用于精准 据被不法分子利用，给个人财产和 数据收割的工具。 告推送，甚至发生大规模数据泄露 人身安全带来巨大隐患。 事件。 警惕算法的“副作用”（三）：算法黑箱 后果：信任崩塌与追责 成因：决策不透明 案例：拒绝贷款申请 难 以深度学习为代表的复杂AI算法，其 当AI系统拒绝了你的贷款申请时，你 公众对不透明的算法系统产生天然的 内部逻辑和决策路径极度隐蔽，人类 无法得知是收入、征信还是其他具体 信任危机：当算法出现错误或歧视时 难以解释和理解其“思考”过程。 原因导致，只能收到一个冷冰冰的“ ,责任主体难以界定，受害者很难进 拒绝”结果。 行有效申诉和追责， 理性看待算法，做负责任的数字公民 讨论与思考 原米序喜财 波方面的内客 1.你在生活中遇到过“算法偏见”或“信息茧房”吗？有什么感受？ 2.作为中学生，我们应该如何保护自己的隐私，避免个人数据祓算法 溢用？ 3.在享受算法便利的同时，如何避免过度依赖，保持独立思考？ 茧 保持理性 保护隐私 提升素养 据 料证看待算法的推荐与 谨慎投权APP权限，不 主功学习基础算法知识 判，，不盲从、不偏信 随意在网路上温露个人，增强对网路信息的期 ,保持独立思考能力。 敏感信息，守好数字防别能力，做智慧的数字 线 公民， PART 04 课堂总结与练习 知识巩固：课堂练习 目01/填空题·算法定义 。02/填空题·AI核心要素 算法是指解决特定问题的、 的步骤 人工智能的三大核心要素是 与规则。 03/判断题 04/简答题 传统算法和人工智能算法的核心区别在于，AI算法能从数据 请列举并简要描述一个生活中应用人工智能算法的例子。 中学习。() 提示：如推荐系统、语音助手、人脸识别等 请在括号内填写“对”或“错” 学以致用：课堂练习 思考题目： 结合“导航APP实时规划路线”这个生活中的经典案例，请大家分组讨论并详细分析，其中的算法、数据、算力 分别发挥了什么关键作用？ 算法Algorithm 数据Data 算力Computing 核心逻辑的“大脑” 精准决策的“原料” 高效运转的“心脏” ·路径规划模型(Di ikstra/A* ·静态地图数据（路网/POD 云端大规模并行计算能力 ·动态避堵与最优解计算 ·实时路况数据（车速/拥堵） ·边锋端/移动端实时渲染与定位 ·地图匹配与路线引导规则 ·用户位置与行为数据 ·支撑亿级用户的高并发响应 本课核心知识回顾 01 1个核心定义：什么是算法？ 02 2种算法模式对比 传统算法：遵循固定逻辑与规则，输入即得确定 算法是为解决特定问题而设计的一系列**明确、 结果，侧重“按规办事” 有限、可执行*的计算步骤与规则，是计算机处 理信息的底层逻辑 AI算法：基于海量数据训练模型，自主归纳规律 ,侧重“数据驱动与学习”。 3个核心要素：AI“铁三角” 03 ·算法（大脑）：处理数据、做出决策的逻辑核心 04 1个核心意识：理性看待算法 认识算法的“双刃剑”特性：它极大便利了生活 •数据（燃料）：用于训练棋型、提供输入的基础 ， 但也可能带来隐私泄露、算法歧视等风险。我 原料。 们应善用算法、监督算法，努力成为*负责任的 ·算力（动力）：支撑海量计算、保确运行速度的 数字公民*。 硬件基础 算法一一改变世界的力量 算法是人工智能的灵魂，它让机器从“工具”变成了“伙伴”。从生活琐事到科技前沿，算法无处不在，深刻地影响着 我们的世界。 理解原理 善用技术 坚守底线 掌握算法的基础知识，夯实编程与逻 主动利用算法解决生活与学习中的实 时刻警惕算法偏见与滥用风险，在技 辑思维的地基，理解每一步计算背后 际问题，将技术转化为创造价值的工 术发展中，始终维护社会的公平、正 的逻辑与意义。 具，赋能身边的人与事 义与人类的伦理底线 未来已来，让我们一起拥抱算法，用智慧和责任塑造一个更美好的智能时代！ 感谢聆听！ /期特与您请再次大对塑遇