《第 4 课 人工智能的技术基础》2026-2027学年人教版初中信息科技人工智能专册

初中信息“导·学·练”课堂导学案 年级 科目 信息 周次 设计者 序号 班级 主题与课时 第 4 课 人工智能的技术基础 课型 新授 审核人 学校审核 姓名 课标要求 依据义务教育信息科技课程标准，学生要理解人工智能数据、算法、算力三大技术基础，能结合生活实例辨析三者作用，初步认识三者协同工作的原理。学会分析 AI 应用背后的技术要素，树立数据安全意识，能够辩证看待技术价值，提升数字素养，为后续学习机器学习、人工智能应用打下基础 学习目标 信息意识：识别生活中 AI 应用，认识数据是人工智能重要资源，辨别数据价值。 计算思维：拆解 AI 运行逻辑，理解数据、算法、算力分工与协同关系。 数字化学习与创新：借助案例探究技术原理，尝试分析 AI 应用技术支撑。 信息社会责任：关注数据安全、算法公平，树立规范使用人工智能的意识 重难点 教学重点：掌握数据、算法、算力三大技术基础的概念与功能，结合实例区分三者在人工智能系统中的角色，建立完整的技术认知。 教学难点：理解三者相互依存、协同赋能的内在逻辑，突破抽象技术原理障碍，可以自主分析常见人工智能应用的技术支撑过程 学习过程 第一部分 课前预习案 任务一 情境感知：人工智能为什么可以实现智能 阅读教材对应板块，结合生活当中人脸识别、智能语音助手、AI 绘画等人工智能应用，完成下面习题。 一、填空题 1. 生活中人脸识别解锁手机、语音翻译、智能推荐等人工智能应用，背后离不开________、________、________三大技术基础共同支撑学科网。 2. 很多人工智能模型需要大量图片、语音、文本等材料开展学习，这些材料统称为________。 3. ________是指解决问题的步骤与方法，人工智能依靠它完成对数据的处理、判断。 4. 计算机处理数据、执行算法的能力，被称为________。 5. 如果缺少充足有效的数据，人工智能模型学习效果会________。 二、单项选择题 1. 智能音箱听懂人说话，采集用户语音，语音在这里属于（） A. 算法 B. 数据 C. 算力 D. 模型 2. 下列选项不属于人工智能三大技术基础的是（） A. 数据 B. 算法 C. 算力 D. 网络直播 3. 手机配置越高，处理 AI 任务速度越快，这体现哪一项技术要素（） A. 数据 B. 算法 C. 算力 D. 数据库 4. 下列说法正确的是（） A. 人工智能只需要数据就可以正常工作 B. 人工智能三大基础要素需要互相配合 C. 算力越强，不需要数据也能实现 AI 识别 D. 算法不会影响人工智能输出结果 三、判断题（对打√，错打 ×） 1. 数据是人工智能的重要 “原材料”。（） 2. 算法就是计算机执行的一系列解决问题的步骤。（） 3. 算力只和软件程序有关系，和硬件设备无关。（） 4. 没有算法，即使有大量数据，机器也无法完成智能分析。（） 四、简单思考题 1. 列举两个你日常接触到的人工智能应用，简单写一写猜想它会用到什么类型的数据。 任务二 自主阅读：认识数据 —— 人工智能的原材料 阅读教材 “数据：人工智能的原材料” 板块，完成习题。 一、填空题 1. 人工智能获取外界信息，很多时候依靠摄像头、麦克风这类________设备。 2. 图像、语音、文字、数字都可以作为人工智能学习使用的________。 3. 用于训练人工智能模型的数据集合叫做________。 4. 质量差、错误多的数据，会造成人工智能输出结果出现________。 5. 数据不仅仅是数字，图片、录音都属于________的一种。 二、单项选择题 1. 人脸识别系统训练时，大量人脸照片属于（） A. 算法 B. 数据集 C. 算力 D. 硬件 2. 下面哪一项不属于人工智能可以使用的数据类型（） A. 人脸图片 B. 语音录音 C. 手写文字 D. 人的主观幻想，没有记录的想法 3. 高质量训练数据集的特点是（） A. 数据丰富、标注准确 B. 全部都是重复内容 C. 存在大量错误内容 D. 数量越少越好 三、判断题 1. 传感器可以帮助机器采集图像、声音等外界数据。（） 2. 训练数据集质量，直接影响人工智能模型的表现。（） 3. 只有数字才是数据，图片不能当做训练数据。（） 四、简单思考题 1. 如果人脸识别训练数据集里面，人脸图片大部分光线昏暗、模糊不清，猜一猜模型使用时会出现什么问题？ 任务三 自主阅读：认识算法 —— 人工智能的行动指南 阅读教材 “算法：人工智能的行动指南” 板块，完成习题。 一、填空题 1. ________是一套明确、有序的解决问题的步骤。 2. 人工智能依靠________，对收集到的数据开展分析、判断、预测。 3. 机器学习属于人工智能常见的________类型。 4. 同样一组数据，使用不同算法，得到的处理结果有可能________。 5. 算法规定机器接收数据之后，每一步应该如何进行________。 二、单项选择题 1. 下面对于算法描述正确的是（） A. 算法是计算机硬件设备 B. 算法是解决问题有序的步骤集合 C. 算法只能处理数字，不能处理图片 D. 算法一旦写好，永远不需要优化调整 2. 智能语音识别，把语音转为文字，依靠的核心是（） A. 专门的算法 B. 单纯电源供电 C. 大量硬盘空间 D. 显示器 三、判断题 1. 算法就是解决问题的步骤，人工智能依靠算法处理数据。（） 2. 算法没有好坏之分，所有算法处理效果完全一样。（） 四、简单思考题 1. 简单说一说，生活当中哪些场景可以用到算法？举 1 个例子。 任务四 自主阅读：认识算力 —— 人工智能的动力保障 阅读教材 “算力：人工智能的动力保障” 板块，完成习题。 一、填空题 1. ________代表计算机硬件处理运算任务的能力，是人工智能运行的动力保障。 2. GPU、CPU 等硬件设备，直接决定一台机器________水平。 3. 复杂人工智能任务，需要处理海量数据，对________要求更高。 4. 算力不足的时候，AI 处理任务速度会变________。 5. 除本地设备算力，现在很多人工智能还会使用________提供的算力资源。 二、单项选择题 1. 下列硬件对算力提升起到关键作用的是（） A.GPU 图形处理器 B. 鼠标 C. 键盘 D. 耳机 2. 同一个 AI 绘画任务，设备算力越强，表现为（） A. 生成图片速度更快 B. 生成图片一定更好看 C. 不需要数据就可以生成 D. 不需要算法参与 三、判断题 1. 算力的强弱和计算机硬件性能密切相关。（） 2. 算力越高，代表处理数据运算的能力越强。（） 四、简单思考题 1. 为什么复杂的大模型人工智能，普通家用手机很难流畅运行？结合算力简单说明。 任务五 预习综合思考：三大要素之间的关系 阅读教材 “数据、算法与算力的协同作用” 板块，完成习题。 一、填空题 1. 人工智能想要实现智能效果，数据、算法、算力三者需要________，缺一不可。 2. ________提供原始素材，________规定处理步骤，________提供运算能力，三者共同完成 AI 任务。 二、判断题 1. 只拥有海量数据，没有算法和算力，人工智能无法完成智能任务。（） 2. 三者互相配合，共同支撑人工智能系统运行。（） 三、简单思考题 1. 简单梳理：人脸识别解锁手机，分别用到哪些数据、算法、算力？ 第二部分 课中探究案 探究活动一 案例剖析：拆解人脸识别的技术基础 学习教材案例板块，以手机人脸识别解锁为案例，深度剖析三大技术基础如何协同，完成下面全套习题。 一、填空题 1. 在人脸识别解锁过程中，摄像头采集人脸图像，这部分图像属于________。 2. 机器比对人脸特征、判断是否为本机机主，执行比对判断依靠________。 3. 手机处理器完成图像比对运算，依靠设备自带的________。 4. 如果训练人脸识别模型的人脸图片数量很少，属于________资源不足。 5. 如果人脸识别比对逻辑设计不合理，属于________存在缺陷。 6. 手机老旧，处理器性能弱，人脸识别解锁反应很慢，这属于________不足。 二、单项选择题 1. 人脸识别系统，采集人脸图像的设备是（） A. 摄像头传感器 B. 扬声器 C. 电池 D. 充电接口 2. 人脸识别模型训练阶段，大量标注好的人脸照片主要作用是（） A. 提供训练数据 B. 提升设备算力 C. 编写算法代码 D. 优化屏幕显示 3. 当人脸数据集充足、算法优秀，但是设备算力很差，会出现（） A. 识别速度慢，卡顿 B. 识别结果 100% 出错 C. 不需要图像就识别成功 D. 设备自动生成新算法 三、多项选择题 1. 手机人脸识别解锁，需要哪些技术基础共同参与（） A. 人脸图像训练数据 B. 人脸比对算法 C. 手机处理器提供算力 D. 不需要任何数据 四、判断题 1. 人脸识别的时候，只有摄像头硬件起作用，不需要算法参与。（） 2. 足够数量、质量合格的人脸数据，是训练人脸识别模型的重要条件。（） 五、材料分析题 阅读材料：某手机厂商新开发人脸识别模型，训练时只用了几十张人脸照片，上线之后经常识别失败，经常把 A 识别成 B。 结合本课知识回答问题： 1. 推测该模型出现识别错误，最有可能是什么要素出现问题？ 2. 如果补充大量高质量人脸照片，但是算法逻辑不优化，问题能不能完全解决？说明理由。 3. 如果数据集充足，算法完善，但是手机硬件老旧，会产生什么现象？ 探究活动二 深度探究：数据对人工智能的影响 研读教材 “数据：人工智能的原材料” 拓展内容，开展探究，完成习题。 一、填空题 1. 训练数据集不仅要有足够数量，还需要保证数据的________，错误数据会误导模型。 2. 数据采集过程中，会收集大量个人信息，我们需要重视________保护。 3. 数据集分为训练集、验证集、________，在机器学习中发挥不同作用。 4. 非结构化数据，例如图片、音频，需要经过处理，才方便________读取使用。 二、单项选择题 1. 训练 AI 模型的数据里面混入大量错误样本，会造成（） A. 模型输出错误结果 B. 算力自动提升 C. 算法自动修复 D. 设备运行速度变快 2. 在采集人脸、语音等个人相关数据训练 AI 时，首要关注（） A. 个人隐私安全 B. 数据文件大小 C. 文件存储格式 D. 文件命名 三、判断题 1. 训练数据集越多，不代表模型效果一定越好，数据质量同样重要。（） 2. 采集普通人的人脸信息做 AI 训练，不需要考虑隐私保护。（） 四、简答题 1. 说一说高质量人工智能训练数据集，应该具备哪些条件？ 探究活动三 深度探究：算法如何赋予机器处理能力 研读教材 “算法：人工智能的行动指南” 板块拓展内容，完成习题。 一、填空题 1. 机器学习算法，让机器可以从大量数据当中自动总结________，完成预测识别。 2. 同样的数据集，选择不同的________，模型最终能力会产生差距。 3. 算法不只是代码，它代表一套解决问题的________。 4. 现实中部分算法存在偏见，会带来公平性问题，属于________风险。 二、单项选择题 1. 下面关于算法偏见说法正确的是（） A. 算法绝对客观，不存在偏见 B. 训练数据集本身存在偏差，可能造成算法偏见 C. 算法偏见一旦出现，完全无法改善 D. 算法偏见只会影响计算机硬件 三、判断题 1. 机器学习算法，依靠从数据当中学习规律完成任务。（） 2. 算法也会产生偏见，我们要关注算法公平性。（） 四、材料分析题 阅读材料：某招聘 AI 筛选算法，基于历史招聘数据训练，历史数据男性入职占比很高，AI 筛选时更容易推荐男性候选人。 回答下面问题： 1. 该案例当中，算法出现了什么问题？ 2. 想一想，造成这个现象的根源和什么要素有关系？ 3. 简单写一写，如何改善这个问题？ 探究活动四 深度探究：算力与人工智能发展 研读教材 “算力：人工智能的动力保障” 拓展板块，完成习题。 一、填空题 1. ________是专门面向人工智能运算优化的硬件，大量用于 AI 模型训练。 2. 云算力，就是通过网络调用远端服务器提供的________资源。 3. 大模型人工智能，训练过程需要消耗巨大的________。 4. 算力发展，推动人工智能可以处理更加复杂的________任务。 二、单项选择题 1. 很多大 AI 模型本地手机无法运行，主要限制因素是（） A. 算力不足 B. 屏幕尺寸 C. 手机外壳材质 D. 手机铃声 三、判断题 1. 云算力可以弥补本地设备算力不足的短板。（） 2. 算力越强，就代表人工智能一定越聪明，不受数据、算法影响。（） 四、简答题 1. 简单说一说，算力对于人工智能起到什么样的作用？ 板书设计 第 4 课 人工智能的技术基础 三大技术基础 1. 数据（原材料） 采集→数据集；质量、数量；隐私保护 2. 算法（行动指南） 解决问题步骤；机器学习；算法公平与偏见 3. 算力（动力保障） 硬件 GPU/CPU；本地算力、云算力 三者关系 数据 + 算法 + 算力 ➔ 协同配合，缺一不可，共同支撑人工智能运行 信息社会责任 保护隐私｜警惕算法偏见｜遵守法律法规 参考答案 第一部分 课前预习案 任务一 一、填空题 1. 数据；算法；算力 2. 数据 3. 算法 4. 算力 5. 变差（下降） 二、单项选择题 1.B 2.D 3.C 4.B 三、判断题 1.√ 2.√ 3.× 4.√ 四、简单思考题（参考答案，言之有理即可） 1. 示例：人脸识别，人脸图片数据；智能语音助手，语音音频数据。 任务二 一、填空题 1. 传感器 2. 数据 3. 数据集 4. 错误（偏差） 5. 数据 二、单项选择题 1.B 2.D 3.A 三、判断题 1.√ 2.√ 3.× 四、简单思考题（言之有理即可） 1. 示例：人脸识别准确率下降，容易识别错误，识别失败。 任务三 一、填空题 1. 算法 2. 算法 3. 算法 4. 不同（不一样） 5. 处理判断 二、单项选择题 1.B 2.A 三、判断题 1.√ 2.× 四、简单思考题（言之有理即可） 1. 示例：导航规划路线，依靠算法规划最短路径。 任务四 一、填空题 1. 算力 2. 算力 3. 算力 4. 慢 5. 云端（云服务器） 二、单项选择题 1.A 2.A 三、判断题 1.√ 2.√ 四、简单思考题（言之有理即可） 1. 示例：大模型 AI 运算量大，对算力要求很高，普通手机硬件算力不足，难以完成大规模运算。 任务五 一、填空题 1. 协同配合 2. 数据；算法；算力 二、判断题 1.√ 2.√ 三、简单思考题（言之有理即可） 1. 数据：人脸图像；算法：人脸特征比对算法；算力：手机处理器运算能力。 第二部分 课中探究案 探究活动一 一、填空题 1. 数据 2. 算法 3. 算力 4. 数据 5. 算法 6. 算力 二、单项选择题 1.A 2.A 3.A 三、多项选择题 1.ABC 四、判断题 1.× 2.√ 五、材料分析题（参考答案，意思相近即可） 1. 数据要素，训练数据集样本数量太少。 2. 不能，只有补充数据同时优化算法，才能改善识别效果，只增加数据，算法缺陷依旧存在。 3. 识别速度慢，解锁卡顿，识别响应时间变长。 探究活动二 一、填空题 1. 质量 2. 隐私 3. 测试集 4. 计算机 二、单项选择题 1.A 2.A 三、判断题 1.√ 2.× 四、简答题（言之有理即可） 1. 数量充足；内容准确错误少；样本丰富全面；兼顾隐私合规。 探究活动三 一、填空题 1. 规律 2. 算法 3. 步骤集合 4. 伦理公平 二、单项选择题 1.B 三、判断题 1.√ 2.√ 四、材料分析题（言之有理即可） 1. 算法偏见，招聘筛选算法存在性别偏向。 2. 训练数据集历史招聘数据存在偏差。 3. 优化训练数据集，平衡样本；优化算法，增加公平性校验。 探究活动四 一、填空题 1.GPU 2. 算力 3. 算力 4. 人工智能 二、单项选择题 1.A 三、判断题 1.√ 2.× 四、简答题（言之有理即可） 1. 算力是运算基础，完成数据处理、模型训练、推理运算；算力越高，处理复杂任务速度越快，支撑大模型运行。 ( 1 / 3 ) 目标领航 任务驱动 评价镶嵌 赢在课堂 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $