XXX學院學年第1學期授課計劃任教班級課程名稱人工智能概論周時數2總課時32任課教師一、課程性質、地位及與前后相關課程的銜接與配合《信息技術（人工智能概論）》是全校各專業學生必修或限定選修的公共基礎課程，所涉及的學生人數多、專業面廣、影響大，并為后繼課程的學習打基礎。學生通過學習本課程，能夠增強人工智能素養、人工智能思維和人工智能基本應用能力、促進數字化創新與發展能力、樹立正確的信息社會價值觀和責任感，為其職業發展、終身學習和服務社會奠定基礎。全面貫徹黨的教育方針，落實立德樹人根本任務，滿足國家人工智能發展戰略對人才培養的要求，圍繞各專業對人工智能學科核心素養的培養需求，吸納人工智能領域的前沿技術，通過理實一體化教學，提升學生應用人工智能技術解決問題的綜合能力，使學生成為德智體美勞全面發展的高素質技術技能人才。后續課程：程序設計、圖形圖像處理、電子商務等。二、學情與教材分析本課程為公共基礎課，本次授課對象是XXX班學生，學生都是普高的生源，已基本具備計算機的基本知識和基本操作能力，但是對人工智能的相關知識還比較缺乏，綜合運用人工智能技術的能力還有待進一步提高。學習風格分析：學生普遍喜歡在操作中學習、在應用中領悟。學生能力分析：學生具有較強求知欲和模仿能力，由于缺乏實際工作經驗，學生知識積累較零散，知識應用能力不夠。選用自編教材：黃林國主編，《人工智能概論》，電子工業出版社，2024年。本教材系統闡述了人工智能的基本原理、實現技術及其應用，全面介紹了國內外人工智能研究領域的最新進展和發展方向，具體內容包括：人工智能概述、人工智能生態、人工智能的軟硬件平臺、機器學習、人工神經網絡與深度學習、計算機視覺和自然語言處理等。教材內容從易到難，從簡單到復雜，注重動手能力的培養，符合高職學生的認知規律，便于學生學習。三、教學目標（突出技能與職業崗位能力）、內容、重點、難點通過本課程的學習，使學生的人工智能素養、人工智能思維和人工智能基本應用能力得到全面提升。1.知識教學目標（1）掌握人工智能的定義及分類，熟悉圖靈測試，了解人工智能研究的符號主義學派、連接主義學派和行為主義學派的主要觀點，掌握人工智能的主要研究領域，了解“ChatGPT”“文心一言”“通義千問”“KimiChat”等大語言模型；（2）理解大數據、物聯網、云計算、5G通信技術等的概念、特性，并了解其相關應用；（3）熟悉智能芯片的基礎知識、我國智能芯片產業發展狀況，了解人工智能開發框架；（4）掌握機器學習的基礎知識，理解線性回歸、支持向量機、決策樹、K近鄰算法、K均值聚類算法、關聯分析、深度學習等機器學習算法的工作原理；（5）掌握人工神經網絡和深度學習的基礎知識，理解卷積神經網絡、循環神經網絡的工作原理及應用場景；（6）掌握計算機視覺、圖像處理、人臉識別的技術原理，掌握人臉檢測、人臉配準、人臉屬性識別、人臉特征提取、人臉比對、人臉驗證、人臉識別、人臉檢索、人臉聚類、人臉活體檢測等人臉識別基本技術；（7）熟悉自然語言處理的基礎知識，熟悉自然語言處理的一般流程、自然語言理解的層次，了解機器翻譯、語音識別和語音合成；（8）了解人工智能技術在智慧農業、智能制造、智慧交通、智慧商業、智慧金融、智慧教育等領域的應用。2.技能教學目標（1）會正確認識人工智能在經濟社會發展中的作用，會使用人工智能詩歌寫作、文心一言等工具；（2）會能夠針對大數據、物聯網、云計算、5G通信技術具體應用功能，闡述其實現原理，能夠理解大數據、物聯網與人工智能的關系，會使用百度網盤、二維碼分享等工具；（3）會正確認識我國芯片的發展水平、產業現狀和國際地位，能夠理解人工智能開發框架的作用，能夠闡述我國人工智能芯片領域的企業及其特點和優勢；（4）會針對機器學習具體應用功能，闡述其實現原理，會針對工作生活場景中的具體需求，選擇合適的機器學習算法；（5）會針對人工神經網絡與深度學習具體應用功能，闡述其實現原理，會針對工作生活場景中的具體需求，提出人工神經網絡與深度學習技術解決思路，會使用深度學習可視化工具Playground；（6）會針對計算機視覺的具體應用功能，闡述其實現原理，會針對工作生活場景中的具體需求，提出計算機視覺技術的解決思路，會使用圖像處理技術、人臉識別技術；（7）會針對自然語言處理具體的應用功能，闡述其實現原理，會針對工作生活場景中的具體需求，提出自然語言處理技術解決思路，會使用百度在線翻譯、科大訊飛AI等工具；（8）會針對本專業領域中的具體需求，提出人工智能技術解決思路。3.素質教育目標（1）具有提出問題、分析問題、解決問題的能力；（2）具有能夠適應社會和一定的創新能力；（3）具有團隊合作的能力；（4）具有良好的心理素質和法律法規、職業道德素質；（5）具有誠實正直、專業信心等方面的基本品性素質；（6）具有自然的言談舉止、坦然的心態、讓人喜歡與贏得尊重的交往素質；（7）具有追求毅力，包括職業定位、個人規劃、挫折承受力等必備素質；（8）具有專業自信心、持之以恒、積極進取、自強不息的向上精神素質；（9）具有洞察力、應變思維、創造性意識、影響他人等的能力素質；（10）具有一定的心理承受力和參與意識，樹立自信心和成功欲。本課程一共設計有8個章節（項目），每個章節（項目）都有實訓任務，教學內容安排由易到難，由簡單到復雜，層層推進。及時將產業發展的新技術、新工藝、新規范納入教學內容，反映典型崗位（群）職業能力要求。學習內容包括人工智能概述、人工智能生態、人工智能軟硬件平臺、機器學習、人工神經網絡與深度學習、計算機視覺、自然語言處理、人工智能的行業應用等內容。學習內容及重難點如下表。序號章節（項目）名稱工作任務知識內容和要求技能內容和要求重難點1人工智能概述1.人工智能的概念2.人工智能的發展3.人工智能的分類4.人工智能研究的主要學派5.人工智能的主要研究領域1.掌握人工智能的定義及分類；2.熟悉圖靈測試；3.熟悉人工智能研究的符號主義學派、連接主義學派和行為主義學派的主要觀點；4.熟悉人工智能主要研究領域：感知問題、模式識別、博弈、搜索、自然語言處理、專家系統和機器人學；5.了解人工智能的發展史和我國人工智能的發展狀況。1.能夠正確認識人工智能在經濟社會發展中的作用；2.能夠舉例說明人工智能在工作、學習、生活中的應用；3.會使用人工智能詩歌寫作、文心一言等工具。重點：圖靈測試難點：人工智能研究的三個學派2人工智能生態1.大數據2.物聯網3.云計算4.5G通信技術1.理解大數據的概念、特性，并了解其相關應用；2.理解物聯網的概念、技術架構、特點、未來趨勢，并了解其相關應用；3.理解云計算的概念、特點、分類、服務模式，并了解其相關應用；4.理解5G通信技術的概念、關鍵技術，并了解其相關應用。1.能夠針對大數據、物聯網、云計算、5G通信技術具體應用功能，闡述其實現原理；2.能夠理解大數據、物聯網與人工智能的關系；3.會使用百度網盤、二維碼分享等工具。重點：大數據的四大特性難點：云計算3人工智能軟硬件平臺1.芯片是人工智能的算力基礎2.智能芯片3.人工智能開發框架1.掌握芯片的定義、分類和制造工藝；2.掌握智能芯片的概念、分類和特點；3.了解摩爾定律；4.了解智能芯片產業發展狀況；5.了解人工智能開發框架及其核心特征；6.了解國內外人工智能開發框架的發展進程及其優缺點。1.能夠正確認識我國芯片的發展水平、產業現狀和國際地位；2.能夠理解人工智能開發框架的作用；3.能夠闡述我國人工智能芯片領域的企業及其特點和優勢。重點：智能芯片的類型和特點難點：人工智能開發框架4機器學習1.機器學習概述2.機器學習類型3.機器學習常用算法1.掌握機器學習的概念及發展歷程；2.掌握監督學習、無監督學習、半監督學習、強化學習等機器學習類型；3.理解線性回歸、支持向量機、決策樹、K近鄰算法、K均值聚類算法、關聯分析、深度學習等機器學習算法的工作原理；4.了解機器學習的應用。1.能夠針對機器學習具體應用功能，闡述其實現原理；2.能夠針對工作生活場景中的具體需求，選擇合適的機器學習算法；3.會使用“形色”工具識別植物。重點：監督學習、無監督學習和半監督學習的聯系與區別難點：強化學習5人工神經網絡與深度學習1.人工神經網絡概述2.MP模型3.感知機4.BP神經網絡5.深度學習1.掌握人工神經網絡的概念及發展歷程；2.掌握生物神經元、MP模型的結構和工作過程；3.理解感知機模型及學習過程；4.掌握BP神經網絡的結構及算法思想；5.掌握深度學習的概念；6.理解卷積神經網絡、循環神經網絡的工作原理及應用場景；7.了解常用激活函數及特點。1.能夠針對人工神經網絡與深度學習具體應用功能，闡述其實現原理；2.能夠針對工作生活場景中的具體需求，提出人工神經網絡與深度學習技術解決思路；3.會使用深度學習可視化工具Playground。重點：感知機難點：卷積神經網絡6計算機視覺1.計算機視覺概述2.圖像處理與視覺系統3.人臉識別1.掌握計算機視覺、圖像處理、人臉識別的概念；2.理解圖像的基本原理、人臉識別應用的技術原理；3.了解計算機視覺系統、人臉識別的一般步驟；4.掌握人臉檢測、人臉配準、人臉屬性識別、人臉特征提取、人臉比對、人臉驗證、人臉識別、人臉檢索、人臉聚類、人臉活體檢測等人臉識別基本技術；5.了解人臉識別的應用。1.能夠針對計算機視覺具體應用功能，闡述其實現原理；2能夠針對工作生活場景中的具體需求，提出計算機視覺技術解決思路；3.會使用圖像處理技術、人臉識別技術。重點：計算機視覺難點：人臉識別技術7自然語言處理1.自然語言處理概述2.自然語言理解3.機器翻譯4.語音識別5.語音合成1.了解自然語言處理的概念、發展歷程和應用；2.掌握自然語言處理的構成；3.熟悉自然語言處理的一般流程：語料獲取、語料預處理、特征工程、模型訓練和模型評價；4.熟悉自然語言理解的層次：語音分析、詞法分析、句法分析、語義分析和語用分析；5.了解機器翻譯的基本原理、方法及應用；6.了解語音識別的定義、發展歷程及應用；7.了解語音合成的概念及應用。1.能夠針對自然語言處理具體應用功能，闡述其實現原理；2.能夠針對工作生活場景中的具體需求，提出自然語言處理技術解決思路；3.會使用百度在線翻譯、科大訊飛AI等工具。重點：自然語言理解難點：語音識別和語音合成四、教學設想、方法與手段本課程應突出鼓勵學生的動手操作能力、創新能力和對知識的綜合運用能力；讓每一位學生都能夠通過章節（項目）的學習，提高自己的操作能力和解決問題的能力。理論與實踐相互交叉的授課方式，在理實一體化教室上課，采用“項目引導、任務驅動”教學模式，邊教邊做邊學。理論教學所占權重為50%，動手操作為50%。教師應針對不同的學習情境，結合生產實際，設計出符合學生認知和能力結構特點的學習項目，從知識傳授者的角色轉為學習過程的組織者、咨詢者和指導者，最終將學習壓力傳達到學生身上，使教學過程向學生自覺的學習過程轉化，為學生全面發展和終身發展奠定基礎。采用信息化教學。課前，在“云班課”平臺向學生推送PPT、視頻、教學資料等教學資源進行預習；課中，運用“云班課”開展簽到、投票、搶答、選人、測驗、布置任務、評分、討論、建設學習小組等課堂活動；課后，在“云班課”討論區交流提升。五、學習方法指導1.在教學內容的安排上，增加實踐環節。學生應發揚不怕苦，不怕累的精神，主動積極地去完成老師布置的實踐作業。2.為幫學生消除抽象思維阻礙，更容易理解課程知識，可多增加圖形、實例講解，化抽象為具體，增強學生的感性認識，降低教與學的難度，提高教學效率。3.學生應做好預習準備，對預習中存在的問題可在上課時有針對性的聽講，從而解決問題。六、作業、考試安排與成績評定方法建立以實踐能力為要求，包含知識、技能、態度，融合雙證的綜合課程考核評價機制。課程成績＝云班課使用情況（50%）+期末成績（50%）。云班課使用情況：包括簽到、資源學習、測試、作業任務、討論等學習情況。期末成績：可采用多種考試形式。七、主要參考書與教學資源1．《人工智能基礎及應用》，吳倩主編，機械工業出版社，2023年。2．《人工智能基礎教程》，王忠主編，人民郵電出版社，2023年。3．《人工智能導論》，牛百齊主編，機械工業出版社，2023年。4．《人工智能應用基礎》，楊洪雪主編，機械工業出版社，2023年。5．《人工智能應用教程》，王萬良主編，清華大學出版社，2023年。6．《人工智能概論》，郭福春主編，高等教育出版社，2023年。7．《人工智能概論》，張廣淵主編，中國水利水電出版社，2022年。8．《人工智能導論》，王飛主編，中國水利水電出版社，2022年。9．《人工智能導論》，李錚主編，人民郵電出版社，2021年。10．《人工智能導論》，李如平主編，電子工業出版社，2020年。八、授課進程安排表、實驗進程安排表、實習（實訓）進程安排表（見下頁表格）

XXX學院授課進程安排表課程名稱人工智能概論班級2024/2025學年第1學期周別授課順序授課章節或內容摘要需用時數教學形式小計理論實踐1234567891011121314151612345678910111213141516第1章人工智能概述（一）第1章人工智能概述（二）第2章人工智能生態（一）第2章人工智能生態（二）第3章人工智能軟硬件平臺（一）第3章人工智能軟硬件平臺（二）第4章機器學習（一）第4章機器學習（二）第4章機器學習（三）第5章人工神經網絡與深度學習（一）第5章人工神經網絡與深度學習（二）第5章人工神經網絡與深度學習（三）第6章計算機視覺（一）第6章計算機視覺（二）第7章自然語言處理（一）第7章自然語言處理（二）2222222222222222111111111111111111111111111111111“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體“教學做”一體合計321616任課教師簽字：黃林國教研室主任意見：學院意見：年月日注：1、此表一式二份，依課程類型交相應學院。待審批后，一份返還教師，一份學院保存。2、每一授課單元不要超過4課時。3、授課計劃一般應包括以上內容，提倡教師圍繞高技能人才培養目標，積極創