188宝金博页面版

1 教案 03 ：第 2 章 智能的源头—— 从生物认知到机器仿生（5-6 学时） 课程：人工智能基础及应用 | 授课层次：职业本科 | 2 学时 1 教学分析 1.1 授课信息 授课内容 第 2 章 智能的源头（2.1-2.2节） 授课项目 项目二 探寻智能本源 授课班级 职业本科 一年级 学生人数 40 人 授课学时 2 学时 授课形式 理实一体化教学 授课地点 智慧教室 授课时间 第 3 周 第 5-6 节 1.2 教学内容 选自第 2 章前两节。本节追溯人工智能的智能本源，从生物智能的基石（神经系统、感知层级、记忆与决策机制）切入，剖析认知的计算本质（预测性处理、工作记忆与注意力、群体智能涌现），帮助学生理解生物智能机制如何映射为数学模型，建立"从生物认知到机器仿生"的认知桥梁，为后续仿生算法学习奠定基础。 1.3 学情分析 知识与技能基础 认知与实践能力 学习特点 通过上章学习，学生已建立 AI 三层定义与发展历程认知；约 60%的学生在高中生物课接触过神经系统基。"认知的计算本质"缺乏理解；具备基本逻辑思维，但对生物机制向数学模型的映射较为陌生。 学生能够感知生物智能现象，但缺乏从计算角度分析认知机制的能力；对"大脑如何学习"充满好奇，但难以将生物机制与 AI 算法建立关联；抽象理论向具象映射的能力需加强。 对"大脑奥秘"类话题兴趣浓厚，喜欢可视化讲解与类比；乐于参与互动探究；对跨学科知识接受度较高，偏好案例驱动。 1.4 教学目标 素养目标 知识目标 能力目标 1. 体会生物智能的精妙与复杂性，培养敬畏生命、尊重科学的科学精神； 2. 了解我国类脑研究（如清华类脑计算研究中心、中科院脑智卓越中心）进展，增强科技自信； 3. 培养跨学科思维与求真务实的探究精神。 1. 理解生物智能的基石：神经系统、感知层级处理（视觉通路与预测编码）、记忆系统（海马体编码）、决策学习（多巴胺奖励与贝叶斯推理）； 2. 理解认知的计算本质：预测性处理、工作记忆与注意力机制、群体智能涌现； 3. 了解生物机制向数学模型的映射关系。 1. 能够解释感知、记忆、决策的生物机制； 2. 能够分析预测性处理、注意力机制的计算原理； 3. 能够举例说明生物智能对 AI 算法的启发。 1.5 教学重难点 教学重点 1. 生物智能基石：感知层级处理、记忆系统、决策学习机制； 2. 认知计算本质：预测性处理、工作记忆与注教学难点 理解生物机制向数学模型的抽象映射；把握预测性处理与贝叶斯推理的计算逻辑。