人工智能进校园 让农村孩子享受优质教育
原标题：人工智能进校园让农村孩子享受优质教育山东省阳谷县李台镇明德小学,地处鲁西黄河滩区,位置偏远,是一所农村小学。该校六年级学生甄洪福,通过人工智能课,在老师指导和鼓励下,先后到上海等地参加人工智能比赛并斩获大奖,找到了自信,性格由内向、不善交流,逐渐变得开朗乐观,并开阔了人生视野。像甄洪福同学这样,阳谷县一大批学生从该县大力推广普及的人工智能教育课程中多方受益。
对于一个孩子来说,人工智能程的兴趣和吸引、自我的受益和发展是“第一反应”,而阳谷县的教育工作者们的思虑和谋划,则更为深远。在教育信息化工作上,阳谷县起步早,进步快,为人工智能教育普及提高打下了坚实基础,做好了充分准备。2019年2月,山东省确定“首批人工智能教育试点县”,该县被确定为聊城市唯一试点县。全市27所“山东省人工智能教育试点校”,阳谷县就占了25所。阳谷教育对人工智能课程的充分重视,是推动全县教育发展的一大引擎,相关工作全面铺开:
积极推进基础建设,打造人工智能高速公路。他们将带宽由百兆扩充至千兆,单独开通了两条1G外网出口,合理智能分流外网访问。筹资720余万元,启动了首批55处学校的万兆校园网升级改造工程,在全市率先实现全县县直学校、乡镇中学、中心小学核心网络设备升级至万兆、光纤达千兆进校到桌面。
重视师资培养,保障人工智能教育能力。此前开展的创客教育,堪称人工智能师资培养的“前期预热”。阳谷县多次开展县级创客培训,培训600余人次;3次组织20余人参加央馆培训。人工智能教育实施以来,他们认真开展Scratch编程基础与提高、无人机理论与实践操作、3D软件应用、编程与开源硬件应用等培训,同时搞好了对国赛、省赛、市赛等的专项培训,着眼观念、态度、素养、能力等方面的提升,培养了一批“种子”教师。
心系素质教育,积极促进人工智能教育普及。2019年8月,阳谷县教育和体育局以信息技术教材为基础,以“体验人工智能―编程学习―创意实践”为主线,自编了《人工智能初步》教材,并鼓励各试点校自主创新,积极推进人工智能教育教学。在小学阶段,试点学校的二、三年级普及编程思维训练及机械与创意创作,四年级普及编程教育;全部小学以四年级为起点开设人工智能教育基础课程,五年级普及编程教育。在初中,试点学校一、二年级普及编程教育;各学校开展创意制作、编程、3D设计、无人机、机器人等社团活动。与此同时,以人工智能教育为契机,注重带动效应,积极探索由此促进学生全面发展的新机会、新可能。
从赛事发现精英,助推人工智能教育推向纵深。坚持以赛促训、全面普及的原则,探索培育创新型人才的有效渠道。近年,该县学生参加各级创新创客、人工智能比赛,共有1462人次获市级以上奖项,其中获国家级奖133人次、省级奖590人次、市级奖739人次。前不久被确定为山东省“智慧教育示范区”创建单位。
“从学生和家长角度看,人工智能教育能开阔眼界、带动学习、促进成长;从教育工作者角度看,人工智能是国家战略,意义更为深远。”阳谷县教育和体育局魏绪洪局长表示:阳谷县将牢牢把握时代契机,积极推进基于教学改革、融合信息技术的新型教与学模式,积极推动人工智能与教育的立体融合,以此推进素质教育的深化,力争对地方和国家发展有所贡献。
(责编：赵超、吕骞)分享让更多人看到
人工智能现状与未来ppt课件pptx
《人工智能现状与未来ppt课件.pptx》由会员分享，可在线阅读，更多相关《人工智能现状与未来ppt课件.pptx（99页珍藏版）》请在文件跳动上搜索。
1、人工智能的现状与未来人工智能的现状与未来网经科技网经科技刘继明刘继明精品课件人工智能概述人工智能概述第一节第一节深度学习与智能围棋深度学习与智能围棋第二节第二节人工智能人工智能3.0第第三三节节目录目录contentcontent人工智能的新革命人工智能的新革命第一节第一节人工智能简述深度学习算法知识图谱精品课件人工智能将引领人类第四次人工智能将引领人类第四次工业革命工业革命智能化智能化时间时间1818世纪末世纪末工业工业1.01.0创造了机器工厂的创造了机器工厂的“蒸汽时代蒸汽时代”2020世纪初世纪初电力广泛应用电力广泛应用蒸汽机蒸汽机信息物联系统信息物联系统19701970年代初年代
2、初今天今天工业工业2.02.0将人类带入分工明将人类带入分工明确、大批量生产的确、大批量生产的流水线模式和流水线模式和“电电气时代气时代”工业工业3.03.0应用电子信息技术，应用电子信息技术，进一步提高生产自进一步提高生产自动化水平动化水平自动化、信息化自动化、信息化工业工业4.04.0开始应用信息物理开始应用信息物理融合系统（融合系统（CPSCPS）复复杂杂度度悄悄悄悄悄悄悄悄来来来来临临临临互联网时代互联网时代正正正正在在在在终终终终结结结结人工智能人工智能机器人机器人交通工具（即无人机、无人驾驶等交通工具（即无人机、无人驾驶等）VR（虚拟现实（虚拟现实）AIAI将将催生催生“无用阶层无
3、用阶层”吗？吗？人工人工人工人工/脑力劳动：翻译、记者脑力劳动：翻译、记者脑力劳动：翻译、记者脑力劳动：翻译、记者.人工人工人工人工/体力劳动：保安、保姆体力劳动：保安、保姆体力劳动：保安、保姆体力劳动：保安、保姆.什么是人工智能什么是人工智能(AI)?(AI)?全面实施战略性新兴产业发展规划，加快人工智能等技术的研发和转化，做大做强产业集群把发展智能制造作为主攻方向，推进国家智能制造示范区、制造业创新中心建设人工智能人工智能：国家：国家战略战略(2017年政府工作年政府工作报告报告)人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展
4、人的智能的理论、方法、技术及应用系统的一门新的技术科学。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。什么是人工智能什么是人工智能？人工智能人工智能有那些类型有那些类型？弱弱人工智能人工智能，包含基础的、特定场景下角色型的任务，如Siri等聊天机器人和AlphaGo等下棋机器人；通用通用人工智能人工智能，包含人类水平的任务，涉及机器的持续学习；强强人工智能人工智能，指比人类更聪明的机器；1
5、95619741980198719932006AI的诞生的诞生1956达特矛斯达特矛斯会议，会议，“人工智人工智能能”正式诞生正式诞生孕育期孕育期电子计算机电子计算机机机器翻译与器翻译与NLP图灵测试图灵测试计算计算机下棋机下棋早期神早期神经网络经网络搜索式推理搜索式推理聊天机器人聊天机器人乐观思潮乐观思潮所有的所有的AI程序程序都只是都只是“玩具玩具”运算能力运算能力计算复杂性计算复杂性常识与推理常识与推理专家系统专家系统知识工程知识工程五代机五代机神经网络重生神经网络重生未达预期未达预期削减投入削减投入摩尔定律摩尔定律统计机器学习统计机器学习AI广泛应用广泛应用大数据大数据
6、计算能力计算能力应用增多应用增多深度学习深度学习人工智能人工智能2016人工智能发展历程人工智能发展历程手机中的手机中的AIAI人工智能相关技术刚刚越过曲线高峰（处于狂热期），是推动透明化身临其境体验技术发展的人工智能相关技术刚刚越过曲线高峰（处于狂热期），是推动透明化身临其境体验技术发展的主要主要动力动力涉及涉及透明化身临其境体验的人本技术（如智能工作空间、互联家庭、增强现实、虚拟现实、脑透明化身临其境体验的人本技术（如智能工作空间、互联家庭、增强现实、虚拟现实、脑机接口）是拉动另外两大趋势的前沿机接口）是拉动另外两大趋势的前沿技术技术数字数字平台在曲线上处于快速上升期，其中的量子计算和区块
7、链将在今后平台在曲线上处于快速上升期，其中的量子计算和区块链将在今后510510年带来变革性的年带来变革性的影响影响AIAI处于什么阶段？处于什么阶段？AIRoadmapAIRoadmap国人为什么要关注国人为什么要关注AIAI？为什么人类能成为地球的主宰？为什么人类能成为地球的主宰？基因：人和基因：人和大猩猩的基因，有大猩猩的基因，有98.4%98.4%都是完都是完全一样的，只有全一样的，只有1.6%1.6%有有区别区别“符号语言符号语言”（口头语言和书面文字（口头语言和书面文字）：）：传递传递、保存、共享知识、保存、共享知识“集体知识集体知识”：人类：人类的大脑可以相互共的大脑可以相互
8、共享信息，交换享信息，交换知识知识人类个体比其他动物没有多大优势，掌握人类个体比其他动物没有多大优势，掌握了符号语言，人类社会的结构发生了突变，了符号语言，人类社会的结构发生了突变，有了一个连接在一起的集体大脑。这种物有了一个连接在一起的集体大脑。这种物种之间相互关联、相互作用的方式，才是种之间相互关联、相互作用的方式，才是我们和其他物种的真正我们和其他物种的真正区别区别脑容量脑容量：历史上：历史上的的“尼安德特人尼安德特人”和我们和我们的祖先脑容量是一样的。但后来尼安德特的祖先脑容量是一样的。但后来尼安德特人就没留下来，只有我们这一支留下来人就没留下来，只有我们这一支留下来了了时间地图：大历
9、史导论时间地图：大历史导论时间地图：大历史导论时间地图：大历史导论知识和知识和创新是推动人类发展的动力创新是推动人类发展的动力AIAI学科学科结构结构AIAI的的几大门派几大门派符号学派符号学派联结学联结学派派行为学派行为学派神经网络神经网络知识表示知识表示机器人机器人模拟人的心智模拟脑的结构模拟人的行为聪明的AI有学识的AI深度学习深度学习知识图谱知识图谱感知感知识别识别判断判断思考思考语言语言推理推理贝叶斯学派贝叶斯学派进化学派进化学派类推学派类推学派人工智能人工智能产业生态产业生态的三层基本架构的三层基本架构u基础资源层基础资源层：主要是：主要是计计算平台算平台和和数据中心数据中心，属于
10、，属于计算智能；计算智能；u技术层技术层：通过机器学习：通过机器学习建模，开发面向不同领域建模，开发面向不同领域的的算法算法和和技术技术，包含，包含感知感知智能智能和和认知智能认知智能；u应用层应用层：主要实现人工：主要实现人工智能在不同场景下的应用。智能在不同场景下的应用。基础资源支基础资源支撑撑AIAI生态生态逐步逐步形成：基础形成：基础资源资源+技术技术+应用应用人工智能系统的技术架构人工智能系统的技术架构智能终端智能终端智能云平台智能云平台人工智能的新革命人工智能的新革命第一节第一节人工智能简述深度学习算法知识图谱精品课件推理期推理期知识期知识期机器学习期机器学习期人工智能的三个研究阶
11、段人工智能的三个研究阶段1950s1950s1970s1970s1980s1980s基于基于符号符号知识表示知识表示通过演绎推理技术通过演绎推理技术基于基于符号符号知识表示知识表示通过通过获取和利用领域知识获取和利用领域知识建建立专家系统立专家系统神经网络第二个高潮神经网络第二个高潮NNP(P(nnoonn-dedetteerrmminiinissttiiccppoolynlynomomiiaall-t-tiimmee)难题难题中获重大进展中获重大进展助力大助力大量现实问题量现实问题神经网络神经网络第一个高潮期第一个高潮期神经网络以深度学神
12、经网络以深度学习之名再次崛起习之名再次崛起大幅提升感知智能大幅提升感知智能准确率准确率201720179090ss中期中期统计学习登场并占据主流统计学习登场并占据主流，支支持向量机持向量机、核方法为代表性技术、核方法为代表性技术提出支持向量、提出支持向量、VVCC维等概念维等概念统计学的研究成果经由机器学习统计学的研究成果经由机器学习研究，形成有效的学习算法研究，形成有效的学习算法联结学派联结学派对大脑进行逆向分析对大脑进行逆向分析灵感来自于神经科学和物理学灵感来自于神经科学和物理学产生的是产生的是“黑箱黑箱”模型模型神经神经网络可归置此类网络可归置此类符号学派符号学派将学
13、习看作逆向演绎将学习看作逆向演绎并从哲并从哲学、心理学、逻辑学中寻求洞见学、心理学、逻辑学中寻求洞见代表代表包括决策树和基于逻辑的学习包括决策树和基于逻辑的学习机器学习机器学习&深度学习深度学习从以“推理”为重点到以“知识”为重点，再到以“学习”为重点机器可以自动“学习”的算法，即从数据中自从数据中自动分析获得规律，并利用规律对未知数据进行动分析获得规律，并利用规律对未知数据进行预测的算法预测的算法。目前，机器学习机器学习=“分类分类”人工智能机器学习深度学习深度学习是使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法深度学习是一种基于对数据进行表征学习的方法。
14、观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征用数据优化用数据优化计算机程序计算机程序的模型参数的模型参数通过经验自通过经验自动改进的计动改进的计算机算法算机算法深度深度学习算法简介：学习算法简介：机器学习机器学习机器学习的基本定理机器学习的基本定理模型的出错率模型的出错率推论：推论：模型复杂模型复杂-大样本大样本样本小样本小-简化模型简化模型Class
15、label(Classification)Vector(Estimation)机器学习实施过程机器学习实施过程特征提取特征1样本数据样本数据样本数据n预处理特征样本集原始样本集机器学习算法训练预测输出验证集评价目标特征1n目标特征1n目标特征1n训练集目标特征1n目标特征1n目标特征1n验证集目标特征1n目标特征1n目标预测目标预测目标预测目标改进特征提取特征提取特征提取特征1样本数据样本数据样本数据n特征样本集原始样本集目标特征1n目标特征1n目标统计分析变换特征运算特征选取是成败的关键特征选取是成败的关键人脑是通过分级的、多层网络模型来识别减少数据量，保留物体的有用信息低层信息预处理特征提
16、取识别分类对效果影响极大对效果影响极大手动化特征工程手动化特征工程非常耗时非常耗时图像识别的一般流程图像识别的一般流程人脑识别图像的过程人脑识别图像的过程第一个模型是一个线性模型，低度拟合，不能很好地适应训练集；第三个模型是一个四次方的模第一个模型是一个线性模型，低度拟合，不能很好地适应训练集；第三个模型是一个四次方的模型，过度拟合，虽然能非常好地适应我们的训练集，但在新输入变量进行预测时可能会效果不好；型，过度拟合，虽然能非常好地适应我们的训练集，但在新输入变量进行预测时可能会效果不好；中间的模型似乎最中间的模型似乎最合适合适经过算法预测的结果是一个连续的值，经过算法预测的结果是一个连续的值，我们称这样的问题为回归问题我们称这样的问题为回归问题。算法能够学会如何将数据分类到不同的类算法能够学会如何将数据分类到不同的类里，我们称这样的问题为分类问题里，我们称这样的问题为分类问题。深度深度学习算法简介学习算法简介：数学基础：数学基础当感知器用于两类模式的分类当感知器用于两类模式的分类时，相当于时，相当于在高维样本空间中，用一个超平面将两类样本分开在高维样本空间中，用一个超平面将两类样本分