你好中小学人工智能

第1章 时代已至\t002

1．1 新一代人工智能崛起\t002

1．1．1 一盘围棋引发的关注\t002

1．1．2 人工智能助力工业革命\t004

1．1．3 人工智能促进社会发展\t009

1．2 人工智能急需人才培养\t013

1．3 中小学人工智能教育的可行性与重要性\t017

1．3．1 重要性\t017

1．3．2 可行性\t019

第2章 战略定位\t023

2．1 发展目标\t025

2．1．1 人工智能发展成为国家的重要战略部署\t025

2．1．2 培养聚集人工智能人才是国家重点任务\t025

2．1．3 中小学人工智能教育政策频出，重要性凸显\t026

2．2 教学现状\t027

2．2．1 顶层设计相对缺失，标准指引仍然空白\t027

2．2．2 课程体系还未健全，教材水平参差不齐\t028

2．2．3 校内学习课时不足，校外培训“新瓶装旧酒”\t030

2．2．4 知识技能迭代较快，师资水平需要提升\t031

2．3 保障举措\t032

2．3．1 加强顶层设计，明确课程标准\t032

2．3．2 评比优秀教材，遴选典型案例\t033

2．3．3 共建交叉学科，创新培养模式\t033

2．3．4 提倡终身学习，强化师资培训\t033

2．3．5 资源合理布局，谨防数字鸿沟\t034

2．3．6 鼓励多方力量，共建生态体系\t034

第3章 顾往识今\t036

3．1 人工智能的定义\t036

3．1．1 重新审视定义\t036

3．1．2 典型的定义\t037

3．2 何谓“智能”\t040

3．2．1 人工智能的脑视角\t041

3．2．2 图灵测试与“人工蠢能”\t043

3．2．3 智能的测量\t046

3．2．4 强／弱人工智能\t049

3．2．5 奇点\t051

3．3 三派鼎力，分释智能\t051

3．3．1 符号主义\t051

3．3．2 连接主义\t053

3．3．3 行为主义\t055

3．4 正视起落，宠辱不惊\t058

3．4．1 “人工智能”初问世\t058

3．4．2 三起两落\t060

3．4．3 寒冬下的反思\t062

法

第4章 课程体系\t066

4．1 中小学人工智能课程体系探索\t066

4．2 中小学人工智能课程体系建设思路\t069

4．3 小学人工智能课程体系建设\t072

4．4 初中人工智能课程体系建设\t073

4．5 高中人工智能课程体系建设\t074

第5章 计算思维\t079

5．1 计算思维概述\t079

5．1．1 计算思维的内涵\t079

5．1．2 计算思维与编程\t081

5．2 计算思维的重视与培养\t082

5．2．1 计算思维培养的重要性与必要性\t082

5．2．2 计算思维的培养思路\t084

5．3 不插电的计算思维训练\t085

5．3．1 不插电的含义\t085

5．3．2 生活中的计算思维\t087

5．3．3 不插电教学实例\t088

器

第6章 编程教育\t092

6．1 以SCRATCH为代表的可视化编程语言\t093

6．1．1 可视化编程语言的低门槛、薄壁垒\t095

6．1．2 可视化编程对于青少年教育的促进\t095

6．1．3 可视化编程的局限性\t096

6．2 以PYTHON为代表的代码式编程语言\t097

6．2．1 Python的教育定位\t097

6．2．2 Python的优点\t098

6．3 以TENSORFLOW和PYTORCH为代表的人工智能框架\t103

6．3．1 种类繁多的人工智能框架语言\t103

6．3．2 广受热捧的TensorFlow的PyTorch\t104

6．4 编程语言的更迭\t106

6．5 中小学编程热下的反思\t107

第7章 智能机器\t109

7．1 机器人\t110

7．1．1 作品中的智能机器\t110

7．1．2 生活中的智能机器\t112

7．2 中小学机器人教育\t114

7．2．1 机器人教育的独特性\t114

7．2．2 中小学机器人教育现状\t115

7．2．3 中小学机器人课程资源\t116

7．3 智能硬件\t117

7．4 教学用智能机器人\t119

7．4．1 人形机器人\t119

7．4．2 模块化机器人\t121

术

第8章 知识工程\t126

8．1 专家系统\t126

8．1．1 专家系统的含义\t126

8．1．2 专家系统的简单实例\t127

8．2 知识表示\t130

8．2．1 一阶谓词逻辑\t132

8．2．2 产生式规则\t133

8．2．3 框架表示法\t134

8．2．4 状态空间表示法\t135

8．3 知识图谱\t136

8．3．1 知识图谱的历程\t136

8．3．2 知识图谱的构成\t138

第9章 搜索算法\t142

9．1 图搜索策略\t142

9．1．1 盲目搜索\t144

9．1．2 启发式搜索\t145

9．2 博弈搜索\t148

9．2．1 极小极大算法\t148

9．2．2 Alpha-Beta剪枝法\t149

9．3 蒙特卡罗树搜索\t151

第10章 机器学习\t154

10．1 机器学习概述\t154

10．1．1 机器学习的含义\t154

10．1．2 机器学习的分类\t155

10．2 数据初探\t156

10．2．1 数据的结构\t156

10．2．2 大数据特征\t158

10．3 监督学习\t159

10．3．1 线性回归\t160

10．3．2 支持向量机\t164

10．3．3 朴素贝叶斯\t166

10．4 无监督学习\t169

10．4．1 K-均值聚类\t170

10．4．2 主成分分析\t172

10．5 半监督学习\t175

10．6 强化学习\t177

10．6．1 初识强化学习\t177

10．6．2 策略优化与评估\t179

10．6．3 强化学习的算法\t181

第11章 深度学习\t184

11．1 基本概念\t184

11．1．1 神经元\t184

11．1．2 激活函数\t185

11．1．3 感知机\t188

11．2 多层前馈神经网络\t190

11．2．1 损失函数\t191

11．2．2 网络结构\t191

11．2．3 梯度与随机梯度\t195

11．2．4 反向传播\t197

11．3 卷积神经网络\t198

11．3．1 卷积核\t199

11．3．2 卷积核的应用\t201

11．3．3 感受野\t206

11．3．4 卷积神经网络结构\t210

11．4 RNN神经网络与LSTM网络\t213

11．4．1 RNN神经网络\t213

11．4．2 LSTM网络\t215

11．5 胶囊神经网络\t218

11．6 生成对抗网络\t220

第12章 人工智能+X\t223

12．1 人工智能+语文\t224

12．1．1 自然语言处理助力语文\t225

12．1．2 自然语言处理的应用领域\t226

12．1．3 自然语言处理的基础术语\t230

12．1．4 自然交叉的学科\t231

12．2 人工智能+情感分析\t232

12．2．1 情为何物\t232

12．2．2 触景生情\t237

12．2．3 知情达理\t242

12．2．4 情意绵绵\t244

12．3 人工智能+自动驾驶\t245

12．3．1 了解自动驾驶的历史\t245

12．3．2 知晓自动驾驶的现状\t246

12．3．3 熟悉自动驾驶的技术\t247

12．3．4 自动驾驶下的思考\t249

12．4 人工智能+艺术\t251

12．5 人工智能+生物\t254

12．5．1 “搅局”之眼\t255

12．5．2 遗传算法\t257

12．6 人工智能+视觉分析\t261

12．6．1 人脸识别\t261

12．6．2 垃圾分类\t265

12．7 人工智能+法律与伦理道德\t266

12．7．1 责任划分\t266

12．7．2 隐私保护\t267

12．7．3 知识产权\t268

12．7．4 道德伦理\t269

12．7．5 算法偏差\t273

道

第13章 赋能教育\t278

13．1 教育重塑\t278

13．1．1 传统教育方式的挑战\t278

13．1．2 人工智能时代下教育的改变\t279

13．1．3 赋能教师\t281

13．1．4 赋能学生\t283

13．1．5 赋能课堂\t285

13．2 职业转变\t288

13．2．1 职业的消失\t288

13．2．2 卢德主义的教训\t289

13．3 人机协作\t290

13．3．1 各有千秋\t290

13．3．2 取长补短\t291

第14章 教学思考\t295

14．1 “135”教学理念\t295

14．1．1 一“观”\t296

14．1．2 三“意”\t298

14．1．3 五“心”\t302

14．2 公益万里\t306

14．2．1 公益授课传温情\t306

14．2．2 义教万里暖人心\t307

14．3 体验式学习\t309

第15章 未来展望\t311

15．1 前车之鉴\t311

15．1．1 STEAM教育之热\t311

15．1．2 “STEAM热”下的反思\t312

15．2 基础为本\t314

15．3 长路漫漫\t315