资源介绍
AI 素养专业课程第一部分：认知与理解
“AI 素养专业课程第一部分：认知与理解” 是一门专注于人工智能基础知识普及与深度理解的课程。在人工智能迅速发展并渗透到生活和工作各个领域的时代背景下，该课程为不同层次的学习者开启了通往 AI 世界的大门，提供丰富实用的知识。
课程内容丰富全面，涵盖 AI 基础概念、实际应用、伦理规范等。配有 26 个精心制作并带中文字幕（srt 格式）的视频教学资源，方便不同学习背景和语言习惯的学员理解。
AI 基础知识：开启智能大门
AI 基础知识是课程重点，为理解 AI 世界奠定基石。AI 即人工智能，通过计算机系统模拟人类智能行为，具备学习、推理、决策三大核心能力，借助计算机计算能力从海量数据中学习规律以处理任务。数据、算法和计算力是 AI 三要素，分别如同高楼基石、建筑蓝图和引擎。
课程还辨析了 AI 相关概念。机器学习让计算机从数据中寻找规律，如抖音推荐算法；深度学习模仿人脑神经元多层网络结构，用于图像识别和人脸识别解锁；生成式 AI 能基于学习模式生成全新内容，如 AI 绘画工具；数据科学融合多领域知识，从数据中挖掘价值，助力电商决策。
课程通过案例展示 AI 在多行业应用。智慧医疗领域，“AI 诊疗助手” 系统辅助疾病诊断和治疗方案制定；农业智能化方面，采摘机器人提高果园采摘效率；公共安全领域，宿迁市的 “防溺水智能感知预警平台” 保障生命安全。
AI 的前世今生：探寻发展脉络
AI 发展历程丰富，经历多个关键阶段。20 世纪 40 - 50 年代是奠基时期，人工神经元模型、“图灵测试” 和 “人工智能” 术语先后出现。50 - 70 年代为黄金时期，有逻辑理论家、ELIZA 聊天机器人和专家系统 DENDRAL 等成果，但因技术限制进入 “AI 寒冬”。80 - 90 年代是复兴时期，专家系统商业化、神经网络训练方法改进和反向传播算法应用推动发展，“深蓝” 击败国际象棋冠军引发关注，但 90 年代初再次遇冷。21 世纪初，大数据和硬件发展支持 AI，深度学习概念开启新时代，AlexNet 夺冠、Watson 和 AlphaGo 获胜证明 AI 能力。近年来 AI 进入爆发期，自然语言处理等技术落地，Transformer 架构和生成式 AI 带来创新。
AI 术语与类型：构建知识体系
课程讲解 AI 专业术语，如机器学习、神经网络和卷积神经网络，帮助学员理解 AI 技术。AI 系统分反应式机器智能（如简单工业机器人）和有限记忆 AI（如自动驾驶汽车）。机器学习是 AI 核心领域，监督学习通过带标签数据建立关系进行分类预测，无监督学习发现数据内在结构模式。深度学习是机器学习分支，通过多层神经网络自动学习数据高级抽象表示，用于图像识别和人脸识别。生成式 AI 生成全新内容，用于艺术创作；智能代理 AI 自主感知、决策和行动，用于智能家居。数据科学融合多领域知识，为 AI 模型训练提供数据支持，助力医疗决策。
AI 伦理维度：审视道德准则
AI 伦理至关重要，关乎 AI 技术健康发展和对人类社会的影响。其涵盖公平性（如招聘系统避免歧视）、隐私保护（如医疗 AI 保护患者数据）和透明度（如智能投资顾问解释决策）。AI 系统存在数据泄露、算法漏洞和模型被攻击风险，可能带来社会不公平、隐私侵犯和安全威胁等危害。偏见源于数据和算法，确保公平性需从统计学角度考量，在数据收集、算法设计和系统评估监测等环节采取措施。
可信 AI 的特征：筑牢信任根基
可信 AI 系统具备安全鲁棒性（如自动驾驶 AI 应对复杂环境和攻击）、隐私保护（如医疗 AI 保护患者隐私）、公平性（如贷款审批 AI 避免偏见）和可解释性（如金融 AI 解释投资建议），赢得用户信任，保障应用效果。
本课程全面深入讲解 AI 多方面知识，搭建完整知识体系，提升学员 AI 素养，引导正确看待和应用 AI 技术。在 AI 快速发展的当今社会，学员学习后需持续关注其发展动态，通过阅读、交流和关注行业动态不断学习探索，跟上发展步伐，为 AI 发展贡献力量。