本系列講義是《人工智能》課程配套講義，結合教學一線實踐課程編寫而成。
一共分為10個章節，總學時數32課時，各院校課根據教學實際情況靈活安排，人工智能科普學習或者興趣班的課程可以安排16課時，作為專業課程學習可以安排64學時，多一些動手實踐和創新環節。
| 教學章節 | 建議課時數 | 知識點 |
| 第一章 初識pepper與人工智能 | 2 | 了解人工智能的發展歷史、基本概念、專業術語以及典型應用 建立起科學、客觀的人工智能發展觀 |
| 第二章 pepper聚類 | 3 | 了解聚類的概念和方法 掌握K-means算法和DBSCAN算法 實踐基于pepper機器人聚類算法驗證 （學習成績聚類） |
| 第三章 pepper分類 | 3 | 了解分類的概念和方法 掌握K近鄰(KNN)算法和支持向量機（SVM）算法 實踐基于pepper機器人分類算法驗證（統計學習成績） |
| 第四章 pepper識圖 | 4 | 了解圖像識別技術、人工神經網絡、深度學習 掌握BP神經網絡并在機器人上驗證算法 掌握通用文字識別技術并在機器人上實踐 掌握人臉識別技術并在機器人上實踐 |
| 第五章 pepper讀書 | 4 | 了解了詞頻（TF）、TF歸一化、文檔頻率（DF）、TF-IDF等文本特征統計方法 掌握余弦相似度和歐氏距離這兩種基本的度量方法 使用Jieba分詞、文章關鍵詞的提取、文章相似度分析并在機器人上驗證算法 |
| 第六章 pepper聽音樂 | 4 | 理解語言合成概念及原理 理解語音識別概念及原理 理解自然語義理解NLU與知識庫、關鍵字識別 了解聲音波形圖 使用pepper進行語音識別 |
| 第七章 pepper看視頻 | 4 | 了解視頻識別和圖像識別的聯系與區別 掌握了卷積神經網絡基本結構及各層的作用 理解卷積神經網絡 使用pepper進行人臉表情識別、視頻內容分析 |
| 第八章 人機對話 | 5 | 了解人機對話概念、感知方式與觸發模式、人機互動等基礎知識 理解多通道決策的方式方法及多模態信息融合 使用pepper體驗人機對話 使用pepper進行人機互動 |
| 第九章 pepper帶你探索數字世界 | 2 | 了解pepper機器人的行走、動作、胸口屏幕的技術實現和可能應用 了解人工智能時代下的智慧場景中pepper的應用可能：智慧養老等 使用pepper進行地圖掃描，SLAM 使用pepper完成數字互動技術 |
| 第十章 科技與信息安全和倫理道德 | 1 | 了解信息安全和倫理道德規范 擁有網絡和數據安全意識 |
| 合計 | 32 |
本講義以“pepper”機器人為主要教學載體工具，以Choregraphe為主要開發軟件平臺（支持Python和圖形化編程），聚焦學習和實踐人工智能技術應用領域中的語音識別、圖像識別、文本識別、視頻識別等基礎技術知識，在教學過程中，穿插神經網絡、機器學習、自然語言理解等關鍵知識點，并以機器人流程自動化（Robot Process Automation）將機器人和智能數字世界串聯起來形成場景化應用，采用講練結合和任務驅動的教學方式，以幫助學生能夠直觀而準確地了解和學習人工智能的相關知識。
2025-05-26 18:37
2025-05-26 18:35
2025-05-22 13:30
2025-05-19 17:48
2025-05-19 17:46
2025-05-19 17:43
2025-05-15 18:47
2025-05-08 22:27
2025-05-08 22:21
2025-05-06 14:45
粵公網安備 44010602004352號