(
课件网) 第四单元 第1课 人工智能与游戏 清华版（中学） 通 1 学习目标 3 新知讲解 5 拓展延伸 7 板书设计 2 新知导入 4 课堂练习 6 课堂总结 课后作业 8 01 教学目标 (1)了解人工智能在棋类和电子游戏中的发展历程及重要突破。 (2)理解人工智能在游戏中展现的学习能力与策略优化方法。 (3)探讨人工智能通过游戏推动技术进步的逻辑及其影响。 02 新知导入 你玩过哪些人工智能类游戏？ 举手回答 其实70年前就有这样的机器——— 1959年第一个战胜人类的AI（跳棋） 历史上的游戏对战 微视频：达特茅斯会议讨论了哪些事情？ 03 新知讲解 历史上的游戏对战 03 新知讲解 达特茅斯会议标志着人工智能正式登上历史舞台,当时的两位主要组织者,约翰·麦卡锡和克劳德·香农,都对机器对弈有深入思考。 深蓝与国际象棋 03 新知讲解 微视频：超越人类智慧的巅峰之战：深蓝终结卡斯帕罗夫的国际象棋王朝！ 深蓝与国际象棋 03 新知讲解 8×8棋盘=规则明确战场 → 深蓝靠 暴力计算 制胜 深蓝与国际象棋 03 新知讲解 深蓝背后的算法是Minimax算法与Alpha-Beta剪枝。 Minimax算法假设对手会用最优方式来走棋,然后基于此来决定应对策略，绝不轻视对手。在实际走棋时,深蓝会往前模拟走若干步,看哪种走法会让已方获得更大的优势。 Alpha-Beta剪枝在此基础上对不必要的模拟路径进行删减,以提高算法的效率。 深蓝与国际象棋背后的原理 AlphaGo与围棋 03 新知讲解 深蓝战胜卡斯帕罗夫以后,很多人工智能研究者看到了希望，致力于研究机器围棋,希望有朝一日机器可以战胜人类顶尖棋手。然而，这个愿望迟迟未能实现，因为围棋相对象棋特别复杂。 AlphaGo与围棋 03 新知讲解 国际象棋：8×8 国际围棋：19×19 AlphaGo与围棋 03 新知讲解 微视频：2017年经典的AlphaGo对战围棋选手胜利 AlphaGo与围棋 03 新知讲解 2016年AlphaGo首次战胜人类围棋世界冠军，证明深度学习能模拟人类直觉决策，颠覆传统AI逻辑框架，引发全球人工智能发展新浪潮。 AlphaGo与围棋 03 新知讲解 AlphaGo在围棋上的技术突破： 融合深度卷积神经网络与蒙特卡洛树搜索，通过自我博弈强化学习超越人类经验，在19×19复杂棋盘实现精准局势判断与落子决策，颠覆传统AI围棋范式。 游戏霸主 03 新知讲解 人工智能特别适合国际象棋、围棋这种确定规则下的棋类游戏。对那些规则不明确的游戏比较困难,比如闯古墓、打怪兽等。 《古墓丽影:暗影》游戏 《打怪兽》游戏 游戏霸主 03 新知讲解 不过,在AlphaGo对战李世石的前一年DeepMind就训练了一个会打街机游戏的AI,在Atari 2600对战中达到了人类玩家的水平。 游戏霸主 03 新知讲解 学会了Atari游戏对战之后,机器打游戏的能力越来越强。 2017年CMU的Libratus系统在德州扑克游戏中战胜了人类玩家 现场图片 游戏霸主 03 新知讲解 学会了Atari游戏对战之后,机器打游戏的能力越来越强。 2019年4月 Dota2 OpenAI人工智能对战OG战队全程 现场图片 游戏霸主 03 新知讲解 学会了Atari游戏对战之后,机器打游戏的能力越来越强。 同年 DeepMind的AlphaStar在《星际争霸Ⅱ》中战胜99.8%的人类玩家 游戏霸主 03 新知讲解 分组解读教材原文（下图部分）：“找出AlphaStar在《星际争霸》中比下棋AI多用的三种能力” 合作与交流 观察 资源决策 实时应变 游戏霸主 03 新知讲解 思考一下,为什么人工智能学者们对游戏,特别是棋牌对弈游戏如此钟爱 合作与交流 人工智能在游戏中发展的作用 03 新知讲解 游戏在人工智能发展过程中起到了重要的推动作用。直到今天,很多时候人们仍然借助类似游戏的方式来推动人工智能的进步,例如各种航天飞行器的驾驶模拟和类似游戏的军事对战演习。 人工智能在游戏中发展的作用 0 ... ...
