(
课件网) 第三单元 第4课 交叉与融合 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）了解人工智能与生物、化学、天文、医学等学科交叉融合的典型案例。 （2）理解人工智能在传统学科中带来革命性突破的原因。 （3）探讨人工智能与传统学科融合对社会和科技发展的深远影响。 02 新知导入 2、多领域突破性应用 在医学影像诊断、新材料模拟（化学）、星系分类（天文）、AI作曲（艺术）等领域，AI已实现超越人类专家的精准分析或创造性输出。 02 新知导入 这些场景中都涉及到了哪些学科领域？它们与AI是如何相互结合的？ 03 新知讲解 1 人工智能与生物学 1、蛋白质结构预测 （1）AI预测蛋白质结构 DeepMind开发的AlphaFold系统使用深度神经网络技术,可以快速预测蛋白质分子的三维结构。 蛋白质分子的三维结构 03 新知讲解 1 人工智能与生物学 1、蛋白质结构预测 （2）蛋白质结构研究的传统困境 传统方法依赖复杂实验，解析单种蛋白结构需数年甚至数十年，严重制约生命科学和药物研发进度。 03 新知讲解 1 人工智能与生物学 1、蛋白质结构预测 （3）AlphaFold的革命性突破 通过AI计算预测蛋白质三维结构，将解析周期从数年缩短至数小时，彻底改变分子生物学研究范式。 03 新知讲解 1 人工智能与生物学 1、蛋白质结构预测 （4）开放共享与未来影响 DeepMind公开了几乎所有已知蛋白质结构数据，加速全球新药研发与疾病治疗研究。 03 新知讲解 1 人工智能与生物学 2、AI显微镜 （1）AI显微镜的技术突破 清华大学等机构利用AI技术增强显微镜成像能力，通过算法学习光学规律，从模糊图像中重建高清细胞图像，显著提升观测清晰度。 03 新知讲解 1 人工智能与生物学 2、AI显微镜 （2）误差与真实性的平衡 尽管AI重建可能引入轻微误差，但其揭示的细胞动态细节远超传统显微镜。 传统显微镜 AI 显微镜下的细胞结构图片 03 新知讲解 1 人工智能与生物学 2、AI显微镜 （3）动态观测的实现 AI显微镜技术使科学家能够实时观察细胞的生长、分裂及疾病发展过程，推动细胞生物学进入动态研究时代。 AI增强显微镜呈现的细胞结构 03 新知讲解 1 人工智能与生物学 2、AI显微镜 下图是用深度卷积神经网络定位肿瘤细胞的例子。输入一幅显微图片，网络可以自动将肿瘤部分标示出来。 03 新知讲解 2 人工智能与化学 1、自动化化学实验 利物浦大学的研究团队开发了一种可以自主进行化学实验的实验机器人。 利物浦大学开发的自动实验机器人 03 新知讲解 2 人工智能与化学 自动实验机器人的五大优势： （1） 持续高效 ：可24小时不间断工作，避免人为疲劳导致的误差。 （2） 精准操作 ：对化学试剂称量和反应控制的精度远超人工。 （3） 耐受风险 ：能在放射性、毒性等危险环境中稳定工作。 （4） 并行实验 ：可复制多个机器人同步开展实验，大幅提升效率。 （5） 数据可溯 ：自动记录实验全过程，确保结果可重复验证与分析。 03 新知讲解 2 人工智能与化学 自动实验机器人的五大缺点 （1） 高成本 ：研发、维护和升级机器人系统巨额资金投入，中小企业难以承担。 （2） 灵活性不足 ：面对非标准化或突发实验需求，机器人应变能力有限。 （3） 技术依赖 ：依赖稳定的电力、网络和软件支持，一旦故障实验中断。 （4） 缺乏直觉判断 ：无法像人类一样基于经验进行直觉性调整。 （5） 伦理与就业冲击 ：替代部分实验员岗位，引发职业转型与社会公平问题。 03 新知讲解 2 人工智能与化学 2、分子性能预测 （1）AI辅助化学研究的兴起 人工智能通过分析海量科研论文，帮助化学家解析分子结构与性能，成为科研创新的灵感引 ... ...
