(
课件网) 第七单元 第2课 人工神经网络的开端 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）了解人工神经网络的起源背景及两位创始人沃伦·麦卡洛克和沃尔特·皮茨的故事。 （2）理解M-P神经元模型的工作原理、历史意义以及其局限性。 02 新知导入 1. 从生物智能到机器智能的启发 科学家受人类大脑智能启发，提出核心问题：能否通过计算模拟大脑功能，从而创造具有人类智能的机器。 02 新知导入 2. M-P神经元模型的奠基性贡献 麦卡洛克和皮茨将思维视为逻辑演算，设计 阈值逻辑网络 （M-P模型），首次用数学模型模拟神经元，为人工神经网络奠定理论基础。 02 新知导入 3. M-P模型的历史意义 作为人工神经网络的起点，M-P模型推动了AI领域突破，其“计算即智能”思想至今影响深远。 03 新知讲解 1 历史背景 1. 神经科学的突破性发现 20世纪上半叶，科学家揭示了神经元通过 突触可塑性 实现动态连接与信息传递的机制，为模拟大脑功能提供了生物学依据。 03 新知讲解 1 历史背景 2. 数学与计算机科学的理论奠基 数理逻辑与可计算理论（如图灵机）的发展，将思维过程形式化为计算问题，为构建通用计算机和人工神经网络奠定数学基础。 03 新知讲解 1 历史背景 3. 多学科交叉的孵化作用 神经科学、数学、计算机科学的融合，推动“计算思维”从理论走向实践，催生了人工神经网络的研究范式。 03 新知讲解 1. 麦卡洛克的学术背景与贡献 神经生理学家麦卡洛克（1898-）毕业于耶鲁和哥伦比亚大学，长期从事神经生理学研究，为M-P模型奠定生物学基础。 2 天才人物 03 新知讲解 2. 皮茨的成长经历与天赋异禀 出身底特律贫民区的皮茨（1923-）自学成才，12岁发现罗素《数学原理》错误，15岁师从卡尔纳普学习逻辑学，展现超凡数理天赋。 2 天才人物 03 新知讲解 3. 两位科学家的历史性相遇 1942年麦卡洛克邀请19岁的皮茨合作，以跨学科视角（神经生理学+数理逻辑）共同探索人脑工作机制。 2 天才人物 03 新知讲解 4. 研究环境的催化作用 皮茨寄居麦卡洛克家中，在罗素、卡尔纳普等学者影响和理论生物学启发下开展研究。 2 天才人物 03 新知讲解 5. 合作模式的创新意义 "生物学专家+数学天才"的跨界组合，突破单一学科局限，直接促成M-P神经元模型的诞生。 2 天才人物 03 新知讲解 3 M-P神经元模型 1. 莱布尼兹的思维计算化假说 17世纪莱布尼兹提出“思维即计算”的设想，认为人脑可抽象为通用计算机，为M-P模型提供哲学基础。 03 新知讲解 3 M-P神经元模型 2. 神经生理学的关键发现 20世纪研究确认：神经元通过 电信号传递信息 ，突触强度可调，这些特性成为构建数学模型的核心依据。 03 新知讲解 3 M-P神经元模型 3. M-P神经元模型的核心设计 将神经元抽象为 阈值逻辑单元 ：多输入加权求和，超过阈值输出1（激活），否则输出0，首次实现逻辑运算（AND/OR）的数学模拟。 03 新知讲解 3 M-P神经元模型 4. 模型的理论突破意义 M-P模型 通过逻辑运算模拟神经元机制，并证明神经网络组合可实现通用计算，奠定人工神经网络理论基础。 03 新知讲解 4 意义与缺陷 1. M-P模型的开创性价值 首次用数学模型（阈值逻辑单元）描述神经系统工作原理，证明神经网络可模拟智能过程，为AI奠定思想与数学基础。 03 新知讲解 4 意义与缺陷 2. M-P模型的历史局限性 连接权重与阈值需 人为预设且固定 ，缺乏学习能力，无法模拟生物神经系统的动态适应性。 03 新知讲解 4 意义与缺陷 3. 后世研究的继承与发展 在M-P基础上，科学家提出 感知机 （引入学习）、 反向传播 （解决多层训练）、 CNN/RNN （专用架构）等，逐 ... ...
