单元一
第3课 人工智能的实现方式
一、任务目标
对照神经网络层数演示与五子棋对弈，说清「用多层计算做判断」和「在规则里搜索下一步」两种实现思路各适合什么。
二、我们要学什么
- 神经网络由多层节点连接
- 博弈可看作在局面里搜索较优走法
三、操作步骤
1拖动层数观察网络结构
2在小棋盘上下几手
3对比随机走与有策略走
4小结：表示与搜索
四、网页体验
网页体验：神经网络层数可视化
拖动层数滑块，观察网络结构示意如何变深。
网页体验：五子棋人机对战
轮流落子；可随时重新开局。
五、知识点讲解
常见实现包括规则／搜索与学习（如神经网络）：前者按人写的规则推，后者从数据里拟合。对照两种思路各适合什么。
先弄清本课输入与输出，再进编程练习对照现象。
六、课堂练习
先完成两道正误判断，再做其余题目；选出后点「检查」。
判断：只点体验按钮，说不清「AI 做了什么、人做了什么」。
判断：每完成一次体验，用一句话说清本课要点「认识神经网络层次」，并区分生成结果与你的判断。
神经网络层数变多，通常表示？
博弈程序常做的事是？
人下棋时，最终落子应由？
七、本节小结
第3课「人工智能的实现方式」：先场景、再体验、后反思。