大模型时代的AI教育思考与实践（36页）.pptxVIP

大模型时代的AI教育：思考与实践

;

30分钟和大家分享的内容：

?01：对AI技术的认知

?02：对AI教育的思考

?03：我们的AI教育实践;

01对AI技术的认知

AI是一种工具，也是一种赋能，更是一种思考范式。

我们从三个角度来认知AI技术：

?人工智能的本质

?大模型的能力边界

?通向AGI之路;

01对AI技术的认知：人工智能的本质

智能（Intelligence）：以模型为核心，是对真实世界的模拟和解释;

?从规则到数据：逐步破除我执（去人类中心主义）

1.第一代（规则系统）：推理为核心

2.第二代（知识工程）：知识为核心

3.第三代（数据模型）：学习为核心?从机器学习到深度学习

1.任务：判别、预测，通过学习数据分布规律

2.边界：有规律、可以数字化，属于经验科学

3.要素：机器学习-深度学习

?模型：神经网络模型（分层；单向）

?策略：损失函数定义

?算法：反向传播+梯度下降;;

LLM的三个能力的应用：选型标准

1.语言处理场景：语言能力

?文字处理：翻译、摘要、判别、生成等

?人机界面：指令、信息、prompt

2.知识助手场景：语言能力+知识能力

?知识压缩、知识提取、知识组织

?智能问答

3.任务执行场景：语言能力+知识能力+逻辑能力

?任务分解、任务执行

?操作外部工具或软件接口

?Agent;

四条道路

1、数据智能：LLM取得了突破，最被看好

?概率模型，机器学习（统计学习方法）、数据模型、计算数学

2、学习人脑：当前遇到挑战，可能会成为道路1的一部分

?抽象模型：杨立昆的世界模型+功能分区

?类脑计算：意识研究、认识论（哲学物理学）、认知神经科学

包括生物计算，不排斥数据科学方法（mortalcomputation）

3、具身智能：刚起步，研究热点，可能会成为道路1的未来

?强化学习，环境交互，自我进化

4、集群智能：持续研究，给道路3以启发;

AGI实现后的问题与挑战

科学问题哲学问题

?AGI工???机制的可解释性：不可解释就不可信吗

?两种科学：以人为主的科学，以AGI为主的科学（人可能不能理解）

社会问题人类有统一的目标吗：族群、国家、阶级等等

?工作替代、角色分工：人的新定位（问题洞察能力、结果鉴别能力）?认知融合：人与动物的不同始于认知革命

?新的人机接口：人类自然语言（javis），重做一次应用人人融合：所有人类的智慧可以融合，个人可以利用所有人类的智慧

人机融合：人无缝融合于机器，彻底融合物理、心理、数字三个世界

?知识平权：知识分子的优势丧失；科学范式的变化

人的本质和人的异化：人的权利、AI的权利

文本时代结束：文本不再是知识的唯一载体和工具

?人在回路，人和机器的互相驯化

知识不再代表智能：公开的知识不再有价值，个人数据+三观过滤更有价值

无法使用AI的人类个体被淘汰，镜子理论

?法律责任：自动驾驶

无法融合人类的AI个体被淘汰

思想问题：AIGC

?信息茧房、信息幻象、DIK生成

?知识平权后的独立思考和辨别能力

?思想控制、舆论引导;

30分钟和大家分享的内容：

?01：对AI技术的认知

?02：对AI教育的思考

?03：我们的AI教育实践;

我们从三个角度来思考AI教育：

?AI重塑就业岗位和组织结构

?如何培养AI专业人才和AI赋能人才

?AI如何赋能教育;

从职业角度来看，人工智能将带来三类影响

1.替代少部分基础岗位

?一些简单的重复性、模板化、“照本宣科式”的智力劳动可能会被替代，例如：基础客户服务、简单文秘、甚至一些翻译工作

2.革新大部分岗位的职业技能

?程序员、数据分析师、广告文案、内容编辑、医生、律师等

普遍借助AI辅助工作，提高工作效率和质量，同