当前位置:首页 > 报告详情

肖睿-人工智能2.0时代的教学模式创新.pdf

上传人: Fl****zo 编号:719121 2025-06-22 129页 18.19MB

1、人工智能2.0时代的教学模式创新肖睿2025年5月25日 长沙 北大青鸟人工智能研究院 北大计算机学院元宇宙技术研究所 北大教育学院学习科学实验室第2页01.AI2.0时代-技术特点01.AI2.0时代-人才需求02.教学模式创新-落地路径02.教学模式创新-教的实践02.教学模式创新-学的实践学习交流可加微信号(zhixingzhaizhuren)第2页人工智能2.0时代的教学模式创新1.技术特点2.人才需求01人工智能2.0时代1.落地路径2.教的实践3.学的实践02教学模式创新第3页01.AI2.0时代-技术特点01.AI2.0时代-人才需求02.教学模式创新-落地路径02.教学模式创新

2、-教的实践02.教学模式创新-学的实践学习交流可加微信号(zhixingzhaizhuren)第3页人工智能:古代(1956-2006,从规则到学习)人工智能:让机器具备人类智能,让机器具备非人类智能(超人类智能)传统(知识+规则):专家系统(知识库+推理机)现代(数据+学习):机器学习(模型、目标、策略),数据模型(IID,用数学模型模拟世界)常规统计学习方法:逻辑回归,决策森林,支持向量机,马尔科夫链,人工神经网络:与人脑最大的共同点是名字(原理、机制和架构并不一样),用神经网络表达数学模型传统神经网络:霍普菲尔德网络,玻尔兹曼机,.深度神经网络:深度学习(Hinton,2006)第4页0

3、1.AI2.0时代-技术特点01.AI2.0时代-人才需求02.教学模式创新-落地路径02.教学模式创新-教的实践02.教学模式创新-学的实践学习交流可加微信号(zhixingzhaizhuren)第4页人工智能:近代(2006-2020,深度学习)2006:传统架构:DBN,CNN,RNN,ResNet,Inception,RWKV,ImageNet(超过人眼)AlphaGO(超过人类棋手)AlphaFold(超过人类科学家)2017:Transformer架构:注意力机制(Attention)n 预训练模型架构:编码器(BERT):embedding,Ernie1.0,混合网络:T5、GL

4、M(早期)解码器(GPT):生成式人工智能(AIGC)深度学习:深度神经网络n 预训练模型架构:并行矩阵计算(GPU)堆叠架构,容易扩展,大力出奇迹第5页01.AI2.0时代-技术特点01.AI2.0时代-人才需求02.教学模式创新-落地路径02.教学模式创新-教的实践02.教学模式创新-学的实践学习交流可加微信号(zhixingzhaizhuren)第5页人工智能:现代(2020-,大模型)大模型(预训练大模型):大(数据多、参数多、算力多),模型(语言、视觉、多模态)GPT架构:解码器(GPT),生成式人工智能(AIGC),生成-理解-决策(RL)Transformer:大语言模型(LLM

5、,大模型),多模态模型ChatGPT(4.1、4o、o1、o3、o4)、Claude;Grok、Gemini;Llama、DeepSeek、Step、Qwen;Kimi、MiniMax;GLM、火山(豆包)、元宝、百度Transformer+Diffusion:视觉模型图像:Stable Diffusion、Mid-Journey、DALL.E等视频:Sora、可灵、即梦、Vidu、海螺等 通用模型 vs 垂直模型(行业模型)传媒、编码 教育、医疗、金融等第6页01.AI2.0时代-技术特点01.AI2.0时代-人才需求02.教学模式创新-落地路径02.教学模式创新-教的实践02.教学模式创新

6、-学的实践学习交流可加微信号(zhixingzhaizhuren)第6页Generative(生成式)Pre-trained(预训练)Transformer(一种深度神经网络架构)大模型的工作原理:NTP(Next Token Prediction)4.基于上下文预测下一个token为可能的单词分配概率分数示例:“去”:0.7.“停:0.2,“站:0.13.采用Transformer架构处理token理解token之间的关系识别提示词的整体含义5.根据概率分数选择标记示例:“去”1.收到提示词示例:“今天天气不错,我决定”自回归(AR):重复步骤4和步骤5直到形成完整的句子示例:今天天气不错,

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
根据报告的内容,本文主要概括了人工智能2.0时代的教学模式创新,包括以下关键点: 1. **技术特点**:介绍了人工智能的发展历程,从规则到学习,再到深度学习和大模型,以及大模型的工作原理。 2. **人才需求**:分析了人工智能2.0时代对应用人才、IT专业人才和AI专业人才的需求,以及教育需求。 3. **落地路径**:阐述了人工智能在教育领域的落地路径,包括技术突破、人才需求、教育应用障碍等。 4. **教的实践**:介绍了人工智能在教学设计、资源开发、课堂教学、评估反馈等方面的应用。 5. **学的实践**:阐述了人工智能在学生学习过程中的应用,包括知识网络构建、纠错与引导式探究、智能答疑等。 6. **思考**:提出了人工智能时代的思考,强调人机协同,培养判断力和表达力。 以上是对文章主要内容的简要概括。
AI时代如何培养人才? 大模型如何影响教育? 人机协作教学新思路?
客服
商务合作
小程序
服务号
折叠