張長青 人工智能通識教育體系構建的思考.pdf

《張長青 人工智能通識教育體系構建的思考.pdf》由會員分享，可在線閱讀，更多相關《張長青 人工智能通識教育體系構建的思考.pdf（38頁珍藏版）》請在三個皮匠報告上搜索。

1、從人工智能專業到通識教育 2024.04 張長青 教授/博士生導師 天津大學 人工智能學院 人工智能簡介 2 從人工智能簡史感受發展趨勢 AI誕生記 3 計算機/電腦：它的出現為AI奠定了基礎 19世紀中葉，英國數學家查爾斯巴貝奇發明了一款長30米、寬10米的蒸汽機驅動的分析機器 AI誕生記 4 計算機之父：圖靈 Can machines think?Imitation Game 圖靈測試 1950年Mind雜志的發表 文章計算機與智能 達特茅斯會議 Dartmouth Workshop 5 1956年達特茅斯會議：人工智能元年 香農 信息論創始人 明斯基 1969年圖靈獎獲得者 所羅門諾夫

2、算法概率論創始人 塞弗里奇 機器感知之父 羅切斯特 IBM701計算機制造者 麥卡錫 1971年圖靈獎獲得者 Lisp語言發明者 司馬賀 1975年圖靈獎獲得者 達特茅斯會議 Dartmouth Workshop 6 2006年達特茅斯會議50周年 2006,“Deep Learning”(DL)was introduced by Hinton 7 小小神經元：大模型起源 M-P 神經元模型 1943年 大模型的發展歷史、啟發 大模型的發展歷史、啟發 8 小小神經元 1958年，紐約時報當時報道說：“海軍透露了一種電子計算機的雛形，它將能夠走路、說話、看、寫、自我復制并感知到自己的存在據預測，

3、不久以后，感知器將能夠識別出人并叫出他們的名字，立即把演講內容翻譯成另一種語言并寫下來?！绷_森布拉特在一臺IBM-704計算機上模擬實現了“感知器”神經網絡模型 康奈爾航天實驗室的感知機，第一臺感知機的硬件 9 大模型的發展歷史、啟發 10 大模型的發展歷史、啟發 大模型時代 ChatGPT is a chatbot developed by OpenAI and launched on November 30,2022.Attention Is All You Need,2017 大模型的發展歷史、啟發 11 發展熱度 時間 1956 1987 1980 1974 1993 2010 第一次

4、浪潮 第二次浪潮 第三次浪潮 AI誕生 第一次低谷 第二次低谷 達特茅斯會議 算法僅能解決狹窄領域問題 計算能力不足，未達AI預期 符號主義 邏輯運算、演繹推理 Prolog語言 專家系統遍地開花 人工智能轉向實用 專家系統應用領域有限 AI資金投入減少 神經網絡出現，但計算能力不足 未達AI預期 大數據，大量學習訓練數據 云計算，計算能力大幅提升 深度學習，深度神經網絡發展 邏輯推理 專家系統 機器學習/深度學習 道路曲折，潛力巨大：無論是AI，還是神經網絡 人工智能在高校的現狀 12 人工智能在高校應用的現狀 人工智能全面走進高校？13 教育教學 大部分沒有使用，極少數使用的，一部分在徘徊

5、 人工智能全面走進高校？14 學生培養 高校師生對聊天機器人的認知程度最高，使用了聊天機器人和數字助教 大部分沒有使用，極少數使用的，一部分在徘徊 人工智能全面走進高校？15 問題與挑戰 使用人工智能的主要挑戰是機構對于支持采用和維護人工智能的不足 使用的挑戰相對較大 AI交叉：應用于材料科學 16 Nature封面論文Machine-learning-assisted materials discovery using failed experiments：美國研究者借助機器學習算法，利用“廢棄”數據成功預測新材料的合成 AI交叉：AI應用于生命科學 17 基于機器學習的3D蛋白質結構預測模

6、型 空間折疊 關鍵點位對齊 預測結構 輸入序列 AlphaFold使用CNN和RNN等網絡結構，捕捉蛋白質序列和結構之間的復雜關系 使用已知序列和結構的蛋白質數據訓練 AI交叉：AI應用于化學 用算法訓練的AI模型，能夠根據實驗數據信息快速搜索和分析化學空間，加速發現新的反應性和產生新的分子，從而推動化學研究的創新和進展。1 提高發現新反應和分子的發現效率 用算法訓練的AI模型，可以消除人類專家由于當前的化學知識信息和個人偏見所帶來的風險，確?；瘜W研究更為客觀和準確，提高新發現的可靠性和創新性。2 減少人為知識缺陷的影響 可以用AI算法訓練模型來實現并優化化學反應器系統的控制自動化。從而能夠能

7、夠更快、更有效地導航和搜索化學空間，提高實驗效率同時有望產生不可預測的新反應性，推動化學領域的創新和突破。4 優化化學反應器系統 利用機器學習和統計建模的算法，可以預測正在研究的化學物質的性質，為化學研究提供更為精準的指導，提高研究效率和成功率。3 提高化學物質性質的預測效率 Gromski P S,Henson A B,Granda J M,et al.How to explore chemical space using algorithms and automationJ.Nature Reviews Chemistry,2019,3(2):119-128.AI交叉：AI應用于材料科學

8、19 Chad Mirkin 美國三院院士 美國西北大學教授 美國西北大學應用多模態學習方法進行晶體結構識別 Automated crystal system identification from electron diffraction patterns using Multiview Opinion Fusion machine learning,PNAS,2023,Vol.120 No.46 20 人工智能本科專業的建設情況 人工智能本科專業的建設情況 人工智能國家戰略、人才需求 2017.7 21 國務院新一代人工智能發展規劃“完善人工智能領域學科布局，設立人工智能專業”2018.4

9、 教育部高等學校人工智能創新行動計劃 “對照國家和區域產業需求布點人工智能相關專業，加大人工智能領域人才培養力度”2018.7 2018年7月8日 人工智能本科專業研討會 全國26所一流大學人工智能專業建設負責人參會(清華、南大、上交大、復旦、中科大、國防科大、天大、西交大、北理工、武大、北航、蘭大、哈工大、吉大、東大、山大、東南、西工大、重大、川大、大連理工、浙大、海大、同濟、華科、廈大)人工智能國家戰略、人才需求 2017.7 22 國務院新一代人工智能發展規劃“完善人工智能領域學科布局，設立人工智能專業”2018.4 教育部高等學校人工智能創新行動計劃 “對照國家和區域產業需求布點人工智

10、能相關專業，加大人工智能領域人才培養力度”2018.7 天津大學根據教育部高等教育司關于開展2018年度普通高等學校本科專業申設置工作的通知向教育部申報本科新專業人工智能 人工智能國家戰略、人才需求 2019.3 教育部 公布2018年度普通高等學校本科專業備案和審批結果 全國共35所高校獲首批“人工智能”本科新專業建設資格 天津大學是目前天津唯一一所獲批人工智能本科專業的高校 天大AI課程體系：專業、科研、學科 科研團隊與方向 面向大數據與人工智能的新型計算體系、智慧網絡、數據存儲 高級機器學習 語音信號處理 自然語言處理 圖像視頻理解 跨媒體數據理解與推理 知識圖譜學習 關鍵技術 基礎理論

11、 智能網聯汽車 智能 制造 智能無人系統 智慧 城市 智能 電網 智慧 醫療 支撐應用 機器感知與模式識別 自然語言處理與理解 知識工程 主要方向 人工智能領域主要方向 AI專業課程方向包 機器感知與機器學習方向 計算機視覺與模式識別 群體智能 神經網絡與深度學習 智能無人系統 語音與語言處理方向 信息檢索與智能回答 情感計算 信號與系統 語音信息處理 數據與知識工程方向 大數據技術 問題求解與專家系統 知識表示與推理 知識圖譜 天大AI課程體系：學科基礎與專業課程 25 專業類 學科基礎類 智能機器人 智能醫學工程 智能物聯網 智能制造 智能金融 智能計算系統 人工智能+X新工科 神經網絡與

12、深度學習 計算機視覺與模式學習 機器感知與機器學習方向 群體智能 智能無人系統 人工智能專業選修 信號與系統 信息檢索與智能回答 語音與語言處理方向 情感計算 語音信息處理 問題求解與專家系統 大數據技術 數據與知識工程方向 知識表示與推理 知識圖譜 認知科學導論 人工智能專業核心 人工智能倫理 知識工程 機器學習 數據挖掘 自然語言處理 大類學科基礎 智能與計算大類導論 數據結構 操作系統原理 數字邏輯與數字系統 程序設計原理 算法分析與設計 計算機系統基礎 數據庫原理 計算機網絡 人工智能學科數學基礎 數理邏輯 形式語言與自動機 矩陣分析 最優化方法 26 人工智能通識教學的現狀和探索 人

13、工智能通識教學的現狀和探索 27“中國高度重視人工智能對教育的深刻影響，積極推動人工智能和教育深度融合，促進教育變革創新，充分發揮人工智能優勢?！绷暯较驀H人工智能與教育大會致賀信 2022 主題：引導人工智能賦能教師，引領教學智能升級 人工智能通識課體系建設背景（建議）2023 主題：引領學習變革,智創教育未來 人工智能通識教育體系構建 28 跨學科特性：人工智能涉及到計算機科學、數學、哲學、心理學、倫理學等多個學科領域，因此課程應該以跨學科的視角來設計，幫助學生全面理解人工智能的本質和影響。理論與實踐結合：課程內容既應包括人工智能的理論基礎，如機器學習、深度學習、自然語言處理等，也應該包

14、括實踐性內容，如編程實踐、項目案例分析等，以幫助學生將理論知識應用到實際問題中。倫理與社會責任：人工智能發展對社會、經濟、倫理等方面都有深遠影響，因此課程應該引導學生思考人工智能的倫理道德問題，提升他們的社會責任意識和批判性思維能力。國際視野：人工智能是國際性的研究領域，課程內容應該引入國際前沿的研究成果和案例，幫助學生了解全球范圍內的人工智能發展動態。與當前趨勢保持同步：人工智能領域發展迅速，課程內容應該與時俱進，及時更新，反映當前的研究熱點和技術趨勢。29 跨學科特性 理論與實踐結合 倫理與社會責任 國際視野 與當前趨勢保持同步 人工智能通識教育體系構建 詢問不同高校，給出幾乎雷同的答案

15、國內院校人工智能通識課程建設情況 2023年9啟動人工智能賦能教學:多模態大模型GLM作為平臺與技術基座，服務不同學科領域教師與學生。2024年啟動人工智能通識核心課程體系建設工作 北航、廈大等高校正在重點建設1門人工智能通識課程。多數：多數：1門通識課程；少數：大模型應用類課程；個別：課程體系門通識課程；少數：大模型應用類課程；個別：課程體系 框架：1+X+Y結構 30 國內院校人工智能通識課程建設情況“人工智能+教學”試點課程將利用人工智能技術支撐課程教學創新，通過大模型、大數據及虛擬技術等對教學設計與教學內容、教學場景與教學資源、教學模式與學習方式、學情分析與教學評價等進行改革創新，為學

16、生提供更加靈活、個性化的學習體驗。主要包括個性化教學設計與自適應學習路徑、智能輔助教學工具建設、多元化教學資源整合、虛擬教室與虛擬實驗室場景搭建、虛擬學習社區與在線協同學習和實時學情監測與智能分析決策等六個方面。31 國內院校人工智能通識課程建設情況“全過程全環節AI助教”一是“數字老師”二是“答疑大模型”隨著人工智能體的加入，可能形成四元關系：由教師、助教、學生、人工智能共同構成一個新的教學組合體。32 人工智能通識課程體系建設（建議）1.人工智能通識基礎課程（1）開課對象：面向“文-理-工-醫”全部專業開設；（2）基礎要求：低年級、零基礎，導論性質，替代大學計算機基礎；（3）課程組成：現代

17、人工智能導論（包含基本的計算思維、重點講授主流和先進智能理論與技術、兼顧基礎和應用。保證課程的關鍵基礎穩定、靈活組合更新）。2.人工智能與文理工醫（1）AI與文綜理綜：針對低年級本科生：考慮通識性、受眾面、學生基礎等因素，初期可以采用分大類整合為兩門或者X門大課；（2）AI與專業細分：針對高年級本科生：開設學科深度交叉類課程：如人工智能與化工人工智能與經濟管理。3.基礎編程、實驗課程、領域案例（1）編程：Python等程序設計課程，培養基礎計算思維和編程能力（主要面向低年級本科生）；（2）實驗：專業（學科）相關的實驗類課程（主要面向高年級本科生）；（3）設 計：啟 發 類 的 AI-for-S

18、cience的綜合實踐課程（主要面向高年級本科生、研究生）。1門通識課 2類交叉課 3種實踐課 分層次、分階段：從粗粒度到細粒度，從淺層通識到深度支撐 可采取多人授課機制 綜合類可采取多人授課機制 33 業務場景實戰 理論課程學習有助于學生對大模型建立全面的認識，為后續實訓課程學習、業務場景實訓打下理論基礎。實訓課程學習將指導學生們如何處理數據、微調模型和構建prompt，并了解相關的工具和技術。提供真實的業務場景，運用所學知識和技能解決實際問題，增強對所學知識的理解和運用能力。人工智能概論 prompt構建 模型訓練 數據集構造 智能應用開發 領域大模型數據微調 領域數據標注 企業端：企業端

19、：AIAI+教育應用落地新范式教育應用落地新范式 理論課程 實訓課程 大模型關鍵技術 大模型基礎 大模型教學實訓一大模型教學實訓一體機：體機：AIAI+教育應教育應用落地用落地 34 人工智能通識課程體系建設（建議）人工智能通識課程體系建設（建議）人工智能通識核心課程：計算機基礎教學課程體系亟待更新 人工智能基礎（替代大學計算機基礎）人工智能算法與應用課（新開或更新計算機軟件基礎課）人工智能專業課（主要面向人工智能專業學生，其他專業可選)AI交叉學科實踐課（結合新工科項目制課程建設）；本研貫通選修課程 課程體系設計：具體課程調整：計算機基礎教學部 人工智能學院、未來技術學院等 37 1、AI發展趨勢不可逆轉 2、AI影響之廣泛，決定了通識教育勢在必行 3、高校的通識教育需要具有個性化 4、推進需要階段化、層次化 5、謝 謝！