一、引言
惊艳的人工智能:展示生成式人工智能的多种应用,如文本生成、回答问题、阅读文章、文生图、图生视频、生成音乐等。
二、人工智能的概念和历史发展
定义:探究人类智能活动的机理和规律,构造受人脑启发的人工智能体。
三大学派:
符号主义:基于符号表达和数学逻辑推理。
联结主义:基于神经网络及联结机制与学习算法。
行为主义:基于“感知——行动”的行为智能模拟。
关键技术:机器学习、深度学习、大模型等。
三、人工智能对人类社会的影响
就业冲击:未来通用人工智能(AGI)对就业可能产生全方位冲击。
生活变革:代理型AI将改变人与计算机的互动方式,颠覆软件行业,深刻影响生活方式。
四、人工智能对教育领域的影响
表层影响:学生用AI写作业等。
深层影响:社会对人才的需求可能发生革命性变化,强调自主学习和创新能力。
五、人工智能在教育领域的价值
促进教学模式转变:从传统“师—生”二元结构转向“师—生—机”三元结构。
加速考核体系转变:从知识测评转向“知识+素养”测评。
推进智能教育应用生态转变:从孤立、专用的教育应用转变为连接、共享、智能的教育平台。
个性化学习:利用AI实现个性化自适应学习。
智能化教学:赋能教学各个环节,如课前查找资源、课中沉浸教学、课后数据分析等。
多元化评价:促进评价方式的多元化、过程性和即时性。
科学化管理:提升管理效率,促进智能决策。
资源公平化:利用AI技术促进教育资源的均衡发展。
六、人工智能赋能科学研究
基础应用:辅助阅读文章、撰写研究设计、修改文献格式等。
进阶应用:如心理学实验、教育实验等,利用AI模拟情境或提供创意。
高J应用:模拟社会、解决力学问题、交互式戏剧创作等,推动生成式社会科学的发展。
七、人工智能面临的困难和障碍
技术瓶颈:在语音识别、自动翻译、自然语言理解等领域需突破。
伦理观念:AI应用中的伦理问题,如表情分析、大脑活动状态分析的伦理性。
系统层:教育领域的变化需整个系统和结构的变化支持。
效果层:AI对教育成效的提升存在争议,需进一步研究验证。
八、学习科学赋能人工智能教育
学习科学:研究如何促进有效学习,涉及教育学、信息科学、认知科学等多学科。
赋能方式:通过理解认知过程和社会化过程,重新设计学习环境,利用AI技术提升教学效果。
九、未来展望
教育理念革新:从“学知识”向“强能力”转变,强调自主学习和创新能力。
教学模式创新:推动“师/生/机”深度交互,利用AI技术实现个性化、智能化教学。
教师角色转变:教师应努力掌握AI相关知识技能,与人机协同打造“超J教师”。
十、总结
生成式人工智能的价值:在教育领域具有巨大潜力,能促进教学模式、考核方式、评价方式的变革,提升教学效果和管理效率。
面临的挑战:技术瓶颈、伦理问题、系统变革需求等仍需解决。
未来方向:结合学习科学,推动教育深层变革,实现更科学、更快乐、更有效的学习。
附件:生成式人工智能与高等教育变革:价值影响及未来发展2025-教学模式向师-生-机三元结构深度交互,与人机协同打造超级教师

预计到 2025 年,中国人工智能产业将迎来爆发式增长,产业规模有望达到 3985 亿元,未来 10 年将呈现显著增长趋势,复合年增长率为 15.6%
大小模型端云协同的关键技术有基于调度的协同,基于反馈的协同,基于生成的协同;大小模型端云协同的优势有提高系统性能和效率,降低部署成本和资源消耗
全面呈现了该产业的发展现状,技术趋势,应用场景以及主要企业情况,为行业发展提供了重要参考;呈现出蓬勃发展的态势,技术创新不断涌现,应用领域广泛拓展,企业生态日益丰富
全球AI产业呈高速增长态势,预计未来十年年均增长率达19.1%;美国在AI资金筹集和技术应用方面居领导地位,融资总额占全球超70%,剖析了全球及中国人工智能产业的发展现状、全景图谱以及中国AI企业的出海情况
可能即将迎来代理AI(Agent-based AI)的新时代;AI将深度集成到各类智能设备中,推动物联网和机器人技术的革新,尤其是在医疗、制造和服务等行业,通过更加智能和自主的设备,推动数字化转型和效率提升
分析2025年将重塑AI蓝图的重大趋势,并为组织领导者提供战略性洞察,帮助他们规划未来;涵盖了混合云和AI、一般业务、金融和技术以及特定行业
AI4S驱动科学研究范式变革;具身大小脑和本体的协同进化;统一的多模态大模型实现更高效AI;RL + LLMs,模型泛化从预训练向后训练、推理迁移;合成数据将成为大模型迭代与应用落地的重要催化剂
机器人的智能化水平仍受到现有方法与能力的制约,展现出了潜力,但距离实际落地应用仍有较远的距离,有望在未来极大地加速具身智能的学习速度
十四五规划增强数据感知、传输、存储和运算能力;数字中国建设整体布局规划优化数字化发展国内国际两个环境;加快建设具有全球影响力的人工智能创新策源地实施方案(2023-2025年)
,以ChatGPT的诞生为标志的新一轮人工智能技术浪潮,将人机关系推向了新发展阶段,科技行业应当深刻认知AI对人类社会带来的全面性影响,重新审视人机关系
介绍了大模型的异构计算和加速方法,对比了不同量化方式下多个模型的精度;还介绍了推理算法优化,涵盖Self - speculative decoding、KV Cache compression等多种方式
增强型工作,智能企业开始利用人工智能创造真正价值的方式;实时自动决策带来更高的效率和对变化中的客户习惯与市场状况更快的反应速度