人工智能通识教育体系构建的思考

从人工智能专业到通识教育2024.04人工智能简介从人工智能简史感受发展趋势•2AI诞生记

计算机/电脑：

它的出现为AI奠定了基础19世纪中叶，英国数学家查尔斯·巴贝奇发明了一款长30米、宽10米的蒸汽机驱动的分析机器•3AI诞生记

计算机之父：图灵1950年《Mind》杂志的发表文章《计算机与智能》Canmachinesthink?ImitationGame

图灵测试•4达特茅斯会议

Dartmouth

Workshop

1956年达特茅斯会议：人工智能元年麦卡锡1971年图灵奖获得者Lisp语言发明者罗切斯特IBM701计算机制造者明斯基1969年图灵奖获得者塞弗里奇机器感知之父所罗门诺夫算法概率论创始人香农信息论创始人司马贺1975年图灵奖获得者•5达特茅斯会议

Dartmouth

Workshop

2006年达特茅斯会议50周年2006,

“DeepLearning”

(DL)wasintroduced

byHinton•6大模型的发展历史、启发

小小神经元：大模型起源M-P

神经元模型

[1943年]•7大模型的发展历史、启发

小小神经元罗森布拉特在一台IBM-704计算机上模拟实康奈尔航天实验室的感知机，第一台感知机的硬件现了“感知器”神经网络模型1958年，《纽约时报》当时报道说：“海军透露了一种电子计算机的雏形，它将能够走路、说话、看、写、自我复制并感知到自己的存在……据预测，不久以后，感知器将能够识别出人并叫出他们的名字，立即把演讲内容翻译成另一种语言并写下来。”•8大模型的发展历史、启发•9大模型的发展历史、启发

大模型时代Attention

IsAll

You

Need,2017ChatGPT

isachatbot

developedby

OpenAIandlaunched

onNovember

30,

2022.•10userid:656793,docid:161141,date:2024-06-02,大模型的发展历史、启发

道路曲折，潜力巨大：无论是AI，还是神经网络发逻辑推理专家系统机器学习/深度学习展热度第三次浪潮大数据，大量学习训练数据云计算，计算能力大幅提升深度学习，深度神经网络发展第二次浪潮第一次浪潮专家系统遍地开花人工智能转向实用符号主义逻辑运算、演绎推理Prolog语言第二次低谷专家系统应用领域有限AI资金投入减少神经网络出现，但计算能力不足未达AI预期第一次低谷达特茅斯会议算法仅能解决狭窄领域问题AI诞生计算能力不足，未达AI预期时间195619741980198719932010•11人工智能在高校的现状人工智能在高校应用的现状•12人工智能全面走进高校？

大部分没有使用，极少数使用的，一部分在徘徊教育教学•13人工智能全面走进高校？

大部分没有使用，极少数使用的，一部分在徘徊学生培养高校师生对聊天机器人的认知程度最高，使用了聊天机器人和数字助教•14人工智能全面走进高校？

使用的挑战相对较大问题与挑战使用人工智能的主要挑战是机构对于支持采用和维护人工智能的不足•15AI交叉：应用于材料科学Nature封面论文《Machine-learning-assistedmaterialsdiscoveryusingfailedexperiments》：美国研究者借助机器学习算法，利用“废弃”数据成功预测新材料的合成•16AI交叉：AI应用于生命科学•

基于机器学习的3D蛋白质结构预测模型•

使用已知序列和结构的蛋白质数据训练输入序列关键点位对齐空间折叠预测结构AlphaFold使用CNN和RNN等网络结构，捕捉蛋白质序列和结构之间的复杂关系•17AI交叉：AI应用于化学1提高发现新反应和分子的发现效率2减少人为知识缺陷的影响3提高化学物质性质的预测效率4优化化学反应器系统用算法训练的AI模型，能够根据实验数据信息快速搜索和分析化学空间，加速发现新的反应性和产生新的分子，从而推动化学研究的创新和进展。用算法训练的AI模型，可以消除人类专家由于当前的化学知识信息和个人偏见所带来的风险，确保化学研究更为客观和准确，提高新发现的可靠性和创新性。利用机器学习和统计建模的算法，可以预测正在研究的化学物质的性质，为化学研究提供更为精准的指导，提高研究效率和成功率。可以用AI算法训练模型来实现并优化化学反应器系统的控制自动化。从而能够能够更快、更有效地导航和搜索化学空间，提高实验效率同时有望产生不可预测的新反应性，推动化学领域的创新和突破。Gromski

PS,Henson

AB,

GrandaJ

M,etal.How

to

explorechemical

spaceusingalgorithms

andautomation[J].NatureReviews

Chemistry,

2019,3(2):

119-128.AI交叉：AI应用于材料科学•

美国西北大学应用多模态学习方法进行晶体结构识别

Chad

Mirkin

美国三院院士

美国西北大学教授Automated

crystal

system

identification

from

electron

diffraction

patterns

using

Multiview

Opinion

Fusionmachinelearning,

PNAS,2023,Vol.

120

No.46•19人工智能本科专业的建设情况人工智能本科专业的建设情况•20人工智能国家战略、人才需求国务院《新一代人工智能发展规划》“完善人工智能领域学科布局，设立人工智能专业”2017.72018.4教育部《高等学校人工智能创新行动计划》“对照国家和区域产业需求布点人工智能相关专业，加大人工智能领域人才培养力度”2018年7月8日

人工智能本科专业研讨会全国26所一流大学人工智能专业建设负责人参会2018.7(清华、南大、上交大、复旦、中科大、国防科大、天大、西交大、北理工、武大、北航、兰大、哈工大、吉大、东大、山大、东南、西工大、重大、川大、大连理工、浙大、海大、同济、华科、厦大)•21人工智能国家战略、人才需求国务院《新一代人工智能发展规划》“完善人工智能领域学科布局，设立人工智能专业”2017.72018.4教育部《高等学校人工智能创新行动计划》“对照国家和区域产业需求布点人工智能相关专业，加大人工智能领域人才培养力度”天津大学根据《教育部高等教育司关于开展2018年度普2018.7

通高等学校本科专业申设置工作的通知》向教育部申报本科新专业人工智能•22人工智能国家战略、人才需求教育部

公布2018年度普通高等学校本科专业备案和审批结果全国共35所高校获首批“人工智能”本科新专业建设资格天津大学是目前天津唯一一所获批人工智能本科专业的高校2019.3天大AI课程体系：专业、科研、学科人工智能领域主要方向科研团队与方向智能智能网联汽车智慧医疗智能无人系统智能制造支撑应用AI专业课程方向包电网智慧城市机器感知与机器学习方向计算机视觉与模式识别群体智能机

自

知器

然

识神经网络与深度学习

智能无人系统主要方向跨媒体数据理解与推理关键技术感

语

工知

言

程与

处模

理式

与识

理别

解语音与语言处理方向语音信号自然语言处理图像视频理解信息检索与智能回答情感计算处理信号与系统语音信息处理高级机器学习知识图谱学习基础理论数据与知识工程方向大数据技术问题求解与专家系统面向大数据与人工智能的新型计算体系、智慧网络、数据存储知识表示与推理知识图谱天大AI课程体系：学科基础与专业课程人工智能+X新工科智能机器人智能医学工程智能物联网智能制造智能金融智能计算系统机器感知与机器学习方向语音与语言处理方向数据与知识工程方向专

人工智能

计算机视觉与模式学习群体智能情感计算大数据技术信息检索与智能回答知识表示与推理业类专业选修神经网络与深度学习

智能无人系统信号与系统语音信息处理问题求解与专家系统知识图谱人工智能专业核心认知科学导论人工智能伦理知识工程机器学习数据挖掘自然语言处理人工智能学科数学基础学科基础类数理逻辑形式语言与自动机数据结构矩阵分析最优化方法智能与计算大类导论程序设计原理操作系统原理计算机系统基础

数据库原理数字逻辑与数字系统计算机网络大类学科基础算法分析与设计•25人工智能通识教学的现状和探索人工智能通识教学的现状和探索•26人工智能通识课体系建设背景（建议）“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势。”——习近平向国际人工智能与教育大会致贺信

2022

主题：引导人工智能赋能教师，引领教学智能升级

2023

主题：引领学习变革,智创教育未来•27人工智能通识教育体系构建•

跨学科特性：人工智能涉及到计算机科学、数学、哲学、心理学、伦理学等多个学科领域，因此课程应该以跨学科的视角来设计，帮助学生全面理解人工智能的本质和影响。•

理论与实践结合：课程内容既应包括人工智能的理论基础，如机器学习、深度学习、自然语言处理等，也应该包括实践性内容，如编程实践、项目案例分析等，以帮助学生将理论知识应用到实际问题中。•

伦理与社会责任：人工智能发展对社会、经济、伦理等方面都有深远影响，因此课程应该引导学生思考人工智能的伦理道德问题，提升他们的社会责任意识和批判性思维能力。•

国际视野：人工智能是国际性的研究领域，课程内容应该引入国际前沿的研究成果和案例，帮助学生了解全球范围内的人工智能发展动态。•

与当前趋势保持同步：人工智能领域发展迅速，课程内容应该与时俱进，及时更新，反映当前的研究热点和技术趋势。•28人工智能通识教育体系构建跨学科特性理论与实践结合伦理与社会责任国际视野与当前趋势保持同步询问不同高校，给出几乎雷同的答案•29国内院校人工智能通识课程建设情况2024年启动人工智能通识核心课程体系建设工作框架：1+X+Y结构2023年9启动人工智能赋能教学:多模态大模型GLM作为平台与技术基座，服务不同学科领域教师与学生。北航、厦大等高校正在重点建设1门人工智能通识课程。多数：1门通识课程；少数：大模型应用类课程；个别：课程体系•30国内院校人工智能通识课程建设情况“人工智能+教学”试点课程将利用人工智能技术支撑课程教学创新，通过大模型、大数据及虚拟技术等对教学设计与教学内容、教学场景与教学资源、教学模式与学习方式、学情分析与教学评价等进行改革创新，为学生提供更加灵活、个性化的学习体验。主要包括个性化教学设计与自适应学习路径、智能辅助教学工具建设、多元化教学资源整合、虚拟教室与虚拟实验室场景搭建、虚拟学习社区与在线协同学习和实时学情监测与智能分析决策等六个方面。•31国内院校人工智能通识课程建设情况“全过程全环节AI助教”一是“数字老师”二是“答疑大模型”随着人工智能体的加入，可能形成四元关系：由教师、助教、学生、人工智能共同构成一个新的教学组合体。•32人工智能通识课程体系建设（建议）3种实践课1门通识课2类交叉课3.

基础编程、实验课程、领域案例1.

人工智能通识基础课程2.

人工智能与文理工医（1）开课对象：面向“文-理-工-医”全部专业开设；（1）AI与文综理综：针对低年级本科生：考虑通识性、受众面、学生基础等因素，初期可以采用分大类整合为两门或者X门大课；（2）AI与专业细分：针对高年级本科生：开设学科深度交叉类课程如《人工智能与化工》《人工智能与经济管理》。（1）编程：Python等程序设计课程，培养基础计算思维和编程能力（主要面向低年级本科生）；（2）实验：专业（学科）相关的实验类课程（主要面向高年级本科生）；（2）基础要求：低年级、零基础，导论性质，替代大学计算机基础；（3）课程组成：《现代人工智能导论》（包含基本的计算思维、重点讲授主流和先进智能理论与技术、兼顾基础和应用。保证课程的关键基础稳定、灵活组合更新）。（

3

）

设

计

：

启

发

类

的

AI-for-Science的综合实践课程（主要面向高年级本科生、研究生）。