张长青 人工智能通识教育体系构建的思考.pdf

1、从人工智能专业到通识教育 2024.04 张长青 教授/博士生导师 天津大学 人工智能学院 人工智能简介 2 从人工智能简史感受发展趋势 AI诞生记 3 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 AI诞生记 4 计算机之父：图灵 Can machines think?Imitation Game 图灵测试 1950年Mind杂志的发表 文章计算机与智能 达特茅斯会议 Dartmouth Workshop 5 1956年达特茅斯会议：人工智能元年 香农 信息论创始人 明斯基 1969年图灵奖获得者 所罗门诺夫

2、算法概率论创始人 塞弗里奇 机器感知之父 罗切斯特 IBM701计算机制造者 麦卡锡 1971年图灵奖获得者 Lisp语言发明者 司马贺 1975年图灵奖获得者 达特茅斯会议 Dartmouth Workshop 6 2006年达特茅斯会议50周年 2006,“Deep Learning”(DL)was introduced by Hinton 7 小小神经元：大模型起源 M-P 神经元模型 1943年 大模型的发展历史、启发 大模型的发展历史、启发 8 小小神经元 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，

3、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。”罗森布拉特在一台IBM-704计算机上模拟实现了“感知器”神经网络模型 康奈尔航天实验室的感知机，第一台感知机的硬件 9 大模型的发展历史、启发 10 大模型的发展历史、启发 大模型时代 ChatGPT is a chatbot developed by OpenAI and launched on November 30,2022.Attention Is All You Need,2017 大模型的发展历史、启发 11 发展热度 时间 1956 1987 1980 1974 1993 2010 第一次

4、浪潮 第二次浪潮 第三次浪潮 AI诞生 第一次低谷 第二次低谷 达特茅斯会议 算法仅能解决狭窄领域问题 计算能力不足，未达AI预期 符号主义 逻辑运算、演绎推理 Prolog语言 专家系统遍地开花 人工智能转向实用 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 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 逻辑推理 专家系统 机器学习/深度学习 道路曲折，潜力巨大：无论是AI，还是神经网络 人工智能在高校的现状 12 人工智能在高校应用的现状 人工智能全面走进高校？13 教育教学 大部分没有使用，极少数使用的，一部分在徘徊

5、 人工智能全面走进高校？14 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 大部分没有使用，极少数使用的，一部分在徘徊 人工智能全面走进高校？15 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 使用的挑战相对较大 AI交叉：应用于材料科学 16 Nature封面论文Machine-learning-assisted materials discovery using failed experiments：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 AI交叉：AI应用于生命科学 17 基于机器学习的3D蛋白质结构预测模

6、型 空间折叠 关键点位对齐 预测结构 输入序列 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 使用已知序列和结构的蛋白质数据训练 AI交叉：AI应用于化学 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。1 提高发现新反应和分子的发现效率 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。2 减少人为知识缺陷的影响 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