北京大学PEKINGLINIVERSTTY2025年高等学校人工智能通识教育研讨会人工智能2.0时代的人才培养和通识教育课程肖睿2025年7月12日青岛·北大青鸟人工智能研究院北大计算机学院北大教育学院学习科学实验室
人工智能2.0时代的人才培养和通识教育课程北乐大学PEKINGUNIVERSIT0102人工智能2.0时代人才需求和通识教育课1人工智能的前世今生1.人才需求2大模型的特点和局限2.人工智能通识课3大模型的发展观察02大模型的特点和限限04大模型时代的人才需求05人工智能通况课第2页
人工智能0.0:古代(1956-2006,从规刚到学物代京为NGUNIVERST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(ID,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,<小数氓。人工特征，部分可解释,缺乏通用性和跨模态,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1、传统神经网络:霍普菲尔德网络,玻尔兹曼机。.2、深度神经网络:深度学习(Hinton,2006)大数据，特征表示，基本不可解释，具备通用性和赔植态MultilaverFeedforward Networks areUniversalApproximatorsKURTHORNIK02大模型的特点和限限0.大模型的发展观水04大模型时代的人才需求05人工智能通决课第3页
人工智能1.0:近代(2006-2020,深度学习北京大学PEKINGUNIVERSITY深度学习：深度神经网络2006:传统架构:DBN,CNN, RNN, ResNet, Inception, RWKV.,...ImageNet(超过人眼)AlphaGO(超过人类棋手)AphaFold(超过人类科学家)2017:Transformer架构:注意力机制（Attention)预训练模型架构:编码器(BERT):embedding, Emie1.0混合网络:T5、GLM(早期)解码器(GPT):生成式人工智能（AGC)预训练模型架构:并行矩阵计算(GPU)堆叠架构，容易扩展,大力出奇迹能的前世今生2大模型的特点和尾限.大模型的发展观享04大模型时代的人才需求第4页
杏北京大学人工智能2.0:现代(2020-,大模型PEKINGUNIVERSITY大模型(预训练大模型）:大(数据多、参数多、算力多),模型(语言、视党、多模态GPT架构:解码器（GPT），生成式人工智能(AGC),生成-理解·决策(RL)Transformer:大语言模型(LM,大模型）,多模态模型ChatGPT(4.1、40,01,03,04)、 Claude; Grok, Gemini;, Lam....DeepSeek. Step. Qwen; Kimi, MiniMax; GLM,火山(豆包）、元宝、百度.Transfomer+Diffusion:视觉模型图像:StableDiffusion,Mid-Joumey,DALL.E等三大核心组件（工匠)视频:Sora、可灵、即梦、Vidu、海螺等信息生成器图像解码器>通用模型vs垂直模型(行业模型)翻译育)传媒、编码Diffusion教育、医疗、金融等飙01人工智能的前世今生2大模型的特点和尾限.大模型的发展观享D4大模型时代的人才需求05人工智能通讯课第5页
人工智能2.0时代的人才培养和通识教育课程北乐大学PEKINGUNIVERSIT0102人工智能2.0时代人才需求和通识教育课1人工智能的前世今生1.人才需求2大模型的特点和局限2.人工智能通识课3大模型的发展观察02大模型的特点和限限04大模型时代的人才需求05人工智能通况课第6页
大模型的工作原理:NTP(Next Token Prediction)杏北京大学PEXINGUNIVERSIT1.收到提示词"今天天气不错，我决定示例Generative(生成式)2.将输入拆分为token准确地讲,这里不是"字",是“今天"不”“错""决定。。"token",可以进行语义计算。GPFPre-trained3.采用Transformer架构处理token(预训练)理解token之间的关系识别提示词的整体含义概率预测+文字接龙Transformer4.,基于上下文预测下一个token（一种深度神经网络架构)为可能的单词分配概率分数自回归（AR):重复步示例"去":0.7."停"0.2,"站:0.)骤4和步骤5直到形成完整的包子LLM:LargeLanguageModel5.根据概率分数选择标记示例:今天天气不错,我决定去公园示例去’自前世今生02大模型的特点和显限.大模型的发展观享D4大模型时代的人才需求05人工智学习交流可加0微信号(Ahiingahizhuren)第7页
大模型的工作过程：预训练-后训练-椎理北京大学PERINGUNIVERSITY大模型工作过程照点...
