北京大學《人工智能2.0時代的人才培養和通識教育課程建設》（PDF文件）

人工智能發展歷程

• AI 0.0（1956-2006）：該階段基於規則和專家系統，依賴人工特徵工程，可解釋性強但泛化能力弱。
• AI 1.0（2006-2020）：該階段以深度學習爲核心，CNN/RNN/Transformer架構推動計算機視覺、自然語言處理領域取得突破性進展，仍需依賴大量標註數據進行訓練。
• AI 2.0（2020-至今）：本階段進入大模型時代，以GPT/Stable Diffusion爲代表的多模態生成模型實現文本、圖像、視頻的跨模態交互，同時推理能力顯著提升（如DeepSeek R1模型）。

大模型的特點和侷限

• 大模型的特點
  • 強大的生成能力：大模型能生成高質量的文本、圖像、視頻等多種內容，爲創意產業、內容創作等領域帶來了前所未有的變革。
  • 多模態融合：將語言、視覺等多種模態數據相結合，使模型能夠更全面地理解和表達世界，爲智能交互、自動駕駛等應用提供了更強大的技術支持。
  • 複雜推理能力：基於長鏈推理技術，大模型能逐步分解複雜問題並進行多步驟邏輯推理，處理更復雜的任務和場景。
• 大模型的侷限
  • 數據依賴：大模型的訓練需要海量的數據支持，數據的質量和多樣性直接影響模型的性能和生成結果的準確性。
  • 高算力需求：訓練和推理過程對計算資源要求極高，導致研發和應用成本居高不下，限制了在一些資源受限場景中的廣泛應用。
  • 幻覺問題：生成的內容可能存在與事實不符的情況，需要進一步的驗證和篩選，確保信息的真實性和可靠性。

大模型的發展觀察

• 躍進期（2020-2022）
  • ChatGPT的發佈：2020年ChatGPT的推出迅速引發全球對大模型的關注和研究熱潮，其強大的語言生成能力和交互體驗讓人們看到大模型的巨大潛力。
  • GPT-4的推動：2022年GPT-4的發佈進一步提升大模型的性能和應用範圍，推動大模型在更多領域的探索和實踐。
• 繁榮期（2022-2023）
  • 多模態模型的爆發：Stable Diffusion、Mid-Journey等多模態模型相繼問世，將大模型的應用從文本領域拓展到圖像、視頻等視覺領域，爲創意設計、影視製作等行業帶來了新的機遇。
  • 國內大模型的崛起：國內企業紛紛加快大模型的研發步伐，文心一言、通義千問等首批模型相繼發佈，展現了國內在人工智能領域的技術實力和發展潛力。
• 深化期（2023-至今）
  • 推理模型的突破：DeepSeek-R1、QwQ-32B等推理模型的出現，顯著提升模型的推理能力和效率，爲複雜問題的解決提供更有力的支持。
  • 性能提升與開源生態：國內模型性能持續提升，如Qwen2.5、GLM-4等不斷更新優化。同時，開源生態蓬勃發展，如Baichuan、Qwen等系列模型的開源，推動大模型技術的普惠化和行業應用的加速落地。

大模型時代的人才需求

• 應用人才
  • 思維要求：具備利用AI技術和工具解決實際問題的能力，能夠將AI應用於工作和生活的各個方面，提升效率和質量。
  • 能力增加：增強問題定義、獨立思考、溝通表達等能力，更好地與AI協作完成任務。
  • 教育需求：通過AI通識教育，普及AI基礎知識和應用技能，培養全民的AI素養和人機協作能力。
• IT專業人才
  • 思維要求：掌握數據思維和模型思維，以數據爲核心進行系統設計和優化，爲行業賦能。
  • 能力增加：提升機器學習、深度學習、數據工程等方面的能力，適應AI時代對IT人才的新要求。
  • 教育需求：開展新IT教育，更新IT專業課程體系，融入AI相關技術和應用內容，培養既懂傳統IT又掌握AI技術的複合型人才。
• AI2.0專業人才
  • 思維要求：具備數學思維、好奇心和試錯精神，熱愛探索人類智能的本質和奧祕。
  • 能力增加：掌握數據工程、底層軟硬件工程、大模型範式（如Transformer、Diffusion、RL等）能力，能夠從事AI前沿技術研發和創新。
  • 教育需求：構建AI專業教育體系，培養具有深厚理論基礎和創新能力的AI專業人才，推動人工智能技術的持續發展和突破。

人工智能通識課

• 課程目標：培養學習者對人工智能的全面認知，掌握生成式AI的應用能力，提升人機協同與批判性思維，爲未來的學習和工作打下堅實基礎。
• 課程內容：涵蓋人工智能基礎、核心技術（如Transformer架構）、應用領域（金融、醫療、教育等）以及面臨的挑戰與未來發展方向，構建完整的知識體系。
• 教學方法：採用案例分析、動手實操、項目制學習和跨學科融合等多樣化方法，提升學習者的實踐能力和創新思維。
• 教學資源：提供PPT課件、微課視頻、教學演示案例以及實戰任務與作業題，支持線上線下混合式學習，滿足不同學習者的需求。

人工智能賦能教育

• 人工智能賦能教學：通過AI輔助教學工具和智能學情分析，提升教學效率和個性化學習體驗，推動教育的智能化發展。
• 課程創作工具：利用AI輔助課程設計和無代碼工程交付，降低課程創作門檻，提高教學資源的開發效率和質量。
• 人工智能通識課的實施：通過通識課、通育課和通用課的分層設計，逐步提升學生的AI素養、人機協作能力和專業應用能力，實現人工智能教育的普及與深化。

獲取《人工智能2.0時代的人才培養和通識教育課程建設》報告PDF原文件

掃碼關注回覆： 20250807