论文解读 | 杨宗凯教授：利用人工智能赋能教与学

随着人工智能（AI）技术的快速发展，教育领域正经历着前所未有的变革。AI 技术可以优化教学过程，提高教学效率。但它也带来了新的挑战，例如如何确保教育公平、如何保护学生隐私等。因此，如何利用AI技术赋能教学与学习，成为当前教育改革的重要课题。

来自武汉理工大学的杨宗凯教授在《数字教育前沿（英文）》（Frontiers of Digital Education）期刊上发表了一篇文章，探讨了 AI 技术在教育领域的应用前景和发展趋势，为构建更加智能、高效和个性化的教育生态系统提供了重要的理论和实践指导。

具体内容

AI技术的快速发展，对教育提出了更高的要求，推动着教学理念、技术和方法的全面改革。AI技术不仅可以加速人才培养模式的改革，提升教育质量，还拥有创新教学模式的巨大潜力。例如，在后疫情时代，混合式学习和AI支持的人机协同教学等新兴教学模式展现出强大的生命力，为学生提供了更加灵活、便捷的学习方式。

将AI相关课程融入教学，培养学生的计算思维、数据分析和算法应用能力，并通过解决实际问题，培养学生的创新意识和探索精神。同时，利用AI技术和大数据，分析学生学习数据，提供定制化的学习路径和学习资源。此外，人机协同教学，构建智能学习场景，教师可以利用AI技术提升教学效果，为学生提供更加耐心、准确和独特的学习支持服务，学生可以拥有个人学习助手和学习顾问，获得更加个性化的学习体验。

AI赋能教育教学的根本目的是推进深层次的教育教学改革，建立互联互通、知行合一、灵活适应的新范式。为此，需要重构教学设计，实现教学内容实时更新，课程组织更加多样化；逐步实施个性化教学，培养学生自主学习能力和创造力；全面提升教学质量，利用数据驱动教学改进；最终构建更加智能、高效和个性化的教育生态系统，培养更多样化和创新性的人才，以适应未来社会的发展需求。

AI赋能教育教学是推动教育改革和创新的必由之路，它将引领教育数字化转型，为教育带来新的机遇和挑战。在推进 AI 技术应用的过程中，我们需要关注效率和公平、速度和规模、供给和需求之间的平衡，避免数字鸿沟的产生，确保教育资源的公平分配和利用。同时，教师需要不断提升 AI 技术素养，掌握 AI 技术的基本原理和应用方法，适应新的教学环境，才能更好地利用 AI 技术为教育教学服务，推动教育高质量发展。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】