资源简介

(共22张PPT)
第三单元　智能的数字菜谱
项目主题
智能的数字菜谱
语言大模型是人工智能领域的一种前沿技术。这些模型能够处理复杂的任务，并且在多个领域展现出卓越的性能，人们已经尝试使用大模型来完成文本写作、图片设计、视频故事创作等工作。那么什么是大模型，它是如何理解人类需求并给出适当反馈的？我们该如何与大模型合作，利用大模型方便生活、辅助学习、造福社会？
项目背景
项目目标
在本单元中，我们将围绕 “智能的数字菜谱” 项目学习，知道什么是大模型，了解使用大模型的技巧，体验安装本地大模型，建立个人知识库。畅想大模型的各种应用场景，认识到技术进步在带来便利的同时也会带来新的问题，能根据情景需求合理选择人工智能工具，学习与人工智能工具协同工作。
第二单元　有趣的数字菜谱
学习过程
项目准备
项目实践
项目拓展
了解什么是大模型
掌握大模型使用的基本技巧
安装本地大模型。
用本地大模型建立智能菜谱资源库
与资源库进行交互，尝试利用 “智能” 生成 “创新菜”
畅想大模型的各种应用场景
了解人工智能带来的伦理与安全挑战
第 二节 应用语言大模型
第三单元　智能的数字菜谱
学习目标
1
体验本地交互式知识库的搭建与使用。
学习目标
能合理使用人工智能。
2
课堂导入
问题情境
如何在自己的电脑上搭建本地语言大模型？
学习内容
一 搭建本地语言大模型
二 运行本地语言大模型
学习内容
三 用Markdown标记语言记录数据属性
在自己的电脑上搭建一个语言大模型相当于拥有了个人版的智慧大脑。
一、搭建本地语言大模型
本地语言大模型将用户数据保留在本地，不会上传云端，保护使用者的隐私与安全。
本地语言大模型提供更大的可定制性和灵活性，更符合个人的需求与风格。
本地语言大模型具有不用依赖网络云计算服务，能快速响应用户需求。
和同学讨论以下场景，使用在线语言大模型与本地语言大模型，哪种更合适？将讨论结果填写到下表中。
思考活动一
场景 选择在线语言大模型的理由 选择本地语言大模型的理由
产品发布会上需要即时将语言翻译为多国语言，并同步显示在大屏幕上 在线语言大模型通常连接着庞大的云端数据库，能实时获取最新的翻译数据和语言资源，快速准确地完成多种语言的翻译，还可通过网络与大屏幕设备快速对接，实现同步显示 。 本地语言大模型在网络不稳定或无网络环境下也能工作，可提前将所需的多语言翻译模型和数据下载到本地，保密性强，不用担心数据在传输过程中泄露 。
作者想优化自己原创的电影剧本 在线语言大模型能实时获取海量的影视行业信息、剧情案例和观众喜好趋势等，为剧本优化提供丰富多样的创意和思路，还能方便地与其他创作者交流协作 。 本地语言大模型可确保剧本内容的私密性，不被上传到云端，同时对于有特定风格偏好且已在本地训练好相关模型的作者，能更好地贴合其创作习惯进行优化 。
科研人员想了解某领域最新的研究成果 在线语言大模型能快速检索和整合全网的科研文献、学术动态等信息，及时提供最新的研究进展，还可方便与其他科研人员交流分享 。 本地语言大模型可在本地对科研人员已有的私密研究数据进行分析处理，避免数据外传，并且在网络受限的实验室环境中也能正常使用 。
建立本地语言大模型通常采用 “服务工具 + 开源语言大模型” 的模式，为便于操作，还可以安装一个界面工具。
搭建本地语言大模型
第一步：下载安装一个服务软件。
第二步：使用服务软件下载一个开源语言大模型。
第三步：下载安装一个界面工具。
详细安装方法参考本书附录三。
我们应该如何选择开源的语言大模型？
搭建本地语言大模型
在选择开源语言大模型时，服务工具会列出所支持的模型，
注意：即使是同一个模型，也会有不同的参数版本，参数越大的模型，需要的计算机配置越高。
拓展阅读
语言大模型的参数
“0.5b”“1.5b” 等中 “b” 代表 “Billion”，说明不同标识对应的模型参数数量。指出参数越大模型能力越强，但对硬件算力要求也越高，训练和运行还耗费大量电力，促使研究者探索其他模型实现方式。
将模型参数数量与生物神经元数量对比，人脑、首个神经网络机器 SNARC、GPT - 4 的参数或神经元数量，表明 GPT - 4 参数已达人脑 1% 的水平 。
安装好本地语言大模型后，可以进一步根据需要去建立自己的本地知识库。
将第二单元收集的 “数字菜谱资源” 及其他与美食相关的文件上传到本地大模型中，经过大模型的学习，一个 “智能美食知识库” 就设置成功了。
二、运行本地语言大模型
知识库帮忙解答的问题：推荐四川的美食
运行本地语言大模型
创新菜：
我来向知识库提问 “请设计一道菜肴，具备四川菜的特色，食材为牛肉、豆腐、蔬菜，适合老年人和小朋友冬天吃。”
设计一道具有四川特色，适合老年人和冬季食用的菜品，可以尝试以下菜谱：【菜品名称】：四川牛肉蔬菜火锅
一、材料准备
牛肉片（500 克）
豆腐块（500 克，新鲜豆腐切）
新鲜蔬菜（如白菜、菠菜、胡萝卜等）
猪血豆腐（500 克）
二、烹饪步骤
将牛肉片用刀切成薄片，加入适量的盐、胡椒粉和生抽腌制 5 分钟。
在锅中放入适量的油烧热，加入豆腐块煎至金黄，捞出豆腐备用。
锅中放入切好的牛肉片，翻炒变色后加入之前煎好的豆腐和汁水，让牛肉煮至微微变色，保留肉汁浓稠。
将锅盖盖上，大火烧至沸腾，再转小火慢煮 20 分钟，期间不要打开锅盖，以确保牛肉煮出最佳的嫩度。
三、食谱特色
原料丰富，肉片鲜嫩，豆腐块香脆，蔬菜新鲜。
豆瓣酱的使用增加了一定的辣味和浓郁口感，增强了火锅的味道。
猪血豆腐的加入增添了菜肴的营养成分，适合老年人食用。
烹饪过程注重食材的新鲜度和调味品的质量。
四川老少皆宜的菜品，希望您制作出美味的四川牛肉蔬菜火锅！
参考示范，请同学们动手试试与知识库互动。可以查询想要了解的菜肴，可以尝试创造新的菜肴等，完成三个练习填写在下表中。
实践活动一
提示词 知识库反馈 你对反馈的评价
请推荐三道适合小朋友吃的菜
设计一道菜，材料使用牛肉、豆腐等，适合冬天进食
既然可以在本地语言大模型配置知识库，同样在线语言大模型也能由用户上传资料构建知识库。请查询资料，了解有哪些在线语言大模型提供这个功能，并参考图 3-2-9，动手试一试。
实践活动二
通过构建本地语言大模型，我们能够创建属于自己的个性化知识库。你需要构建哪种类型的知识库？参照下表的示例，构思一些主题知识库，并挑选三个填入下表。
思考活动二
主题知识库 上传背景知识 互动示例
唐诗知识库 《唐诗三百首》
《唐诗鉴赏辞典》
《唐诗研究》
《唐代诗人丛考》
“唐代有哪些边塞诗人？”
“请仿写一首唐诗，仿写关键词为：月亮、故乡。”
…… ……
语言大模型不是万能的，我们要正确看待语言大模型，合理使用语言大模型。
三、合理使用人工智能工具
过度依赖语言大模型来解决问题，会减少自己独立思考问题的机会。
语言大模型提供的答案并不是永远正确的，如果盲目信任其生成的内容，可能会将谬误当成知识。
语言大模型可以帮助我们将创意细化，但不能替代我们提出创意。
在使用语言大模型时，我们不应该在未经他人授权的情况下，使用他人的智慧成果进行训练或生成内容。
创造力
不替代个人创造
不过度依赖
不盲目信任
维护知识产权
以下哪些场景适合采用人工智能工具辅助，请判断并说明理由。
思考活动三
场景 适合 / 不适合使用人工智能，给出你的理由
学校组织绘画比赛，欢欢用人工智能工具生成了一幅图片参赛
欢欢给社团拟订活动计划，写完后让人工智能帮忙润色和修改错别字
欢欢构想了一个小故事，在描写主角外貌特征时有些词穷，他使用人工智能来获取一些建议
博士爷爷布置了作业，欢欢直接将作业要求输入人工智能完成
不适合。绘画比赛旨在展现参赛者的个人创意和绘画技能，使用人工智能生成图片参赛违背了比赛的初衷，无法体现个人能力。
适合。人工智能可以快速找出错别字，还能对语句进行优化润色，让活动计划表达更清晰、流畅，提高计划的质量。
适合。人工智能拥有丰富的语言素材，能提供多样化的外貌描写语句和创意，帮助拓展思路，完善故事内容。
不适合。作业是用于检验个人对知识的掌握和理解程度，直接让人工智能完成作业，无法达到学习和巩固知识的目的，属于学术不端行为。
和同学讨论，再拟定三个适合采用人工智能辅助的场景。
思考活动三
场景 适合使用人工智能
旅游攻略制定 输入旅游目的地、出行时间、预算等信息，人工智能可以快速规划出包含景点推荐、交通路线、美食打卡点等内容的个性化旅游攻略。
数据分析报告撰写 面对大量数据，人工智能可以快速进行数据处理和分析，并按照要求生成条理清晰的数据分析报告框架和内容。
外语翻译 在阅读外文文献或与外国友人交流时，利用人工智能工具可以快速准确地进行语言翻译，辅助理解和沟通。
学校准备开展一次数字故事大赛。要求如下：
工具：使用视频制作工具。
题材：讲述校园的故事。
你和你的小伙伴摩拳擦掌，瞄准了冠军。为达到完美效果，你考虑在各阶段与人工智能工具协同工作。接下来请讨论，在设计视频故事的每一个阶段如何采用人工智能工具进行辅助，请填写到图 3-2-12 中的空格处。
实践活动三
脚本编写
借助人工智能生成故事大纲，依据校园故事题材，设定主要人物、情节发展脉络。
让人工智能润色台词，使其符合人物性格特点且更具感染力。
请人工智能根据脚本内容，规划镜头的运用，如景别、拍摄角度等 。
素材采集
利用人工智能图像识别工具，筛选合适的校园照片、视频片段等现有素材。
通过人工智能语音合成工具，生成旁白或特定角色的语音素材。
使用人工智能辅助预测热门元素，指导采集当下受关注的校园相关素材 。
编辑制作
运用人工智能视频剪辑工具，自动识别精彩片段，进行初步剪辑拼接。
借助人工智能调色功能，为视频调整色调、氛围，使其更具视觉冲击力。
利用人工智能音频处理工具，优化背景音乐和音效，增强音频效果 。
发布评价
借助人工智能分析观众画像，针对不同群体精准推送视频。
运用人工智能收集整理观众反馈的评论、打分等信息，进行分类分析。
利用人工智能预测视频传播效果，为后续优化和新作品创作提供参考 。
任务一：选择一个服务工具，阅读其说明，下载该工具。
任务二：安装该服务工具，根据计算机硬件配置，安装适当的语言大模型。
任务三：收集一些自己想了解、感兴趣的美食资料，与上单元菜谱成果一起上传到本地语言大模型，建构自己的 “智能菜谱” 知识库。
任务四：构思问题，与知识库互动。
任务五：选择工具整理互动成果，在班级汇报交流。
项目实施
拓展阅读
2024年诺贝尔化学奖：
2024 年诺贝尔化学奖授予了三名科学家，以表彰他们在蛋白质设计和蛋白质结构预测领域作出的卓越贡献。人工智能模型 AlphaFold2 解决了科学界多年来难以确定蛋白质分子结构的难题，在该模型的帮助下，科学家们已预测出 2 亿多种蛋白质的结构，涵盖所有蛋白质分子中的 99%。

展开更多......

收起↑