资源简介

(共51张PPT)
第3单元 第1课
人工智能生成内容
（清华大学版）八年级
下
1
核心素养目标
3
新知讲解
5
拓展延伸
7
板书设计
2
新知导入
4
课堂练习
6
课堂总结
课后作业
8
01
核心素养目标
信息意识
计算思维
数字化学习与创新
信息社会责任
AIGC生成的内容可能涉及版权问题、虚假信息传播、歧视性内容等。因此在开发和使用AIGC时，要遵循法律法规、维护社会道德。
在AIGC的学习中，学生利用在线平台、编程语言和各种AI工具进行知识的获取和创新性思考，通过创新性应用解决实际问题。
通过学习AIGC生成内容，更好地理解AI的工作机制及其应用场景，运用编程、图像或音频等内容的人工智能系统。
能够对人工智能如何生成内容、如何评估和验证信息、以及内容生成对社会的影响有清晰的认识。
02
新知导入
本单元你将学习：
人工智能生成类助手可以生成哪些类型的内容
人工智能是如何生成图像的
借助跨模态生成工具进行图像创作的过程是怎样的
如何优化提示语创作生成符合需求的内容
02
新知导入
随着时代的演进，文字、绘画等形式已成为记录历史、传承文化不可或缺的媒介，它们既是信息的传递者，也是文化的塑造者，承载着人类的思想与情感。长期以来，创作佳作往往需要深厚积淀，而人工智能的起为内容创作带来了前所未有的创新活力。通过人机协同，我们能够更加高效地挖掘文化资源，丰富创作素材，推动内容创作的多元化发展。
02
新知导入
你知道有哪些类型的人工智能生成类助手吗 它在人们的生活、工作或学习中有哪些应用 请将所了解的信息填写在下表中。
学习热身
02
新知导入
你知道吗
2022 年人工智能生成内容得到爆发式发展，同年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者提交的 AIGC 绘画作品《太空歌剧院》获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。参赛者没有绘画基础，通过 AI 绘图软件Midjourney 耗时 80 个小时创作出该作品。
02
新知导入
本课中你将学习：
什么是人工智能生成内容
人工智能生成类助手可以生成哪些类型的内容
人工智能生成内容会带来哪些问题与挑战
02
新知导入
“艾香飘飘舞龙舟，端午佳节情缱绻。香包红绳系家门，粽香袅传佳音。”诗文通过工整的格式、恰当的韵脚、细腻的语言勾勒出端午佳节的热闹场景。这首七言绝句并不是人类创作的，而是由一个大语言模型助手生成的。人工智能生成内容(artificial intelligence generated content，AIGC)正以一种全新的内容生产方式进入大众视野，为文化创作带来前所未有的便利和效率。
02
新知导入
03
新知讲解
一、AIGC 概述
在过去，诸多文学、艺术作品是由人类费尽心力完成的，随着人工智能技术的发展，机器可以写文章、绘图、生成动画，这就是 AIGC。它具体是指使用人工智能模型生成文字、图片、音乐、视频等类型的内容。
03
新知讲解
1.AIGC 的发展历史
1950年，图灵提出的“图灵测试”实际上就是在探讨机器是否能够“生成”与人类创作内容无差异的内容。1957年，莱杰伦·希勒(Lejaren Hiller)和伦纳德·艾萨克森(LeonardIsaacson)通过计算机程序完成了历史上第一支由计算机创作的音乐作品--弦乐四重奏《依利亚克组曲》( Illiac Suite )。
03
新知讲解
2017 年，罗斯·古德温(Ross Goodwin)使用一台连接各种传感器的笔记本电脑，从纽约驾车前往新奥尔良。这台机器将旅途中感知到的一切以文字的形式输出，完成了世界上首部由人工智能创作的小说1mhe Road。开头的一句话是“It was nine seventeen in the morning, and the house washeavy”(早上九点十七分，房子沉甸甸的)。
2018年，一幅由人工智能程序创作的画作《埃德蒙·贝拉米肖像》在佳士得拍卖行以 43.25 万美元的价格成交。作为首个出售的人工智能艺术品，它引发了关于人工智能在艺术和创造力中作用的讨论。
03
新知讲解
2022年 11月30 日，OpenAI 公司发布 ChatGPT，短短5 天时间，ChatGPT 的全球注册用户就超过了 100 万。以 ChatGPT 为代表的 AIGC工具开始被大众广泛关注。图 3.1.1 展示了 AIGC发展过程中的部分关键事件。
03
新知讲解
随着数据快速积累、算力提升和算法效力增强，人工智能不仅能够与人类进行互动，还可以进行写作、编曲、绘画、视频制作等创意工作。
03
新知讲解
2.作品的潜在规律
图 3.1.2 中有三段描写“湘西的夏”的文字，阅读这三段文字，说一说哪段文字更符合人类创作的规律以及真实的情境。
03
新知讲解
显然，最右侧的文字描述更符合真实的情境。最左侧文字中的部分用词不符合中文词序，比如“意绿然盎”“烁闪”“动生”等;中间部分的文字不符合湘西夏天的实际情境，“银装素裹”在湘西的夏季几乎不会出现。不难看出，这三段文字虽然都是由汉字组成的，但并不是所有的内容都符合中文习惯。
03
新知讲解
图 3.1.3 展示了两幅绘画作品，仔细观察这两幅画作，说一说其中哪幅画作的意境更符合“湘西的夏”。
虽然右侧的画作也呈现了湘西苗寨的风景，但是画作中的绿意盎然与地面上的冰雪明显冲突，这显然不是湘西夏天常见的景象。
03
新知讲解
人类创作作品时，都会不自觉地遵循潜在的规律。比如，描述“湘西的夏”的文字作品，会使用“绿意盎然”等辞藻;描绘“湘西的夏”的绘画作品，会以体现夏季特色的深绿为主，并搭配不同层次的绿色。以中文为例，即使不懂中文的外国人，也可以随意排列“汉字符号”形成一段文字，但是这样的文字组合可能并不符合中文潜在的规律。真正能够成为作品的创作，往往符合特定的规律，如规范的词语、合适的语法、美妙的意境等。即使是天马行空的画家，他的画作依旧蕴含着自己独特的风格。
03
新知讲解
二、使用 AIGC 工具生成内容
1. AIGC 的原理
人类成为优秀的作家或者画家要经历一系列复杂的学习过程。在文学领域，作家的成长往往从阅读经典文学作品开始，慢慢学习并积累丰富的语言和表达技巧。通过对语言文字和表达技巧背后规律的掌握和运用，他们开始通过创作短文、小说、诗歌等表达自己的思想和情感，并逐渐塑造出独特的文学风格。在绘画领域，画家一般要先通过学习基础绘画技巧色彩理论和构图等知识构建绘画基础，然后通过模仿大师经典的作品和观察自然，逐渐培养出对形式、色彩、光影等方面的敏感度，并开始创造具有自身风格的艺术作品。
03
新知讲解
因此，如果给机器准备大量作品作为数据进行学习，机器就可以找到人类作品的客观规律。这就是AIGC的原理。近年来，通过深度学习算法对大量作品数据进行学习，生成效果优良的模型开始大量涌现。
03
新知讲解
2. AIGC 生成工具与生成内容的类型
伴随生成效果优良的模型的出现，越来越多的 AIGC 工具被开发出来。当前，这些 AIGC 工具背后的生成模型包括大语言模型、文生图大模型音乐生成模型、视频生成模型、代码生成模型等。应用 AIGC 工具，人类用户可以以自然语言的形式快捷生成内容。
03
新知讲解
自然语言就是人类用来日常沟通和表达思想的语言，如汉语、英语等。人类用户编写的这种自然语言描述被称为提示语，如通过提示语“湖南省有哪些具有民族特色的节日 ”向机器提问，得到的内容如图 3.1.4所示。
03
新知讲解
AIGC 工具可以根据提示语的数据类型以及生成内容的数据类型进行分类，如表 3.1.1所示。
03
新知讲解
借助 AIGC 工具可以生成不同类型的内容，包括但不限于表 3.1.2 中列出的内容形式。
03
新知讲解
根据文本生成散文、根据文本生成程序、根据文本生成图像的效果如图 3.1.5 所示。
03
新知讲解
三、AIGC 带来的问题与挑战
科学技术是一把双刃剑，既能给人类社会带来变革，也会带来潜在的风险，人工智能技术的崛起尤为明显。随着人工智能技术的普及和深人应用，一系列伦理、隐私和安全问题浮出水面。
03
新知讲解
1.AIGC 工具的使用边界
如果向大语言模型助手询问一些涉及他人隐私的问题，机器会如何回答呢 图 3.1.6 展示了大语言模型助手在这些边界问题上的答案。AIGC T具背后有一些必须遵守的规则，如不会辅助生成威胁他人安全(如财产安全、隐私安全等)的内容。但是，当前的AIGC工具可能依旧存在一些无法预知的问题，因此，其背后的模型还在不断优化学习中逐渐成长。
03
新知讲解
2. AIGC 带来的著作权问题
图 3.1.7展示了两幅画作，左侧是荷兰后印象派画家凡·高于 1889 年6月绘制的作品《星月夜》，右侧则是由人工智能根据提示语生成的图像。
03
新知讲解
探 索
相较于凡·高的著名画作《星月夜》，图 3.1.7 右侧的画作是否具有创新性 右侧的画作是否侵犯左侧作品的著作权 请提出观点并讨论。
右侧的画生成过程本身具有一定的创新性，因为它利用了现代科技手段来再现艺术风格，并且可能引入了一些新的元素或变化。
原创性：凡·高的《星月夜》是其原创作品，享有著作权。人工智能生成的画作虽然模仿了凡·高的风格，但其本身是新的创作，具有一定的原创性。
03
新知讲解
探 索
相较于凡·高的著名画作《星月夜》，图 3.1.7 右侧的画作是否具有创新性 右侧的画作是否侵犯左侧作品的著作权 请提出观点并讨论。
复制程度：如果人工智能生成的画作仅仅是复制了原作的细节和风格，而没有显著的创新或变化，可能会被认为是侵犯了原作的著作权。然而，如果生成的作品在风格的基础上进行了足够的创新和变化，则可能不构成侵权。
03
新知讲解
探 索
相较于凡·高的著名画作《星月夜》，图 3.1.7 右侧的画作是否具有创新性 右侧的画作是否侵犯左侧作品的著作权 请提出观点并讨论。
关于是否侵犯著作权需要具体分析生成作品的创新程度和法律界定。如果生成作品在风格基础上进行了显著的创新和变化，并且符合当地著作权法的规定，则可能不构成侵权。否则，可能存在侵权风险。
03
新知讲解
3.科学地使用 AIGC
应用 AIGC 技术，可以让创作更加高效，但是与此同时，AIGC的广泛使用也引发了一系列安全、伦理等问题。因此，使用 AIGC 时需要注意以下几个方面。
真实性问题：AIGC生成的内容可能是虚构的，使用时需要判断生成内容的可信度。
道德责任：使用 AIGC 生成内容时，要注意语言的选择和表达，确保提示语的内容不冒犯或歧视他人;对生成的内容负责，不利用技术传播虚假信息、恶意言论或侵犯他人权益的内容。
03
新知讲解
隐私问题：注意保护个人数据与个人隐私信息，不要将过于私密的信息输人 AIGC中，以防隐私泄露。
知识产权：尊重他人的知识产权，避免AIGC 生成的内容侵犯他人的著作权。
创造性表达：过度使用 AIGC 可能会降低自身的创造力，因此要注意保持创造性表达，不只是复制、粘贴生成的内容，要加人自己的思考和独特见解。
03
新知讲解
与此同时，还需要制定相关管理办法、使用规范、法律法规约束技术的使用。作为使用者，即使在相关使用规则尚不健全时，也应该树立正确的伦理观念，自觉遵守使用边界，确保技术的应用不会产生负面影响。
03
新知讲解
阅读
2022-2023 年是生成式人工智能快速发展的两年。各类基于大模型的生成式人工智能应用层出不穷，极大地改变了人们的学习与生活方式。为了明确生成式人工智能服务提供者在内容生产、数据保护隐私安全等方面的法定责任及法律依据，确立人工智能产品的安全评估规定及管理办法，2023年7月13日，国家互联网信息办公室等联合发布了《生成式人工智能服务管理暂行办法》。
03
新知讲解
阅读
该文件针对利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务，规定提供和使用生成式人工智能服务，应当遵守法律、行政法规，尊重社会公德和伦理道德。
03
新知讲解
编写提示语与大语言模型助手进行对话，大语言模型助手能够理解提示语并以自然语言的形式进行反馈。任意选择一款大语言模型助手进行体验，输入下列提示语，观察根据提示语生成的内容，并将相关生成内容记录在表3.1.3中。说一说生成的内容是否符合预期。
挑战
03
新知讲解
挑战
04
课堂练习
一、选择题
1、人工智能生成内容（AIGC）最常见的应用领域是：
A. 自动驾驶 B. 智能客服
C. 语音识别 D.内容创作
2、以下哪个是AIGC生成内容的主要技术？
A. 数据库管理 B. 机器学习
C. 操作系统 D. 传感器技术
3、在AIGC中，版权问题主要涉及：
A. 数据的存储方式 B. 生成内容的所有权
C. 算法的效率 D. 计算资源的使用
D
B
B
04
课堂练习
4、人工智能生成内容（AIGC）的一个潜在风险是：
A. 提高生产力
B. 增加创意工作机会
C. 传播虚假信息
D. 促进文化多样性
二、判断题
1、AIGC生成的内容是完全自动化的，无需人工干预。（ ）
2、AIGC技术可以完全取代人类创作。 （ ）
3、深度学习模型如BERT和Transformer可以用于生成文本内容。 （ ）
C
X
X
√
04
课堂练习
三、操作题
使用GPT模型生成一段新闻报道内容。
描述：通过使用GPT-3或GPT-4等语言模型，生成一篇关于近期科技事件的新闻报道，要求内容清晰、信息准确。
05
拓展延伸
AIGC的伦理和法律
AIGC的伦理和法律问题主要包括以下几个方面：
版权问题：AIGC生成的内容可能涉及到原始作品的版权，如何界定生成内容的所有权是一个重要的法律挑战。应对策略包括明确生成内容的版权归属，制定相关法律法规。
05
拓展延伸
AIGC的伦理和法律
数据隐私：AIGC模型通常需要大量数据进行训练，这些数据可能包含个人隐私信息。应对策略包括在数据收集和使用过程中遵循数据保护法律，如GDPR，确保用户隐私得到保护。
算法偏见：AIGC模型可能会反映训练数据中的偏见，导致生成内容的不公正或歧视。应对策略包括多样化训练数据，定期审查和调整模型，以减少偏见的影响。
05
拓展延伸
AIGC深度依赖自然语言处理技术
AIGC深度依赖自然语言处理（NLP）技术，因为这些技术使得计算机能够理解、生成和处理人类语言。NLP技术的进步使得AIGC能够生成更自然、更流畅的文本内容，进行语义理解和上下文分析，从而提升生成内容的质量和相关性。
常用的NLP技术包括：
分词和词性标注：将文本分解为词语，并标注其语法角色。
句法分析：理解句子的结构和成分。
语义理解：理解文本的含义和上下文。
05
拓展延伸
深度学习和神经网络模型在AIGC中的应用
深度学习和神经网络模型（如Transformer、BERT等）在AIGC中起着关键作用，主要体现在以下几个方面：
文本生成：Transformer模型通过自注意力机制，能够生成连贯的文本，广泛应用于对话生成、文章写作等领域。
图像生成：生成对抗网络（GAN）等深度学习模型可以生成高质量的图像，应用于艺术创作、游戏设计等。
视频生成：深度学习技术可以用于视频内容的生成和编辑，提升视频制作的效率和创意。
06
课堂总结
1
引入新知内容
人工智能生成内容
2
认识并使用 AIGC 工具生成内容
3
学习AIGC 带来的问题与挑战
4
完成课堂练习
5
进行知识拓展
1
2
3
4
5
07
板书设计
人工智能生成内容
1、进行新知引入
2、认识并使用AIGC工具生成内容
3、学习AIGC 带来的问题与挑战
4、完成课堂练习
5、进行知识拓展
课后作业。
1、深度学习板块的现实应用。
2、学习总结。
08
课后作业
1、选择一个传统创作行业，研究人工智能生成内容对该行业的影响，探讨人工智能是否会取代或增强人类创作的能力。
2、探讨AIGC技术在社交媒体平台中的应用与挑战。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑