资源简介

第四单元 第2课
人工智能与语言
清华版（中学）
通
1
学习目标
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
教学目标
（1）了解人工智能在语言理解和生成领域的发展历程及重要突破。
（2）认识大语言模型对通用人工智能发展的推动作用。
02
新知导入
1、语言在人类智能中的核心地位??
语言作为人类交流与知识传承的核心工具，是区别于其他生物的关键智能特征。
02
新知导入
2、机器语言理解的探索历程??
从图灵测试的哲学思辨到ChatGPT的实践突破，AI语言理解历经“规则→统计→深度学习”三阶段，逐步逼近人类水平。
会使用语言是智能机器的重要标准
02
新知导入
3、大模型的语言能力本质??
ChatGPT等大模型通过海量数据训练与Transformer架构，以“预测下一个词”的简单机制涌现出复杂语言能力，揭示“量变引发质变”的AI发展规律。
03
新知讲解
1
语言与智能
图灵测试的核心思想??
1950年图灵提出：若机器能通过自然语言对话使人无法区分其与人类，则被视为具有智能，凸显语言在智能中的核心地位。
03
新知讲解
1
语言与智能
语言对AI的价值??
AI掌握语言意味着通过文本学习人类历史经验，复制人类的推理与创作模式。
03
新知讲解
1
语言与智能
语言——AI的智能基石?
（1）语言作为知识的载体
人类的知识大多靠语言传递和保存，像科学文献、文学作品。AI 理解语言后，就能获取这些知识。。
机器通过各种文献获取人类丰富的知识
03
新知讲解
1
语言与智能
比如AI通过分析医学文献和法律判例，辅助医生诊疗和律师案件分析。
03
新知讲解
1
语言与智能
语言——AI的智能基石?
（2）抽象思考和推理
使用语言要用到抽象思考和推理能力，哲学、数学等知识都靠语言表达，AI通过学习语言掌握推理能力。
03
新知讲解
1
语言与智能
语言——AI的智能基石?
（3）创造力的体现
语言是创意表达的好方式，AI 掌握语言后，能像人类一样创作故事、诗歌。
03
新知讲解
1
语言与智能
猜一猜：
下面这首AI创作的诗哪里像人类写的，哪里又不太一样？
《月夜思饮》
月照故园影，思情酒里藏。
金樽倾寂寞，醉梦返家乡。
03
新知讲解
1
语言与智能
语言理解：AI突破智能屏障的关键??
机器通过掌握语言能力，得以访问和运用人类积累的知识库，从而跨越“信息鸿沟”，实现从数据处理到类人智能的跃升。
03
新知讲解
2
语言的秘密
语言的规律性??
人类语言遵循语法（结构规则）和语义（意义逻辑）双重规律，分别规范句子的形式与内容。
03
新知讲解
2
语言的秘密
传统方法的局限??
早期依赖人工构建语法/语义规则的语言理解方式效果有限，难以应对语言的复杂变化。
03
新知讲解
2
语言的秘密
现代AI的范式革新??
大语言模型通过统计学习词关联概率，取代传统规则方法，实现更高效的语言理解。
03
新知讲解
2
语言的秘密
词关联的核心作用??
语言的合理性由词与词的搭配频率决定，如“我看电视”合理，“我吃电视”“我打电视”等不合理，揭示了统计规律的重要性。
03
新知讲解
2
语言的秘密
练习题——完成下面的填空题。
1、妈妈去菜市场给我们买了（ ）。
A.太阳 B.风筝 C.苹果 D.一头雾水
C
解析——语言生成的本质是通过统计词频和上下文搭配，逐词构建合理句子。?
03
新知讲解
2
语言的秘密
语言的统计规律??
“常说的就是合理的”揭示了语言的核心规律——词语的合理性由共现频率决定，如“菜市场”与“能吃的苹果”强关联。
菜市场
苹果
03
新知讲解
2
语言的秘密
上下文消除歧义??
词语的具体含义依赖上下文，AI通过统计搭配关系实现精准理解与生成。
通过词的前后搭配关系来理解和生成语言
03
新知讲解
3
大语言模型
??传统语言模型的局限性??
传统语言模型只能看10个词以内的信息，句子不流畅，难以生成连贯的长文本。例如：搜狗输入法。
03
新知讲解
3
大语言模型
?Transformer的革命性突破??
2019 年，OpenAI 用 Transformer 神经网络做出 GPT，能保留长历史信息，生成流畅且逻辑严密的段落。例如： GPT根据《西游记》和《水浒传》创作的新作品。
一日，天界与人间的界限之处，云雾缭绕，风云突变。孙悟空与李逵在一座荒 芜的古战场上偶然相遇，这座战场见证了无数古代英雄的较量，今日又将上演一场史诗对决。孙悟空，以他的如意金箍棒一挥，声势浩大，天空中雷声大作。他的眼中闪烁着战斗的兴奋，因为他知道李逵的力大无穷，绝非等闲之辈。而李逵，手持双斧，身体魁梧，眼神中透露着野性的光芒，他对孙悟空的出现既惊讶又兴奋，这正是他期待的挑战。
03
新知讲解
3
大语言模型
GPT的多功能智能表现??
研究者发现GPT不仅能生成文章和对话，还能执行摘要、诗歌创作、翻译等复杂任务，展现出类人的语言理解能力。
03
新知讲解
3
大语言模型
ChatGPT的划时代发布??
2022年11月，OpenAI推出ChatGPT（基于GPT-3.5），拥有1750亿参数，训练数据达45TB，标志着AI正式进入大语言模型时代。
03
新知讲解
3
大语言模型
语言理解的突破性意义??
大语言模型解决了长期困扰AI的语言理解和生成难题，为机器获取人类知识库和思维方式提供了关键途径。
03
新知讲解
3
大语言模型
2023年3月，OpenAI升级发布GPT-4，其回答准确性不仅大幅提高，还具备更高水平的识图能力，且能够生成歌词、创意文本，实现风格变化。此外，GPT-4的文字输入字数和语种支持也得到优化。
03
新知讲解
3
大语言模型
其他大语言模型
国外的大语言模型还有Google Gemini2.0、Anthropic Claude、Meta LLaMA；国内的大模型有DeepSeek-V3、百度文心一言、阿里通义千问、华为盘古、腾讯混元、科大讯飞星火等。
03
新知讲解
3
大语言模型
DeepSeek-V3
DeepSeek-V3在2025年1月一经推出就震惊全球AI届，被称为“低成本做出顶级AI的神秘东方力量”，这意味着AI大模型的应用将逐步走向普惠，助力AI应用广泛落地。
03
新知讲解
4
通用人工智能的曙光
大语言模型让我们看到通用人工智能的希望。通过掌握人类语言，AI能够学习和运用人类知识库，模仿思维与推理方式，为通用人工智能（AGI）的实现奠定基础。
03
新知讲解
4
通用人工智能的曙光
未来潜力与角色展望??
大语言模型或将成为类似“人类大脑”的智能控制中心，处理复杂任务，推动机器智能迈向新高度。
03
新知讲解
4
通用人工智能的曙光
未解之谜与研究热点??
当前对大模型的工作机制（如知识获取路径、推理逻辑、新知识生成）尚未完全明晰，优化模型结构（如降低能耗、提升效率）仍是前沿课题。
03
新知讲解
5
总结
??1、语言理解的梦想成真??
从图灵测试到ChatGPT，大语言模型实现了机器对人类语言的理解与运用，标志着AI领域的重大突破。
03
新知讲解
5
总结
2、简单原理与强大能力的结合??
ChatGPT基于“预测下一个词”的简单机制，结合海量数据训练，涌现出复杂的语言理解与生成能力。
03
新知讲解
5
总结
3、知识学习与思维模仿的潜力??
通过语言理解，AI高效吸收人类千年知识库，并学习思维模式，为未来更强大的智能应用奠定基础。
03
新知讲解
思
考
与
讨
论
1、AI掌握了语言和知识后，人类的“创造力”是否仍不可替代？
人类创造力仍不可替代??。
（1）??原创性??：AI依赖已有数据生成内容，人类能无中生有（如全新艺术风格、科学范式）。
（2）??情感深度??：人类创作根植于生命体验（如《百年孤独》的孤独哲思），AI仅模仿表象。
（3）??价值判断??：创意优劣需人类感性衡量（如文学价值、伦理边界），AI缺乏自主审美与道德意识。
04
课堂练习
一、判断题。
1、图灵测试要求机器通过数学计算证明其智能。（ 　）
2、“我吃电视”不合理是因为违背了语法规则。 （ 　）
3、GPT-3.5的参数规模达到1750亿。 （ 　）
4、大语言模型完全依赖人工预设的语法规则。 （ 　）
5、AGI已实现并广泛应用于日常生活。 （ 　）
×
×
√
×
×
04
课堂练习
二、选择题
1、以下哪项不是语言的规律性表现？（ ）??
A. 语法规则 B. 语义逻辑 C. 图像色彩 D. 词关联统计
2.??传统语言模型的局限性是？?? （ ）??
依赖海量数据 B. 仅能处理短文本（≤10词）
C. 无法生成诗歌 D. 需要人工标注规则
3.??大语言模型的核心突破是？?? （ ）??
A. 使用GPU加速 B. 通过统计词频生成文本
C. Transformer的长序列建模能力 D. 仅支持英文处理
4.??ChatGPT的训练数据规模约为？?? （ ）??
A. 1TB B. 45TB C. 100GB D. 10PB
C
B
C
B
04
课堂练习
三、填空题
1、??ChatGPT?? 基于____ ____架构，通过“预测下一个词”的简单机制实现复杂语言生成。
2、图灵测试?? 的核心思想是：若机器能通过____ ____对话使人无法区分其与人类，则被视为具有智能。
3、语言的合理性?? 主要由词与词的____ ____ （如“菜市场”与“苹果”）决定。
4、??Transformer?? 模型通过捕捉长达____ ____个token的历史信息，生成连贯文本。
Transformer
自然语言
共现频率/搭配概率
2048
05
拓展延伸
1、低资源语言??
大模型因训练数据不足（如斯瓦希里语语料稀缺），面临语义理解偏差与生成质量下降问题。
05
拓展延伸
2、注意力机制??
通过热力图（颜色深浅）或网络图（边粗细）展示句子中每个词对其他词的关注权重，例如“猫”对“追”和“狗”的高权重聚焦。
05
拓展延伸
3、量子NLP??加速语言模的训练
通过量子比特的并行计算能力加速语言模型中的矩阵运算（如注意力机制计算），显著提升训练效率。
06
课堂总结
1
语言与智能
2
语言的秘密
3
大语言模型
4
通用人工智能的曙光
5
进行相关知识拓展
1
2
3
4
5
人工智能与语言
07
板书设计
人工智能与语言
1、语言与智能
2、语言的秘密
3、大语言模型
4、通用人工智能的曙光
5、进行相关知识拓展
课后作业。
1、对比传统语言模型（如N-gram）与Transformer的优缺点，用表格形式呈现。
08
课后作业
1、对比传统语言模型（如N-gram）与Transformer的优缺点，用表格形式呈现。
对比项??
??N-gram??
??Transformer??
??原理??
统计词频（短上下文）
自注意力（长上下文）
??优点??
计算简单、低资源
文本连贯、多任务强
??缺点??
长文本失效、数据稀疏
算力要求高、黑箱性
??应用??
输入法、简单补全
ChatGPT、翻译、生成
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑