资源简介

(共43张PPT)
第五单元 第5课
大模型时代
清华版（小学）
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）了解大模型产生的背景，知道ChatGPT诞生的条件。
（2）了解ChatGPT的发展过程，体会ChatGPT在语言理解方面的强大功能。
（3）理解大模型的概念，明白模型、数据、计算三要素对大模型时代到来的重要意义。
02
新知导入
技术演进的阶段性特征
2010-2020年深度学习在人脸识别、语音处理等感知智能领域取得突破，为AI发展奠定基础，但其潜力尚未完全释放。
02
新知导入
未来趋势的核心方向
21世纪20年代以大模型为主导，聚焦"类脑智能"的更高目标，从感知能力向认知、推理等通用智能维度拓展，一场大变革即将拉开帷幕。
02
新知导入
社会影响的预期升级
这场变革中，大模型成为主角，模拟人脑的思维能力成为更加明确的方向。很多人预期，这场革命有望把人类推进到真正的智能时代。
03
新知讲解
1
大模型产生的背景
技术蛰伏与爆发转折
深度学习自2006年提出后经历5年沉寂期，直至2012年在图像、语音识别领域以压倒性优势超越传统方法，才引发学术界和产业界的广泛关注，标志AI技术范式的正式转向。
03
新知讲解
1
大模型产生的背景
算法研究的加速突破
2010-2020年间，学者们通过优化器设计、正则化技术等方法、架构创新（如ResNet、Transformer）等，大幅提升深度神经网络的训练效率与可扩展性，验证"规模效应"的理论潜力。
03
新知讲解
1
大模型产生的背景
硬件与数据的协同革命
智能手机普及催生移动互联网时代，用户生成的视频（优酷）、知识（百度百科）、社交信息（微博）及学术成果（Arxiv）等海量数据，为深度学习提供燃料；同时GPU等硬件进步支撑了模型规模扩张。
03
新知讲解
1
大模型产生的背景
社会认知的范式升级
开放社区平台不仅加速知识传播，更重塑科研协作模式，如Arxiv打破学术壁垒，推动了AI从实验室研究向大众化应用转型，为后续大模型时代奠定了数据生态基础。
03
新知讲解
1
大模型产生的背景
数据爆炸与知识民主化
数字化时代使全球数据量激增，开放共享平台打破知识壁垒，理论上任何人皆可获取海量信息，为AI训练提供前所未有的资源基础。
03
新知讲解
1
大模型产生的背景
硬件革命的算力支撑
GPU凭借并行计算架构（数千计算单元）完美适配深度学习的大规模矩阵运算需求，其性能远超CPU，成为训练神经网络的硬件基石。
03
新知讲解
1
大模型产生的背景
技术需求的硬件适配
图像渲染与深度学习共享"简单操作×海量并行"的特点，促使GPU从图形处理转向通用计算（GPGPU），历史性解决AI训练的算力瓶颈。
03
新知讲解
1
大模型产生的背景
人机能力的隐喻对照
数据规模与计算能力的同步跃升（如GPU算力+ZB级数据）暗示：AI若想逼近人类智能，需同时具备"大脑容量"（参数规模）与"思维速度"（并行计算），二者缺一不可。
03
新知讲解
1
大模型产生的背景
GPU与深度学习的双向赋能
2010年左右，研究者发现GPU的并行计算特性完美匹配神经网络训练的"简单操作×海量数据"需求，实现训练速度提升数十至百倍，彻底改变AI研发效率；同时AI需求反向重塑GPU产业生态，使其从图形渲染转向智能计算核心硬件。
03
新知讲解
1
大模型产生的背景
技术基础的三元聚合
2020年前后，深度学习算法（如Transformer）、开放数据生态（如ImageNet）、GPU算力形成"算法-数据-算力"黄金三角，推动机器翻译等应用爆发，如谷歌支持109种语言。
03
新知讲解
1
大模型产生的背景
发展节奏的加速跃迁
从GPU加速训练（2010s）到大语言模型革命（2020s），AI进步呈现指数级加速特征，单项技术突破尚未普及即被更宏大范式超越。
03
新知讲解
1
大模型产生的背景
产业格局的重构现象
NVIDIA等GPU厂商因AI需求完成身份转型，其技术路线从服务游戏/图形产业转向支撑AI基础设施，体现技术革新对产业链的颠覆性影响。
03
新知讲解
Transformer架构的革命性突破
2017年谷歌提出Transformer架构，其核心创新在于通过自注意力机制处理超长上下文，解决了传统模型"短时记忆"瓶颈，使机器真正具备语义理解能力。
2
ChatGPT的诞生
03
新知讲解
OpenAI的快速技术转化
2018年OpenAI基于Transformer推出初代GPT，首创"预训练+微调"范式，虽创新性有限但奠定技术路线。
2
ChatGPT的诞生
03
新知讲解
GPT-2的涌现能力发现
2019年GPT-2展现"零样本学习"特性：仅通过预测下一个词的训练，竟能泛化至问答、推理，揭示"规模产生智能"的新范式。
2
ChatGPT的诞生
03
新知讲解
大语言模型的技术定义
GPT系列确立大语言模型（LLM）标准：庞大参数量+海量文本数据+Transformer架构，三者结合催生类人语言能力。
2
ChatGPT的诞生
03
新知讲解
ChatGPT的社会化突破
2022年GPT-3.5以ChatGPT形式发布，通过内容过滤使AI行为符合人类价值观，引爆全球关注。
2
ChatGPT的诞生
03
新知讲解
训练范式的本质揭示
"预测下一个词"的简单目标（语言建模）被证明是通用智能的密钥，其成功颠覆了传统任务专用型AI的开发逻辑。
2
ChatGPT的诞生
03
新知讲解
智能时代的路径验证
GPT系列证实：通过吸收人类文本知识，机器可涌现理解、创作等高阶能力，标志"数据驱动智能"路径的可行性。
2
ChatGPT的诞生
03
新知讲解
产业生态的范式转移
ChatGPT推动AI从技术探索转向大众服务，开启"模型即服务"（MaaS）新时代，重构教育、创作、咨询等行业形态。
2
ChatGPT的诞生
03
新知讲解
大模型时代的三大支柱
大规模神经网络架构、海量数据训练资源、高性能计算设备（如GPU）共同构成大模型发展的基础支撑，这三要素在2010-2020年间完成关键积累。
3
大模型时代
03
新知讲解
全球技术生态的繁荣
OpenAI（GPT）、谷歌（Gemini）、Meta（LLaMA）等国际巨头与腾讯（混元）、阿里（通义千问）、清华（ChatGLM）等中国力量共同推动大模型技术多元化发展，形成全球竞合格局。
3
大模型时代
03
新知讲解
人机协同的数据共振
人类日常活动持续生成训练数据（如社交文本、多媒体内容），大模型通过吸收这些数据提升能力并反哺人类效率提升，形成"数据生产-模型优化-应用反馈"的增强循环。
3
大模型时代
03
新知讲解
开源生态的突破性贡献
DeepSeekR1以开源形式提供高性能推理模型，降低技术门槛并加速全球创新，体现中国在AI领域的国际责任与技术领导力。
3
大模型时代
03
新知讲解
爱
思
考
1. 技术双刃剑 ：大模型能高效生成作文，但需警惕过度依赖削弱原创能力，建议仅作为辅助工具使用。
2.实践出真知 ：通过亲身体验AI写作工具，学生能客观评估其优势与局限，为合理使用提供依据。
3.规范促发展 ：师生应共同制定明确的AI使用规则，如允许辅助构思但禁止直接提交生成内容，平衡技术便利与能力培养。
03
新知讲解
爱
思
考
1.思考：学生使用AI工具写作文是利大于弊还是弊大于利？
（1）短期益处 ：AI能快速生成结构完整、语法正确的作文，帮助学生克服写作障碍，提供参考范例。
（2）长期风险 ：过度依赖会抑制独立思考、削弱语言组织能力和情感表达，影响写作水平的真正提升。
04
课堂练习
一、填空题。
1.2017年谷歌提出的革命性架构是 。
2.ChatGPT上线 天后用户突破100万。
3.大语言模型通过预测 来训练智能。
4.中国开发的 模型以高性能和开源为特点。
5.AI写作工具应作为 而非替代创作。
Transformer
5
下一个词
DeepSeekR1
辅助工具
04
课堂练习
二、判断题。
1.大模型仅依赖算法突破即可成功，无需数据和算力支持。（ ）
2.GPT-3.5通过道德对齐技术过滤有害内容。（ ）
3.GPU最初是为深度学习设计的专用硬件。（ ）
4.学生直接提交AI生成的作文有利于长期写作能力提升。（ ）
5.开源模型降低了AI技术使用门槛。（ ）
×
√
√
×
×
04
课堂练习
三、选择题。
1.大模型发展的三大支柱不包括以下哪一项？( )
A. 大规模神经网络架构 B. 海量数据训练资源 C. 高性能计算设备 D. 量子计算机技术
2.Transformer架构的核心创新是什么？ ( )
A. 使用循环神经网络 B. 自注意力机制处理长上下文
C. 基于规则的逻辑推理 D. 模拟生物神经元
3.ChatGPT的开发者是？ ( )
A. 谷歌 B. OpenAI C. 微软 D. 百度
4.以下哪项是GPT-2展现的关键能力？ ( )
A. 图像生成 B. 零样本学习 C. 实时语音翻译 D. 机器人控制
B
D
B
B
05
拓展延伸
1.GPU与AI算力的革命
GPU凭借并行计算架构（如NVIDIA CUDA）大幅提升深度学习训练效率，使大规模神经网络训练成为可能，推动AI技术突破算力瓶颈。
05
拓展延伸
2.ChatGPT的社会化影响 :
ChatGPT通过道德对齐技术和自然交互体验，5天吸引百万用户，重塑教育、创作、客服等行业，标志AI从技术探索转向大众服务时代。
05
拓展延伸
3. 大语言模型（LLM）的技术标准
LLM以亿级参数量、海量文本数据和Transformer架构为核心，通过“预测下一个词”的简单目标涌现出理解、创作等类人智能能力。
06
课堂总结
1
大模型产生的背景
2
大模型产生的背景
3
完成课堂练习
4
进行相关知识拓展
1
2
4
5
大模型时代
4
大模型产生的背景
3
07
板书设计
大模型时代
1、大模型产生的背景
2、大模型产生的背景
3、大模型产生的背景
4、完成课堂练习
5、进行知识拓展
课后作业。
1、GPU如何推动AI技术革命？
08
课后作业
GPU如何推动AI技术革命？
（1）5天用户破百万，重构教育、创作等行业交互方式，引发AI伦理与就业结构的新讨论。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑