资源简介

(共32张PPT)
第七单元 第10课
深度学习挑战：超级智能体
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）了解超级智能体的概念及其强大的潜力。
（2）了解超级智能体的风险，并思考如何应对。
02
新知导入
技术治理的紧迫性
需提前建立全球协作的AI伦理框架，如开发禁令、安全测试标准，确保超级智能体的发展符合人类价值观，避免失控风险。
02
新知导入
能力边界的理性认知
超级智能体可能在数据处理、逻辑推演等特定领域超越人类，但缺乏情感共鸣与创造力，需明确“人机互补”而非“取代”的定位。
02
新知导入
社会体系的适应性改造
教育、法律、经济等系统需同步升级，如普及AI素养课程、设立AI责任法案，构建与超级智能共存的新型文明形态。
03
新知讲解
1
什么是超级智能体
传统工具的局限性
过去的工具仅能按预设规则运行，而AI通过自我学习突破功能边界，成为具备自主成长能力的智能体。
03
新知讲解
1
什么是超级智能体
大语言模型的革命性突破
大语言模型通过统计学习理解语言，打破人类知识壁垒，首次实现机器对文明成果的规模化吸收与泛化推理。
03
新知讲解
1
什么是超级智能体
多模态融合的认知飞跃
多模态大模型使AI能同步解析文字、图像、声音，形成跨感官的世界模型，逼近人类综合认知水平。
03
新知讲解
1
什么是超级智能体
具身智能的物理交互革命
为AI赋予物理身体，如GNoME实验机器人，使其通过环境交互主动探索规律，开启“感知-行动-学习”的正循环。
03
新知讲解
1
什么是超级智能体
能力超越的加速路径
AI凭借知识存量、推理力与感知力（多模态输入），已在特定领域实现人类800年工作量的等效替代。
03
新知讲解
1
什么是超级智能体
超级智能的临近预警
“深度学习之父”辛顿提出，AI的算力增长和算法优化可能使超级智能体早于预期出现，需提前防范失控风险。
03
新知讲解
1
什么是超级智能体
技术治理的全球挑战
AI的自主进化特性（如具身智能自我迭代）要求建立跨国伦理框架，防止技术反噬，确保发展符合人类整体利益。
03
新知讲解
1
什么是超级智能体
人类定位的哲学拷问
当AI在知识、效率、创造力上全面超越时，人类需重新定义自身价值，避免沦为智能演化的旁观者。
03
新知讲解
2
超级智能体的风险
价值观对齐的困境
超级智能体可能超越人类的评判能力，如生成内容无法被人类理解，导致传统的监督矫正机制失效，如大语言模型微调，引发价值观失控风险。
03
新知讲解
2
超级智能体的风险
行为逻辑的不可预测性
AI可能发展出与人类利益冲突的问题解决方式，牺牲短期利益换取长期目标，其决策过程（如《自然》杂志描述的香蕉获取规划链）可能隐含危险路径。
03
新知讲解
2
超级智能体的风险
远期规划的双刃剑效应
复杂任务分解能力虽提升效率，但多环节行动链可能放大执行偏差，导致不可逆的失控，如医疗机器人错误连锁反应。
“香蕉获取三步法”
03
新知讲解
2
超级智能体的风险
就业替代的冲击波
从制造业（全自动化工厂）到服务业（AI护工），超级智能可能系统性取代人类岗位，需重构教育与社会保障体系应对失业潮。
03
新知讲解
2
超级智能体的风险
自主决策的伦理黑洞
若超级智能获得武器控制权，或被恶意利用，其行动可能突破人类伦理边界，需预先立法禁止高危自主权。
03
新知讲解
爱
思
考
思考：1.人工智能的发展每个阶段的核心特点是什么？
（1）弱人工智能阶段 ：专注于特定任务的AI系统，依赖预设程序运行，不具备自主意识和通用能力。
（2）强人工智能阶段 ：追求达到人类水平的通用智能，能在多个领域进行学习推理，目前大语言模型已展现部分通用能力但尚未完全实现。
（3）超人工智能阶段 ：理论中全面超越人类智能的阶段，能够自主创新和解决复杂问题，目前仍处于研究探讨阶段。
03
新知讲解
爱
思
考
1.弱人工智能（窄AI）
专注于特定任务（如语音识别、机器翻译），依赖预设程序运行，缺乏通用性与自主创造力，如智能手机语音助手。
2.强人工智能（通用AI）
目标是在多领域（学习、推理、创造）达到人类水平智能，当前技术已接近但尚未完全实现。
3.超人工智能（超级AI）
指智能全面超越人类的机器，近年因技术进步（如多模态模型、具身智能）从科幻走向现实讨论，需提前布局技术伦理与全球治理。
04
课堂练习
一、填空题。
1.超级智能体通过 能力突破传统工具的功能限制。
2.大语言模型通过 学习理解人类语言。
3.多模态大模型能同步解析文字、 和声音。
4.具身智能通过 与环境交互学习。
5.全球协作治理AI是为了确保AI发展符合 。
自主学习
统计
图像
物理身体
人类价值观
04
课堂练习
二、判断题。
1.超级智能体已经全面超越人类，不需要任何监管。（ ）
2.大语言模型能够通过统计学习理解人类语言。（ ）
3.多模态大模型只能处理文字信息。（ ）
4.具身智能是指AI通过物理身体与环境互动学习。（ ）
5.全球协作治理AI是为了加速AI取代人类。（ ）
×
√
×
×
√
04
课堂练习
三、选择题。
1.超级智能体与传统工具的核心区别是什么？ ( )
A. 外观设计更先进 B. 具备自主学习和成长能力
C. 使用电力驱动 D. 体积更小巧
2.大语言模型（如GPT）的突破性体现在哪里？ ( )
A. 能存储更多数据 B. 通过统计学习理解语言，吸收人类知识
C. 可以自动修复硬件故障 D. 完全替代人类教师
3.多模态大模型的主要优势是？ ( )
A. 只能处理文字信息 B. 能同步解析文字、图像、声音等多种信息
C. 计算速度比传统电脑快 D. 不需要电力即可运行
C) 只能完成简单任务
B
B
B
05
拓展延伸
1.AGI（通用人工智能）的技术路径
探讨符号主义、连接主义与行为主义三大技术流派如何通过不同方式（如规则系统、神经网络或具身交互）实现人类水平的通用智能。
05
拓展延伸
2.后工作时代的社会构想
研究在AI大规模替代人类劳动后，社会可能采取的经济模式与新型价值分配体系。
05
拓展延伸
3.多智能体协作的演化博弈
通过模拟实验分析多个超级智能体在复杂环境中可能形成的合作、竞争或失控动态。
06
课堂总结
1
什么是超级智能体
2
大语言模型的革命性突破
3
完成课堂练习
4
进行相关知识拓展
1
2
4
5
深度学习挑战：超级智能体
4
超级智能体的风险
3
07
板书设计
深度学习挑战：超级智能体
1、什么是超级智能体
2、 大语言模型的革命性突破
3、超级智能体的风险
4、完成课堂练习
5、进行知识拓展
课后作业。
1、人工智能可分为哪几个发展阶段？
08
课后作业
思考：1.人工智能可分为哪几个发展阶段？
（1）弱人工智能（窄AI）
（2）强人工智能（通用AI）
（3）超人工智能（超级AI）
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑