资源简介

(共22张PPT)
第20课　
会“思考”的推理模型
第四单元　智能推理的应用
第20课 课堂导入
问题情境
人们把这种模型视为会“思考”的模型，即推理模型。
同学们，现在很多模型不仅能提供参考答案，还能展示生成参考答案时所经历的“思考”过程。大家分享一下你使用过的、会“思考”的模型有哪些？
第20课 学习内容
一 体验模型“思考”过程
二 模型“思考”的局限
学习内容
三 探究模型“思考”的原理
一、体验模型“思考”过程
第20课 学习内容
会“思考”的模型指的是那些不仅能给出参考答案，还能展示生成答案的推理过程的模型。它们通过思维链等方式，模拟人类思考，将复杂问题分解为多个步骤，逐步推导出结论，使人们能够更好地理解其推理逻辑。
第20课 学习内容
问题：有两个沙漏，大沙漏能计时 7 分钟，小沙漏能计时 4 分钟，怎样才能准确计时 9 分钟？
AI
一、体验模型“思考”过程
第20课 学习内容
1.选择大语言模型平台，在聊天窗口中输入问题，观察生成结果。
一、体验模型“思考”过程
第20课 学习内容
2.选择会“思考”的大模型，输入相同的问题，查看生成的内容。
可以发现，会“思考”的模型不仅会提供参考答案，还会展示它的“思考”过程，包括如何理解问题、如何进行尝试等。
一、体验模型“思考”过程
第20课 学习内容
分析问题的核心需求，即如何利用两个沙漏的时间差实现9分钟计时
给出问题的解决方案
模型回顾了沙漏问题的常用解题思路，提出需要同时启动两个沙漏，并在某个沙漏流尽时翻转，通过多次翻转来累计时间
再尝试输入几个问题，对比获得的答案，观察模型的推理过程，并谈谈相关推理过程对你的启发。
一、体验模型“思考”过程
第20课 学习内容
这种推理过程模拟人类思考方式，逐步分解问题，最终得到结论。这种思维方式不仅有助于提高解决问题的效率，还能更好地分析和理解问题的本质。
一、体验模型“思考”过程
二、 模型“思考”的局限
第20课 学习内容
但模型的“思考”也不是万能的，存在很多局限。
让模型通过“思考”生成内容，可以有效提升模型的推理能力，更好地应对复杂任务。
二、 模型“思考”的局限
第20课 学习内容
1.让会“思考”的模型扮演大侦探，通过推理解决案件。
案情简介：
别墅发生谋杀案，警察抓获了4名嫌疑人。甲说丙是凶手；乙说自己不是凶手；丙说丁是凶手；丁说丙在说谎。只有一人说了真话，问凶手是谁？
二、 模型“思考”的局限
第20课 学习内容
对比分析人类与会 “思考”的模型在思考过程、结果与特点等方面的异同。
对比项目 人类 会“思考”的模型
思考过程
思考结论
思考特点
二、 模型“思考”的局限
第20课 学习内容
可见，模型面对简单问题时，其“思考”过程往往也非常烦琐，而且并不一定会选择更优的思考策略。
模型通常以“假设甲是凶手”为起点，把各种可能都尝试一遍，然后给出自己的分析结果。但实际上，只要注意到丙和丁的证言彼此矛盾，两人中必有一人说的是真话，那么乙说自己不是凶手肯定说了假话。也就是说，乙是凶手。
二、 模型“思考”的局限
第20课 学习内容
2.让会“思考”的模型扮演作家，优化下面的语句。
二人看见景点的解说牌上赫然写着“张飞字益德”，不禁愕然。
二、 模型“思考”的局限
第20课 学习内容
对比分析人类与会 “思考”的模型在思考过程、结果与特点等方面的异同。
对比项目 人类 会“思考”的模型
思考过程
思考结论
思考特点
二、 模型“思考”的局限
第20课 学习内容
可以发现，模型经过一番“思考”后，会提议把“益德”改成“翼德”。这种修改虽然符合史实，但违背了上下文的逻辑，因为后面的“愕然”一词表示了惊讶的情绪，源自解说牌中的错误，而很多会“思考”的模型并不能准确理解此处的关键。
二、 模型“思考”的局限
第20课 学习内容
3.测试更多问题，例如，让模型“思考”并介绍看起来合理但实际并不存在的事物，看看会“思考”的模型是否存在幻觉等问题。
4.根据前面的使用体验，梳理总结当前会“思考”的模型存在的各种局限，并畅想可能的改进策略。
二、 模型“思考”的局限
第20课 学习内容
机器幻觉是人工智能技术面临的难题，尽管不同模型产生幻觉的具体内容可能不同，但消除幻觉非常困难。
随着模型的迭代更新，模型可能学会如何更好地“思考”。
第20课 学习内容
三、探究模型“思考”的原理
为了让模型具备“思考”能力，不同的研发者可能会采用不同的实现方式。这些实现方式仍然是通过复杂的数学运算模拟出的逻辑推导过程，而不是基于意识、概念的真实推理。
第20课 学习内容
三、探究模型“思考”的原理
向模型咨询“思考”的原理
1.询问会“思考”的模型：你，如何实现“思考”？
2.梳理总结涉及的主要技术，并谈一谈自己对这种“思考”的认识。
注意，部分大语言模型会拒绝回答关于自身的问题。
第20课 课堂总结
1. 会“思考”的模型能给出参考答案，还能展示生成答案的推理过程。
2. 会“思考”的模型并不能真正理解概念，它们的“思考”存在很多局限，有时还会出现机器幻觉。
3. 模型“思考” 有不同的实现路径，但仍然是通过复杂的数学运算模拟出的逻辑推导过程。
第20课 拓展与提升
某科技公司开发了一款具备“推理能力”的人工智能模型，并将其应用于法律咨询领域，用于辅助律师分析案情和提供法律建议。然而，在一次使用中，该模型给出的建议出现严重偏差，导致相关案件引发争议。
结合本课所学内容，从技术和伦理两个角度分析以下问题：
· 这种“推理”能完全信任吗？为什么？
· 如果模型出现错误判断并导致了严重后果，责任应由谁承担？开发者、使用者，还是模型本身？
· 你认为未来应如何规范这类具有“思考”能力的人工智能模型在关键领域的应用？

展开更多......

收起↑