《A Beginner’s Guide to Artificial Intelligence in Education》（教育人工智能应用新手指南）共分为十章，分别为：
胖胖老师将结合自己的阅读理解，持续更新相关内容。 请注意，本书作者和译者都不是人工智能专家，从来没有开发过任何从事机器学习的程序。 术语表算法：计算机或其他机器可以用来解决问题或执行任务的一组指令。它就像一个食谱或一组方向，告诉计算机为了实现一个特定的目标需要采取哪些步骤。 人工智能（AI）：创造出能够完成通常需要人类智能的任务的机器，如解决问题、学习和感知。 深度学习：深度学习是机器学习的一个子集，它使用神经网络来分析复杂的数据，并做出预测或决策。 生成性人工智能：生成性人工智能是一种人工智能，它可以创造新的原创内容，如图像、音乐或文本，类似于人类可以产生的内容。 机器学习：机器学习是一种训练机器根据数据做出决策或预测的方法，而没有经过明确的编程。 神经网络：神经网络是一种机器学习算法，它使用互联层的节点，类似于人类大脑中的神经元，来处理和分析信息。 序言虽然我是一名技术教练，在我的大学里我专注于教育技术，但我甚至都不是一个技术人员。虽然我很欣赏那些了解最新应用的专家，但你不会看到我在公关上使用“应用粉碎”这样的词。
我更感兴趣的是问，“在一个智能机器的时代，我们如何进行真正的学习？” 第一章 人工智能革命在这里现在，我们正在经历一个文化时刻，我们正在认识到人工智能的力量。这是一个缓慢的构建。在这里，我们可以在写作中获得自动更正语法上的建议，在Gmail和谷歌搜索中的一个自动填充选项，在左下角与人工智能进行一个小的聊天，他会帮助你通过从Expedia购买的航班获得退款。但人工智能在以往似乎给人一种弱小的感觉，而且处于边缘，就好像那是远处的什么东西。 然而，当ChatGPT出现时，我们突然会问：“这对未来的工作意味着什么？”这对教和学意味着什么？”我想从讲一个简短的故事来开始这个指南。 三年前，我站在一所技术大学的一个高科技实验室里，盯着那个巨大的平板显示器。教授问我：“你能告诉我哪些样本是通过人工智能生成的吗？”在顶部，一个学生问了一个复杂的问题，关于微积分计算流体流动和热传递的应用。下面，一名研究生和一名人工智能聊天机器人都回答了这个问题。我一遍又一遍地研究了这两个答案。我在语法中寻找线索。我试着在答案中找到人性。最后，我摇了摇头。我看不出有什么区别。这两种选择都是清晰和简洁的，只是一点口语友好，同时仍然保持稍微冷淡和客观。“他们都是人工智能吗？”我问了一下。“我们很容易就会这么想。研究生是一名工程师，而我们往往是一个小机器人，”他回答说。 正确的答案是b。我站在实验室里，对机器学习的进程感到困惑。这不仅仅是“足够近”。就是这样了。人工智能已经来了，我感到很不安。然后他接着说：“学生们也分不出有什么区别。对他们来说，这只是和专家的聊天。”我的脑子里充斥着图灵测试的问题，关于深刻的造假，以及人类的未来。我很确定还有《银翼杀手》的照片。但最重要的是，我有一个唠叨的问题：“人工智能会取代我吗？”毕竟，评估往往是我作为一名教育者所做的工作的一个重要方面。 但这个机器人可以在几秒钟内提供反馈，而且很好，真的很好。 （未完待续） |
|
|
