大数跨境

当年杀遍围棋界,如今拿下诺贝尔,我们如何向孩子解释AI?

当年杀遍围棋界,如今拿下诺贝尔,我们如何向孩子解释AI? 菁kids上海
2024-10-11
0
导读:在此也为大家推荐几个适合不同年龄段的AI学习资源

AD


或许你还记得,2016年时,一个名为AlphaGo的人工智能横空出世,与中日韩数十位围棋高手进行对决,连续60局无一败绩,当时排名世界第一的柯洁与AlphaGo进行的人机大战备受关注,AlphaGo三局全胜。震动围棋界之后,AlphaGo消声觅迹。


而就在2024年的诺贝尔颁奖中,化学奖花落Demis Hassabis —— AlphaGo的研究团队带头人,他与同事John Jumper共同开发的AlphaFold就像一颗惊雷,带来了革命性的影响。



今年,连着物理、化学两个基础科学领域的诺贝尔奖都颁给了计算机领域的大佬,难怪引发巨大争议。


所幸文学奖还是人类本人写的作品,而没有直接颁给ChatGPT。



有人调侃“physiCS离不开CS”;也有网友打了一个形象的比方,如果把AI看作工具,今年的奖项是颁给了各领域内高效工具的发明者。


比如今年化学奖获得者都与蛋白质的设计与结构预测有关。


在过去,研究人员通常要花上几个月甚至几年的时间来确定一个蛋白质结构,而AlphaFold几秒内就能完成在原子分辨率的蛋白质结构预测。


目前AlphaFold能够预测研究人员已经确定的几乎所有2亿种蛋白质的结构,进化到AlphaFold3后,甚至能预测DNA、RNA和分子结构。


这不仅能大幅提高药物研究效率,也降低了以往采购蛋白质研究设备的高昂成本。


物理诺贝尔奖的获得者之一的Geoffrey Hinton 被誉为「人工智能教父」,他所研究的人工神经网络(ANN)是一种模仿人脑神经元连接方式的计算模型,能帮助科学家以人类难以企及的高效从复杂的数据中提取出有效信息。


Geoffrey Hinton获奖后接受采访时,记者问他对自己的定位是什么,是计算机学家,还是物理学家?他说:“我是一个不知道属于哪个领域,但想了解大脑是如何工作的人,并在过程中,我帮助创造了一项非常有效的技术。”



这句话也很好地概括了一个大趋势——无论我们是否愿意承认,AI对各个领域的渗透避无可避,我们正在进入一个交叉学科爆发的时代。


人工智能本身是计算机科学、物理学、数学等多学科交汇的产物,它也正倒逼学科边界的打破和研究方式的改变。


谈及AI时,我们总会担心这项技术是否靠谱可信,对其能取代成千上万岗位的焦虑更是十分普遍。


从技术发展的历史来看,类似的恐惧与排斥情绪在每项新技术出现时都会产生。


电话在发明之初被批评会破坏家庭关系,因为它打破了走亲访友的传统。


广播电视出现后,又有学者抨击电子媒介是一种信息速食,会损害人在印刷时代形成的缜密理性的思维。


计算机面世时被视为洪水猛兽,尼古拉斯·卡尔在《浅薄》中批判网络会导致人类思维退化、文化衰退。


1977年时,美国DEC公司CEO Ken Olsen还曾说:“我不认为任何人想在家里摆台电脑”。而在约20年后,电脑开始走进千家万户,如今我们的日常生活甚至离不开电脑。



雷蒙·威廉斯认为,从技术出现到嵌入到社会,往往需要一段过渡期,“传播技术总是先要被赋予一定的社会意义之后,才能够作为一个被驯化了的'物'进入我们的生活世界。”


未来,AI作为工具,于我们和后代而言可能就像使用office软件一样稀松平常。


那么就像我们从小让孩子学习如何使用计算机,如何操作excel、word、PPT一样,现在的孩子也需要学习如何使用AI,如何训练现有的AI模型。


如果进入中学,学有余力,更可以通过线上资源,更系统地学习什么是机器学习。


在此也为大家推荐几个适合不同年龄段的AI学习资源:


1

Machine Learning for Kids

https://machinelearningforkids.co.uk/?lang=zh-cn#!/worksheets


一个非常有趣的线上实践性学习平台,适合小年龄的孩子对机器学习形成基本概念。没有枯燥的理论知识,而是通过不同难度的小项目,以及详细的一步步指引说明,让孩子初步了解,怎么训练计算机认识数字、图像、声音、面部。


2

Cognimates

https://hackidemia.github.io/cognimates-website/home/


适合7~10岁孩子的AI学习平台,可以学习如何搭建游戏,如何在与AI机器人沟通的同时,训练自己的AI模型。


3

LearnML

https://learnml.eu/


通过3个游戏,孩子能形象直观地看到机器学习的过程,我们如何通过调整参数,来让机器人更准确地识别图像、学习路径、完成游戏任务。


4

AI4K12: K-12 AI Guidelines

https://ai4k12.org/


由卡耐基梅隆大学参与制作,与前面小游戏不同的是,它比较系统地列出了AI学习相关的五个方面:1)概念 2)展现与推理 3)学习 4)自然互动 5)社会影响。


在网站的“Resources”板块下,列出了适合K12不同年龄段的丰富的学习参考资料,甚至是AI相关的纪录片。



5

吴恩达的公开课

吴恩达是DeepLearning.AI 创始人兼 Coursera 联合创始人,一直致力于AI的科普教育。课程比较系统,更适合学有余力的高中生或更高年级。(除了coursera,B站上也有人搬运吴老师的视频)


<Machine Learning>

https://www.coursera.org/learn/machine-learning/

深入浅出地讲解了机器学习领域的主要算法和技术,避免了复杂的数学公式推导和深奥的理论分析,帮助学员快速建立起对整个机器学习领域的直观认识和系统框架。

<AI for Everyone>

https://www.coursera.org/learn/ai-for-everyone

课程主要面向非技术人员设计,了解人工智能技术的具体应用范围及其局限性,并探讨AI对社会的影响。




近期活动



01




扫描下方海报二维码,添加菁小沪为好友,发送关键词“择校展”

02




收到报名链接,选择想参加的场次、填写意向深入了解的学校(若没有可写暂无)

03




付款,完成报名后,请截图保存,以备现场核验。



菁kids上海

www.jingkids.com

国际教育|家庭生活|社区活动


▼点击在看立即分享

【声明】内容源于网络
0
0
菁kids上海
1234
内容 2602
粉丝 0
菁kids上海 1234
总阅读0
粉丝0
内容2.6k