3.3 畅想未来大模型 课件 2025-2026学年川教版初中信息科技 七年级下册

第三单元 智能的数字菜谱 第三节 畅想未来大模型 1 1 项目主题 智能的数字菜谱 项目背景 语言大模型是人工智能领域的一种前沿技术。这些模型能够处理复杂的任务，并且在多个领域展现出卓越的性能，人们已经尝试使用大模型来完成文本写作、图片设计、视频故事创作等工作。那么什么是大模型，它是如何理解人类需求并给出适当反馈的?我们该如何与大模型合作，利用大模型方便生活、辅助学习、造福社会? 项目目标 在本单元中，我们将围绕“智能的数字菜谱”项目学习，知道什么是大模型，了解使用大模型的技巧，体验安装本地大模型，建立个人知识库。畅想大模型的各种应用场景，认识到技术进步在带来便利的同时也会带来新的问题，能根据情景需求合理选择人工智能工具，学习与人工智能工具协同工作。 学习过程 ·了解什么是大模型 ·掌握大模型使用的基本技巧 ·安装本地大模型 确定主题 ·用本地大模型建立智能莱谱资源库 ·与资源库进行交互 ·尝试利用“智能”生成“创新菜” 编辑页面 ·畅想大模型的各种应用场景 ·了解人工智能带来的伦理与安全挑战 交流发布 教学目标： 1、畅想语言大模型在更多场景中的应用。 2、了解人工智能带来的伦理与安全挑战，能正确使用人工智能。 3 导入 思考：语言大模型还可以帮助我们干什么？ 4 一、语言大模型的更多应用 高效点拨1 1、语言大模型在学科领域的使用——语文、英语等语言类学科 在外语学习、撰写作文时，可以使用语言大模型帮助我们纠正语法、润色文字。 5 任务一（实践活动）：还有哪些语言类学习的应用场景?请填写在下面，并动手试一试。 翻译学习 口语练习 语法学习 文化背景学习 文学作品研读 语言考试备考 6 2、语言大模型在学科领域的使用——数学、物理等科学类学科 在数学、物理等学科学习中，可以用语言大模型帮助我们理解概念、分析错题，有针对性地生成试题供我们练习。 数学学习 概念解释 个性练习 7 任务二（实践活动）：还有哪些科学类学习的应用场景？请填写在下面，并动手试一试。 1. 化学领域 分子建模与化合物筛选、药物研发 2. 物理领域 物理模拟与数据分析 3. 基因组学 基因序列分析与变异预测 4. 天文物理学 天体数据分析与异常检测、星系观测与智能体应用 5. 气象与地理信息 天气预报与气候模拟、地理分析与地图生成 6. 生命健康 医学图像分析与诊断、生命科学研究 7. 个性化教育 智能教学与学习计划 8. 多模态数据处理 跨学科研究 8 3、语言大模型在学科领域的使用——信息科技学科 学习编程、制作视频故事、设计海报、制作电子小报……有了语言大模型的辅助，我更喜欢信息科技课了。 9 任务三（实践活动）：请使用在线或者本地的语言大模型，创作一个寓言故事。从以下几个方面提示语言大模型创作。 主题: 角色关系: 时代背景: 情节设计: 文风设定: 故事道理: 团结的力量 一群弱小的蚂蚁和一只强大但自负的螳螂 远古的一片森林 森林里食物短缺，蚂蚁们努力寻找食物，计划搬运一颗巨大的果子回巢穴。螳螂嘲笑蚂蚁自不量力。然而，蚂蚁们齐心协力，分工合作，成功搬动果子。后来暴雨来袭，蚂蚁们凭借果子搭建临时避所躲过灾难，而螳螂却因独自应对陷入困境 。 语言简洁生动，多用拟人的手法 个人的力量是有限的，团结协作才能克服困难，取得成功 。 4、语言大模型与其它技术的融合 大模型与计算机视觉等技术结合，可以根据文本描述来生成图片、视频、音频、虚拟角色，广泛应用于广告、电影、动画、广播等行业。 任务四（实践活动）：请设计一个数字虚拟人，为虚拟人定制形象、设计动作，选择一首唐诗，完成一段数字人朗诵诗歌的视频，并尝试发布。 任务五（思考活动）：除以上提到的领域，大模型还能用在哪些领域中？提出你的想法，搜索资料，看看是否已有专业人士正在这个领域进行研究，已取得了哪些成果? 大模型的应用潜力无限，它将改变我们的生活、社交、学习和工作方式。目前，科学家们正积极向 AI 智能体、多模态模型等前沿方向探索今后，我们与大模型的交互将不再局限于文字和简单对话，而有望实现更加多元、深入的交互体验。 小组讨论语言大模型还有哪些领域的应用场景？ 二、人工智能带来的伦理与安全挑战 高效点拨2 科学家们在对人工智能的未来充满希望的同时，也抱有警惕与忧虑。 发展人工智能系统，必须考虑它的可靠性和安全性。人工智能在自动化、图形图像等领域的发展已经引发了一些安全性问题。 15 01 数据隐私与偏见问题 人工智能系统依赖海量数据，其中包含大量个人隐私信息，数据收集、存储、使用过程中的隐私保护至关重要。同时，训练数据的偏差可能导致模型产生歧视性结果。 例如，某些招聘算法因训练数据中存在性别、种族等偏见，导致对特定群体的不公平筛选，引发伦理争议。 03 自主性与人类价值观冲突 随着人工智能自主性增强，其行为可能与人类价值观产生冲突，如何确保人工智能的行为符合人类社会的道德规范成为关键伦理问题。 例如，某些智能武器系统可能在自主决策过程中违背人道主义原则，引发国际社会对人工智能伦理的广泛担忧。 02 责任界定模糊 当人工智能系统做出决策或行为产生不良后果时，难以明确责任归属，是开发者、使用者还是系统自身的问题，这给伦理责任的界定带来挑战。 比如自动驾驶汽车发生事故，是车辆设计缺陷、软件算法错误还是外部环境因素导致，责任划分复杂，涉及伦理考量。 （一）伦理挑战 系统漏洞与攻击风险 人工智能系统本身可能存在安全漏洞，容易受到黑客攻击，导致系统瘫痪、数据泄露等严重后果。 比如，攻击者利用漏洞篡改人工智能模型的训练数据，使其生成错误结果，干扰系统正常运行。 算法不可解释性 许多先进的人工智能算法，如深度学习中的神经网络，其决策过程难以被人类理解和解释，这给安全评估和监管带来困难。 在金融信贷审批中，基于复杂算法的人工智能系统拒绝某客户贷款申请，却无法清晰说明拒绝理由，引发客户质疑和信任危机。 恶意应用风险 人工智能技术可能被恶意利用，如制造虚假信息、实施诈骗、干扰选举等，对社会秩序和国家安全构成威胁。 例如，利用人工智能生成虚假新闻，在网络上快速传播，误导公众舆论，影响社会稳定和国家形象。 （二）安全挑战 请认真观看，并了解潜在风险 随着技术发展，互联网上涌现出各种仿冒的照片、视频等数据Deep fake（深度伪照）技术，让诈骗行为变得更难鉴别。 Deep fake 技术 深度伪造技术，让诈骗变得难以鉴别。 寻找AI真实视频 通过公开渠道获取公司视频资料。 使用AI替换声音 伪造公司高管人员形象和声音。 使用AI同步口型 制作伪造视频引人上当。 Deep fake 诈骗 任务六（思考活动）：一辆由 A公司精心研发的自动驾驶汽车，正搭载乘客B平稳驶向既定目的地。在遭遇突发紧急状况时，为全力保护乘客B的安全，该汽车迅速而智能地偏离了预设的行驶路线。然而，这一紧急避险措施却不幸导致路人C与D的意外受伤。 21 讨论 自动驾驶事故责任——探讨事故责任认定 自动驾驶事故描述 A 公司自动驾驶汽车为保乘客偏离路线，致路人受伤。 事故责任认定 引发事故责任如何认定的讨论。 事故原因分析 分析事故发生的具体原因。 事故责任复杂 涉及多方因素，责任认定较为复杂。 涉及多方因素 包括汽车公司、乘客、路人等。 AI幻觉 不代替个人创造 语言大模型可以帮助我们将创意细化，但不能替代我们提出创意 不过度依赖 过度依赖大模型，会减少自己独立思考的机会 （三）正确使用人工智能 不盲目信任 提供的答案并不是永远正确的，盲目信任可能会将谬误当成知识 维护知识产权 不应在未经他人授权的情况下，使用他人的智慧成果进行训练或生产内容 在开发和使用人工智能系统时，必须考虑到个人隐私和数据安全的保护。我国也在逐步规范对人工智能工具的使用，2024年国家互联网信息办公室发布关于《人工智能生成合成内容标识办法(征求意见稿)》公开征求意见的通知。 任务七（思考活动）：我们在享受人工智能带来的便利的同时，也应该了解其潜在的风险，并学会负责任地使用这些工具，成为数字时代的合格公民。请和同学讨论： 1.你认为应该采取哪些措施，以确保人工智能技术的快速发展能够更多地带来正面影响? 2.查询资料，看看目前科学家们为避免人工智能潜在的危险，已采取了哪些措施，效果如何? 26 展示完毕 感谢您的聆听 27 Lavf58.20.100 EV录屏5.2.3软件录制 Lavf58.33.100 本视频由湖南一唯信息科技开发的EV录屏软件录制, www.ieway.cn $