2024年11月12日下午 ，克劳北京大学教育论坛第301讲在教育学院206教室举行。斯迈授受德国慕尼黑工业大学杰出荣休教授克劳斯·迈因策尔受邀进行讲座，因策邀题目是尔教“ChatGPT和人工智能：从基础原理到教育应用” 。本次讲座由教育技术系主任贾积有主持 ，教育进行讲座来自北京大学等校的学院学术pc加拿大28经典算法50余名师生参与。迈因策尔详细介绍了人工智能（AI）从数字计算到脑导向计算和量子计算的克劳演变历程 。本次讲座共分为四个部分 ：AI的斯迈授受基础 、ChatGPT的因策邀基础
、ChatGPT对教育政策的尔教挑战和生成式人工智能的使用指南。第一部分
，教育进行讲座迈因策尔介绍了AI技术的学院学术早期基础
，解释了图灵机是克劳如何处理信息数据的，以及冯诺依曼架构所构建的斯迈授受二进制计算机信息存储和处理模式。从AI发展的因策邀视角来看，早期的AI技术基于逻辑理论 ，AI的智能性来自于专家系统构建的智能性 。符号主义构建的AI，如ELIZA，加拿大28软件在当时是研究的主流。AI的智能性提升来自于统计学习方法的发展 ，符号主义构建的AI逐渐向统计数据拟合的AI转变
。神经网络的出现和机器学习算法的发展使得用统计数据拟合参数特征成为可能，AI的智能性得到了快速提升。迈因策尔还介绍了深度学习和机器学习的差异，用示例介绍了深度学习是怎样从数据之中拟合特征的，并介绍了梯度下降等数据计算的方法 。第二部分 ，加拿大28神测网迈因策尔介绍了ChatGPT的构建基础。有监督的微调模型作为ChatGPT构建的第一步
，用于数据训练
。回报模型作为ChatGPT构建的第二步 ，通过损失率函数调正模型的输出。强化学习模型作为ChatGPT构建的第三步  ，用于迭代和优化学习策略 。迈因策尔指出，ChatGPT的凤凰预测28加拿大构建并没有用到非常复杂的统计算法，但通过数据训练和工程实现上的扎实工作，ChatGPT在现实社会中起到了非常大的影响。第三部分 ，迈因策尔介绍了ChatGPT对教育政策的挑战 ，并指出其文本生成能力对高等教育中的学位论文写作会带来深刻的影响。ChatGPT生成的学术文本经常能够通过图灵测试，生成的学术文本质量也在评测中和人类学生类似 。这使得教育者需要更加关注学生的技术、认知 、加拿大pc28走势元认知策略的发展，同时优化ChatGPT的输出来支持学生更好的和生成式人工智能交互。融入逻辑理论的提示词工程能够很好的辅助ChatGPT提升学生的学习体验，在教育场景的使用之中值得进一步探索。迈因策尔进一步介绍了ChatGPT在人力资源管理、编程、新闻媒体 、心理学、法学等教育相关领域的具体作用和挑战 。他建议教育机构整合人工智能素养
，并制定适当的政策来应对人工智能在主观性较强的领域中的局限性
。第四部分，迈因策尔概括介绍了其参与编写的《欧盟生成式人工智能指南》 ，并指出
，ChatGPT不仅会在社会科学领域发挥作用，还推动自然科学研究的发展。因此，在论文的评审之中 ，需要逐步注明ChatGPT在论文中的贡献；另一方面，工业界也应该将ChatGPT的训练数据逐步放开，来提高生成式人工智能系统的问责制，人类必须参与和控制研究的关键步骤；同时，由于ChatGPT的快速发展，未来指导指南的编撰也需要不断快速的迭代更新，才能更好地指导现实需求。迈因策尔总结道，ChatGPT的定位应当作为对人类负责的服务系统。克劳斯·迈因策尔讲座教育技术系博士点负责人汪琼和多位师生与迈因策尔进行了深入交流
。贾积有总结了迈因策尔的精彩报告，并指出，该讲座从历史发展的角度介绍了人工智能的技术演变、前沿发展、教育应用和伦理责任 ，全面深刻 ，令师生们深受启发 。汪琼和迈因策尔交流讨论贾积有向迈因策尔赠送纪念品讲座后部分师生合影留念