教育：思考与实 践 肖睿 xiaorui@pku.edu.cn 30 分钟和大家分享的内容： • 01 ：对 AI 技术的认知 • 02 ：对 AI 教育的思考 • 03 ：我们的 AI 教育实践 VUCA 时代， AI 技术日新月异，所有的认知、思考、实践都在迭代 中 …… 主要内容 01 对 AI 技术的认知 n AI 是一种工具，也是一种赋能，更是一种思考范式。 推理能力（涌现）：一般需要 10B 以上， GPT-3 时达 到 • 模仿学习：代码中蕴涵、文字中蕴含 • 提示能力： ICL • 思考能力： CoT ReACT ， Agent O1 的最新进展（ GPT-1 时刻）：表现是慢思考；本质是合成数 据 有些是产品能力，不是模型本身的能力： RAG Function Call 1. 语言能力： 一本正经地说话，语言顺畅， AI 教育的思考 • 03 ：我们的 AI 教育实践 VUCA 时代， AI 技术日新月异，所有的认知、思考、实践都在迭代 中 …… 主要内容 本报告来源于三个皮匠报告站（ www.sgpjbg.com） , 由用户 Id:529794 下载 , 文档 Id:179018, 下载日 n AI 教育是指 AI 人才的培养，也是指 AI 对教育的影 响 n 我们从三个角度来思考 AI 教育：

第8页 到底谁是DeepSeek？公司、产品、模型 公司、模型、产品 n 引起中美AI行业内部关注的是：模型 n 引起美国关注的是：模型和公司 n 春节前后在中国出圈的是：产品 n 思考过程展示 n 中文好有情商 n 容易获得，使用简单 n 联网和来源引用 n 速度快 n 免费 产品优势（用户可感受到） 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第9页 学竞赛、编程问题和科学研究；在 思路清晰度要求高的场景具有明显优势，比如采访大纲、方案 用户交互体验 提供流畅的实时对话体验，支持多种输入模态；用户界面友好，适合 大众使用。 可展示部分链式思考过程，便于用户理解推理过程；界面和使用体验具有较高的定制性， 但整体交互节奏较慢。 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第29页 Ø 推理密集型任务 • 编程任务中的代码生成、算法设计， •1.5：判别模型：人类只提供数据，端到端学习（模型自己抽取特征，自己学习模型参数） •2.0：生成模型：训练阶段+推理阶段；压缩+生成（幻觉） •2.5：推理模型：训练阶段强化学习；推理阶段慢思考 n IT应用与AI应用的关键差异： •在互联网时代，用户使用系统的成本很低，边际成本接近于零。 •在AI时代，用户使用系统的成本比较高，有大量的GPU算力需求，边际成本较高。 学习交流可加

—— 为每位师生留下学校专属记忆 【我们如何思考解决？】 •纵向时间维度，形成周报、月报， 让学生定期关注自己。 •横向对应范围学生数据维度对比。 •数据的主动与被动。 1. 偏静态查看 2. 缺少移动端 师生画像方案存在问题 The Teachers And Students Portrait 3. 数据隐私性问题 【我们如何思考解决？】 •学生以移动端为主，兼容微信企业 号、微信服务号以及学校 号、微信服务号以及学校 APP 。 •面向学生的交付更多是以学生为中 心，简单易用。 【我们如何思考解决？】 •趣玩数据，拿捏好数据边界，屏蔽 个人隐私风险。 •公共数据授权的灵活性，以便针对 模型所有发布的数据服务，可以随时 开启使用。 校园印记 - 学生版 校园印记 - 学生版 校园印记 - 教师版 模型 02. 教学质量改 进 —— 以常态化数据驱动的教诊改模型 让每年全校及学院招生情况分析报告输出更加简单 【我们如何思考解决？】 •简单便捷，只要上传基于高招网导 出的 Excel ，即自动产生当前招生数 据报告。 •统计准确高，避免人为错误。 1. 人工处理，工作量大 2. 缺少数据融合交叉 学校招生数据服务 School Enrollment Data Service 3. 历史招生数据 【我们如何思考解决？】 第一步还是先利用好部门现有数据，

密码、登录账号 + 密码、手机号 + 验证码 ) 进入 进入平台后在右下方咨询客服上方点击 · 图标进入 deepseek 智能助手 , 输入需要查询的关键字 , 等待智能助手思考回应。 使用 DeepSeek 的 4 种方法 通过青岛教育 e 平台访问： https://www.qdedu.net/ 一、 电脑端使用 平台。推荐用户使用 360 浏览器、火狐等浏览 器。 个省市近十年的各类规划纲要。 现在 ，要制定青岛市面向 2035 的 教 育强市规划纲要 ，对于其中基础教育部分， 需要你输出一份包含 4 个部分的规划： 通用模型：提示语需显式引导推理步骤 ，要求分步思考、提供示例 DeepSeek 提示语通用结构（ V3 模型） 要求采用专业规划纲要文字 ， , 描述出到 2035 年的 ，在课堂上实现与学生思维的 碰撞 ， 帮助学生建构知识体系。 常见应用场景：智能助教 - 课堂互动中辅助问题链设计 问题链—— “ 布鲁姆教育 目 标分类法 ” 核心问题设计，激发深入思考 示例：设计问题链 常见应用场景：智能助教 - 辅助作文批改与反馈 这是市北区一位英语老师用 deepseek 生 成的课堂互动小程序：作业日日清、 单 词大挑战 ，用来调动学生兴趣 ，提

年，“计算机之父”和“人工智能之父”艾伦 · 图灵 (Alan M.Turing) 发表了论文《计算 机器与智能》 , 这篇论文被誉为人工智能科学的开山之作。在论文的开篇，图灵提出了一个引 人深思的问题： “机器能思考吗 ?” 。这个问题激发了人们无尽的想象，同时也奠定了人工智 能 的基本概念和雏形。 图灵测试的核心理念是：如果一台机器的表现与人类无法区分，那么就可以认为它具有智能。 具体来说，测试通过模拟一个“问答游戏”展开： 规则：询问者通过文本与机器和人类自由对话，持续一定时间后，若询问者无法区分哪一方是 机器，则机器通过测试。 一、人工智能发展简史了解 意义与影响 1. 哲学突破： 1. 图灵将抽象的“机器能否思考 ?” 转化为可操作的“能否模仿人 类 行为 ?", 规避了关于“意识”的争议。 2. 提出“智能”的行为主义定义，即通过外在表现而非内在机制判 断 智能。 2. 技术目标： 1. 为 Intelligence" 概念， 确 立 Al 为独立学科。会议明确了“让机器模拟人类智能”的研究目标，标志符号主义 Al 的起点。 ◆ 1950 年——图灵测试：艾伦 · 图灵提出“机器能否思考”的哲学命题，但未形成系统研究框架。 ◆1997 年 — —深蓝胜利： IBM 超级计算机击败国际象棋冠军，体现专用 Al 的突破，但通用智能仍未实现。 ◆ 2012 年——技术突破的转折点：深度学习崛起，

灵敏度和提升体系能力等方面的成效。在此基础上，结合国家 和上海市在对公共卫生体系建设的要求，在进一步拓展综合监测内涵，不断强化公共卫生监测与临床诊疗、实验室能力发展、信息化建 设的融合等方面提出若干思考和建议。 关键词：传染病；综合监测；公共卫生体系；信息化建设 中图分类号：R51 文献标志码：A DOI：10.19428/j.cnki.sjpm.2022.21264 引用格式：陈昕，吴寰宇.转 疹、出血和神经系统症状监测”三大系统 ［1］，并根据超 大城市传染病防控需要不断完善相关监测预警和风险 评估方案。本文介绍上海市传染病综合监测体系的发 展过程和初步成效，并就今后我国传染病监测预警的 发展方向提出思考。 1 我国传染病监测系统的发展 我国传染病监测始建于20世纪50年代。发展初 期，均为医疗卫生机构按月手工填写疫情数据报告，通 过邮寄方式报告上级主管专业机构。20世纪80、90年 代随 、统一 资源管理，构筑在线实时监测网络，实现疫情预警的早 期化、实时化、自动化。见图3。 （作者声明本文无实际或潜在的利益冲突） 参考文献 ［1］吴凡 . 上海市创新传染病监测模式的实践和思考［J］. 中华流行病 学杂志，2019，31（8）：880-882. ［2］杨维中 . 我国传染病监测工作回顾与展望［J］. 中华预防医学杂 志，2013，47（12）：1075-1077.

数据治理体系 助力智慧医院建设 u 国内外数据治理标准规范现状 u 医院数据治理体系建设 u 总结与思考 一、 国内外数据治理研究现状 《信息技术 数据质量评价指标》（ GBT 36344-2018 ） 《信信息技术服务 治理 第 5 部分：数据治理规范》（ GB/T 34960.5- 2018 ） 《数据管理能力成熟度评估模型》 DCMM （ GBT36073 2018 ） 健康医疗数据安全 b指南 （五）信息安全技术 健康医疗数据安全指南 （五）信息安全技术 健康医疗数据安全 b指南 u 国内外数据治理标准规范现状 u 医院数据治理体系建设 u 总结与思考 二、医院数据治理体系建设 医院整体信息化发展历程 信息系统进化的阶段模型 诺兰模型 b 二、医院数据治理体系 建设 业务系统源端问题 数据汇集建设问题 共享转换过程问题 数据质量 数据治理存在于信息系统全生命周期，数据治理工作融入日常业务流程； 数据治理目标是构建开放、共享、可用、可控的数据服务体系； 由被动治理转变为主动治理，夯实智慧医院运行基础，提升数据资产价值。 u 总结与思考 谢谢！

坚持和发 展 中国特色社会主义 学习思考解决问题的方法 继续把党史总结学习教育宣传引向深入更好把握和运用党的百年奋斗历史经 验 —— 在省部级领导干部学习贯彻十九届六中全会精神研讨班上的重要讲 话 5 n 正确思想指引 n 确定中心任务 n 战略策略结合 n 勇于自我革命 n 学思悟知信行 只有看清楚 才能想明白 才能干到位 学习思考解决问题的方法 6 7 公立医院面临的形势 40~50 个亿 n 设备总值 20~27 个亿 n 每年设备 2.5~3.3 个亿 n 每年维修维保 2~3 千万 设备智慧管理优先建设 把握主要矛盾确定中心任务（做什么） 28 （一）认真思考明确目标 （二）深入调研确定需求 （三）综合研判明确次序 （四）多方确认场景验收 （五）项目管理持续改进 二、战略策略结合（怎么做） 顶层设计 总体规划 分步实施 29 n 医院的高质量发展 智慧医院智慧管理 加强智慧医院顶层设计， 使智慧管理成为提升医院现代化管理水平有效工具 充分利用智慧管理工具， 提升医院管理精细化、智能化水平 建立医院智慧管理持续改进体系 30 （一）认真思考明确目标 n 行业是什 么 n 你能做什 么 n 你做过什 么 n 我该建什 么 n 我要做什 （二）深入调研明确需求 31 序 号 一级 指标 二级 指标 二级指标要点 13

ai/zh/techniques/fewshot 由于 ChatGPT 的训练机制主要专注于“单字 接龙”，其在涉及算术和常识推理的任务中的 精 确性仍有待提升。 自我一致性：由 Wang 等人提出，其核心思想 是 在链式思考的 prompt [1] 基础上，通过采样 适量 的多个不同推理路径，根据这些方案的一 致性 情况得出最合理的结果，从而提高模型的 准确 性和可靠性。 [2] CHIMA 20Pag2 Tsinghua ai/zh/techniques/cot 通过 Prompt engineering ， ChatGPT 能够对 相 关的结果做出一定的事后解释，这样的解释 以 自然语言的形式给出，让人更易理解。 链式思考： Wei 等人引入链式思考（ CoT ）提 示 通过中间推理步骤实现了复杂的推理能力， 这 样的方法不仅可以提升任务结果的准确性， 同 时也能使得模型的推理过程一定程度上透明 化， 从而平衡其黑箱特性带来的过程不可见性， reasoning." arXiv preprint arXiv:2110.08387 (2021) 背景 生成知识提示：大模型精准性的板块所讲到的 生成式知识大模型提示方法，实际上，这种方 法类似于链式思考方法，它让大模型针对一个 问题生成特定的知识，并以这些知识作为其思 考过程的基础。然后将这些知识进行聚合，最 终得出一个答案。这样的过程也是一种可解释 性。通过生成式知识提示，我们可以了解大模

（真实） 合作、互动、激励， 全面激发兴趣，让学 生学得有意义 即时反馈展示，实 时掌握学情，全面 提高课堂效率，助 力课容量提升 讨论墙激发学生主 动讨论和思考，促 进高质量教学生成 讨论墙激发学生主 动讨论和思考，促 进高质量教学生成 自动化课堂报告， 教学数据统计，帮 助师生进行反思和 后续提升 全面支撑课堂教学 帮助师上一堂好课 新型学习空间设计，适配多种创新教学模式