当前位置:AIGC资讯 > AIGC > 正文

陶哲轩力荐,哈佛反向学习法火了:教会AI就是教会自己

数学大佬陶哲轩力荐,哈佛反向学习法火了:教会AI就是教会自己。

他最新分享了哈佛应用数学和应用物理学教授Michael P. Brenner的一个教学方法——

利用提示工程,让学生尝试教AI完成平时数学作业(不纳入正式考核),期末再让这些AI参加考试。

好嘛,相当于学生再把AI当学生,俄罗斯套娃有。

Michael P. Brenner教授认为,这一方法能够教会学生拆解问题,并深度掌握提示词工程技术。

教AI解数学题,期末还要考试

提出这项创新教学方法的Michael P. Brenner,是一名美国应用数学家和物理学家。

他曾获得宾夕法尼亚大学物理和数学学位,并在芝加哥大学获得物理学博士学位。

从2001年至今,他在哈佛大学担任教授,此前还在麻省理工担任应用数学助理和副教授。

他的研究方向是,使用应用数学方法来解决科学和工程中的广泛问题,特别是与流体力学和材料科学相关的问题。

接触AI后,他对利用机器学习来促进科学发现尤为感兴趣。

在哈佛,他面向研一开设了一门叫做“Applied Math201”的课程,主要教授解决硬科学问题(通常指自然科学和工程学)的数学方法。

由于他对构建可以解决复杂问题的模型和聊天机器人的想法非常感兴趣,于是想出了一个新招:

当然,Brenner教授贴心表示,这部分成绩不计入正式考核。

不过学生在平时作业中需积累提示词经验,并提交那些效果比较好的提示词。

到了期末,学生们需要共同完成一项最终研究,并检验AI的学习成果——能否完成期末考试。

据Brenner教授介绍,有15位同学参与了研究,他们被分成三组:

第1组负责提示工程,收集整理大家整个学期提交的提示词,并评估哪些提示更擅长或不擅长解决哪类问题;

第2组负责数据集生成,构建一系列包含问题和解决方案的数据,且需要实现自动生成;

第3组负责基础设施建设,将提示和数据集放在一起,尝试评估和训练聊天机器人解决期末试题。

过程中,他们针对不同类型的问题绘制了图(不同提示下解决方案能得多少分),并创建了一套评分标准,满分25分。

最终,学生们构建了一个开箱即用的数学模型,并取得了不错成绩。(最高20分)

课程结束后,学生们也热情地送上了感谢:

烹饪也能碰撞应用科学原理

事实上,Michael P. Brenner教授也不是第一次整新活了!

他的另一门课《Science and Cooking: From Haute Cuisine to the Science of Soft Matter.》更是将烹饪与应用科学来了个碰撞。

课程介绍是酱婶儿的:

简单说,就是在学习烹饪的过程中了解科学原理,诸如分子如何影响风味、热量在烹饪中的作用……

而且特别强调,做出来的东西要能吃(doge)。

这一番操作下来,也打破了学生们的固有认知,以至于有人感慨:

所以,你还知道哪些学校有比较好玩的课程吗?快来评论区让我们眼馋一波~

参考链接:

[1]https://mathstodon.xyz/@tao/113058843359470529

[2]https://www.youtube.com/watch?v=p3v8eFwDWnk

[3]https://www.youtube.com/watch?v=om7VpIK90vE

总结

**哈佛反向学习法爆火:教学生AI解题,自我深化理解**
数学领域的杰出人物陶哲轩鼎力推荐了一项由哈佛大学创新的教学法——“哈佛反向学习法”,其核心在于通过教授人工智能(AI)数学作业,来促进学生的自我学习效率与理解深度。这一概念令人耳目一新,其核心在于“提示工程”:学生们尝试教会AI完成数学作业,不纳入日常考核,但最终这些AI会在期末接受测试,检验学生的教学质量与自身掌握程度。
该教学法由哈佛大学的应用数学和应用物理学教授Michael P. Brenner提出并实施。他不仅在科学界享有盛誉,更在应用数学和机器学习领域有深厚造诣。在哈佛的“Applied Math201”课程中,Brenner教授大胆地引入了学生教AI解题的教学方式。学生们不仅需要解答日常的数学作业,还要设计提示词以“训练”AI同样解题,并分享有效的提示词以供全班使用。
课程的高潮出现在期末,当学生们利用一学期的积累共同构建数学模型和数据集,并通过提示工程训练和测试AI完成期末考试。在实验过程中,学生们分组合作,分别负责提示工程、数据集生成与基础设施建设,展现出了强大的团队协作与问题解决能力。最终,他们完成了一个功能强大的数学模型,AI在测试中取得了令人瞩目的成绩。
此外,Michael P. Brenner教授的另一门课程——《Science and Cooking》同样独树一帜,将烹饪艺术与应用科学紧密结合,让学生们在动手烹饪中掌握化学、物理学等科学原理,这种跨界的教学方式同样深受学生喜爱。
哈佛反向学习法不仅提升了学生的数学解题能力,更激发了他们在提示工程、数据科学等领域的创新思维与团队协作能力。如此独特而高效的教学方法,无疑为高等教育的改革与创新提供了新的思路与启示。

更新时间 2024-09-02