第 32 单元:微积分和人工智能
机构名称:
¥ 1.0

32.1.人工智能与教育有很多重叠。如果想要构建一个人工智能实体,则需要先教它或教它如何自学。在 2013 年的一个项目中,我们通过编写一个名为 Sofia 的 AI 机器人了解了一些这方面的内容。它让我们对人类的学习方式有了不少了解。例如,教授定义非常简单。机器非常擅长记忆东西。如果任务传达清晰,那么教授算法对机器来说也不成问题。事实证明,更困难的是“教授洞察力”。例如,如何教会机器了解什么是“相关的”核心原则、什么是“重要的”、什么是“好的品味”。最后一步是教会它有创造力,或者发现新事物。在 Sofia 项目中,我们将学习和教学的过程归结为 4 个问题“什么、如何、为什么和为什么不?”。我们后来意识到,这原来是布鲁姆分类法的一个变体,它将学习分为事实、概念、程序和元认知部分。

第 32 单元:微积分和人工智能

第 32 单元:微积分和人工智能PDF文件第1页

第 32 单元:微积分和人工智能PDF文件第2页

第 32 单元:微积分和人工智能PDF文件第3页

第 32 单元:微积分和人工智能PDF文件第4页

相关文件推荐

人工智能
2023 年
¥1.0
人工智能
2021 年
¥2.0
人工智能
2020 年
¥1.0
人工智能
2020 年
¥1.0
人工智能的未来
2020 年
¥1.0
人工智能
2021 年
¥1.0
人工智能
2024 年
¥15.0
人工智能
2021 年
¥1.0
人工智能
2021 年
¥1.0
了解人工智能
2022 年
¥8.0
什么是人工智能?
2023 年
¥7.0
人工智能。
2022 年
¥1.0
人工智能(AI)
2022 年
¥1.0
人工智能
2021 年
¥1.0
人工智能
2022 年
¥1.0
四核人工智能
2022 年
¥5.0
人工智能
2022 年
¥1.0
人工智能
2022 年
¥1.0
人工智能 (AI)
2022 年
¥1.0
人工智能(AI):
2024 年
¥1.0
人工智能:
2024 年
¥6.0
人工智能偏好
2024 年
¥5.0
人工智能
2022 年
¥6.0