韩国伦理片 哈佛反向学习法火了：陶冶 AI 等于陶冶我方，陶哲轩力荐
数学大佬陶哲轩力荐韩国伦理片，哈佛反向学习法火了：陶冶 AI 等于陶冶我方。
他最新共享了哈佛应用数学和应用物理学讲明 Michael P. Brenner 的一个教诲门径 ——
行使教导工程，让学生尝试教 AI 完成平素数学功课（不纳入厚爱窥探），期末再让这些 AI 参预考试。
好嘛，相称于学生再把 AI 当学生，俄罗斯套娃有。
Michael P. Brenner 讲明以为，这一门径大概陶冶学生拆解问题，并深度掌抓教导词工程本领。
学生在教 AI 时需要我方连气儿问题，他们将问题瓦解为小门径的流程自身等于一项极好的锤真金不怕火。
而况，学会发问在 AI 应用中也终点具有挑战性，这一教诲门径可以匡助学生掌抓教导词工程本领。
建议这项立异教诲门径的 Michael P. Brenner，是又名好意思国应用数学家和物理学家。
他曾取得宾夕法尼亚大学物理和数学学位，并在芝加哥大学取得物理学博士学位。
从 2001 年于今，他在哈佛大学担任讲明，此前还在麻省理工担任应用数学助理和副讲明。
他的策画处所是，使用应用数学门径来不断科学和工程中的粗豪问题，特等是与流膂力学和材料科学有关的问题。
战争 AI 后，他对行使机器学习来促进科学发现尤为感酷好。
在哈佛，他面向研一开设了一门叫作念“Applied Math 201”的课程，主要讲明不断硬科知识题（频繁指当然科学和工程学）的数学门径。
由于他对构建可以不断复杂问题的模子和聊天机器东谈主的主义终点感酷好韩国伦理片，于是想出了一个新招：
在平素功课的终末，新增一个 AI 板块，饱读吹学生使用哈佛的生成式 AI 器用箱中的聊天机器东谈主来不断问题，并通过构建教导（prompts）来讲明这些机器东谈主。
虽然，Brenner 讲明贴心暗意，这部分获利不计入厚爱窥探。
不外学生在平素功课中需蚁合教导词训戒，并提交那些效果相比好的教导词。
到了期末，学生们需要共同完成一项最终策画，并现实 AI 的学习服从 —— 能否完成期末考试。
据 Brenner 讲明先容，有 15 位同学参与了策画，他们被分红三组：
第 1 组负责教导工程，辘集整理环球通盘学期提交的教导词，并评估哪些教导更擅长或不擅长不断哪类问题；
第 2 组负责数据集生成，构建一系列包含问题和不断决议的数据，且需要完了自动生成；
第 3 组负责基础设施配置，将教导和数据集放在沿途，尝试评估和西宾聊天机器东谈主不断期末试题。
流程中，他们针对不同类型的问题绘画了图（不同教导下不断决议能得若干分），并创建了一套评分圭表，满分 25 分。
最终，学生们构建了一个开箱即用的数学模子，并取得了可以获利。（最高 20 分）
课程终端后，学生们也关怀地奉上了感谢：
在这种教诲中更变了想维方式。
事实上，Michael P. Brenner 讲明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.》更是将烹调与应用科学来了个碰撞。
课程先容是酱婶儿的：
顶级厨师和哈佛大学策画东谈主员探索日常烹调和高等好意思食奈何说明化学、物理和工程学的基愉快趣。
了解食品分子以及化学响应奈何影响食品的质料和风姿。
陋劣说，等于在学习烹调的流程中了解科学旨趣，诸如分子奈何影响风姿、热量在烹调中的作用……
而况特等强调，作念出来的东西要能吃（doge）。
这一番操作下来，也冲突了学生们的固有解析，甚而于有东谈主感叹：
笑死，一直以为烹调是门运谈活。
参考衔接：
[1]https://mathstodon.xyz/@tao/113058843359470529
[2]https://www.youtube.com/watch?v=p3v8eFwDWnk
[3]https://www.youtube.com/watch?v=om7VpIK90vE
本文来自微信公众号：量子位（ID：QbitAI），作家：一水，原标题《陶哲轩力荐，哈佛反向学习法火了：陶冶 AI 等于陶冶我方》
告白声明：文内含有的对外跳转衔接（包括不限于超衔接、二维码、口令等步地），用于传递更多信息韩国伦理片，爽直甄选时辰，摈弃仅供参考，IT之家整个著述均包含本声明。