陶哲轩强力推荐，哈佛的反向学习法走红：教会AI就是教会自己
编辑日期：2024年09月02日
AI期末也要参加考试
数学大师陶哲轩鼎力推荐，哈佛大学的反向学习法引起了广泛关注：教会AI就是教会自己。
陶哲轩最近分享了哈佛大学应用数学和应用物理学教授Michael P. Brenner的一种教学方法——
通过提示工程，让学生尝试教会AI完成日常数学作业（不计入正式成绩），并在期末让这些AI参加考试。
这样一来，学生就像是AI的老师，形成了一个有趣的“俄罗斯套娃”效应。
Michael P. Brenner教授认为，这种方法能帮助学生拆解问题，并深入掌握提示词工程技术。学生在教AI的过程中需要自己理解问题，将问题分解成小步骤本身就是一种很好的训练。此外，在AI应用中学会提问也极具挑战性，这种教学方法有助于学生掌握提示词工程技术。
提出这一创新教学方法的Michael P. Brenner是一位美国的应用数学家和物理学家。他曾获得宾夕法尼亚大学的物理和数学学位，并在芝加哥大学取得物理学博士学位。自2001年以来，他在哈佛大学担任教授，此前还曾在麻省理工学院担任应用数学助理教授和副教授。他的研究方向是运用应用数学方法解决科学和工程中的广泛问题，尤其是流体力学和材料科学方面的问题。接触AI之后，他对利用机器学习促进科学发现尤为感兴趣。
在哈佛大学，迈克尔·布伦纳（Michael P. Brenner）教授为一年级研究生开设了一门名为“应用数学201”的课程，主要讲授解决自然科学与工程领域难题的数学方法。由于他对构建能够解决复杂问题的模型及聊天机器人非常感兴趣，因此他想出了一个新的教学方法：
在平时作业的最后一部分增加了一个AI板块，鼓励学生利用哈佛大学提供的生成式AI工具箱中的聊天机器人来解决问题，并通过构建有效的提示（prompts）来训练这些机器人。
布伦纳教授特别强调，这部分的成绩不会计入正式考核。
学生在平时作业中需要积累提示词的经验，并提交效果较好的提示词。到学期末，学生们需要共同完成一项最终研究项目，以检验AI的学习成果——即是否能够通过期末考试。
根据布伦纳教授的介绍，共有15名学生参与了这项研究，并被分为三个小组。他们针对不同类型的问题绘制了图表（显示不同提示下的得分情况），并建立了一套评分标准，满分25分。
最终，学生们成功构建了一个开箱即用的数学模型，并取得了不错的成绩（最高20分）。
课程结束后，学生们也表达了他们的感激之情，认为这种教学方式帮助他们转变了思维方式。
实际上，这并不是布伦纳教授第一次尝试创新的教学方法！
他的另一门课程《科学与烹饪：从高级料理到软物质科学》将烹饪与应用科学巧妙结合。
课程介绍如下：
顶级厨师与哈佛大学的研究人员一起探讨日常烹饪和高级料理背后的化学、物理及工程学基本原理。学员们可以了解食物分子及其化学反应如何影响食物的质地与风味。
简而言之，这门课程是在烹饪过程中学习科学原理，例如分子如何影响味道，热量在烹饪中的作用等。并且特别强调，所做出来的菜肴必须能够食用。
这种教学方式打破了学生的传统观念，甚至有人感叹：“我一直以为烹饪全凭运气。”
那么，你还知道哪些学校的有趣课程呢？
可正确预测数学论证步骤
已多次力荐
拆解问题并逐个击破
破解80年未有实质性改进的数学问题
牛顿和莱布尼茨也都发明了微积分。
从古至今，机器辅助计算的传统与演变被详细讲述。
大家在看
