數(shù)學(xué)大佬陶哲軒力薦，哈佛反向?qū)W習(xí)法火了：教會 AI 就是教會自己。
他最新分享了哈佛應(yīng)用數(shù)學(xué)和應(yīng)用物理學(xué)教授 Michael P. Brenner 的一個教學(xué)方法 ——
利用提示工程，讓學(xué)生嘗試教 AI 完成平時數(shù)學(xué)作業(yè)（不納入正式考核），期末再讓這些 AI 參加考試。
好嘛，相當(dāng)于學(xué)生再把 AI 當(dāng)學(xué)生，俄羅斯套娃有。
Michael P. Brenner 教授認(rèn)為，這一方法能夠教會學(xué)生拆解問題，并深度掌握提示詞工程技術(shù)。
學(xué)生在教 AI 時需要自己理解問題，他們將問題分解為小步驟的過程本身就是一項(xiàng)極好的鍛煉。
而且，學(xué)會提問在 AI 應(yīng)用中也非常具有挑戰(zhàn)性，這一教學(xué)方法可以幫助學(xué)生掌握提示詞工程技術(shù)。
教 AI 解數(shù)學(xué)題，期末還要考試
提出這項(xiàng)創(chuàng)新教學(xué)方法的 Michael P. Brenner，是一名美國應(yīng)用數(shù)學(xué)家和物理學(xué)家。
他曾獲得賓夕法尼亞大學(xué)物理和數(shù)學(xué)學(xué)位，并在芝加哥大學(xué)獲得物理學(xué)博士學(xué)位。
從 2001 年至今，他在哈佛大學(xué)擔(dān)任教授，此前還在麻省理工擔(dān)任應(yīng)用數(shù)學(xué)助理和副教授。
他的研究方向是，使用應(yīng)用數(shù)學(xué)方法來解決科學(xué)和工程中的廣泛問題，特別是與流體力學(xué)和材料科學(xué)相關(guān)的問題。
接觸 AI 后，他對利用機(jī)器學(xué)習(xí)來促進(jìn)科學(xué)發(fā)現(xiàn)尤為感興趣。
在哈佛，他面向研一開設(shè)了一門叫做“Applied Math 201”的課程，主要教授解決硬科學(xué)問題（通常指自然科學(xué)和工程學(xué)）的數(shù)學(xué)方法。
由于他對構(gòu)建可以解決復(fù)雜問題的模型和聊天機(jī)器人的想法非常感興趣，于是想出了一個新招：
在平時作業(yè)的最后，新增一個 AI 板塊，鼓勵學(xué)生使用哈佛的生成式 AI 工具箱中的聊天機(jī)器人來解決問題，并通過構(gòu)建提示（prompts）來教授這些機(jī)器人。
當(dāng)然，Brenner 教授貼心表示，這部分成績不計入正式考核。
不過學(xué)生在平時作業(yè)中需積累提示詞經(jīng)驗(yàn)，并提交那些效果比較好的提示詞。
到了期末，學(xué)生們需要共同完成一項(xiàng)最終研究，并檢驗(yàn) AI 的學(xué)習(xí)成果 —— 能否完成期末考試。
據(jù) Brenner 教授介紹，有 15 位同學(xué)參與了研究，他們被分成三組：
第 1 組負(fù)責(zé)提示工程，收集整理大家整個學(xué)期提交的提示詞，并評估哪些提示更擅長或不擅長解決哪類問題；
第 2 組負(fù)責(zé)數(shù)據(jù)集生成，構(gòu)建一系列包含問題和解決方案的數(shù)據(jù)，且需要實(shí)現(xiàn)自動生成；
第 3 組負(fù)責(zé)基礎(chǔ)設(shè)施建設(shè)，將提示和數(shù)據(jù)集放在一起，嘗試評估和訓(xùn)練聊天機(jī)器人解決期末試題。
過程中，他們針對不同類型的問題繪制了圖（不同提示下解決方案能得多少分），并創(chuàng)建了一套評分標(biāo)準(zhǔn)，滿分 25 分。
最終，學(xué)生們構(gòu)建了一個開箱即用的數(shù)學(xué)模型，并取得了不錯成績。（最高 20 分）
課程結(jié)束后，學(xué)生們也熱情地送上了感謝：
在這種教學(xué)中轉(zhuǎn)變了思維方式。
烹飪也能碰撞應(yīng)用科學(xué)原理
事實(shí)上，Michael P. Brenner 教授也不是第一次整新活了！
他的另一門課《Science and Cooking: From Haute Cuisine to the Science of Soft Matter.》更是將烹飪與應(yīng)用科學(xué)來了個碰撞。
課程介紹是醬嬸兒的：
頂級廚師和哈佛大學(xué)研究人員探索日常烹飪和高級美食如何闡明化學(xué)、物理和工程學(xué)的基本原理。
了解食物分子以及化學(xué)反應(yīng)如何影響食物的質(zhì)地和風(fēng)味。
簡單說，就是在學(xué)習(xí)烹飪的過程中了解科學(xué)原理，諸如分子如何影響風(fēng)味、熱量在烹飪中的作用……
而且特別強(qiáng)調(diào)，做出來的東西要能吃（doge）。
這一番操作下來，也打破了學(xué)生們的固有認(rèn)知，以至于有人感慨：
笑死，一直以為烹飪是門運(yùn)氣活。
參考鏈接：
[1]https://mathstodon.xyz/@tao/113058843359470529
[2]https://www.youtube.com/watch?v=p3v8eFwDWnk
[3]https://www.youtube.com/watch?v=om7VpIK90vE
本文來自微信公眾號：量子位（ID：QbitAI），作者：一水，原標(biāo)題《陶哲軒力薦，哈佛反向?qū)W習(xí)法火了：教會 AI 就是教會自己》
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。