Université de Xiamen : Télécharger gratuitement le PPT de 120 pages « DeepSeek, grand modèle au service de l'enseignement et de la recherche universitaire » 191

« DeepSeek Grand Modèle au service de l'enseignement supérieur et de la recherche scientifique » est un rapport vulgarisé sur l'application du grand modèle DeepSeek dans l'enseignement supérieur et la recherche, produit par l'équipe pédagogique en Big Data de l'Université de Xiamen, présenté par le maître de conférences Lin Ziyu, et publié le 25 février 2025. « DeepSeek Grand Modèle au service de l'enseignement supérieur et de la recherche scientifique » présente en détail l'évolution de l'intelligence artificielle, les principes techniques des grands modèles, les caractéristiques du grand modèle DeepSeek et sa pratique de déploiement local dans les universités, tout en explorant les applications du contenu généré par IA (AIGC), les agents intelligents basés sur les grands modèles, ainsi que la manière dont l'IA renforce la recherche et l'enseignement dans l'enseignement supérieur.

Lien de téléchargement Baidu Netdisk :https://pan.baidu.com/s/1i0P1mYxBYpgl23OGC5EDxQ?pwd=6aer  Code d'extraction : 6aer

I. Brève histoire du développement de l'intelligence artificielle

• Test de Turing : en 1950, Alan Turing a proposé une méthode de test de l'intelligence des machines, jetant les bases conceptuelles de l'intelligence artificielle.

• Naissance de l'intelligence artificielle : en 1956, la conférence de Dartmouth a marqué la naissance officielle de la discipline de l'intelligence artificielle.

• Étapes de développement : l'intelligence artificielle a traversé plusieurs étapes depuis sa naissance jusqu'à aujourd'hui, notamment la phase de萌芽, la phase de沉淀 et la phase d'explosion.

• Perspectives d'avenir : l'intelligence artificielle pourrait connaître à l'avenir cinq étapes, évoluant progressivement vers l'intelligence artificielle générale (AGI).

II. La pensée de l'intelligence artificielle

• Compréhension et distinction : chacun devrait comprendre les modes de fonctionnement de base de l'intelligence artificielle et être capable de distinguer les capacités humaines des capacités des machines.

• Capacité de collaboration : apprendre à collaborer avec l'intelligence artificielle, et savoir comment utiliser les outils d'IA.

III. Grands modèles : la frontière de l'intelligence artificielle

• Concept de grand modèle : un grand modèle est un modèle basé sur la technologie d'apprentissage profond, doté d'un nombre massif de paramètres, d'une forte capacité d'apprentissage et de généralisation.

• Historique de développement : les grands modèles ont connu trois étapes —萌芽,沉淀 et爆发 — et les besoins en puissance de calcul n'ont cessé d'évoluer.

• Classification : les grands modèles peuvent être divisés en grands modèles linguistiques, grands modèles visuels et grands modèles multimodaux, et peuvent également être classés selon le domaine d'application en grands modèles généralistes (L0), grands modèles sectoriels (L1) et grands modèles verticaux (L2).

• Grands modèles de raisonnement : tels que l'o3 d'OpenAI, capable d'effectuer des raisonnements logiques complexes et adapté à la résolution de problèmes en plusieurs étapes.

• Principes techniques : basés sur l'architecture Transformer, ils s'appuient sur des encodeurs-décodeurs et un mécanisme d'auto-attention pour obtenir une compréhension et une génération linguistiques avancées.

IV. Déploiement local du grand modèle DeepSeek dans les universités

• Présentation de DeepSeek : DeepSeek est un grand modèle aux performances exceptionnelles, particulièrement performant en raisonnement mathématique, avec un coût d'entraînement réduit.

• Pratiques dans les universités : plusieurs universités, telles que l'Université du Zhejiang et l'Université normale de Pékin, ont commencé à explorer le déploiement local de DeepSeek pour l'enseignement et la recherche.

• Avantages du déploiement local : le déploiement local permet une utilisation hors ligne efficace, la personnalisation, la protection de la confidentialité des données et l'optimisation des coûts.

• Solution de déploiement : comprend la combinaison du fine-tuning du modèle et d'une base de connaissances locale (RAG), afin d'améliorer les performances du modèle dans des domaines spécifiques.

• Défis techniques : les universités sont confrontées à des problèmes tels qu'une puissance de calcul insuffisante et une pile technologique complexe, mais le projet KTransformers de l'Université Tsinghua a permis une percée dans le déploiement à faible coût.

V. Applications et pratiques de l'AIGC

• Présentation de l'AIGC : l'AIGC, ou contenu généré par l'intelligence artificielle, utilise les technologies d'IA pour générer du texte, des images, de l'audio, de la vidéo, etc.

• Scénarios d'application : couvre de nombreux domaines tels que le e-commerce, le bureau, les jeux, le divertissement, le cinéma et la télévision, l'art, l'éducation, le design, les médias, etc.

• pener">Invites : présente divers outils AIGC (tels que ChatGPT, DeepSeek, Tongyi Qianwen, etc.) ainsi que des conseils pour l'utilisation de leurs invites.

• Cas pratiques : incluant la génération de texte, la génération d'images, la génération vocale, la génération vidéo, l'aide à la programmation, la recherche IA et le travail de bureau intelligent, etc.

Six. Agents intelligents basés sur les grands modèles

• Concept d'agent intelligent : un agent intelligent est un système qui imite le comportement de l'intelligence humaine, capable de percevoir son environnement et de prendre des décisions de manière autonome.

• Agents intelligents basés sur les grands modèles : construits à partir de grands modèles de langage, ils possèdent autonomie, interactivité et adaptabilité.

• Scénarios d'application : les agents intelligents peuvent être appliqués à de multiples scénarios dans l'enseignement, la gestion, la recherche et les services universitaires.

• Étude de cas : par exemple, le super agent intelligent de l'Université maritime de Shanghai, qui permet l'aide à l'apprentissage, à l'enseignement, à la recherche, à la gestion et aux échanges internationaux.

Sept. L'IA au service de la recherche universitaire

• Amélioration de l'efficacité de la recherche : DeepSeek aide les chercheurs à effectuer rapidement la recherche documentaire, l'analyse des données, la conception expérimentale et la rédaction d'articles.

• Support interdisciplinaire : dépasser les barrières disciplinaires et fournir une assistance couvrant plusieurs domaines.

• Étude de cas réussie : une équipe de recherche italienne a publié un article SCI en 1 jour grâce à DeepSeek.

• Points d'attention : être vigilant quant à l'exactitude du contenu généré par l'IA, afin d'éviter un « goût d'IA » trop prononcé qui entraînerait l'échec du contrôle anti-plagiat.

Huit. L'IA au service de l'enseignement universitaire

• Modes d'enseignement innovants : incluant les systèmes d'apprentissage adaptatif, les assistants pédagogiques IA, les assistants IA pour les enseignants, les systèmes administratifs intelligents et la formation interdisciplinaire.

• Amélioration de l'efficacité pédagogique : grâce à des compagnons d'apprentissage intelligents, des parcours d'apprentissage personnalisés et des ressources pédagogiques multimodales, l'efficacité d'apprentissage des étudiants est considérablement améliorée.

• Évolution du rôle de l'enseignant : passant de « transmetteur de connaissances » à « guide », « collaborateur » et « créateur de liens émotionnels ».

• Perspectives d'avenir : l'IA constitue un « échafaudage intelligent » pour l'éducation ; les enseignants doivent collaborer avec l'IA pour exploiter la synergie entre la chaleur humaine et la précision technologique.

« DeepSeek grand modèle au service de l'enseignement et de la recherche universitaire » souligne que les grands modèles constituent une orientation de recherche majeure dans le domaine de l'intelligence artificielle. Leur puissante capacité de compréhension et de génération du langage leur confère de vastes applications dans des domaines tels que le traitement automatique du langage naturel, la traduction automatique et les assistants conversationnels intelligents. Avec l'évolution constante des technologies, les scénarios d'application des grands modèles ne cessent de s'étendre et seront, à l'avenir, appliqués plus largement dans tous les domaines de l'enseignement et de la recherche universitaires.