复旦通识·人工智能丨在教学实践中体验ChatGPT：鼓励学生向它提问，而不是仅仅获得标准答案
【编者按】随着聊天程序ChatGPT成为时下关注的焦点，人们意识到人工智能正在影响着各个领域与学科，正在成为推动人类文明进入一段新旅程的力量。复旦大学通识教育中心组织“人工智能”系列，邀请校内外不同领域的学者，从多学科视角入手、以平实的语言，尝试与读者一起了解有关人工智能的方方面面。以下是复旦大学生命科学学院生态学赵斌教授的文章《在教学实践中体验ChatGPT：鼓励学生向ChatGPT提问，而不是仅仅获得标准答案》。
人工智能（AI）已悄然进入我们的生活，这是从数年前开始的一个事实。技术的进步，促使我们大部分现代人开始习惯于各种改变，包括我们建立联系、交互、读写以及获取信息的方式。
2019年初英国Nature周刊，报道了Scopus过去两年学术热点词汇的变化，“人工智能”和“教育”双双成为当年新晋热词，预示着这两个概念受到越来越多的社会关注。同年，美国高校教育信息化协会学习促进会发布了《地平线报告》（2019高等教育版），聚焦于高等教育领域中的技术应用趋势和未来发展方向，并预测了2019~2023年间六项可能影响全球高等教育的技术应用，包括：人工智能、虚拟现实、区块链、开放教育资源、云计算和自动化。虽然虚拟现实与区块链并未如预测那样顺利进入我们的教育领域，但人工智能却一直在稳步发展中，变得能像人脑一样感知、学习和推理，甚至理解自然语言，不久前掀起了一波新的浪潮。
这并非不速之客，而是如约而至！其中最知名的就是2022年11月OpenAI发布的ChatGPT，以及2023年2月微软开发的新版必应（NewBing）。
表观上看，ChatGPT可以与用户进行类似人类的对话，但它并非我们所熟悉的聊天机器人，因为它不仅可以回答用户的问题，还可以帮助完成一些更复杂的任务，比如写邮件、文章或代码，还可以根据用户输入和反馈来不断学习和改进，让我们感受到如同真人一样交流的乐趣和便利；而NewBing则是一个全新的搜索引擎，与传统搜索引擎不同，它可以透过自然语言了解搜索者的意图，并进行更复杂的搜索，以便更快地在网上找到更多、更准的答案和资源。
从底层技术内核来看，这两个产品具有相同的技术原理，都使用了OpenAI将深度学习用于自然语言生成的技术。深度学习我们并不陌生，之前我们所熟知的谷歌AlphaGo和AlphaGoZero，就是利用的深度学习技术。更重要的是，这个大规模语言模型，比之前的AI模型都要大得多，具有数十亿个参数，因此能够以更高的精度执行更高级的语言任务。ChatGPT一夜爆红后，人们发现类似的产品其实有很多，在本文中我们将所有基于类似技术的产品统称为类ChatGPT。
任何语言都是交流的手段，人与人之间交流的语言我们称为自然语言，因为要与机器交流，我们发明了编程语言。这不同的语言，在ChatGPT看来处理上并无二致，也就是说，不管是英语、汉语，还是计算机代码，它统统都有自己的理解方式，那就是OpenAI基于神经网络的自然语言生成技术，这与传统基于规则和模板的方法有着本质的不同。大家知道，之前我们为了迁就机器的理解，就要设法去学习编程语言，也就是人主动学会与机器对话。而现在似乎反过来了，让机器学会理解人类的语言，我们直接用人类能理解的语言来与机器进行交流。
让人工智能更像人，可以回答问题，提供信息，以对人来说自然和直观的方式做出反应。这种让人工智能更人性化的追求，源于我们一种最简单的愿望，即让技术更容易获得、更直观，带来更多的实用性和可能性。所以，人类一直着迷于创造、模仿和增强机器具有人类能力的技术。
新兴技术促进新产品的出现，特别是这些更像人类的技术，有些人会首先想到对人类角色的替代，这可能存在一些误区。类比一些新技术对我们传统行业的挑战，有了网上视频课程（慕课），有人质疑：这样形式的教学是否会替代教师，教师未来是否会变得可有可无？其实我们看到，这种替代并不会广泛发生，除非你上课的内容和形式，还不如学生直接看视频课程的学习效果。慕课所努力的方向，一直是给学习者提供更多的一种选择方式，并非要全面替代传统课堂。如果我们的传统课堂能与在线课程结合起来，优势互补，那将是一个巨大的飞跃。
同样，人工智能在教学领域中的出现，也不是为了全面取代教师的角色。相反，它们可以为教育带来许多新的机会。人工智能的优势在于其速度、准确性和一致性，在这些维度上，人类无法与之抗衡。因此，涉及常规和结构化任务的工作很容易自动化，很快就会被人工智能所取代。相应地，高等教育就应该让学生接受人工智能并学会将它视为工具，而不是回避。这样，我们就能进行更高效的信息处理和分析，更便捷的学习和交流，这将改进教学实践，增强学生的学习能力。毫无疑问，这对教师和学生两方面的角色都是促进作用：学生更容易进入到理想的自主学习状态，而教师有更多可能把握学生的学习效果，从而给予更有针对性的指导。
大多人工智能工具在创造力、创新、批判性思维、解决问题、社会化、领导能力、同理心、协作和沟通等软技能方面仍然是很薄弱的，这是其机器本质所决定的。具体来说，大多人工智能系统设计和训练过程，缺乏真实世界中的复杂性和多样性，缺乏与人类类似的认知能力和经验积累。通常使用简单的数据集来训练机器学习算法，这些数据集通常是人工选择或生成的，而不是真实世界中复杂多变的数据集。因此，这些人工智能工具无法适应真实世界中的各种复杂情况和问题。它们只能在已知的模式和规律间进行预测，而无法创造新的模式和规律，这就限制了人工智能在创造性和创新性方面的表现。由于机器还缺乏与人类类似的认知能力和经验积累，以及情感认知和主观判断能力，使得机器不能像人类一样具备批判性思维能力，解决问题的能力有限。
相比之下，类ChatGPT由于具有更好的语言理解能力和表达能力，可以与人类进行更深层的交互和沟通，其训练数据包括了来自互联网的大量文本，这些文本具有丰富的多样性和复杂性，可以让其在训练过程中获得更广泛和深入的经验和知识。因此ChatGPT在解决问题方面的软技能得到了一定的提高，不仅能够模拟人类的社交行为和语言进行交流，表现出一定程度的社交技能和同理心，也可能在某些程度上具备了创造力和创新能力。
但是，ChatGPT的学习和适应能力受限于其所接触到的数据和信息，这使得它可能难以处理新的、不同的或变化的情况。而高度人类化的领导能力和协作能力，需要对人类社交行为和组织机制有深刻的理解和适应能力，目前这是人工智能模型难以完全掌握的，我们甚至都无法将这些能力进行模型化，更不用说让机器来学习和训练了。
总之，这些涉及非结构化任务的工作，对于人工智能来说仍然是一个不小的挑战，因为这些任务通常需要人类具备很高的认知能力和判断力，涉及的信息也很复杂、多样化和不规则。也就是说，涉及非结构化任务的工作对于人工智能来说仍然很难，这是人类不容易被替代的地方。因此，对于这个新技术的出现所带来的影响，从互补的角度来考虑可能更接近于现实。
一个新技术的出现往往是一个漫长的过程，刚开始都是很幼稚、不成熟的。还因为我们对新技术的使用习惯还未建立起来，很容易让我们觉得新技术的弊端很多，难以达到我们预期的效果。随着不断的学习和使用，我们会发现新技术的优点和潜力，以及如何更好地利用它来解决我们面临的实际问题。一般来说，新技术的出现往往是寻求与旧技术的互补关系。这意味着新技术不会完全替代旧技术，而是要在旧技术的基础上进行完善和改进，弥补旧技术的不足之处。这样的互补关系可以帮助我们更好地利用新技术，同时也不会失去旧技术的优点。而随着新技术的不断发展，我们可以通过更深层次的技术创新来超越旧技术。通过不断的试验、实践和创新，我们可以发现新技术更适合的应用场景，找到更有效的使用方法，让新技术得到更好的发展和应用。最终，当新技术发展到一定的程度，已经具备了足够的优势和成熟度时，它可以逐渐替代旧技术。
在历史上，我们可以看到许多新兴技术出现后对过去技术产生了碾压式的影响，从而带来了革命性的变化。然而，这些新技术并没有完全替代过去的技术，而是与之相互交织、相互补充，从而形成了更为多样化、灵活化的技术生态。新技术的出现往往会引起我们对过去技术的重新审视，从而发现过去技术中存在的不足和局限。如果这里要用一个更恰当的表达方式，我更愿意用“颠覆”，这将促使我们大幅度改变对传统的认知。
聚焦到我们今天讨论的类ChatGPT人工智能，它将对高等教育产生颠覆性影响，而高等教育也必须迎接挑战，为人工智能革命做好准备，同时为学生提供必要的技能，以便使学生在人工智能时代更具竞争力。类ChatGPT在教学过程中，至少有好几个方面的潜在优势。
首先，类ChatGPT可提高学生的学习效率。学生通过简单的对话窗口，用自然语言，就可以快速获取自己想要的知识和信息。ChatGPT的简单对话窗口，并非聊天机器人的问答。根据我前面的介绍，大家应该能理解，目前的ChatGPT对自然语言的理解能力很强了，可以识别自然语言交流中的那些复杂关系，理解语言前后联系，这样我们就可以与它连续对话，同一个对话中，问题与问题是有关联的，变得越来越像人了。
其次，ChatGPT会促进个性化教育。虽然说它的GPT模型，是基于大量文本数据所进行的预训练，最终回答的内容当然是这些预训练的结果。但是，这种训练为各种特定任务提供了坚实的基础，可以针对特定任务进行微调。比如，可以根据学生的特定学习需求，生成个性化的教育内容，以更好地满足学生的需求。在这样技术的帮助下，学生可以进行在线学习、作业辅导、知识检索、创意写作等等。
还有，从教师角度来看，可以提高教师的工作效率。依靠这样的语言模型，可以帮助教师生成大量的教学内容和课件。同样可以针对教师教学和课程的特点，生成个性化的教学内容。与传统教学相比，现代教学更强调如何激发学生学习的自主性。在该理念指导之下，教师和学生的传统角色也正在悄然地改变，教师不再是单方面的灌输者，而更像一位指路人；而学生也不再是一名被动的接受者，而是要发挥自己的特长、夯实自己的知识结构，成为课堂的主导者。
从开始接触ChatGPT和NewBing，已经有一段时间了。这些类ChatGPT工具能够较好回答的一些问题，是允许有一定偏差，没有标准答案的问题。而我们的科学研究，其实就是还没有标准答案的问题。那么这二者之间是否是可以融通呢？我们人脑在思考的时候，可能因为思考问题的角度不同，或者一些主观因素的影响，比如存在一些知识盲区，或者对某些认识的古板理解。这个时候，如果我们能与ChatGPT交互，它就会把其他的一些你没有考虑到的，或者你忽略的内容反馈给你，这样的交互过程，对你个人来说就是一种新的见解，或者提供了一种思考问题的新角度。就像你与另外一个同行交流一样。所以，我现在更乐意把ChatGPT看作是一个老师，一个知识渊博的朋友，遇到一些不会的技巧，或者不懂的知识，就问问它，让它告诉我，前人有没有这方面的工作可以参考。
其实，在我的教学实践中，我一直希望能将科学研究的过程贯穿到教学中。比如在我的课堂活动中，我会采用真实的项目研究套路，让学生完成一个循序渐进、完整而连续的PBL：提出关键问题、确定选题、开题报告、中期汇报、结题报告。其中，贯穿一个“知新而温故”的教学理念，“知新”用于“刺激”学生的新素材，就是近期从Nature、Science和PNAS上经过精心挑选的研究报导，特别是提出新问题的文章，被预先确定为几个主题。学生读到这些文章，了解新问题，这就是知新；为了解决这些新问题，学生一方面会自己想很多办法，另一方面又会去查询更多故有的文献，也包括很经典的教材，这就是温故。
但是，在这个教学过程中，我一直觉得还欠缺的一点，就是如何培养学生提出问题的能力，这其实是大多数学生普遍缺乏的一种能力。在很多情况下，我们并非找不到答案，而是没有提出一个能够真正直击要害的问题。正确的提问，有明确的目的，问题本身就解决了一半；只有明确了自己的目的，才能转换成问题；提出了问题，就证明知道自己在做什么，想做什么，至少是把一个未知的复杂问题，分解成了潜在可解决的一些简单问题，离真正解决问题也就更近了。因此，提出问题，对学生的知识储备、思考问题的能力，批判性思维能力等方面的要求只会更高，不会更低。
开学已经两周了，我正好一边熟悉ChatGPT和NewBing，一边用于教学实践。我的初步设想是：课程刚开始，我就主动给学生介绍了ChatGPT，然后鼓励学生使用ChatGPT来完成我布置的任务。当然此时的要求与之前就完全不同了。比如，上完一次课后，不是让学生简单回答一些有标准答案的问题，而是让学生结合学习内容，提出自己的问题，让ChatGPT来回答，它的回答肯定有学生理解的，也有不理解的，不理解的还可以继续追问，直到自己弄明白为止，这就是一种主动学习过程。这个问答的过程，要求学生截屏或者录屏，作为作业提交。很明显，学生与ChatGPT的交流，还是一个基于过程的学习，而且这个过程还可以记录下来。以前学生有不懂的问题，需要去问老师，但老师未定有那么多时间来处理这么多学生的问题，所以许多学生他们想问的问题也就不了了之了。有了ChatGPT的帮助，学生自己就可以找到了答案。在这样的训练过程当中，对于本身就具备批判思维的人来说，ChatGPT起到了不错的辅助作用；而对于那些暂时还没有批判思维的人来说，ChatGPT还能帮助学生锻炼这种思维能力。
让课堂上所有的学生都能使用ChatGPT，可能有一定的技术和政策难度。那么，目前我有一个更具操作性的解决办法，那就是建立一个基于ChatGPT的微信群“生态学|向AI提出好问题”（如图），其中的“阿宝”，就是机器人ChatGPT，只要@它，就可以回答同学们的提问。这样的方式，也带来了一个好处，那就是同学们相互之间还可以学习提出好问题的方法，甚至在竞争中要提出更好的问题。关于这个教学方式的实际教学效果，待学期结束，我再尝试做一份更详细的报告。
本专栏内容由复旦大学通识教育中心组稿。
国内人工智能在教育教学的应用汇总
国内人工智能在教育教学的应用汇总深度学习或是人脸识别技术在国内教育领域已有一些实践和应用，尤其是17、18年，可以看到线上教育机构以及一些基于教室监控的人工智能辅助系统逐渐成熟。本文对这些应用进行梳理，简析原理并探讨其优劣和是否真正有价值。
首先明确人工智能在教育领域的应用集中在情绪识别和专注度评价两点上。
文章目录国内人工智能在教育教学的应用汇总@[toc]海风教育AI系统好望角（线上）杭州中学“智慧课堂行为管理系统”（线下）汉王教育公司“CCS课堂呵护系统”（线下）[^3]海风教育AI系统好望角（线上）具体情况：
国内线上教育机构已有多家推出辅助的人工智能系统来优化教育教学的效果，基本上都是和第三方机构合作并非自主研发的，且目前看来不少都还是纸上谈兵的状况，就算应用也非常简单粗暴，参考价值低。
2018年4月，海风推出“好望角”AI系统，宣布上线情绪识别功能，借助人脸识别技术，能够基于人脸表情来分析学生情绪，基于眼球焦点分析学生注意力情况，并将分析结果即时反馈给老师。据郑文丞介绍，海风教育将情绪识别和眼球识别技术应用到教学过程中，是国内K12在线教育领域首个落地AI应用成果。1
,
,探讨：
好望角据说是国内首个落地的线上AI应用成果，据我了解，其他机构的AI系统确实都没有看到真正在客户端的落地应用，只能借助新闻了解一二。
好望角的这个系统做了两件事，情绪识别和眼球识别，都是人脸识别的范畴。其中情绪应该是分为以下8类：正面情绪“高兴”；负面情绪“厌恶、悲伤、疑惑、轻蔑、愤怒”；中性情绪“专注、惊讶”。
效果可以从图片中看出可以提醒教师学生的听课状态，调整教学节奏，做得还是不错的，整个在教育学应用的逻辑基本是合情合理自圆其说的。
线上平台的一大优势就是视频图像清晰，通常是一对一教学，不论是教师还是学生都是一人一个画面，人脸始终位于画面大幅面的区域，人脸识别的分析效果显然会比较准确。另外只要平台大，数据量总是足够的。
除了海风的好望角，推出人工智能系统辅助教学的线上平台还有：
掌门1对1与人工智能企业商谈科技战略合作（2018年）借助摄像头系统捕捉学生上课时的喜怒哀乐，结合面部表情识别系统，生成属于每个学生的学习情绪报告，辅助老师随时掌握课程动态、提醒老师及时调整上课节奏和气氛等。项目未见落地。
好未来（学而思）与FaceThink合作AILab除高兴、生气、惊讶、害怕、厌恶等常见的情绪指标外，FaceThink（德麟科技2016年初成立）针对教育场景下最重要的“专注度”进行了建模，力图让机器识别的结果逼近有丰富经验的教师。根据测试，FaceThink在一对一和双师课堂两个场景下的识别率分别为94%和91%，随着数据量的增加，识别率还有继续进步的空间。
典型的情绪识别和专注度评价两个系统，AILab介绍链接见此，项目未见落地。
VIPKID深度融合人脸技术（2017年）在教学过程中VIPKID通过人脸识别、情绪识别等技术抓取用户上课数据（如孩子在学习过程中的瞳孔和表情变化等），对师生的表情进行分析，计算分析用户的视线关注情况。
这个也是落地了的，看上去比较成熟。
杭州中学“智慧课堂行为管理系统”（线下）具体情况：
2018年5月，杭州第十一中学试行“智慧课堂行为管理系统”，通过教室内安装组合摄像头，捕捉学生在课堂上的表情和动作，经大数据分析计算出课堂上学生的专注度，从而促进教学改进。
,
,,使用该系统，后台会预先录入课堂应到学生名单，现场摄像头通过对教室内学生“刷脸”匹配，从而完成考勤。此外，该系统会对学生阅读、书写、听讲、起立、举手和趴桌子6种行为，以及高兴、反感、难过、害怕、惊讶、愤怒和中性7种表情，以30秒一次进行扫描，从而实现时时统计。“我们会对学生的6种行为赋予不同的分值，通过这个系统，我们可以看到哪些同学在专注听课，哪些同学在开小差，再结合他们高兴、伤心、愤怒、反感等面部表情，可以分析出学生在课堂上的学习状态。
我们会设置一个最低赋分值，如果某学生课堂分低于该值则代表其不专注。在每节课第20分钟的时，系统会向设置在讲台上的显示屏推送提醒，内容只有老师可见。2
探讨：
这个系统明确做了两件事，行为识别和表情识别，其中表情识别和之前的好望角的分类略有区别，最大的差别在于这里没有“专注”这一分类，专注与否是结合了动作和表情进行判断的，我认为这种判断专注的方式更为科学合理，毕竟专注并不是一个表情就能决定的，当然，越专注越好吗？当然不是，这个他们都没有考虑，还要另说。
通过图片展示的应用结果，可以看到识别表情的结果是以次数来统计判断的，这个是否合理，还是只是一个令人反感的没有实际意义的冰冷数字，还待讨论。
关于隐私问题的解释：系统只会采集学生的表情、行为状态信息，而非课堂的实时录像。
还有一种质疑是说这个系统起到了监视作用，学生可能会应对这个系统而做出动作假装在阅读之类，干扰结果。
汉王教育公司“CCS课堂呵护系统”（线下）3具体情况：
2018年1月开始，CCS课堂呵护系统（汉王教育公司开发）v3.0版本已经上线发布，并在浙江、江苏、河南、内蒙古等地教育部门确立战略合作意向。
探讨：
这个系统没有公布具体识别方法的细节，就从公布的图片来探讨了，图片的信息量还是很大的。
首先是一个人脸识别考勤，再者是一个“专注”和“非专注”的两分类问题，其次还有“回答问题”、“书写”、“瞌睡”的动作识别。
总体来说在辅助教学上用的是行为识别而非人脸识别，从结果来看，比较关键的是一个专注时长的判断，这个数据最多只能用作参考，用此来判断学生是否好好学习了还是不太靠谱，对教学辅助的意义较小。
好望角介绍：https://baijiahao.baidu.com/s?id=1598580283935115452&wfr=spider&for=pc↩︎
智慧课堂行为管理系统：http://www.sohu.com/a/232188256_198170↩︎
CCS课堂呵护系统：http://www.hanwangjiaoyu.com/classCare↩︎
人工智能（机器学习）学习之路推荐
目录一、人工智能（机器学习）学习之路推荐——Python二、纯小白——计算机小白三、计算机小白——计算机语言（Python）小白四、计算机语言小白——算法小白五、算法小白——人生方向定位六、人生定位——机器学习大师七、推荐书单一、人工智能（机器学习）学习之路推荐——Python虽然自己学过C，但是自己曾从事python后端开发、python算法工程师岗位、Python（机器学习）讲师，所以本篇文章主要通过python来介绍机器学习的路线。当然，前期的机器学习基础的推荐，是不会分语言的。
二、纯小白——计算机小白如果你是完完全全的纯小白，并且只会计算机这三个字。
个人推荐你可以看看《计算机科学导论》（专业书籍个人推荐看纸质书，一是支持正版；二是电子书不利于观看书的全貌；三是电子书不方便做笔记），看完之后你应该明白计算机的相关知识，如计算机网络、数据结构与算法、数据库、文件存储过程、计算机语言。如果看完《计算机科学导论》你对不仅仅对人工智能感兴趣，还对计算机本身感兴趣，可以看看下面几本书。你可以看看《计算机：一部历史》，可以作为你的计算机发展史的普及读物。你可以看看《网络是怎样连接的》——计算机网络，恩，说的简单点就是看完本书，你应该能知道WiFi的实现原理。你可以看看《计算机组成原理》——恩，看完你能明白你的计算机工作的原理，如计算机的五大组成部分为控制器、运算器、存储器、输入设备、输出设备。你可以看看《数据结构与算法》——如果没有编程基础，跳过。有C/C++的基础，可以看看大学的教材《数据结构与算法-C/C++语言》；如果你有Python的基础，可以看看《数据结构与算法-Python描述》，就是总之对应语言的数据结构与算法书籍即可。多说一嘴，可能有同学问：老师，买哪一本《计算机科学导论》。我会回答你：哪一本都行，因为书籍能出现在市面上，就有他出现的理由，你买去看就行了。没必要挑三拣四，虽然我不得不承认市面上真的有一些写的可能不太好的书（我自己看过几本），但这都是个例。
三、计算机小白——计算机语言（Python）小白看完《计算机科学导论》，相信你对计算机应该有了一定的了解。如果你不只是想成为最强王者，这个时候你应该入手一门计算机语言了。C、C++、Java、Python、R、Go、PHP、JavaScript，很多很多，他们各有优缺点，你自己仔细甄选。但是Python毫无疑问是最简单的，又由于本人从事Python开发，我介绍下你如何快速入门Python。
首先你可以看看这两位老师的博客：或，期间你可以穿插我接下来讲的书籍互补，但是你必须的看完博客第一篇——Python入门，之后再去看其他书籍，因为你需要使用Pycharm，而不是其他IDE编辑Python代码。学Python可以看我博客：Python从入门到放弃https://www.cnblogs.com/nickchen121/p/10718112.html第一本书应该是《Python从入门到实践》，这本书很浅显，但很适合小白，看完你可以去美国开个披萨店了。后面三个项目，不推荐做。第二本书应该是《笨方法学Python3》，很适合小白查漏补缺基础知识点。第三本书应该是《Python核心编程》，厚厚的一本书，更多的是接轨未来的项目，选看部分章节。第四本书应该是《流畅的Python》，如果你看完那位老师的Python面向对象高级的时候，可以看这本书，否则慎入，他会让你质疑自己是否学过python。第五本书《编写高质量Python代码的59个有效方法》，书名就可以看出，他能教会你什么。第六本书《改善Python程序的91个建议》，这个也不多说，干就对了，否则你代码写完只有你自己才看得懂了。四、计算机语言小白——算法小白本篇文章主要以Python举例，相信你现在对Python已经应用自如了，这个时候，你就需要补充算法知识，提高你的逻辑思维了。
首先你可以看看《数据结构与算法——Python描述》这本书，由于是中文的，相对友好，看完你最起码得知道线性表、链表、堆、栈、哈希表、二叉树、图之间的区别，然后一些简单的算法。数据结构与算法可以看我博客：数据结构与算法-Python/C-十七岁的有德-博客园免费人工智能绘画软件哪个好
在数字化和科技的推动下，艺术创作的方式和工具正在经历一场前所未有的革命。其中，人工智能（AI）绘画软件的出现，为我们的艺术创作提供了新的视角和无限可能性。而更令人兴奋的是，如今有越来越多的AI绘画软件开始提供免费的服务。在这篇文章中，我们将为你提供一份免费AI绘画软件的大全，无论你是专业的艺术家，还是初次涉足艺术的新手，你都可以在这里找到适合你的绘画工具。
AI绘画学习平台推荐：
1、名动漫：15年专做CG艺术教育，提供AI绘画、原画、插画、游戏UI、CG漫画等课程，适合职业培训和兴趣学习实体班也能在家也能学AI绘画！
2、画帮帮：是一个适合兴趣AI绘画学习的网课平台，一站式AI绘画辅导服务。
3、画师巴士：专业的AI绘画资源分享平台，为你提供绘画视频和AI图文教程、资源素材下载、AI绘画资讯等。
一、DiscoDiffusion
DiscoDiffusion是一个于2021年上半年诞生的开源项目，它是一个集体努力的成果，由年轻的TTI开发社区共同打造。DiscoDiffusion是基于CLIP+Diffusion的实用化AI画产品。其中，Diffusion是一个对图像不断去噪的过程，而CLIP模型负责对图像的文本描述。虽然DiscoDiffusion无法刻画具体细节，初步渲染时间以小时计算，但更适合作为一个创意生成器使用。
二、StableDiffusion
StableDiffusion是2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像。完全免费开源，所有代码均在GitHub上公开，任何人都可以拷贝使用。在生成图像方面，StableDiffusion所生成图像的质量、速度和成本上都取得了巨大突破，几乎可以模仿任何视觉风格。
三、imagen
imagen是由谷歌研究（GoogleResearch）推出的一个具有文本生成图像功能的图像生成器。它能够根据输入的文字描述生成油画、照片、绘制和CGI渲染图像。相比于市面上的多款AI图像生成软件，imagen更注重图像的真实感，以及语言理解的准确度。
总结
以上三款免费人工智能绘画软件，都具有不同的特点和优势。DiscoDiffusion更适合用作创意生成器，StableDiffusion则在生成图像方面取得了巨大的突破，imagen则更注重图像的真实感和语言理解的准确度。当然，这并不代表它们就是适合所有人的软件。我们建议你可以根据自己的需要和偏好，选择最适合自己的免费人工智能绘画软件。无论你是专业的艺术家，还是初次涉足艺术的新手，都可以在免费的AI绘画软件中，找到属于自己的艺术灵感和创作工具。