周傲英AI的底层逻辑绝大多数人都错了20260722

文 2026年07月23日10:45 发言人1 00:00 为什么我们国家会成立国家数据局？农耕文明是我们中国在世界的中央。第一次工业革命英国在世界的中央，第二次工业革命有了电，美国变成世界的中心。我们有了数据，我觉得这个时代是中国走向世界中心的一个最好的时代。现代科学从何而来，那一定是从数据而来。牛顿为什么能够奠基现代科学？开普勒为什么会找到行星运行的三大定律呢？社会科学跟自然科学的边界在模糊，所以数据在这里面起到非常重要的作用。 发言人1 00:33 大家好，我是来自华东师范大学的周傲英，是华东师范大学数据学院的创业院长。我们在贵州还有一个华东师范大学贵州研究院，我是院长。华东师范大学的数学学院是2013年开始筹办，2016年正式成为学院，也是我们国内甚至国际上唯一的一个以数据命名的学院。 发言人1 01:04 我今天想跟大家来谈一谈人工智能。从数据角度来谈人工智能。更重要的一点，我是想给大家来揭示我们人工智能的热潮，它背后的逻辑，或者说它底层的逻辑。所以我们既然要谈人工智能的底层的逻辑，我觉得其实我们可以从另外一个说法来解释。他就我要做AAI的趣味，也就人工智能的趣味。因为我们讲到底层的东西，讲到数据的东西，它就不仅仅是表面上的那么喧嚣。 发言人1 01:42 为什么我们要谈趣味的事？如果一切都我们没办法预计，那我们不知道2027年会出现什么样的东西。所以我说现在的人工智能热潮超乎我们的想象，这背后一定有它的道理。所以有一句话说，事出反常必有妖。他这个妖要打一个引号，也就是说他有很多道理我们没有真正理解。 发言人1 02:10 我们都知道2023年人工智能热潮，以前我们差不多有十年。其实那是大数据的时代。2012年有大数据，2013年两会报告讲的就是大数据。2014年有了互联网加，2015年我们就有了叫双创，大众创业、万众创新。到了2016年，这是供给侧的结构性改革。2017年其实就共享经济、分享经济，我认为这数字经济的主要形式是分享经济。 发言人1 02:47 到了2018年因为中美贸易战开始了，我们就开始学人工智能。2019年开始学区块链。2020年因为疫情开始了，我们到了12月份，我们有一个很关键的概念叫需求侧改革。这个2016年的供给侧改革就形成了呼应2021年那就是数字化转型。2022年我们有元宇宙。也就是说从13年到22年这十年期间其实是大数据的十年。 发言人1 03:20 那大数据过渡到人工智能，而人工智能又那么不可预测。所以我们要说说人工智能跟数据的关系。我们大家都知道人工智能从1956年提出来这个概念被大家接受。所以我们认为1956年是人工智能的元年，2016年有了阿尔法狗，从五六年到2016年，中间整整经过了60年。所以人工智能蛰伏了60年以后有了阿尔法狗，人工智能被大家认可，全民都在谈人工智能，全世界的人都在谈人工智能。今年是26年了，当然人工智能已经经过了他70年的历史。 发言人1 04:03 在这70年的发展历史当中，我们总结下来这个人工智能有三大流派。第一个流派就符号主义。大家都认为人的聪明是来自于逻辑，那逻辑我表现出符号，因为他的数学基础就是一些维持逻辑。逻辑那是人类文明人类知识到一个高级阶段形成的结果，就是符号主义。我们现在讲的知识图谱也是符号主义的一个具体的表现。人类的聪明是来自于逻辑，这个我们都很容易理解。我们认为这个人有逻辑，这个人很聪明，这是第一个流派。符号主义他的数学基础其实是逻辑。 发言人1 04:42 第二个流派就是行为主义，认为我们人的聪明是来自于跟环境的交互。于这是上个世纪的40年代，维拉发明了控制论，我们有了反馈的概念，那就是说我们人跟环境交互，人跟人打交道，跟世界打交道，他会变聪明。当然他的数学基础就VR的控制论。所以第二个流派也特别被看好，行为主义。行为主义就是我能接受反馈，然后再采取行动。我们现在的无人系统，包括机器人，包括无人飞机等等。他其实他都是第二个流派的产物。 发言人1 05:26 第二个流派的成果，还有第三个流派。他们认为人的聪明是来自于我们大脑，而大脑是由神经元组成的，所以我们把它叫连接主义。因为神经元连接起来要形成神经网络。我们大家都知道神经网络很简单，它就是一个加权求和，有多个输入，它有一个输出。像这样的情况，大家都觉得这是一个一开始在人工智能发展过程当中，大家认为说我要做一个神经网络出来，然后我就能模仿人类的智能。但是这个流派特别不被看好，因为他没有数学基础，它不像符号主义有一些为此逻辑，它不像行为主义有微大的控制论。这个没有数学基础，它充其量是一个算术，所以特别不被看好。 发言人1 06:23 但是我们大家都知道，现在的人工智能，它不是行为主义的胜利，它也不是符号主义的成功人工智能它不是基于行为主义，也不是基于符号主义，它是说造了一个基于第三个连接主义。也就是说直白的话来说， 就是我造出了一个人工大脑。因为神经网络最早叫人工神经网络，到后面用的越来越多的时候，大家就把那个人工给省掉了。现在我们直接就说神经网络，阿尔法狗背后的那个神经网络叫卷积神经网络，叫CNNNXGPT背后那个网络那个神经网络叫transformer。我们知道那个GPP的那个T就是transformer，我们这比较资深的人心目当中那叫什么？那叫变压器，对孩子们来说那叫什么？那叫变形金刚。所以有了transform以后，它不仅仅说机器能够下围棋，机器能够写文章，它带来的冲击比下围棋带来的更大。 发言人1 07:26 为什么？因为下围棋的人毕竟是少数，但是我们工作的人要写汇报，我们要做报告，这些事机器都能做，所以我们每个人感觉到有很大的冲击，所以这是人工智能热有它的原因。阿尔法狗热是因为围棋是人类游戏当中对智商要求最高的。如果连围棋机器都会下比人要厉害很多倍，你想想那一定是人工智能。人工智能支付叫图灵，图灵当年就提出了所谓的图灵测试，1950年代。也就是说如果我们没有办法区别这是人做的事还是机器做的事。如果机器做的事跟人做的事一样的厉害，一样的聪明，那我们就通过了图灵测试。所以2016年为什么人工智能能被大家接受？ 发言人1 08:15 因围棋这件事，尤其对西方人来说，围棋他们是遥不可及的。中国人很聪明，他们会下围棋，这就是聪明的最高表现。所以人工智能热就是这么起来的。 发言人1 08:33 但是我们再仔细想一想，神经网络变成人工智能的主流。当然我们有其他的，比如说我们有机器人，我们有人形机器人。我们现在讲聚生智能，聚生智能有个更高的追求，就是我们要给机器人装上一个神经网络装上一个人工大脑。 发言人1 08:50 但是我们传统的机器人没有大脑，它完全是按照控制论在做工作。它最多是材料的进步，机械的进步，做出了很多关节。这个关节它当然有材料的，它能够接受传感器，能够接受反馈，他能够采取各种各样的动作，就像我们他没有装上大脑。而现在我们的叉机、飞机，它很像人的大脑，他能写文章。 发言人1 09:15 所以我们很多人对这个ChatGPT的认可，我觉得其实是我们自己觉得他很像我们自己。因为为什么？因为他把天下所有的书都读了，我们经常自我解剖，天下文章一大抄，对吧？但是他把所有的文章都抄了，他一本正经的胡说八道。有时候我们讲的观点，我们有时候自己觉得我们没有完全相信，我们还不好意思讲今天讲的东西当然是我相信的东西，所以我说他会一本正经的胡说八道。 发言人1 09:49 我们看到机器xGPT或者是我们这样的大语言模型，我们利用大语言模型可以帮我们来写论文。我们作为大学里面的教授，我们教出来的学生，我们都需要写论文。而现在机器写的论文比我们写的更像，并且他自己会编造做参考文献。 发言人1 10:09 我说这真是一本正经的胡说八道。因为我们自己去编一句话，说没有听到的话，没有这参考文献。我们自己还觉得这个东西怕被查出来，在机器没有这个恐惧。但这就是我们现在大语言模型的现状。 发言人1 10:23 为什么在这种情况下，大家对人工智能会产生这么样的一个崇拜，或者说我们对人工智能有那么好的感觉大家都在谈人工智能，似乎每个人都懂人工智能。但实际上因为如果大家都在说，那就说明我们这个东西还没有得到共识。因为达到共识了，大家都会去好好的静下心来理解。现在如果我们用一个成语来说，那叫甚嚣尘上，就说明大家还没有好好的理解它。所以每个人都在谈对人工智能的理解。 发言人1 10:58 为什么很难理解？我来说说我对这件事情的看法。因为首先我们的神经网络能够起作用，那就说我们认为我们已经成功的做成了一个人脑模拟器。所以现在神经网络，人工神经网络再翻译过来就叫人工大脑。就像我们的孩子生下来这个大脑是空白的。我们他创造的一个神经网络它是空白的。它有了连接，它有了结构，它有了连接，但这个连接上的参数我们要设定出来，所以我们要用数据来训练它。所以人工智能我们有三大组成部分，我们现在都认为，我觉得这非常好的一个解读。 发言人1 11:39 我们用数据、算法和算力，那我们就要理解那个算法是什么。因为我们学计算机的人，算法加数据结构就等于程序。我们的算法是干的，算法是解决问题的那个步骤。我们一般的对算法是这么理解的。 发言人1 11:55 但是我们来看看我们神经网，我们讲人工智能的那个算法是什么？那个算法是使用程序来实现神经网络，神经网络就是人工大脑。所以我们的算法是什么？算法是人脑的模拟器。数据是什么？数据就是人的经验。 发言人1 12:15 就像我们出生的时候，我们大脑是空白的。三岁以前我们大脑的结构，这个神经网络的结构基本形成，这是生理解剖学的理论。后面我们的学习，我们的经历就是在训练我们那个连接。现在我们发明的神经网络不管是阿尔法狗背后的那个卷积神经网络，还是XTVXGPT背后的那个transformer的结构是固定的那我们现在要训练的是什么？训练它的那个参数，它们的连接，所以我们用数据来训练连接。数据是什么？数据就是人的经验。 发言人1 12:50 训练阿尔法狗那个数据，那是过程数据。因为我们下过所有的棋，高手过招的棋谱都会被记录下来。记录 下来的棋谱就来训练那个卷积神经网络那个CNN。所以我们就训练出来阿尔法狗比我们的围棋手都要厉害，训练要掐GPT的。它是人的什么是人的结果数据。 发言人1 13:12 我们这些作家写作的结果，我们这些普通人在互联网上留下的那些文字，用那些结果数据来训练了那个chatBT，他把所有的文章都读了，所以他能够写文章。所以这就是算法，是人脑模拟器，数据是人的经验。当我要用经验很快的把这个人脑训练出来，我们到50岁到60岁，我们才有现在的智商。我们是希望我们用五分钟、三分钟，我们就把一个人脑训练，说我能够像我一样来写文章。当然我们要搭系统，我们要有算力，所以我们要比较强的算力，他就把经验学得很快，所以这就是我对人工智能的理解。 发言人1 13:57 但是为什么我们现在很难说大家都在谈人工智能？因为我们不理解大脑的工作原理、工作机理，就像我们不理解生命一样的。所以这是我们科学的一个最高的境界。我们要理解生命，我们要理解大脑。但是现在我们没有理解大脑，但是我们把大脑的功能把它做出来了。 发言人1 14:17 当然我们现在只能做他的，我们只能模仿他的某一部分功能。ChatBT模仿的是他的语言功能，阿尔法狗模仿的是他下棋的功能。我们知道我们的老有各种各样的功能区，1米gate最早的音乐之类的那模仿的是它的视觉功能。所以如果我们只能模仿这些功能，那我们就能够把我们原来的工作能变成机器人做。因为它的意义非常重大。为什么？ 发言人1 14:48 如果我们连围棋机器都能完成，那就说明我们其他的工作我们也可以让机器来做，我们有了一个好的办法因为原来我们要机器来做事，那时候叫机械自动化。我们有了蒸汽，我们就有了机械，有了机械就带起我 们人来完成很多工作。那些笨重的工作，比如说运输举重的工作，液压的万吨水压机，那个压力的工作。那是因为我们有了蒸汽机，我们有了牛顿的理论，我们就有了所谓的