033 周傲英AI的底层逻辑绝大多数人都错了20260723

00:00:00 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。现代科学从何而来啊？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这三大定律呢？ 00:00:25 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。 00:00:32 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院院长。那我们在贵州还有一个华东师范大学贵州研究院。我是那个院长。华东师范大学的数据学院是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。 00:01:04 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。解释它就是我要做aAI的祛魅。也就是人工智能的祛魅。 00:01:35 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，为什么我们要谈祛魅的事儿？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。那这背后一定有他的道理。 00:02:01 所以有一句话说啊，事出反常必有妖，但这个妖要打一个引号。也就是说，它有很多道理我们没有真正理解。 00:02:10 我们都知道2023年人工智能热潮以前。我们差不多有10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+。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。这就共享经济，分享经济我认为啊，这个数字经济的主要形式是分享经济。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， 00:02:59 我们有一个很关键的概念叫需求侧改革。这跟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10年。那大数据过渡到人工智能，而人工智能又那么不可预测。 00:03:25 所以我们要说说人工智能跟数据的关系。我们大家都知道。 00:03:30 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O。从五六年到2016年，中间整整经过了60年，所以人工智能是蛰伏了60年以后有了阿尔法O，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。 00:03:59 当然，人工智能已经经过了它70年的历史。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。 00:04:09 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，那逻辑我表现成符号，因为它的数学基础就是1000位次逻辑。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，它的数学基础其实是逻辑。 00:04:42 第二个流派。那就是行为主义。认为我们的人的聪明是来自于跟环境的交互。因为这是上个世纪的40年代。维纳发明了控制论，我们有了反馈的概念。那就是说我们人跟环境交互。人更。人打交道，跟世界打交道，他会变聪明。那当然他的数学基础就微大的控制论，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。那我们现在的无人系统，包括机器人，包括无人飞机等等，它其实它都是第二个流派的。产物。第二个流派的这个成果， 00:05:27 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，他不像。 00:06:10 符号主义有一阶谓词逻辑。它不像行为主义，有微纳的控制论。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，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。 00:06:43 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。 00:06:54 阿尔法狗背后的那个神经网络叫卷积神经网络，叫CNNN。ChatGPT背后那个网，那个神经网络叫Transformer，我们知道那个GPT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。 00:07:15 所以有了Transformer以后。他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。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。 00:07:37 所以这次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。人工智能之父叫图灵，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。区别这是人做的事儿还是机器做的事儿。如果机器做的事儿跟人做的事儿一样的厉害，一样的聪明，那我们就通过了图灵测试。 00:08:12 所以2016年为什么人工智能能被大家接受？因为围棋这件事儿，尤其对西方人来说，那围棋他们是遥不可及的。就中国人很聪明。他们会下围棋。这就是聪明的最高表表现。所以人工智能热就是这么起来的。 00:08:32 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。 00:08:40 我们有人形机器人，我们现在讲具身智能，具身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。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，它能够接收。传感能够接受反馈，它能够采取各种各样的动作，就像我们它没有装上大脑，而现在我们的ChatGPT它很像人的大脑。他能写文章。所以我们很多人对这个ChatGPT的认可啊，我觉得其实是我们自己觉得它很像我们自己。 00:09:23 因为为什么？因为他把天下所有的书都读了。 00:09:27 我们经常这个自我解嘲，天下文章一大抄是吧。但是他把所有的文章都抄了，他一本正经地胡说八道。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。所以我说这个，他会一本正经地胡说八道啊。 00:09:49 我们看到机器ChatGPT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。并且他自己会编造说参考文献。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。但机器没有这个恐惧。那这就是我们现在大语言模型的现状， 00:10:22 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， 00:10:31 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，大家都会去好好地静下心来理解。那么现在如果我们用一个成语来说，那就甚嚣尘上，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。 00:10:56 那为什么很难理解？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，那就是说我们认为我们已经成功地做做成了一个人脑模拟器。所以现在神经网络嘛，人工神经网络再翻译过来就要人工大脑。就像我们的孩子生下来这个大脑是空白的。我们创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，我觉得这个非常好的一个解读。 00:11:38 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啊，算法加数据结构就等于程序，我们的算法是干算法是解决问题的那个步骤。我们一般都对算法是这么理解的，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。那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。 00:12:11 那数据是什么？数据就是人的经验。就像我们出生的时候，我们大脑是空白的，3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的一个连接。 00:12:29 那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，还是掐GPChatGPT背后的那个Transformer，它的结构是固定的。那我们现在要训练的时候，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，那数据是什么？数据就是人的经验。那训练阿尔法狗那个数据，那是过程数据。因为我们下过的所有的棋，高手过招的那个棋谱，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。 00:13:07 训练要ChatGPT的，它是人的，什么是人的结果数据？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ChatGPT。他把所有的文章都读了，所以他能够写文章。这就是算法，是人脑模拟器。数据是人的经验。是吧，我要用经验很快地把那个人脑训练出来。我们到50岁，到60岁，我们才有现在的智商。那我们是希望我们用5分钟3分钟，我们就把一个人脑训练出我能够像我一样来写文章。那当然我们要搭系统，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。 00:13:53 这就是我对人工智能的理解。 00:13:56 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。所以这是我们这个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，当然我们现在只能做它的，我们只能模仿它的。某一部分功能。 00:14:23 ChatGPT模仿的是它的语言功能。阿尔法狗模仿的是它下棋的功能，我们知道我们的脑有 各种各样的功能区，imagenet最早的imagenet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。 00:14:46 为什么？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