2024年度教育家

他是中國人工智能主要奠基者，40歲后跨界走進(jìn)這個(gè)“無人區(qū)”。他發(fā)表了中國第一篇人工智能領(lǐng)域論文，獲得了中國這一領(lǐng)域的第一個(gè)國際重要獎(jiǎng)項(xiàng)，也是首位人工智能領(lǐng)域的中國科學(xué)院院士。他教書六十余載，培養(yǎng)的近90名博士四代同堂。他熬過了人工智能的冬天，培養(yǎng)的“清華代表隊(duì)”成為中國人工智能發(fā)展的中堅(jiān)。

2024年年終，一邊是AI巨頭們扎堆發(fā)布“顛覆性”進(jìn)展，比如“AI教母”李飛飛發(fā)布了一張圖就能生成3D場景的AI模型；一邊是國內(nèi)大模型市場在下半年遇冷。

在冷熱兩極化的“AI大戰(zhàn)”中，中國科學(xué)院院士、清華大學(xué)人工智能研究院名譽(yù)院長張鈸始終保有定力，既沒有對(duì)技術(shù)進(jìn)步過度樂觀，也不像一些人那樣唱衰大模型。

早在兩年前，人們還沉迷于大模型的“尺度定律”（ScalingLaw，即規(guī)模越大，大模型越強(qiáng)）時(shí)，張鈸就指出，ChatGPT只是向通用人工智能（AGI）邁出了第一步，下一步是與環(huán)境的交互。在他看來，AI的發(fā)展必須邁向?qū)ΜF(xiàn)實(shí)三維世界的深刻理解。

這是張鈸又一次做出技術(shù)預(yù)判。89歲的他說話邏輯清晰、思維敏捷，輸出觀點(diǎn)快而密。說不到兩句，就能感受到從他身上彌漫過來的強(qiáng)大自信。身為中國人工智能領(lǐng)域的奠基人之一，他的四代學(xué)生組成了中國最具代表性的一支AI隊(duì)伍——“清華代表隊(duì)”，其中一些人已成為國內(nèi)大模型江湖的重要力量。

經(jīng)歷人工智能40多年來的潮起潮落，張鈸總是逆潮而行，做出與別人不同但正確的選擇。他是天才嗎？他的技術(shù)洞察力來自哪兒？如何才能找到通往人工智能的真正方向？

“問題都解決了，還需要我干什么”

張鈸的第一次選擇發(fā)生在1978年。

清華大學(xué)進(jìn)行部分院系調(diào)整，張鈸所在的電子系（原自動(dòng)控制系）改為計(jì)算機(jī)技術(shù)與應(yīng)用系，系中原來從事自動(dòng)控制研究的老師面臨兩個(gè)選擇：待在計(jì)算機(jī)系，或去新成立的自動(dòng)化系。他選擇了前者。

很多老師勸他：國家未來要大力發(fā)展工業(yè)，自動(dòng)化是最有前景的方向之一。“自動(dòng)化領(lǐng)域，手里的工具主要就是PID（工業(yè)控制系統(tǒng)中最廣泛使用的控制器），花一兩年時(shí)間就能掌握它，放棄并不可惜?！睆堚摶貞?，“有人說，你把已有的知識(shí)都丟掉了，還剩什么？我說，還剩一個(gè)腦袋。”

帶著“唯一的腦袋”留在計(jì)算機(jī)系，張鈸遇到的第一個(gè)任務(wù)是尋找有潛力的新方向。他翻閱國外學(xué)術(shù)期刊，發(fā)現(xiàn)美國很多大學(xué)的計(jì)算機(jī)系里都有一個(gè)方向：人工智能。

“當(dāng)時(shí)，對(duì)于人工智能是什么，我也不是特別清楚，但它對(duì)我有極強(qiáng)的吸引力，因?yàn)檫@個(gè)領(lǐng)域里充滿了大量的未知。AI在國際上剛發(fā)展了約20年，很多原理都說不清，這恰恰是我的用武之地，如果問題都解決了，還需要我干什么？”張鈸說。

由于歷史原因，張鈸這一代學(xué)者錯(cuò)過了從事研究的黃金時(shí)期。43歲的他決定從零開始。下定決心不僅要勇氣，還要有強(qiáng)大的自信。1935年出生于福建一個(gè)知識(shí)分子家庭的他，小學(xué)到中學(xué)的任何考試和競賽成績都是第一名。1953年，他以數(shù)理化三門滿分的成績考入清華大學(xué)電機(jī)系，后轉(zhuǎn)入自動(dòng)控制系。

數(shù)學(xué)是張鈸最拿手的學(xué)科。閱讀大量人工智能文獻(xiàn)后，他敏銳地發(fā)現(xiàn)：多數(shù)AI研究中沒有使用任何數(shù)學(xué)工具，“這意味著，很多還未解決的問題有機(jī)會(huì)用數(shù)學(xué)辦法解決”。

1984年，張鈸和當(dāng)時(shí)在安徽大學(xué)任教的弟弟張鈴，共同發(fā)表了中國AI領(lǐng)域的第一篇論文，刊登在AI國際頂刊上。論文研究的是用數(shù)學(xué)理論解決機(jī)器人的運(yùn)動(dòng)規(guī)劃問題，即機(jī)械臂抓取物品時(shí)，如何通過更好的線路規(guī)避周圍的障礙物。

那是20世紀(jì)80年代，以符號(hào)主義為代表的第一代人工智能正處于低潮。符號(hào)主義者認(rèn)為，人類認(rèn)知和思維的基本單元是符號(hào)，計(jì)算機(jī)為了模擬人類的智能行為，需要先把知識(shí)表示成符號(hào)，再通過推理等規(guī)則對(duì)符號(hào)進(jìn)行操作，最后形成答案。“這是以知識(shí)驅(qū)動(dòng)為核心?！睆堚撜f。

符號(hào)AI的開創(chuàng)者們最初希望研究出通用方法，很快遭遇了失敗，于是，退而求其次提出“專家系統(tǒng)”，即將知識(shí)范圍縮小到一個(gè)具體領(lǐng)域，但這很難推廣并上升到理論。

1980年，作為改革開放后的首批出國訪問學(xué)者之一，張鈸來到美國伊利諾伊大學(xué)香檳分校進(jìn)修，他發(fā)現(xiàn)，很多AI專業(yè)的博士在論文的選題上遇到困難?！斑t遲找不到好的選題，或者找了一個(gè)題目多年做不出來，只好中途放棄?！?/p>

張鈸沒有受到影響。“我不在意低潮還是高潮，只要清楚這件事能做就行?！边@是典型的張鈸式回答。事實(shí)上，從1978年暑期起，他就開始研究機(jī)器人運(yùn)動(dòng)規(guī)劃，他出國第二年，就已投出中國AI領(lǐng)域的第一篇論文。他和張鈴提出，將機(jī)械臂所在的幾何空間簡化成拓?fù)淇臻g，“這就變成了一個(gè)純數(shù)學(xué)問題”。此時(shí)，距離他決心轉(zhuǎn)戰(zhàn)AI還不到三年。

張鈸成為國際上第一批提出用數(shù)學(xué)模型解決AI問題的學(xué)者之一?！把芯抗ぷ飨喈?dāng)于做解剖，解剖必須用快刀，先進(jìn)的數(shù)學(xué)工具就是一把快刀?！睆堚撓嘈?，“只要數(shù)學(xué)工具能用上，（人工智能的）研究就可以往前推。”

“雪山還是狗”"

2002年，袁進(jìn)輝還在西安電子科技大學(xué)計(jì)算機(jī)系讀大三，成績年級(jí)第一，想申請(qǐng)清華直博，“我咨詢師兄，他說你可以先從清華計(jì)算機(jī)系最有名的老師開始聯(lián)系”。當(dāng)時(shí)，張鈸是清華計(jì)算機(jī)系唯一的中國科學(xué)院院士。

此前，袁進(jìn)輝已讀過張鈸和張鈴共同撰寫的一本關(guān)于人工神經(jīng)網(wǎng)絡(luò)的專著，第一反應(yīng)是“兩個(gè)作者的姓名好有特點(diǎn)”“書里有很多數(shù)學(xué)理論”。該書出版于20世紀(jì)90年代，那時(shí)人工神經(jīng)網(wǎng)絡(luò)是AI里很小眾的領(lǐng)域。“張鈸和張鈴老師研究的是小眾方向中更小眾的偏理論部分，在當(dāng)時(shí)是相當(dāng)少見且超前的。”袁進(jìn)輝說。

發(fā)現(xiàn)符號(hào)主義難以走通后，AI研究者逐漸轉(zhuǎn)換思路，發(fā)展出連接主義的新流派，即信息是通過在人腦神經(jīng)元之間建立起“刺激—響應(yīng)”的連接進(jìn)行傳遞。這一流派的代表成果就是人工神經(jīng)網(wǎng)絡(luò)。

但早期的人工神經(jīng)網(wǎng)絡(luò)只是淺層神經(jīng)網(wǎng)絡(luò)，難以解決稍微復(fù)雜一點(diǎn)的現(xiàn)實(shí)問題。于是，連接主義起步不久就陷入低谷，只有少數(shù)人認(rèn)定這條路是正確的，包括2024年諾貝爾物理學(xué)獎(jiǎng)得主杰弗里·辛頓、“卷積神經(jīng)網(wǎng)絡(luò)之父”楊立昆，還有張鈸。20世紀(jì)90年代，張鈸和張鈴聯(lián)手，圍繞神經(jīng)網(wǎng)絡(luò)理論發(fā)表了多篇論文。

20世紀(jì)80年代末開始，國內(nèi)AI發(fā)展迎來低潮期。彼時(shí)，張鈸選了一條更務(wù)實(shí)的道路：承擔(dān)國家重點(diǎn)攻關(guān)課題。但他沒有放棄當(dāng)時(shí)看起來不太有希望的理論研究?！扒迦A人工智能學(xué)科理論研究的隊(duì)伍中，基本一半人在做符號(hào)主義，一半人在做人工神經(jīng)網(wǎng)絡(luò)，而人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)一脈相承。等到深度學(xué)習(xí)的時(shí)代真正到來，我們立刻將大部分兵力轉(zhuǎn)向深度學(xué)習(xí)?！睆堚撜f。

多數(shù)人理解ChatGPT就是“大數(shù)據(jù)+深度學(xué)習(xí)”，其實(shí)它真正的突破，首先在自然語言文本上。ChatGPT不是像第二代AI那樣，簡單地把文本作為數(shù)據(jù)來處理，而是把文本當(dāng)成知識(shí)（內(nèi)容）來處理。

2012年，深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet在ImageNet（世界上最大的圖像數(shù)據(jù)集）競賽上一戰(zhàn)成名。自此，以深度神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的深度學(xué)習(xí)徹底出圈?！斑@就是以數(shù)據(jù)驅(qū)動(dòng)為核心的第二代人工智能?！睆堚撜f。

他指出，與早期的神經(jīng)網(wǎng)絡(luò)相比，深度神經(jīng)網(wǎng)絡(luò)“把深度加深了”，即中間的網(wǎng)絡(luò)層數(shù)變多之后，性能發(fā)生了重大變化，只需輸入大量的原始數(shù)據(jù)，就可以“自學(xué)成才”。他最初感到興奮，但隨后開始思考：深度學(xué)習(xí)的邊界在哪兒？

清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授、人工智能研究院副院長朱軍是張鈸的學(xué)生?！?013年前后，正是深度學(xué)習(xí)最熱的時(shí)候，很多激進(jìn)的觀點(diǎn)認(rèn)為，AI三五年內(nèi)就可能在自動(dòng)駕駛等復(fù)雜場景量產(chǎn)，但張鈸是國內(nèi)最早公開談?wù)撋疃壬窠?jīng)網(wǎng)絡(luò)存在缺陷的專家之一?！敝燔妼?duì)《中國新聞周刊》說，“這時(shí)候他已經(jīng)快80歲了?！?/p>

深度學(xué)習(xí)的一個(gè)關(guān)鍵弱點(diǎn)是容易被欺騙。張鈸團(tuán)隊(duì)發(fā)現(xiàn)，深度神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別很脆弱。一張以雪山為背景的圖片，只要加入一點(diǎn)“噪聲”，“自學(xué)”之后的AI會(huì)將其識(shí)別成一條狗。這一問題絕非“雪山還是狗”這么簡單，而是指向一個(gè)困擾張鈸多年的更大難題：深度學(xué)習(xí)往何處去？

他很早就意識(shí)到，深度學(xué)習(xí)存在不可解釋性與魯棒性差（系統(tǒng)的抗干擾能力差）等根本性缺陷。2016年起，他陸續(xù)提出關(guān)于“新一代AI”的觀點(diǎn)，2020年發(fā)表論文《邁向第三代人工智能》。他提出，第一、第二代人工智能都只是從一個(gè)側(cè)面模擬人類的智能行為，為了建立一個(gè)更全面反映人類智能行為的AI，需要把知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)結(jié)合起來。

打開“黑匣子”

2022年11月30日，ChatGPT正式亮相。此前，人們根本無法想象AI模型可以變得如此巨大?！敖^大多數(shù)AI研究者感到非常震驚?！睆堚撜f。

袁進(jìn)輝指出，ChatGPT的誕生讓人工智能進(jìn)入截然不同的發(fā)展階段。模型變大后，人們突然發(fā)現(xiàn)，過去多少年解決不了的問題可以用統(tǒng)一的方法搞定?！斑@是一次工業(yè)革命級(jí)的技術(shù)革命?！?/p>

像過去一樣，張鈸看問題的視角和別人不同。他說，多數(shù)人理解ChatGPT就是“大數(shù)據(jù)+深度學(xué)習(xí)”，其實(shí)它真正的突破，首先在自然語言文本上。ChatGPT不是像第二代AI那樣，簡單地把文本作為數(shù)據(jù)來處理，而是把文本當(dāng)成知識(shí)（內(nèi)容）來處理?！爸挥挟?dāng)機(jī)器可以從大量的數(shù)據(jù)中獲取到知識(shí)，真正的轉(zhuǎn)變才會(huì)發(fā)生。所以，ChatGPT能力的強(qiáng)大源自兩點(diǎn)：一是大模型；二是大文本?！?/p>

可以說，ChatGPT是張鈸預(yù)測中的第三代人工智能的雛形，但還遠(yuǎn)遠(yuǎn)不夠。張鈸指出，ChatGPT突破了前兩代AI只能在限定領(lǐng)域完成限定任務(wù)的限制，這為建立起統(tǒng)一的人工智能理論提供了重大機(jī)遇，“這才是第三代人工智能實(shí)現(xiàn)的關(guān)鍵”。

迄今為止，人類一直通過模擬的方式讓機(jī)器的行為與人類相似，但大模型還是一個(gè)“黑匣子”，這正是張鈸認(rèn)為AI理論下一步可能突破的地方?！拔覀円汛竽Ｐ偷膬?nèi)部機(jī)理分析清楚，解剖復(fù)雜系統(tǒng)行為背后的內(nèi)在邏輯。誰能做到這一點(diǎn)？我說至少需要第二個(gè)愛因斯坦?！?/p>

在張鈸的倡議下，2018年，清華大學(xué)成立人工智能研究院基礎(chǔ)理論研究中心，朱軍為研究中心主任。被問到理論突破的難度有多大時(shí)，他引用了一句話：“當(dāng)你提出問題時(shí)，可能離解決問題已經(jīng)不遠(yuǎn)了?！?/p>

這是張鈸最常說的一句話。在他看來，中國學(xué)生解決問題的能力很強(qiáng)，但提出問題的能力不足。因此，在培養(yǎng)學(xué)生時(shí)，張鈸格外重視訓(xùn)練學(xué)生“提出問題的能力”。

袁進(jìn)輝2003年起跟隨張鈸讀博，不像有的導(dǎo)師會(huì)出于“更容易出成果”或“項(xiàng)目有需要”等原因給學(xué)生指定博士選題，張鈸總是讓學(xué)生自己找題，鼓勵(lì)大家自主探索無人區(qū)。

張鈸強(qiáng)調(diào)，學(xué)生一定要有批判性精神，敢于質(zhì)疑現(xiàn)有成果。“中國培養(yǎng)的很多學(xué)生只知道標(biāo)準(zhǔn)答案。我常說，不怕餿主意，就怕沒主意?！?/p>

“先有正確的理解，再有正確的判斷”

2016年，袁進(jìn)輝決定孤注一擲。

他從微軟亞洲研究院離職創(chuàng)業(yè)，選擇的賽道是AI基礎(chǔ)設(shè)施（AIInfra），即AI模型的“操作系統(tǒng)”?！拔业睦砟钍悄Ｐ臀磥硪欢〞?huì)變得很大，變大之后，現(xiàn)有的深度學(xué)習(xí)框架將難以承載，谷歌、亞馬遜等大廠設(shè)計(jì)的底層架構(gòu)都不是為大模型準(zhǔn)備的，提前布局AIInfra，將來一定有商業(yè)機(jī)會(huì)。”他解釋。

袁進(jìn)輝的“超前”想法可以追溯到更早的博后時(shí)期。2008年，張鈸認(rèn)為計(jì)算機(jī)和腦科學(xué)的交叉很有潛力，提出了計(jì)算神經(jīng)科學(xué)的方向，并邀請(qǐng)海外相關(guān)專家加入清華擔(dān)任講席教授指導(dǎo)學(xué)生，袁進(jìn)輝就是受益者之一。若干年后，神經(jīng)網(wǎng)絡(luò)爆火，他下意識(shí)地從腦科學(xué)的角度去思考：“即使深度學(xué)習(xí)是萬億級(jí)的參數(shù)，離人腦神經(jīng)元的規(guī)模也有好幾個(gè)數(shù)量級(jí)的差距。人工神經(jīng)網(wǎng)絡(luò)未來必須變得很大，才可能真的擁有接近人類的智能?！?/p>

一些頂尖科學(xué)家面對(duì)象牙塔外的商業(yè)世界會(huì)顯得無措，但張鈸是一個(gè)另類。多位受訪者提到，他在商業(yè)方面的眼光也很犀利。

2024年，國內(nèi)的AI玩家從“煉大模型”的狂熱中清醒過來，開始轉(zhuǎn)向應(yīng)用，而張鈸兩年前就預(yù)料到這一局面。“國內(nèi)企業(yè)燒錢根本燒不起，只有做應(yīng)用才能活下去，但這也是中國大模型企業(yè)當(dāng)下面臨的最大挑戰(zhàn)，大模型尚未成熟時(shí)就去做應(yīng)用，70％—80％的企業(yè)可能都會(huì)倒下?！彼治?。

為何張鈸總能做出正確的選擇？“答案很簡單，必須先有正確的理解，才能做出正確的判斷?！彼f，“就是要深思熟慮，我很不容易說服自己去相信某個(gè)結(jié)論，會(huì)不停地對(duì)自己提出疑問，然后刨根究底，直到把這個(gè)問題徹底想明白?！?/p>

ChatGPT誕生后，有些人覺得AGI馬上就能實(shí)現(xiàn)，張鈸卻非常保守。他認(rèn)為，需要去研究AI大模型的底層邏輯，嘗試不同的問題，測試機(jī)器的能力邊界。朱軍指出，大模型發(fā)展的各個(gè)階段，張鈸總能快速找到一些最適合又很巧妙的例子去測評(píng)模型的弱點(diǎn)，根源在于他對(duì)AI系統(tǒng)本身有非常深刻的思考與見解。

張鈸設(shè)計(jì)了這樣一個(gè)問題：“我朝東面走，向右手方向轉(zhuǎn)90°，迎面走來一個(gè)人，我看到他左手方向的地上有一道很長的他的身影。此時(shí)是早晨、中午還是下午？”

GPT-4o（GPT-4的升級(jí)版）沒能答對(duì)，OpenAI2024年9月發(fā)布的新一代推理模型o1則回答正確：是早晨。張鈸發(fā)現(xiàn)，兩者的參數(shù)和數(shù)據(jù)沒有明顯區(qū)別，差距源于“思維鏈”技術(shù)?！皁1對(duì)這一問題分析的邏輯鏈非常細(xì)致，一步步推理出了結(jié)果。”

AI領(lǐng)域最激烈的變化就集中在短短十幾年內(nèi)，這一切都發(fā)生在張鈸77歲之后。朱軍說，張鈸自我要求極高，有強(qiáng)烈的好奇心與求知欲，快90歲每天還在看國外最新的論文?！八俏乙娺^的學(xué)習(xí)能力最不可思議的人之一。最前沿的模型，玩得比我們還溜。”

很多學(xué)生認(rèn)為張鈸是天才。張鈸說，先天的智商決定了一個(gè)人能夠達(dá)到怎樣的高度，但最終實(shí)際達(dá)到的高度取決于努力的程度。大模型里有個(gè)神奇的現(xiàn)象叫“涌現(xiàn)”，指模型規(guī)模增加到某一臨界點(diǎn)時(shí)，性能會(huì)突然顯著提升，甚至出現(xiàn)一些難以預(yù)測的能力，比如真正的智能。

“所以，你認(rèn)為自己是天才嗎？”

“我從6歲開始，每天都在學(xué)習(xí)，再笨的人也學(xué)聰明了。”

這就是天才的“涌現(xiàn)”。

張鈸

中國科學(xué)院院士，清華大學(xué)人工智能研究院名譽(yù)院長、教授，中國人工智能領(lǐng)域的主要奠基者。