【科普】吴飞教授：《走进人工智能》---第6讲 炼金术之困：爬上树梢与攀登月球

由高等教育出版社、高等教育电子音像出版社出品，浙江大学上海高等研究院联合上海人工智能实验室智能教育中心共同打造了原创人工智能前沿科普有声通识数字栏目——《走进人工智能》，主理人为浙江大学上海高等研究院常务副院长，浙江大学人工智能研究所所长、中国图象图形学学会理事、动画与数字娱乐专业委员会副主任 吴飞教授 ，本栏目已在喜马拉雅平台正式上线。

本期内容为《走进人工智能》：第6讲 炼金术之困：爬上树梢与攀登月球

《走进人工智能》

第6讲

从华丽转身到炼金术之困：深度学习

炼金术之困：爬上树梢与攀登月球

1965年12 月，休伯特·德雷福斯（Hubert Drefus）以兰德公司顾问的身份，发表了《炼金术与人工智能》的研究报告，将当时人工智能研究与历史上的炼金术相提并论，以说明当时进行的人工智能研究是没有基础的无用之功。德雷福斯对人工智能每一步努力是向终极目标逐步接近的说法进行了批驳，说第一个爬上树的人可以声称这是飞往月球的显著进步。在报告的最后，德雷福斯如此结尾：如果炼金术士不再关注曲颈瓶和五角器皿，而把时间花在寻找问题的深层结构；如果人从树上下来开始着手发明“火”与“车轮”，事情就会向一个更令人鼓舞的方向发展。毕竟，三百年后我们确实从铅提取了黄金并且也登上了月球，但这只有在我们放弃了炼金术低水平上的工作，达到化学水平甚至更深层次原子水平后才会发生。

今天，深度学习的模型越来越大、越来越复杂。以OpenAI发布的自然语言预训练模型工作GPT-3为例，该复杂模型参数数目高达1750亿。如果将这个模型的参数全部打印在A4纸张上，一张一张叠加后，叠加高度将超过上海中心大厦632米的高度。

众多参数构成的复杂深度模型虽然在许多任务上取得了亮丽的效果，但对模型“知其所以然”的理解却举步维艰，不得不感叹复杂深度模型“无他、但手熟尔”。

小结

对交通流量、湍流变化和疾病传播等复杂系统建立精确方程来进行描述异常困难。但是，在数据驱动的机器学习方法下，可从海量数据出发学习复杂系统的非线性演化机制。在现实世界中，非线性是世界万事万物运转的魂魄，恩利克·费米（Enrico Fermi）曾经说过，“圣经中并没有说过一切大自然的定律都可以用线性方程来表示”。深度学习通过一系列神经元的组合，完成了从数据到任务的复杂映射，在算法、数据和算力联合推动下催生了人工智能发展又一次高潮，但也带来了炼金术之困惑。以上是这一讲的全部内容，下一讲是“从最优解到均衡解：人工智能拥抱博弈论”。

产品名称：走进人工智能∣有声通识十五讲

主理人：吴飞

出品机构：高等教育出版社 、高等教育电子音像出版社

合作机构：浙江大学上海高等研究院、上海人工智能实验室智能教育中心

出品时间：2022年1月

关于开展2022年“最美科技工作者”学习宣传活动的通知

中国图象图形学学会高校志愿者招募

中国图象图形学学会关于组织开展科技成果鉴定的通知

2022年CSIG图像图形中国行承办方征集中