資訊頻道
以范式角度看人工智能的教育問題
發(fā)布時(shí)間： 2023-05-12
瀏覽量：1448
近日，“2023數(shù)字教育創(chuàng)新應(yīng)用峰會(huì)”成功舉辦。會(huì)上，北京郵電大學(xué)原副校長(zhǎng)、國(guó)際信息研究學(xué)會(huì)主席、發(fā)展中世界工程技術(shù)科學(xué)院院士鐘義信教授帶來題為《人工智能的教育問題》的視頻演講，提出“人工智能教育的核心問題在于理解范式變革”的觀點(diǎn)。
數(shù)字教育是很廣泛的領(lǐng)域，在當(dāng)今時(shí)代，數(shù)字教育最核心的問題是人工智能的教育問題，這是值得大家關(guān)注、研究、研討、交流的。日前，習(xí)近平總書記在中共中央政治局第二次集體學(xué)習(xí)會(huì)上提出了自主發(fā)展基礎(chǔ)研究問題，其中有一個(gè)重要論述：“科學(xué)研究范式發(fā)生深刻變革”，這句話點(diǎn)出了當(dāng)前數(shù)字教育特別是人工智能教育最根本的問題。范式的變革是人工智能科學(xué)研究最重要的變革。可是，人們一般都習(xí)慣于只從自然科學(xué)技術(shù)本身尋求創(chuàng)新突破點(diǎn)，希望能夠從基本資源（包括問題資源、數(shù)據(jù)資源、算力資源等），基本工具（算法工具、測(cè)量工具、計(jì)算工具等）、科學(xué)理論（學(xué)科理論、工作模型、分析方法等）這些中低層次去精雕細(xì)刻，而忽視了從科學(xué)研究最高層次的范式（科學(xué)觀和方法論）去發(fā)現(xiàn)問題，尋求突破。真是“撿了芝麻，丟了西瓜”。ChatGPT、GPT4的橫空出世讓世人震驚。OpenAI主席曾經(jīng)斷言，GPT的處理能力已經(jīng)超越99%的人類。但如果仔細(xì)了解一下GPT4和ChatGPT，它們遵循的還是傳統(tǒng)范式，是在統(tǒng)計(jì)理論的框架下，在大數(shù)據(jù)、大算力、大人力、大模型這些維度上挖掘。其實(shí)，人們所苦心鉆研的科學(xué)理論、基本工具、基本資源都屬于自然科學(xué)技術(shù)的范疇，GPT在自然科學(xué)領(lǐng)域內(nèi)部挖掘潛力，可謂做到了極致。由于GPT用了統(tǒng)計(jì)理論，它就必須滿足統(tǒng)計(jì)遍歷性（樣本足夠大）的要求，因此，就必須有萬億級(jí)參數(shù)的神經(jīng)網(wǎng)絡(luò)和萬億級(jí)的訓(xùn)練樣本，把各種各樣可能出現(xiàn)的情況都搜集到樣本庫(kù)里。大模型、大數(shù)據(jù)、大算力的根源就是統(tǒng)計(jì)理論。這種方式，仍然是傳統(tǒng)的范式。最近，微軟中國(guó)的CTO坦言，機(jī)器是無法理解概念的。GPT沒有理解能力，只是基于統(tǒng)計(jì)的方法去運(yùn)作。如果你問它問題，它會(huì)利用超高速計(jì)算機(jī)在巨大的語(yǔ)料庫(kù)里找一個(gè)在統(tǒng)計(jì)意義上和問題最相關(guān)的語(yǔ)料作為答案，答案和問話在統(tǒng)計(jì)意義上是很關(guān)聯(lián)的，但統(tǒng)計(jì)意義上的關(guān)聯(lián)不等于真實(shí)語(yǔ)義上的關(guān)聯(lián)，GPT能夠?qū)Υ鹑缌鳎⒉恢雷约褐v的答案是什么意思。這很有幾分像是“鸚鵡學(xué)舌”的過程：鸚鵡會(huì)喊“歡迎光臨”，但鸚鵡并不知道自己喊的是什么意思。所以，大家不應(yīng)該被ChatGPT和GPT4所蒙蔽，它能給你提供一個(gè)好像很合理的答案，但其實(shí)并不懂得答案是什么意思。這也是最近這些年來，大家一直在追問的深度學(xué)習(xí)或者GPT的可解釋性、可理解性問題。GPT不理解內(nèi)容，那它有智能嗎？答案是否定的。如果我們僅僅在傳統(tǒng)的自然科學(xué)范式里找人工智能研究的創(chuàng)新，當(dāng)然不可能解決根本問題。那么，習(xí)近平總書記論述中的“科學(xué)研究范式深刻變革”體現(xiàn)在哪里？關(guān)鍵的問題是要正確理解“范式”的準(zhǔn)確涵義。范式，是庫(kù)恩在《科學(xué)革命的結(jié)構(gòu)》一書引入的術(shù)語(yǔ)，用來衡量某個(gè)學(xué)科是否到了要革命的火候：當(dāng)一個(gè)學(xué)科的范式不能適應(yīng)這個(gè)學(xué)科發(fā)展的時(shí)候，就表明這個(gè)學(xué)科需要“革命”了。顯然，只有學(xué)科的“科學(xué)觀和方法論”才能充當(dāng)“學(xué)科是否要革命”的判據(jù)，成為范式的內(nèi)涵。至于具體到實(shí)驗(yàn)的范式、編程的范式、計(jì)算的范式等等都無法擔(dān)當(dāng)此任。所以，只有站在范式（科學(xué)觀和方法論）的高度，去認(rèn)識(shí)并解決人工智能問題，才算是走上了人工智能研究的正軌?？茖W(xué)觀和方法論在科學(xué)研究中有著最高的引領(lǐng)力量、規(guī)范力量和指導(dǎo)力量，如果不在這樣的最高層次研究，總是在中層、底層琢磨，就永遠(yuǎn)無法研究到位。范式的深刻變革，就體現(xiàn)在“科學(xué)研究（特別是人工智能科學(xué)研究）的科學(xué)觀、方法論發(fā)生深刻的變革”。這才是需要人們特別是人工智能科技工作者高度警醒的大事！習(xí)近平總書記指出的范式變革問題非常重要。如果范式不進(jìn)行深刻的變革，那么，不管研究多少年，下多大力氣，都只能取得局部的淺層的成果，而不可能解決根本的問題。這是人工智能教育、數(shù)字教育的核心問題。我們要注意到，科學(xué)研究范式發(fā)生了深刻的變革，這不是一般的改變，而是革命。迄今，自然科學(xué)領(lǐng)域有兩種范式：第一種，傳統(tǒng)學(xué)科范式：機(jī)械唯物的科學(xué)觀和機(jī)械還原的方法論。歷史上的材料科學(xué)、能量科學(xué)等傳統(tǒng)學(xué)科，它們的科學(xué)觀是機(jī)械唯物論，即只研究物質(zhì)，不允許主觀因素進(jìn)入；方法是機(jī)械還原方法論，典型的就是分而治之，把復(fù)雜的問題分解為一組比較簡(jiǎn)單的子系統(tǒng)，解決子系統(tǒng)之后合成起來，就成為原有系統(tǒng)的解決。由于歷史的原因，目前的大部分人工智能研究包括剛剛講的GPT系列，基本上是按照這個(gè)傳統(tǒng)學(xué)科范式去進(jìn)行研究。第二種，信息學(xué)科范式：整體觀的科學(xué)觀和辯證論的方法論。它不僅要研究物質(zhì)，更要研究主體，并且把主體看作是主導(dǎo)性的研究對(duì)象，研究主體客體之間相互作用所產(chǎn)生信息生態(tài)過程。由于人工智能是開放、復(fù)雜、高級(jí)的信息系統(tǒng)，所以這種范式適合于人工智能研究。作為科學(xué)觀方法論的有機(jī)整體的范式，是科學(xué)研究和學(xué)習(xí)活動(dòng)的“看不見的指揮棒”，因此，人工智能的教育首先要學(xué)習(xí)科學(xué)觀、方法論，領(lǐng)會(huì)范式的深刻變革。很多學(xué)校認(rèn)為人工智能的學(xué)習(xí)和教育就是讓學(xué)生編程、寫算法、做系統(tǒng)，這就本末倒置了。我們應(yīng)懂得新的科學(xué)觀和方法論，這對(duì)人們研究人工智能來講是至關(guān)重要的指導(dǎo)思想。如果拋開科學(xué)觀和方法論，只在技術(shù)上作研究，那我們難以追趕甚至超越擁有深厚技術(shù)積累的發(fā)達(dá)國(guó)家。但抓住了科學(xué)觀、方法論的變革，在范式上下工夫，我們就走在了前面。西方學(xué)者還沉湎于傳統(tǒng)科學(xué)的范式，如果我們用人工智能應(yīng)該遵循的、更科學(xué)的范式作研究，就站在了新的更加科學(xué)的賽道，實(shí)行“換道超車”。人工智能的教育和學(xué)習(xí)要從科學(xué)觀、方法論抓起，這一點(diǎn)非常重要。而人工智能研究的整體觀和辯證論，正是中華文明的思想精髓。我們要按照習(xí)近平總書記的指引，實(shí)施人工智能研究范式的深刻變革，用中華文明的思想精髓來引領(lǐng)、指導(dǎo)、規(guī)范人工智能的研究，走在世界的前面。
來源：中關(guān)村互聯(lián)網(wǎng)教育創(chuàng)新中心
上一篇：念好數(shù)實(shí)“融”字訣 鑄牢命運(yùn)共同體
下一篇：2023年首季就業(yè)觀察