耄耋之年的他，說話邏輯清晰、思維敏捷，輸出觀點(diǎn)快而密。說不到兩句，你就能感受到從他身上彌漫過來的強(qiáng)大自信。他就是張鈸，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)大模型建設(shè)的重要力量。

“問題都解決了，還需要我干什么”

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。張鈸回憶，“有人說，你把已有的知識都丟掉了，還剩什么？我說，還剩一個(gè)腦袋?！?/p>

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)，對于人工智能是什么，我也不是特別清楚，但它對我有極強(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。

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。

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。從1978年暑期起，他就開始研究機(jī)器人運(yùn)動(dòng)規(guī)律，他出國第二年，就與在安徽大學(xué)任教的弟弟張鈴?fù)冻鲋袊鳤I領(lǐng)域的第一篇論文。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。

深入探索“深度學(xué)習(xí)”

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，成績年級第一，想申請清華直博，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。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。

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，其中就包括張鈸。

2012年，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。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”。張鈸最初感到興奮，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。”朱軍說，此時(shí)，張鈸快80歲了。

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就會(huì)將其識別成一條狗。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？

鼓勵(lì)學(xué)生“提出問題”

2022年11月30日，ChatGPT正式亮相。此前，人們根本無法想象AI模型可以變得如此強(qiáng)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)革命級的技術(shù)革命?！?/p>

張鈸說，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（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，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。”

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。

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。

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。

在張鈸看來，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)。

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歲時(shí)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，他玩得比我們還溜?！?/p>

（摘自《中國新聞周刊》）