他是中國(guó)人工智能主要奠基者,，40歲后跨界走進(jìn)這個(gè)“無(wú)人區(qū)”,。他發(fā)表了中國(guó)第一篇人工智能領(lǐng)域論文,，獲得了中國(guó)這一領(lǐng)域的第一個(gè)國(guó)際重要獎(jiǎng)項(xiàng)，也是首位人工智能領(lǐng)域的中國(guó)科學(xué)院院士,。他教書(shū)六十余載,，培養(yǎng)的近90名博士四代同堂。他熬過(guò)了人工智能的冬天,，培養(yǎng)的“清華代表隊(duì)”成為中國(guó)人工智能發(fā)展的中堅(jiān),。
2024年年終，一邊是AI巨頭們?cè)寻l(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(chǎng)景的AI模型,；一邊是國(guó)內(nèi)大模型市場(chǎng)在下半年遇冷。
在冷熱兩極化的“AI大戰(zhàn)”中,，中國(guó)科學(xué)院院士,、清華大學(xué)人工智能研究院名譽(yù)院長(zhǎng)張鈸始終保有定力，既沒(méi)有對(duì)技術(shù)進(jìn)步過(guò)度樂(lè)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”（Scaling Law,，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(lái),，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(shuō)話邏輯清晰,、思維敏捷,，輸出觀點(diǎn)快而密。說(shuō)不到兩句,，就能感受到從他身上彌漫過(guò)來(lái)的強(qiáng)大自信,。身為中國(guó)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(guó)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(guó)內(nèi)大模型江湖的重要力量,。
經(jīng)歷人工智能40多年來(lái)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(lái)自哪兒？如何才能找到通往人工智能的真正方向,？
“問(wèn)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(lái)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(guó)家未來(lái)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,?！睆堚摶貞洠坝腥苏f(shuō),，你把已有的知識(shí)都丟掉了,，還剩什么？我說(shuō),，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(guó)外學(xué)術(shù)期刊，發(fā)現(xiàn)美國(guó)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(guó)際上剛發(fā)展了約20年,，很多原理都說(shuō)不清,，這恰恰是我的用武之地，如果問(wèn)題都解決了,，還需要我干什么,？”張鈸說(shuō)。
由于歷史原因，張鈸這一代學(xué)者錯(cuò)過(guò)了從事研究的黃金時(shí)期,。43歲的他決定從零開(kāi)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(jìng)賽成績(jī)都是第一名。1953年,，他以數(shù)理化三門(mén)滿分的成績(jī)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(méi)有使用任何數(shù)學(xué)工具，“這意味著,，很多還未解決的問(wèn)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(guó)AI領(lǐng)域的第一篇論文,，刊登在AI國(guó)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(wèn)題,，即機(jī)械臂抓取物品時(shí),，如何通過(guò)更好的線路規(guī)避周?chē)恼系K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(lèi)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(lèi)的智能行為,，需要先把知識(shí)表示成符號(hào)，再通過(guò)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(shuō)。
符號(hào)AI的開(kāi)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(zhuān)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(kāi)放后的首批出國(guó)訪問(wèn)學(xué)者之一,，張鈸來(lái)到美國(guó)伊利諾伊大學(xué)香檳分校進(jìn)修,，他發(fā)現(xiàn)，很多AI專(zhuān)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(lái),，只好中途放棄,。”
張鈸沒(méi)有受到影響,?！拔也辉谝獾统边€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(kāi)始研究機(jī)器人運(yùn)動(dòng)規(guī)劃,，他出國(guó)第二年,，就已投出中國(guó)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(jiǎn)化成拓?fù)淇臻g,，“這就變成了一個(gè)純數(shù)學(xué)問(wèn)題”。此時(shí),，距離他決心轉(zhuǎn)戰(zhàn)AI還不到三年,。
張鈸成為國(guó)際上第一批提出用數(shù)學(xué)模型解決AI問(wèn)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,?！睆堚撓嘈牛爸灰獢?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(jī)年級(jí)第一，想申請(qǐng)清華直博，“我咨詢師兄,，他說(shuō)你可以先從清華計(jì)算機(jī)系最有名的老師開(kāi)始聯(lián)系”,。當(dāng)時(shí)，張鈸是清華計(jì)算機(jī)系唯一的中國(guó)科學(xué)院院士,。
此前,，袁進(jìn)輝已讀過(guò)張鈸和張鈴共同撰寫(xiě)的一本關(guān)于人工神經(jīng)網(wǎng)絡(luò)的專(zhuān)著，第一反應(yīng)是“兩個(gè)作者的姓名好有特點(diǎn)”“書(shū)里有很多數(shù)學(xué)理論”,。該書(shū)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?！皬堚摵蛷堚徖蠋熝芯康氖切”姺较蛑懈”姷钠碚摬糠?，在當(dāng)時(shí)是相當(dāng)少見(jiàn)且超前的?！痹M(jìn)輝說(shuō),。
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(guò)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(wèn)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(kāi)始,，國(guó)內(nèi)AI發(fā)展迎來(lái)低潮期,。彼時(shí)，張鈸選了一條更務(wù)實(shí)的道路：承擔(dān)國(guó)家重點(diǎn)攻關(guān)課題,。但他沒(méi)有放棄當(dāng)時(shí)看起來(lái)不太有希望的理論研究,。“清華人工智能學(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(lái),，我們立刻將大部分兵力轉(zhuǎn)向深度學(xué)習(xí),。”張鈸說(shuō),。
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(jìng)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,。“這就是以數(shù)據(jù)驅(qū)動(dòng)為核心的第二代人工智能,?！睆堚撜f(shuō)。
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(kāi)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(zhǎng)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(chǎng)景量產(chǎn),，但張鈸是國(guó)內(nèi)最早公開(kāi)談?wù)撋疃壬窠?jīng)網(wǎng)絡(luò)存在缺陷的專(zhuān)家之一?！敝燔妼?duì)《中國(guó)新聞周刊》說(shuō),，“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(wèn)題絕非“雪山還是狗”這么簡(jiǎn)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(lèi)的智能行為,， 為了建立一個(gè)更全面反映人類(lèi)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(lái)。
打開(kāi)“黑匣子”
2022年11月30日,，ChatGPT正式亮相,。此前，人們根本無(wú)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(shuō),。
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(guò)去多少年解決不了的問(wèn)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(guò)去一樣,，張鈸看問(wèn)題的視角和別人不同。他說(shuō),，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(yǔ)言文本上,。ChatGPT不是像第二代AI那樣,，簡(jiǎn)單地把文本作為數(shù)據(jù)來(lái)處理，而是把文本當(dāng)成知識(shí)（內(nèi)容）來(lái)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(shuō),，ChatGPT是張鈸預(yù)測(cè)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(lèi)一直通過(guò)模擬的方式讓機(jī)器的行為與人類(lèi)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(shuí)能做到這一點(diǎn),？我說(shuō)至少需要第二個(gè)愛(ài)因斯坦,。”
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(wèn)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(wèn)題時(shí)，可能離解決問(wèn)題已經(jīng)不遠(yuǎn)了,?！?/p>
這是張鈸最常說(shuō)的一句話,。在他看來(lái),，中國(guó)學(xué)生解決問(wèn)題的能力很強(qiáng)，但提出問(wèn)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(wèn)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(wú)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,?！爸袊?guó)培養(yǎng)的很多學(xué)生只知道標(biāo)準(zhǔn)答案。我常說(shuō),，不怕餿主意,，就怕沒(méi)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（AI Infra），即AI模型的“操作系統(tǒng)”,?！拔业睦砟钍悄Ｐ臀磥?lái)一定會(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AI Infra,，將來(lái)一定有商業(yè)機(jī)會(huì)?！彼忉?。
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(zhuān)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(wàn)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(lái)必須變得很大，才可能真的擁有接近人類(lèi)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(wú)措，但張鈸是一個(gè)另類(lèi),。多位受訪者提到,，他在商業(yè)方面的眼光也很犀利。
2024年,，國(guó)內(nèi)的AI玩家從“煉大模型”的狂熱中清醒過(guò)來(lái),，開(kāi)始轉(zhuǎn)向應(yīng)用，而張鈸兩年前就預(yù)料到這一局面,?！皣?guó)內(nèi)企業(yè)燒錢(qián)根本燒不起，只有做應(yīng)用才能活下去,，但這也是中國(guó)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,?！彼治觥?/p>
為何張鈸總能做出正確的選擇,？“答案很簡(jiǎn)單,，必須先有正確的理解，才能做出正確的判斷,?！彼f(shuō)，“就是要深思熟慮,，我很不容易說(shuō)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(wèn)，然后刨根究底,，直到把這個(gè)問(wèn)題徹底想明白,。”
ChatGPT誕生后,，有些人覺(jué)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(wèn)題，測(cè)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(cè)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(jiàn)解,。
張鈸設(shè)計(jì)了這樣一個(gè)問(wèn)題：“我朝東面走，向右手方向轉(zhuǎn)90°,，迎面走來(lái)一個(gè)人,，我看到他左手方向的地上有一道很長(zhǎng)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(méi)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(méi)有明顯區(qū)別，差距源于“思維鏈”技術(shù),?！皁1對(duì)這一問(wèn)題分析的邏輯鏈非常細(xì)致，一步步推理出了結(jié)果,?！?/p>
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(shuō),，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(guó)外最新的論文,。“他是我見(jiàn)過(guò)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?！?/p>
很多學(xué)生認(rèn)為張鈸是天才,。張鈸說(shuō)，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(cè)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(kāi)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)”,。
編輯：李華山
