——我院举办“机器学习与神经网络”云讲座

2023年9月27日，由教务处举办的“机器学习与神经网络”讲座在“钉钉”平台举行。我院1070余名师生共同观看了美国斯坦福大学电气工程系博士、人工智能专家王维嘉老师的演讲。

王维嘉老师认为，人类几千年的知识积累在现代机器学习的时代只不过是“沧海一粟”。如果把人类可认识的、可推导的知识称作“明知识”，经济学家波兰尼则将人类只可意会不可言传的内容称作“默会知识”，例如学习骑自行车不能从书本中学会一样。因为默知识是不可表达的，它不可记录，不能被集中，因此有经济学家认为，市场供需都是默知识。机器学习的代表之一“AlphaGo”战胜人类既没有可以表达的公式，也没有可认知性，王博士称之为机器学习的“暗知识”。他说，如果把人类掌握理解的知识看做是冰山一角，默会知识是淹没在海洋下的冰山，那么暗知识则是整个海洋。

“学习首先来源于模仿”。人类按照自己的认识和理解创造了机器，通过调节线性和非线性的数学公式训练分类器，最终通过机器之间的非编程“自主”学习在人脸识别等技术方面做到了“取之于蓝而青于蓝”。神经网络为何能从模仿人脑到超越人脑（即“神经网络悖论”）？王博士认为，电子神经元相比由蛋白质构成的人脑神经元速度快好几百万倍。相比每秒200次的神经元触发，电子神经元的速率在10亿次以上。另一方面人类表达的瓶颈在于每秒40字节的语速，而感官接受速度远高于此，大脑接收的信息远多于人类表达出的信息，这也就是马斯克等人研究“脑机接口”绕过口语表达接收信息过程的原因之一。机器学习不仅在计算和传输速度上远超人类，它还不会遗忘，相比人脑复杂的神经元连接，人工智能有着更加高效的层级连接。这就注定了在某些方面人工智能将会取代人类，比如未来战争中的飞行员，不再需要长时间模拟和飞行训练，将会被数量庞大的无人机所取代。

“恐惧源于未知”。既然机器学习在范围和速度上远超人类，那么神经网络不被人知晓的暗知识是否如马斯克等人担忧的最终会控制人类？王博士认为，神经网络是脑神经元的高度简化，机器学习的局限在于反应型被动学习，相当于爬行动物大脑。被称作“过度拟合”符号下的智能可能将带有耳朵的汽车辨别为兔子。人的优势在于推理和创新，神经网络无法对未来未知且有需求的方面进行推理。人的意识是进化的产物，机器意识的产生是非常小的概率事件，在人类可预知的未来，机器仍然是为人类服务的“警犬”。

王博士认为，无处不在的传感器使得物联网的本质成为暗知识，通过海量的信息和数据使得神经网络记录人类不知道的知识，比自己更加了解自己，从而改善人类生活和改进生产方式。机器学习的可预见未来在于，人类学骑自行车不会遗传，但机器学习的暗知识可以在机器间复制。正如一个硬币的两面，奥本海默研制核武器既可以服务人类，也可以为人类带来灾难。机器学习的暗知识对人类社会是一次大的变革，而它的终极奥义，却在于人类怎样使用。

教务处 王珩供稿