理論
人工智能，從深度學(xué)習(xí)到全面賦能
2025/02/26 09:34 來源：人民日報(bào) 閱讀：5萬
近10年來,，以深度學(xué)習(xí)為主要技術(shù)路線的人工智能（AI）,，從判別（如圖像,、文字、語音識別等）到生成（如文本、圖像、視頻、程序等）接連取得突破,，DeepSeek、ChatGPT,、Sora等應(yīng)用展示多種技術(shù)可能,。作為革命性通用技術(shù),，人工智能正加速融入人們的日常生活、生產(chǎn)工作和學(xué)習(xí)研究之中,，推動(dòng)人類經(jīng)濟(jì)社會信息化進(jìn)程邁向智能化的新階段,。
發(fā)展新階段：從判別到生成，從單模態(tài)到多模態(tài),，從專用到通用
人工智能作為近年來科技領(lǐng)域最熱門的話題之一,，其實(shí)并不是一項(xiàng)新技術(shù)。早在1956年,，人工智能的概念就在美國達(dá)特茅斯學(xué)院召開的夏季研討會上被提出,。此后經(jīng)歷半個(gè)多世紀(jì)發(fā)展，都未能實(shí)現(xiàn)真正的實(shí)用化,。2012年,，加拿大多倫多大學(xué)教授杰弗里·欣頓和他的學(xué)生基于機(jī)器學(xué)習(xí)提出的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，在圖像識別挑戰(zhàn)賽上取得重大突破,，激發(fā)AI領(lǐng)域的又一次發(fā)展熱潮,，推動(dòng)語音識別、圖像識別以及自然語言處理等多個(gè)領(lǐng)域快速進(jìn)步,。
AI技術(shù)不斷迭代升級,。特別是2022年前后，生成式人工智能迎來全面爆發(fā),。2022年11月,，美國OpenAI公司推出ChatGPT，以更大規(guī)模的模型實(shí)現(xiàn)了更強(qiáng)的內(nèi)容生成（AIGC）功能,。2024年2月,，OpenAI公司推出的文生視頻大模型Sora，推動(dòng)生成式人工智能從只能理解單一形式信息（比如文字,、圖片,、音頻等）的單模態(tài)，邁向可以同時(shí)理解多種形式信息（比如圖片和文字）的多模態(tài),。與此同時(shí),，全球的AI大模型競相超越又各有特長，國外谷歌的雙子座（Gemini）,、安索皮克（Anthropic）的克勞德（Claude）,、元公司（Meta）的Llama,，中國的文心一言,、智譜清言、豆包,、書生·浦語,、星火認(rèn)知,、360智腦、通義千問,、混元,、Kimi、零一萬物等,，形成百花競放的局面,。
2025年1月，我國人工智能企業(yè)深度求索（DeepSeek）推出新模型DeepSeek—R1,，憑借技術(shù)創(chuàng)新和商業(yè)化潛力引發(fā)全球矚目,。這不僅是因?yàn)樵撃Ｐ驮谧匀徽Z言處理方面表現(xiàn)卓越，更為重要的是其在訓(xùn)練方法上實(shí)現(xiàn)了創(chuàng)新,，成功降低了同類產(chǎn)品對算力資源的大量需求,，顯著降低了使用成本。得益于此,，用戶可將R1部署在個(gè)人本地設(shè)備,，實(shí)現(xiàn)更為安全且個(gè)性化的服務(wù)。尤為重要的是,，DeepSeek的開源模式為全球創(chuàng)新發(fā)展帶來新機(jī)遇,，并有可能帶動(dòng)全行業(yè)在未來形成以開源為主流的發(fā)展路線。
從判別到生成,，從單模態(tài)到多模態(tài),，從專用到通用，是智能化發(fā)展新階段的重要標(biāo)志,。人工智能以自然語言為基礎(chǔ)的表達(dá)方式,，正從方方面面滲透進(jìn)大眾生活。從手機(jī)應(yīng)用,、智能音箱等智能助手,，到智能網(wǎng)聯(lián)車和智能機(jī)器人等具身智能，再到能提供個(gè)性化服務(wù)的智能體以及更多的AI原生產(chǎn)品和服務(wù),，正加速向我們走來,。
核心驅(qū)動(dòng)力：計(jì)算機(jī)能夠從數(shù)據(jù)中學(xué)習(xí)規(guī)律并做出預(yù)測或決策
機(jī)器學(xué)習(xí)是指通過數(shù)據(jù)訓(xùn)練模型，使計(jì)算機(jī)能夠從數(shù)據(jù)中學(xué)習(xí)規(guī)律并做出預(yù)測或決策,。作為當(dāng)下AI發(fā)展的主流技術(shù)路線,，這條路線讓機(jī)器通過學(xué)習(xí)而不是靠預(yù)設(shè)規(guī)則來獲得智能，體現(xiàn)了學(xué)習(xí)是智能形成和發(fā)展的本質(zhì),?？梢哉f，生物智能也好、機(jī)器智能也好,，都離不開學(xué)習(xí),，所有的成功和突破都源自學(xué)習(xí)?！吧碑吘故菢O少數(shù)天才的特質(zhì),，“學(xué)而知之”才適用于大多數(shù)人。人類在發(fā)展人工智能時(shí)也采用了學(xué)習(xí)的路線,。
機(jī)器學(xué)習(xí)主要通過神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn),。神經(jīng)網(wǎng)絡(luò)作為機(jī)器學(xué)習(xí)的一種具體模型，就是通過模擬人腦的結(jié)構(gòu)和功能來處理數(shù)據(jù),。人類大腦是由神經(jīng)元和突觸構(gòu)成,，神經(jīng)元通過突觸傳遞信號，實(shí)現(xiàn)信息處理,、學(xué)習(xí)和記憶等功能,。人工神經(jīng)網(wǎng)絡(luò)模擬這一結(jié)構(gòu)，利用集成電路芯片組成的電子計(jì)算系統(tǒng),，采用人工神經(jīng)元和連接（即模型參數(shù)）代替生物神經(jīng)元和突觸,，通過輸入數(shù)據(jù)、調(diào)整權(quán)重來學(xué)習(xí)和預(yù)測,，構(gòu)成了AI的物質(zhì)底座,。
正如人腦層數(shù)越多，處理復(fù)雜信息的能力就越強(qiáng),，神經(jīng)網(wǎng)絡(luò)也同樣需要更多的層數(shù),，這就需要借助深度神經(jīng)網(wǎng)絡(luò)。以深度神經(jīng)網(wǎng)絡(luò)構(gòu)建的深度學(xué)習(xí)系統(tǒng)即為AI“模型”,，這類模型的參數(shù)越多,，就意味著模型越大，性能越強(qiáng),。例如,，GPT—3模型實(shí)現(xiàn)了千億量級參數(shù)，GPT—4模型參數(shù)甚至達(dá)萬億量級,。
簡而言之,，機(jī)器學(xué)習(xí)是人工智能的核心驅(qū)動(dòng)力，它通過從海量數(shù)據(jù)中提取有價(jià)值的信息,，幫助人類做出預(yù)測,、判斷和生成所需的內(nèi)容，從而提升任務(wù)處理效率,，將人力從繁重,、重復(fù),、低級和危險(xiǎn)的勞動(dòng)中解放出來。2024年的諾貝爾物理學(xué)獎(jiǎng)?lì)C給了約翰·霍普菲爾德和杰弗里·欣頓,，以表彰他們通過人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明。展望未來,，機(jī)器學(xué)習(xí)通過不斷發(fā)展,，必將為人類社會帶來更大驚喜。
更廣泛運(yùn)用：AI智能體可望成為今年發(fā)展應(yīng)用亮點(diǎn)
2025年將是AI走向更廣和更深應(yīng)用的關(guān)鍵之年,，AI智能體（或稱AI代理）可望成為今年AI發(fā)展應(yīng)用的亮點(diǎn),。AI智能體可以說是人工智能技術(shù)的集大成者，具備自主性,、感知能力,、決策能力和行動(dòng)能力等顯著優(yōu)勢。它能夠通過理解交辦的任務(wù),、感知相應(yīng)的執(zhí)行環(huán)境,，進(jìn)而自主調(diào)用相應(yīng)的智能模型功能、采取相應(yīng)的行動(dòng),，可以廣泛應(yīng)用于工業(yè),、醫(yī)療、交通,、金融和家庭等領(lǐng)域,。每個(gè)用戶可能有多個(gè)AI智能體幫助解決各種需求，它們有的像是秘書,，有的像是工匠,，有的像是醫(yī)護(hù)，有的像是采購員,，有的像是清潔工,。
例如，某公司計(jì)劃設(shè)計(jì)一個(gè)活動(dòng)邀請系統(tǒng),，在將活動(dòng)時(shí)間,、地點(diǎn)和主題等信息準(zhǔn)確傳達(dá)后，AI可自動(dòng)生成一個(gè)智能體“小組長”,，負(fù)責(zé)整體規(guī)劃和調(diào)度,。小組長可以召喚多個(gè)執(zhí)行不同具體任務(wù)的智能體，1號智能體負(fù)責(zé)活動(dòng)邀請函的策劃,，2號智能體負(fù)責(zé)設(shè)計(jì)邀請函中的圖像及文字,，3號智能體負(fù)責(zé)代碼制作和部署網(wǎng)頁，4號智能體負(fù)責(zé)檢驗(yàn)差錯(cuò),，他們就像是一個(gè)“工作專班”,，成為完成個(gè)性化工作的“群體智能”,。
通過AI智能體，各種AI技術(shù)將會被更方便,、更廣泛,、更有效地應(yīng)用起來，將在多個(gè)領(lǐng)域引發(fā)根本性變革,。同時(shí),，快速發(fā)展的“科研智能”正在形成科學(xué)發(fā)展的新范式，為科技這一第一生產(chǎn)力的發(fā)展賦能,，意義深刻而長遠(yuǎn),。在這個(gè)日新月異的智能時(shí)代，學(xué)會應(yīng)用AI技術(shù)也將成為多數(shù)人的必備技能,，人們需要學(xué)會以有效而適當(dāng)?shù)姆绞竭\(yùn)用AI助益工作和生活,。
“兩岸猿聲啼不住，輕舟已過萬重山,?！彪S著AI在生命科學(xué)、物質(zhì)科學(xué),、數(shù)學(xué),、工程技術(shù)等領(lǐng)域的應(yīng)用日益廣泛和深入，可以預(yù)見,，正如歷史上機(jī)械動(dòng)力和電氣技術(shù)極大拓展了人類的體力勞動(dòng)能力一樣,，AI正在加速拓展人類的腦力勞動(dòng)能力，推動(dòng)生產(chǎn)力實(shí)現(xiàn)又一次質(zhì)的飛躍,，并對人類社會的發(fā)展進(jìn)步產(chǎn)生全面而深遠(yuǎn)的影響,。
在AI先進(jìn)生產(chǎn)力驅(qū)動(dòng)的社會智能化歷史進(jìn)程面前，人類要把握和主導(dǎo)自身的命運(yùn),，就必須提升自身的智能化能力,，學(xué)會駕馭AI。各方應(yīng)努力讓AI行駛在促進(jìn)經(jīng)濟(jì)繁榮和環(huán)境保護(hù),、保護(hù)公共利益和個(gè)人隱私,、遵守法律法規(guī)和倫理良俗、促進(jìn)公平正義與包容和諧的軌道上,，確保AI造福全人類的可持續(xù)發(fā)展,。（龔克 中國新一代人工智能發(fā)展戰(zhàn)略研究院執(zhí)行院長）
鏈接
AI同學(xué)，請回答
網(wǎng)友問：什么是深度神經(jīng)網(wǎng)絡(luò),？可以通俗易懂地介紹一下嗎,？
DeepSeek：
深度神經(jīng)網(wǎng)絡(luò)（DNN）是一種模仿人腦神經(jīng)結(jié)構(gòu)的機(jī)器學(xué)習(xí)技術(shù)，專門處理復(fù)雜數(shù)據(jù),。你可以把它想象成一個(gè)“多層級加工廠”：比如識別貓的照片,，第一層先看像素點(diǎn),，第二層組合成線條，第三層拼出貓耳,、胡須等特征,，最后一層綜合判斷這是貓。每層由大量“神經(jīng)元”（數(shù)學(xué)計(jì)算單元）組成,，層與層之間通過可調(diào)節(jié)的“連接強(qiáng)度”傳遞信息,。
它的核心能力在于自動(dòng)學(xué)習(xí)特征。傳統(tǒng)算法需要人工設(shè)計(jì)規(guī)則（比如,，先找邊緣、再識別形狀）,，而DNN能通過海量數(shù)據(jù)自己發(fā)現(xiàn)規(guī)律,。訓(xùn)練時(shí)就像教小孩認(rèn)字：先猜結(jié)果，對比正確答案,，再反向調(diào)整各層神經(jīng)元的計(jì)算參數(shù),，經(jīng)過數(shù)萬次迭代后越來越精準(zhǔn)。
這種結(jié)構(gòu)讓它在圖像識別,、語音翻譯,、自動(dòng)駕駛等領(lǐng)域表現(xiàn)突出，尤其在處理非結(jié)構(gòu)化數(shù)據(jù)（圖片,、文字）時(shí)遠(yuǎn)超傳統(tǒng)編程,。但前提條件是需要大量算力和數(shù)據(jù)，模型內(nèi)部決策過程也像“黑箱”一樣,，難以完全解釋,。
專家點(diǎn)評：
深度神經(jīng)網(wǎng)絡(luò)的強(qiáng)大特征提取能力，與其網(wǎng)絡(luò)結(jié)構(gòu)與規(guī)模分不開,。根據(jù)通用逼近定理,，只要神經(jīng)元及其連接的數(shù)量足夠大，就可以逼近任意復(fù)雜的連續(xù)函數(shù),。而這些數(shù)量巨大的“參數(shù)”,，是通過訓(xùn)練（學(xué)習(xí)）來確定的。相信隨著網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練方法的持續(xù)創(chuàng)新,，深度神經(jīng)網(wǎng)絡(luò)的能力還可繼續(xù)提升,。
網(wǎng)友問：我們應(yīng)該如何理解大語言模型這個(gè)概念？別太復(fù)雜,。
通義千問：
大語言模型可以理解為一個(gè)“超級聰明的文字助手”,，它通過學(xué)習(xí)海量的文本數(shù)據(jù)，掌握人類語言的規(guī)律和知識,。你可以把它想象成一個(gè)讀過無數(shù)書籍,、文章,、網(wǎng)頁的“大腦”，它知道怎么回答問題,、寫文章,、講故事，甚至還能編程,、翻譯,、聊天。
它的核心能力是預(yù)測下一個(gè)詞,。比如你輸入一句話的開頭,，它會根據(jù)上下文猜測接下來最可能說什么。通過這種方式,，它能生成連貫,、自然的文字。而且,，因?yàn)樗鼘W(xué)了很多知識,，所以不僅能回答簡單問題，還能處理復(fù)雜的任務(wù),，比如分析邏輯,、總結(jié)長文或者模仿某種寫作風(fēng)格。
不過,，大語言模型并不是真正“理解”文字,，它更像是在模仿人類的語言模式。它沒有感情,，也不會主動(dòng)思考,，只是根據(jù)輸入的內(nèi)容給出最合適的回應(yīng)。所以,，有時(shí)候它的答案可能看起來很合理,，但其實(shí)是錯(cuò)的，這就需要我們?nèi)ヅ袛嗪秃藢?shí),。
專家點(diǎn)評：
大語言模型不僅網(wǎng)絡(luò)規(guī)模龐大,，還采用一個(gè)重要的技術(shù)即“詞嵌入”技術(shù)。該技術(shù)將自然語言的“詞”嵌入到多維的語義空間,，表達(dá)為“語義矢量”,，從而可以對“詞”進(jìn)行計(jì)算，由此可以跨越語言的形式（如英語,、漢語,，文本、圖像等）,，生成各方面內(nèi)容,。大語言模型的突破推動(dòng)了人工智能幾乎所有（應(yīng)用語言）領(lǐng)域的應(yīng)用,，但也面臨生成偏差、算力消耗,、倫理風(fēng)險(xiǎn)等挑戰(zhàn),，需結(jié)合人類監(jiān)督與技術(shù)優(yōu)化以實(shí)現(xiàn)安全可控的發(fā)展。
?。▽＜覟橹袊乱淮斯ぶ悄馨l(fā)展戰(zhàn)略研究院執(zhí)行院長龔克）