知识膨化剂
2023年2月8日 星期三

       最近ChatGPT效应不仅限于科教界，甚至波及到了金融界，相关的概念股经历了几波涨停。由此可见ChatGPT效应的影响面之广超出了“智能聊天机器人”本身的物理内涵。
       从技术上看，ChatGPT仍然是对自然语言处理增强学习、深度循环神经网络及其改进版本、大模型等已有技术的组合，并且通过足够大量的数据进行训练和优化输出。
       昨天我请博士生俊杰尝试着用ChatGPT写一篇作文，输出的部分结果还真有模有样，起码框架支起来了。但是细究内容，发现并没有新的想法在里面。
       如果把人类积累了几千年的知识叫做原生知识，现在通过ChatGPT对原生知识进行深度学习、智能组合等一系列操作之后的输出称为衍生知识，当然衍生知识还可以分为第一代衍生知识，直至第若干代衍生知识。
       举一个可能不是很合适的比喻，假如把原生知识比作为面粉，ChatGPT就是酵母，把面粉和酵母混合之后就是蓬松可口的馒头。于原生知识而言，是否产生知识增量？每个领域的原生知识和ChatGPT输出知识之间的增量，需要专业人士判断。起码现阶段，ChatGPT仍然处于知识膨化剂阶段。
       这两天抽空快速阅读了《深度学习革命》（The Deep Lea  rning Revolution）一书，书中认为现在研究和使用的大部分AI都是基于我们对大脑的了解，例如击败世界围棋冠军的AlphaGo的架构中不仅包括皮质模型，还包括大脑的另一部分模型，称为基底神经节。当我们了解了大脑的结构，开始明白如何将其集成到人工系统中时，AI的功能将会越来越强大。以此为基础的ChatGPT也就会产生更加高明的知识输出。似乎有点类似以前纺织工业的仿毛、仿真丝面料技术，现在要超过羊毛和真丝的性质一样的道理。
       现代教育体系下，一个人从幼儿园到博士毕业、再到职业生涯所能接触到知识，大概率装不满一个优盘，更不可能涵盖现有的所有知识，而人工智能却可以人类的所有认知为知识储备，就如同人类的所有围棋知识和技巧已经远不及AlphaMaster一分钟的训练量。
        人类在奥运会上追求更快更高更强之时，汽车更快，起重机更强，飞机更高。ChatGPT的快速发展让我们感受到，人工智能做出了比人类思虑更周全更合理的决策，因为人工智能在数据吞吐量、数据处理速度上都远远超越人类。
        包括ChatGPT在内的人工智能，可以集成历史数据库信息生成新的文字组合，但还不具备数据库里面所没有的创新能力、特别是蕴含人类意识的创新能力。要说创新，ChatGPT就是现在我们常说的集成创新，类似酵母一样的知识膨化，谈不上原始创新。
         爱因斯坦于1936年10月在纪念美国高等教育300年的会议上发表了一篇名为《关于教育（on education）》的著名演讲，认为学校始终应当把发展独立思考和独立判断的通用能力放在首位，而不应把取得专门的知识放在首位（The development of general ability for independent thinking and judgement should always be placed foremost, not the acquisition of special knowledge.）。
       回到当下，我们的教育能做什么呢？原始创新。原始创新就是增加原生知识的量，这将从根本上提升人类对大千世界的认识水平。就相当于从设计自行车到设计汽车和飞机，人类没有汽车飞机那样跑得快飞得高，但是没有人类的设计制造永远不会有汽车飞机。人类没有基于人工智能的各类技术产品算得快、懂得多，但没有原始创新的原生知识积累，膨化剂再多也只是空气填充物。
       面对包括ChatGPT在内的人工智能产品对教育的影响和冲击，乐观者和悲观者兼有，其实冷静想一想，其实就是知识膨化剂而已。