清华大学数字经济系列沙龙聚焦如何与AI一起进化

院校招生 | 2024年05月28日 15:17 | 文章来源：都学课堂

2024年5月25日，清华大学数字经济系列沙龙第五期活动在清华大学经济管理学院举办。本次沙龙由微软（中国）首席技术官韦青作“猩猩与大象——企业数智化改革的系统工程方法”主题演讲，并邀请清华经管学院管科系教授、清华大学互联网产业研究院院长朱岩，智谱商业技术中心负责人、高级技术总监柴思远，北京讯飞研究院副院长李家琦就相关话题展开深度交流。活动由清华经管学院管科系史带讲席教授、副院长徐心主持。

图 / 徐心

徐心表示，AI进化的速度已经超出了人们的预期，伴随着AI的进化，各种类型的组织也需要不断变革，本期沙龙的主题即是和大家一起交流如何与AI一起进化。此外，徐心隆重介绍了清华经管学院在数字经济学科建设和人才培养方面的重要举措——“数字经济与智能管理硕士”项目，这是清华大学在数字经济领域推出的第一个学位项目，完成学业的学生将取得清华大学数字经济专业硕士学位。

徐心介绍了“数字经济与智能管理硕士”项目的培养目标、招生对象以及核心课程，徐心强调，“数字经济与智能管理硕士”项目具有“经济理论+管理实践”的独特性，项目依托清华强大师资，多领域跨学科进行人才培养，同时注重产教融合，强调在真场景下解决真问题。徐心表示，经管学院一直在链接清华的工科学科和社会经济发展需求，数字经济与智能管理硕士项目便是链接的一个有效尝试，欢迎社会各界给予持续关注。

图 / 韦青

主题演讲环节，韦青首先抛出了两个问题，现在大家都在讲大语言模型，大语言模型学习的是文字，文字能够表征语言吗、语言能够表征思想吗、思想能够表征世界吗？这是第一个问题。大语言模型是大模型的一个子集，谈到大模型，那么就无法绕开小模型，何为大模型、何为小模型，区分边界在哪里？多大算大？或者仅仅以能否在边缘运行来进行定义吗？这是第二个问题。韦青讲到，今天主要分享方法的方法，也就是生成具体方法背后的逻辑，更多是对失败教训的分享，在这样一个不确定性的时代，失败的教训比成功的经验更有价值，希望大家能从今天分享的内容自己找到以上两个问题的答案，这种答案没有对错，唯有是否适合你自己的约束条件与前提。

韦青介绍了两个很有趣的现象——“看不见的大猩猩”和“房间里的大象”。“看不见的大猩猩”是心理学史上最知名的实验之一，实验表明，因舆论的引导，大多数人会对明显的问题视而不见。“房间里的大象”是一句源自西方的谚语，表示人们会对显而易见但是困难的问题选择性地视而不见。

韦青讲到，人们正在进入大脑肥胖症的时代，人们的大脑还没有进化到可以抗拒垃圾精神食粮的阶段，每个人都活在信息茧房里，因此很多人都变成了“看不见大猩猩”的人群。然而，韦青认为，更为严峻的挑战在于，人们常常以为自己只是错过了“大猩猩”，没有意识到其实“那头大象”就在我们身边，这种现象在组织变革的过程中尤其明显。人类尚没有从农业文明、工业文明进化到信息文明的时代，信息文明时代更多是思想的竞争而非资源的竞争，人们常常容易处理一些明显的、容易的问题，却不愿意处理明显的、有难度的问题，也就是“房间里的大象”。

图 / 活动现场

当机器能够生成类人一样的内容之后，人类的智慧是否有增长？韦青以一个工程师的视角表示，在信息过载的时代，所有的信息都具备模因的属性，都在争夺人类有限的关注度。由屏幕像素构成的内容，越来越可能是由机器生成，他更相信实证。2022年11月30日ChatGPT正式发布之后，美国《韦氏词典》公布2022的全球年度热词为“gaslighting”（煤气灯效应），当社会都在对信息的生成进行狂欢的时候，韦青认为，人们更应该冷静下来，去解决虚假信息和错误信息(disinformation & misinformation)的问题，而不是一路狂欢去做机器生成，当人类对技术尚不具备免疫力的时候，很容易被机器误导，要么神化机器、要么妖魔化机器、要么拟人化机器。人类应该具有驾驭机器的能力，任何一个文明，当民众还未受到良好的信息文明教育，大家还未达成共识之前，不应该过早地被机器能力取人名、赋人形、授之以人理，否则会带来人类社会发展的巨大风险。

韦青认为，有三种思维方式常常会阻碍技术的真正落地应用，一是技术本质的迷惑，机器犹如一个机器智商（记忆力和知识储备）极高的孩子，并不具备常识和价值观，本质就是一个工具，我们需要更好地以代表我们文化与文明特征的优质数据去教导智能机器；第二，技术“能所”的混淆，人们常常以技术名词的新颖性取代技术实际的效用性，我们需要跳出符号约束，这是一个巨大的挑战；第三，技术发展的“静态观”，我们需要用动态的眼光去看待问题，比如最开始提到的大模型和小模型，随着时间的推移和技术的发展，在从前定义的小模型概念范畴内，到了将来其能力可能变成了如今大模型的能力，这对于我们的技术路线和产品开发都提出观念和视野上的挑战。冰球大帝韦恩·格雷茨基曾说，在比赛时，他总是“滑向冰球即将到达的下一个位置，而不是它现在的位置”，换言之，我们现在看人工智能，看的是它现在的位置，还是未来它即将发展到的位置？韦青认为，我们需要学会用发展的眼光看待问题。

反观历史，一百多年前，电力发明的时候，人们曾坚信电灯泡是让世界迈入电气时代的杀手级应用，电力应用早期的电力输出插座默认是插灯头，从灯泡发展到现在电器可以使用统一的插头，本质上是人类为了电力的发展重构了社会的基础设施，人们看见了“房间里的大象”。我们对AI的理解，也应该使用有系统化的思维，技术的进步，同时也是对人、组织、文化以及文明的挑战。

图 / 活动现场

韦青介绍了刚刚召开的微软Build2024开发者大会，此次开发者大会主要探讨两个话题：“让机器理解我，而不是我去理解机器”，以及“让机器帮助我解脱信息过载的负担”。韦青认为，企业数智化改革是一个复杂的系统工程，每一个环节都需要考虑到，不仅需要关注长板，还需要关注短板和衔接，因为系统的失效通常不会从最强大的地方开始，出问题的地方，要么是薄弱的部件，要么是起衔接作用的环节。韦青以微软Copilot为例，讲解了系统思维的重要性。

韦青表示，信息文明与农业文明和工业文明的区别在于，信息社会是机器“以数据为食”的时代，数据管理的本质是不能分享的绝不分享，可以分享的必须分享。在这个时代，数据安全极为重要，但是又要预防有些人以数据安全的理由掩盖数据治理的不作为。在信息时代，数据兼具竞争力与影响力的双重作用，数据生成、管理、应用与分享的实力决定了各个民族、国家、机构与个人的全球文明影响力。

在演讲的最后，韦青讲到，机器的进步会让人类在“极大-极小/极远-极近”的范畴继续探究生命的奥义，机器会通过枚举和仿真，把人类知道但未做到的事情全部做到，从而使人类跨越知识边界，进入人类的未知域。与时俱进的思想是促进发展的核心要素，愿我们都能做好思想、知识与能力上的准备，从而有更高概率成长为这个新时代中能够与时俱进的佼佼者。

图 / 深度对话

对话环节由朱岩主持，并邀请韦青、柴思远和李家琦一起就AI如何进化的相关问题进行深入交流。

针对亚里士多德提的第一性，人工智能时代的第一性是什么？韦青认为，人工智能时代第一性的核心问题是何以为人，以及基于人的问题之上新的人机关系。机器生成的内容是以表征人类行为与语言符号的数据和表征物理世界信号的数据经加工浓缩后的再利用，是否能够帮助人类增长智慧，这是一个核心的挑战。目前用人类与机器传感器感知的世界信号是否能够形成人类的智慧，还是一个未解的问题，或者说智慧超出了信号处理的层面。同时，智慧本身就是不断变化的定义，机器智能的进步会帮助人类发掘自己的智慧，拓宽人类对于自身的理解。

针对AI for science，李家琦介绍了科大讯飞在AI for knowledge service方面的探索，比如用AI提供论文服务，辅助提供审稿意见帮助大家评判论文，在AI for science层面，科大讯飞也已经在进行一些尝试，李家琦表示，希望AI能够真正帮助人类产生高质量的科研成果，推动科技的蓬勃发展。韦青补充到，微软的剑桥研究院主要研究AI for science，未来在生物制药、材料、能源等领域，会涌现一批真正带来社会变革的科研成果。

针对AI最有潜力的应用场景是什么？柴思远认为，AI应用最快的行业毫无疑问是互联网行业，从技术转变为生产力首先要变成产品，让大模型变成产品需要经历两个过程，一个是需要训练，另一个是需要具有工程化的思维。此外，在一些原生信息化做的很好的场景如金融和娱乐行业，也是大模型比较有潜力的应用场景。落地场景真正排在第一名的是RAG（Retrieval-Augmented Generation），C端场景检索的价值，也有利于B端业务的落地，比如在智能客服领域。柴思远表示，目前大模型落地已经处于全面开花的阶段，今年开始应该会涌现一些新的场景。

在问答环节，三位嘉宾与现场观众就AI进化可以预见的目标、AI检索工作在新闻领域发展的可能性以及大模型在通讯领域的应用等话题进行了深度交流。