编者按：

2024年9月12日下午，由清华大学经济管理学院区块链金融研究中心与清链学堂联合主办的数智创新沙龙第五期-AI原理、发展与商业新机遇主题沙龙活动在清华大学伟伦楼FDT金融创新工场成功举行，易小语智能科技创始人戎文晋先生受邀作为本次沙龙分享嘉宾，**分享了AI的发展历史、训练机制以及对AI的见解。**参与者们积极互动、踊跃发言。

沙龙现场

开幕式伊始，戎文晋先生向全场提出问题——人的哪些能力是机器需要学习的？随后，从人类幼崽学习的角度切入——引出“硅”元素是如何学习这些能力的，并深入讲解了学习的底层逻辑。如果说人类学习的底层逻辑，就是知识+练习从而形成一套完整的模式。那么AI学习的底层逻辑，就是数据+算法从而输出的一个完整的模型。

模仿大脑，超越大脑

戎文晋先生从1943年MP模型的诞生开始，逐步深入讲解神经网络的发展历程，讲述至AI发展的十字路口时，通过人眼视觉成像的例子，生动的阐述了BM算法，即“通过概率权重解决局部最优陷阱”。引出了AI发展的一个重要结构—卷积神经网络。通过视觉原理、降维、权值共享等技术，有效提高了AI的计算效率，并能够实现对更抽象、高级的特征的学习。

戎文晋先生讲解人工智能算法

利用AI，掌握AI

戎文晋先生讲到，想要正确利用AI，我们必须利用第一性原理。通过定义问题—拆解问题等方式，将问题拆分为一个个具象的点，再利用AI进行处理，重塑业务。

Robert Solow：“我们这个时代到处都能看到计算机，唯独生产力统计里看不见计算机……”

**我的工作保的住吗？**戎文晋给出了回答，借用Robert Solow的一句话切入观点，在1955年计算机在生产者设备中所占份额为0%，在1985年所占份额为11%。计算机变多了，但生产力却没有很大的变动。新事物代替旧事物的过程会遇到各种实际的阻碍，这并不单单是技术层面，单点解决方案可能简单，系统解决方案才是难点。AI是经济基础的革命，这是一个基础的发明。与火车、电力一般，要替换现有的生产模式需要时间的渗透，这并不是一出现就会对社会产生质的影响的。互联网用了20年深入我们的生活，AI的发展路径应当同样如此。

在分享的最后，戎文晋先生就AI重塑未来生活，从“研发新药、线上购物、班级教学、生猪养殖、交通管理“等角度展开想象，与线上线下参与者们就”AI在各行业如何应用“”非书面知识如何训练大模型“等话题进行了热烈讨论，并仔细解答了线上听众的疑问，为不同行业的参与者，提供了宝贵建议，沙龙在笑语中圆满结束。

作者：清链学堂在线。首发于微信公众号「清链学堂在线」，原文链接。转载请注明出处。 Markdown 版本