观点丨钟义信：以范式角度看人工智能的教育问题
近日，“2023数字教育创新应用峰会”成功举办。会上，北京邮电大学原副校长、国际信息研究学会主席、发展中世界工程技术科学院院士钟义信教授带来题为《人工智能的教育问题》的视频演讲，提出“人工智能教育的核心问题在于理解范式变革”的观点。
北京邮电大学原副校长、国际信息研究学会主席、发展中世界工程技术科学院院士 钟义信
（以下内容根据嘉宾演讲实录编辑整理，全文有删减）
数字教育是很广泛的领域，在当今时代，数字教育最核心的问题是人工智能的教育问题，这是值得大家关注、研究、研讨、交流的。
日前，习近平总书记在中共中央政治局第二次集体学习会上提出了自主发展基础研究问题，其中有一个重要论述：“科学研究范式发生深刻变革”，这句话点出了当前数字教育特别是人工智能教育最根本的问题。
范式的变革是人工智能科学研究最重要的变革。可是，人们一般都习惯于只从自然科学技术本身寻求创新突破点，希望能够从基本资源（包括问题资源、数据资源、算力资源等），基本工具（算法工具、测量工具、计算工具等）、科学理论（学科理论、工作模型、分析方法等）这些中低层次去精雕细刻，而忽视了从科学研究最高层次的范式（科学观和方法论）去发现问题，寻求突破。真是“捡了芝麻，丢了西瓜”。
ChatGPT、GPT4的横空出世让世人震惊。OpenAI主席曾经断言，GPT的处理能力已经超越99%的人类。但如果仔细了解一下GPT4和ChatGPT，它们遵循的还是传统范式，是在统计理论的框架下，在大数据、大算力、大人力、大模型这些维度上挖掘。其实，人们所苦心钻研的科学理论、基本工具、基本资源都属于自然科学技术的范畴，GPT在自然科学领域内部挖掘潜力，可谓做到了极致。由于GPT用了统计理论，它就必须满足统计遍历性（样本足够大）的要求，因此，就必须有万亿级参数的神经网络和万亿级的训练样本，把各种各样可能出现的情况都搜集到样本库里。大模型、大数据、大算力的根源就是统计理论。这种方式，仍然是传统的范式。
最近，微软中国的CTO坦言，机器是无法理解概念的。GPT没有理解能力，只是基于统计的方法去运作。如果你问它问题，它会利用超高速计算机在巨大的语料库里找一个在统计意义上和问题最相关的语料作为答案，答案和问话在统计意义上是很关联的，但统计意义上的关联不等于真实语义上的关联，GPT能够对答如流，但它并不知道自己讲的答案是什么意思。这很有几分像是“鹦鹉学舌”的过程：鹦鹉会喊“欢迎光临”，但鹦鹉并不知道自己喊的是什么意思。
所以，大家不应该被ChatGPT和GPT4所蒙蔽，它能给你提供一个好像很合理的答案，但其实并不懂得答案是什么意思。这也是最近这些年来，大家一直在追问的深度学习或者GPT的可解释性、可理解性问题。
GPT不理解内容，那它有智能吗？答案是否定的。如果我们仅仅在传统的自然科学范式里找人工智能研究的创新，当然不可能解决根本问题。
那么，习近平总书记论述中的“科学研究范式深刻变革”体现在哪里？关键的问题是要正确理解“范式”的准确涵义。范式，是库恩在《科学革命的结构》一书引入的术语，用来衡量某个学科是否到了要革命的火候：当一个学科的范式不能适应这个学科发展的时候，就表明这个学科需要“革命”了。显然，只有学科的“科学观和方法论”才能充当“学科是否要革命”的判据，成为范式的内涵。至于具体到实验的范式、编程的范式、计算的范式等等都无法担当此任。所以，只有站在范式（科学观和方法论）的高度，去认识并解决人工智能问题，才算是走上了人工智能研究的正轨。科学观和方法论在科学研究中有着最高的引领力量、规范力量和指导力量，如果不在这样的最高层次研究，总是在中层、底层琢磨，就永远无法研究到位。范式的深刻变革，就体现在“科学研究（特别是人工智能科学研究）的科学观、方法论发生深刻的变革”。这才是需要人们特别是人工智能科技工作者高度警醒的大事！
习近平总书记指出的范式变革问题非常重要。如果范式不进行深刻的变革，那么，不管研究多少年，下多大力气，都只能取得局部的浅层的成果，而不可能解决根本的问题。这是人工智能教育、数字教育的核心问题。我们要注意到，科学研究范式发生了深刻的变革，这不是一般的改变，而是革命。
迄今，自然科学领域有两种范式：
第一种，传统学科范式：机械唯物的科学观和机械还原的方法论。历史上的材料科学、能量科学等传统学科，它们的科学观是机械唯物论，即只研究物质，不允许主观因素进入；方法是机械还原方法论，典型的就是分而治之，把复杂的问题分解为一组比较简单的子系统，解决子系统之后合成起来，就成为原有系统的解决。由于历史的原因，目前的大部分人工智能研究包括刚刚讲的GPT系列，基本上是按照这个传统学科范式去进行研究。
第二种，信息学科范式：整体观的科学观和辩证论的方法论。它不仅要研究物质，更要研究主体，并且把主体看作是主导性的研究对象，研究主体客体之间相互作用所产生信息生态过程。由于人工智能是开放、复杂、高级的信息系统，所以这种范式适合于人工智能研究。
作为科学观方法论的有机整体的范式，是科学研究和学习活动的“看不见的指挥棒”，因此，人工智能的教育首先要学习科学观、方法论，领会范式的深刻变革。很多学校认为人工智能的学习和教育就是让学生编程、写算法、做系统，这就本末倒置了。我们应懂得新的科学观和方法论，这对人们研究人工智能来讲是至关重要的指导思想。如果抛开科学观和方法论，只在技术上作研究，那我们难以追赶甚至超越拥有深厚技术积累的发达国家。但抓住了科学观、方法论的变革，在范式上下工夫，我们就走在了前面。西方学者还沉湎于传统科学的范式，如果我们用人工智能应该遵循的、更科学的范式作研究，就站在了新的更加科学的赛道，实行“换道超车”。
人工智能的教育和学习要从科学观、方法论抓起，这一点非常重要。而人工智能研究的整体观和辩证论，正是中华文明的思想精髓。我们要按照习近平总书记的指引，实施人工智能研究范式的深刻变革，用中华文明的思想精髓来引领、指导、规范人工智能的研究，走在世界的前面。