2024年12月6日上午，复旦大学经济学院专业学位“名家讲坛”第88期顺利举行。中国工程院院士、同济大学讲席教授蒋昌俊教授来到经济学院大金报告厅，为经济学院专业硕士研究生带来了“智能三脑与智能算网”主题讲座。本次讲座由复旦大学经济学院朱宏飞副教授主持。
蒋昌俊，计算机专家，中国工程院院士。同济大学讲席教授、Brunel University London名誉教授、英国工程技术学会会士、国家杰青、973首席科学家、全国优秀科技工作者、全国创新争先奖状获得者等。成果获中、美、德等国发明专利120余件、国际PCT 22件；发表论文300余篇（含ACM/IEEE汇刊100余篇），中英文专著6本；获国家技术发明二等奖1项（排1）、国家科技进步二等奖2项（均排1）、HO PAN CHING YI Award（独立）等。他长期致力于网络计算方面的研究，相关成果被美国、英国、德国、瑞典、印度等国家院士等知名专家正面评价和引用，主持建立了我国首个网络交易风险防控体系、系统及标准，为我国在该领域成为国际“领跑者”做出了开拓性贡献。
讲座伊始，蒋老师提出了三脑概念，即“人脑、电脑和数脑”。人脑是人类认知的来源，电脑是人类计算的延伸，数脑则是利用数据统计的大模型。电脑自上个世纪初被发明以来，以确定性的逻辑为依据，延伸了人的计算能力。电脑基于预设规则、条件，通过逻辑来得到结论、做出决策，同时将知识和信息进行形式化表示，从而便于计算机进行精确处理和推理。在应用方面，电脑利用专业知识和经验，通过逻辑推理来解决问题。例如在数学、物理等领域，利用计算机进行自动化定理证明，提高证明效率和准确性；在工业自动化、智能家居等领域，通过逻辑推理实现设备的自动化控制和优化。蒋老师认为，电脑的主要优势是基于逻辑推理的严密可靠性；不足之处则是难以处理复杂、非线性问题，不确定性和模糊性的信息会影响运行，需要利用大量的专业知识和经验来建立知识库。
接着，蒋老师提及，数脑的形成和发展基于统计学习理论、深度学习原理和强化学习原理。机器学习算法对大量数据进行统计分析，挖掘数据中的潜在规律和模式，并通过环境交互学习决策策略的方法，基于奖励机制优化决策过程，实现人工智能的自主学习和进化。同时，深度学习作为机器学习的重要分支，通过深层神经网络模型来进行学习，是数据驱动的人工智能革命的核心力量。
在数脑的应用方面，蒋老师认为主要包括智能推荐、自动驾驶和交易风控三大方面。智能推荐是指根据用户的历史行为和偏好，利用机器学习算法为用户推荐个性化的内容和服务；自动驾驶是通过深度学习技术对道路环境进行感知和理解，实现车辆的自主导航和驾驶；交易风控是利用人工智能和大数据技术，对交易行为进行分析和预测，实现交易的实时监控和风控。同时，数脑也面临挑战和机遇，如数据质量和标注问题、模型可解释性问题、隐私和安全问题以及跨领域应用与迁移学习等。对此，蒋老师强调，科技对国家安全和经济的发展而言是至关重要的，发展科技即是提升国家综合实力。
然后，蒋老师总结了智能三脑的异同点。共同点在于它们都能处理信息、学习、适应以及目标导向，不同点包括计算速度、能耗、并行处理、学习方式、灵活性、创造性、感知能力、情感和意识、可靠性、决策能力这十大方面。从人脑智能和人工智能的相互影响来看，人脑智能启发了人工智能，人工智能又是对人脑智能的模拟和拓展。在未来，随着多种智能的融合与升级，相互吸收与借鉴，逻辑与数据在人工智能中的结合将更加深入，从而实现智能化水平的持续提升、多模态交互能力的增强、自主学习与进化能力的拓展以及情感智能的发展。
讲座最后，蒋老师提到了智能算网的概念。智能算网诞生于数字经济的背景之下，在其关键要素——算力的支持下，从单机计算、集群计算、网格计算，再到边缘和方舱计算，实现了算力的时空开放。在以算力为核心生产力的新阶段，我国在全球算力排名第二，以“领跑者”的姿态活跃在全球舞台上。此外，国家的“东数西算”工程，作为跨区域资源调配的国家级重点战略工程，为搭建一体化算力网络和实现技术自由奠定了坚实基础。
作为结语，蒋老师基于自己多年的研究心得告诉同学们，在研究智能与算力时，我国可能会面临外界的技术封锁，但这并不会影响我国的技术发展，反而会促使我国加强自主研发，从而提高技术水平。在互动环节，同学们积极提问，蒋老师耐心细致地解答了同学们的问题。
至此，本次讲座在热烈的氛围中圆满结束。感谢蒋昌俊教授的精彩分享！
撰稿人：许俊荣
审核人：朱宏飞，许闲
返回顶部
