5月28日，中国科学院院士、清华大学教授张钹做客福州大学，为学子们讲述《深度学习的前世与今生》，介绍了深度学习与传统信息处理、人工智能和神经网络三者的关系。

“人机交互”催生新技术

   “在历史的转折时期，科技界就会发生一些变化，这就是旧的传统信息处理和新的人工智能之间的矛盾和姻缘关系，我们透过这个就可以看到这个世纪初信息科技发展的状况。”一开场，张钹院士就引用了张恨水的小说《啼笑姻缘》，话题由上世纪的恋爱婚姻关系转折延续到本世纪初科技界的信息处理方式转折。  

    “在原来传统信息处理时期，用户只是单纯地在一台计算机上进行操作，计算机只需要对这名用户输入的指令机械地执行。然而，随着网络的出现，每一台计算机都被连接起来，这就需要计算机理解用户输入的信息内容，以便更好地反馈信息给其他的用户。”  

    “面对这样的挑战，催生出了让计算机理解用户需求的迫切要求。然而，让没有自主意识的计算机如何掌握‘理解’这种高级技能，是一个大难题。”张钹院士将深奥的专业知识转化成了通俗易懂的语言。

传统信息处理的“冷漠”

    众所周知，计算机用0和1的状态来表示所有数据，数据在计算机之中只是从一个数变成另外一个数。所有的文字、图像、声音都被转化成0和1来处理。正是因为各种形式的信息都被转化成0和1，而忽略了原来的信息载体形式（比如声音、图片等形式），所以计算机没办法理解信息的内容。

    对于计算机是否有可能知道0和1背后所代表的内容，张钹院士提到：“传统的信息处理与内容无关。用一个与内容无关的工具去处理内容是不可行的。”    

    传统的信息处理被证明无法理解信息的内容，只能另辟蹊径。

“神经网络”赋予计算机智慧

    传统信息处理的最大弊端就是没有理解信息内容，将所有信息都转化成0和1的数学问题，只会生硬的比对，而新的人工智能想直接处理这些信息。

    人工智能，顾名思义，就是模拟人类的智慧，因为对人类大脑中视觉研究的最为先进，所以研究方向转变成人类是怎么样识别物体的。人的视觉判别物体大致分为5个层次，首先是眼睛的感受眼将图像传输到神经后头皮层，第一层神经元把所有东西都变成不同朝向的线条。第二层是不同朝向的线条组成的不同拐弯弧度等等。然后到后来感知的模式越来越复杂，形成不同的组合，到最后是这个物体的轮廓。

    人工智能在历史上有一个著名的的“中文屋子”问题——

    一个屋子里藏了一个人，这个人既不懂英文也不懂中文，然后让他做机器翻译，中文输进去，他只认得这个中文字，到字典里去查对应的英文，之后对着英文的语法排。看到不错的翻译结果，你就误以为屋子里精通英文和中文的人，结果发现他什么都不懂。计算机就是这么工作的，既不懂英文也不懂中文，只是不断搜索与排序。这个有名的中文屋子问题经常被用来批判人工智能。

    人工智能直接处理信息是基于这样的假设：人类的思考和对知识的处理都是一个符号化的过程。

    张钹院士谈到，做人工智能的工作者们都相信“生命的现象、思维过程或者人的感知本质是一种信息处理。”特别是在DNA发现以后，人们意识到人的整个成长过程原来都是在信息处理下面做的。生命的成长与延续都是靠信息的传递。因为有这个共同点，所以坚定了他们相信计算机可以在信息处理的层面上和大脑做到一样的这个想法。             

    谈到计算机的“神经网络”，张钹院士说：“这个网络的基础是大量的数据，计算机通过学习这些数据来学会判别一类物体的特征。经过多层的特点总结之后，再利用这些特点判别一个新的事物。”     

    演讲的最后，张钹院士激励当今的青年人：“传统的信息处理没有和内容联系起来，这是一个挑战，更是一个机会。只有把握这个机会，才可能把我们的科学技术往前推。”（福州大学学生记者团 林倩）

报告现场  福大记者团 于佳卉 摄

张钹院士在作报告  福大记者团 于佳卉 摄