Josherich的博客
·
与马毅聊智能史:“DNA是最早的大模型”，智能的本质是减熵
内容提要
本期节目讨论了智能的本质与发展。马懿教授强调智能是学习外部规律的能力，并探讨了机器智能的历史及闭环反馈机制的重要性。他认为未来机器智能将与人类共存，需关注技术的中立性与应用规范。港大正在推动AI通识教育，以提升学生对智能的理解与判断能力。
关键要点
-
马懿教授认为智能是学习外部规律的能力，强调生命是智能的载体。
-
机器智能的研究可以追溯到1940年代，经历了多次波折。
-
马懿教授关注闭环反馈机制，认为这是智能系统自我学习的关键。
-
港大正在推动AI通识教育，所有本科生必须学习AI相关课程。
-
课程内容包括智能的基本概念、历史、技术及伦理问题，旨在提升学生的判断能力。
-
马懿教授认为，智能与知识密不可分，只有在不断更新知识的过程中，系统才会体现出智能。
延伸解读
智能的本质与历史
马懿教授认为，智能的本质在于学习外部规律的能力，生命本身就是智能的载体。从DNA的出现到人类的语言与数学，智能的演变历程反映了生命如何通过学习与适应不断进化。了解这一历史背景，有助于我们更好地理解当前机器智能的发展及其局限性。
闭环反馈机制的重要性
马教授强调闭环反馈机制在智能系统中的关键作用。这种机制使得系统能够自我判断学习的正确性，从而实现自我改进。当前的机器智能仍需依赖人类进行预训练，而未来的发展方向应朝向实现自主学习的闭环系统，以提升智能的适应性与效率。
AI通识教育的必要性
港大正在推动AI通识教育，所有本科生必须学习相关课程。这一举措旨在提升学生对智能的理解与判断能力，帮助他们在未来与机器共存的环境中做出更明智的决策。教育的目标不仅是传授知识，更是培养批判性思维和独立判断能力。
技术品位与决策能力
马教授提到，技术品位在科研与商业领域中同样重要。决策者需要具备对技术趋势的敏锐洞察力，以便在快速变化的市场中抓住机会。缺乏技术品位可能导致决策失误，因此在教育中培养学生的技术理解与应用能力显得尤为重要。
延伸问答
马懿教授如何定义智能的本质？
马懿教授认为智能是学习外部规律的能力，强调生命是智能的载体。
机器智能的研究历史可以追溯到什么时候？
机器智能的研究可以追溯到1940年代，早期源头包括维纳的控制论和香农的信息论。
闭环反馈机制在智能系统中有什么重要性？
闭环反馈机制是智能系统自我学习的关键，能够帮助系统判断学习的正确性。
港大在AI教育方面有哪些新进展？
港大推出了AI通识教育课程，所有本科生必须学习，课程内容涵盖智能的基本概念、历史和伦理问题。
马懿教授如何看待智能与知识的关系？
马懿教授认为智能与知识密不可分，只有在不断更新知识的过程中，系统才会体现出智能。
马懿教授对未来机器智能的发展有什么看法？
马懿教授认为机器智能的发展仍处于第一阶段，未来需要实现自主更新和改进知识的能力。
