人工智能:朱嘉明:科技狂飙突进时代和教育元宇宙

在“第三届元宇宙教育前沿峰会”上,元宇宙教育实验室学术委员会主任、著名经济学家、横琴数链数字金融研究院学术与技术委员会主席朱嘉明以《科技狂飙突进时代和教育元宇宙——基于2022年的实证性观察和思考》为主题发表了演讲。

(以下根据嘉宾演讲实录编辑整理,全文有删减)

大家好。首先,我们对2022年科技发展进行简单回顾。

科技革命是系统革命、深层革命、持续革命、不断加速的革命、集群革命和互动革命。科技革命包括算力革命、互联网革命、AI革命、集成电路革命、区块链革命、量子革命,这些革命是互相依存和叠加发展的。2022年以来全球科技与发展加速实现了木桶效应原理,不断补足短板,不断地提高整个科技革命体系的集群效应,其中补的最大短板是人工智能。科技革命最明显的结果就是工业社会在世界主要发达国家的完结和智能数字社会的形成。

经济学家朱嘉明:区块链是一个吸纳知识的黑洞:金色财经报道,中南大学区块链研究前沿麓山研讨会于9月17日在长沙举办,共同研究探讨区块链发展以及国家主权公链建设中的若干关键问题。研讨会上,著名经济学家朱嘉明教授表示,区块链就是当下科技革命的代表性产物,当下对区块链的定义仍旧是不明确的。当前区块链对于科学、技术和学习就是一个全方位的挑战,“说区块链是科学也好,说是技术也可以,说是组织也行,人类过往没有创造过一个东西是这么跨界的。”鉴于区块链的普及度极低,朱嘉明教授称之为“极具弹性的框架,是一个吸纳知识的黑洞”。(中宏网广东)[2021/9/18 23:34:56]

当我们考虑今天的教育时,我们必须要考虑教育和科技的关系。工业革命以来,科技和教育存在互动的关系,在科技的推动下教育科学化,科学教育化。到了21世纪我们突然发现教育滞后于科技,这是现在教育的危机所在。

朱嘉明:区块链技术提供了前沿科学技术的基础性技术:金色财经报道,1月16日(上午)首届海峡链谷·创新峰会在福州高新区管委会举行,数字资产研究院负责人朱嘉明表示,2008年之后因为加密数字货币的产生推动了区块链技术的普及,而区块链技术是一个超越我们传统科学技术一种技术集群,它提供了整个科学技术革命或者是前沿科学技术的基础性技术。它会导致所有科学技术和应用成本大幅度下降,同时它具备改变经济活动、科研活动和金融活动的组织模式。[2021/1/16 16:18:59]

2022年科技革命的里程碑事件,主要有五个方面。第一个是人工智能技术的突破,人和人工智能的自然语言交流系统(ChartGPT技术),迅速地推向了实用阶段。第二个是量子技术的突破,形成了433量子比特的Ospray芯片和量子集成电路。第三个是第三代半导体技术实现全面突破。第四个是能源技术革命,可控核聚变点火的成功。第五个是马斯克的Spacex星舰成功进行了静态点火测试。

声音 | 朱嘉明:区块链还处于早期阶段,未来将改变社会人际关系:12月22日,区块链与数字资产年会2019暨中国投资协会数字资产研究中心成立大会在北京召开。数字资产研究院学术与技术委员会主席朱嘉明在演讲时指出,当前的基本判断是,区块链还处于非常早期的阶段,区块链的基础技术结构也处于不断升级发展的开发过程中。朱嘉明认为,区块链至少有一个很大的功能,就是改变原世界中所有参与者的社会人际关系,至少不再是零一竞争,在这个区块链化的过程中,大家将变成区块链网络中的一个节点。[2019/12/22]

在该群体性变化之中,以下几方面从短板成为整个科技革命系统突破的关键。

第一个是大型语言模型(LLM)的突破:DeepMind发布了一个2800亿参数的大型语言模型;谷歌发布了拥有5400亿个语言参数模型;微软和英伟达发布了一个5300亿参数的LLM;Meta开放式预训练Transfomer。

现场 | 朱嘉明:区块链很可能带来科学领域的“范式革命”:金色财经现场报道,12月6日,由海南省工业和信息化厅主办,海南生态软件园及火币中国承办的“海南自贸港数字经济和区块链国际合作论坛”在海南省海口市举行。经济学家、数字资产研究院学术与技术委员会主任朱嘉明表示,区块链是一种“综合科学”,区块链涉及多学科和跨学科 ,例如数字、密码学、计算机科学,区块链科学基因的变异方式是,支持区块链科学的自身演进,来自现存区块链体系之外的科学会入“侵入”,例如:量子计算。朱嘉明还解释到,对区块链科学演变模式的“猜想”包括:同心圆外延模式、迭代升级模式、离散体模式,在区块链科学与人文科学的互动中,区块链对经济学、金融货币学、会计学等有巨大的影响。朱嘉明认为区块链科学与区块链技术是一种映射关系,区块链很可能带来科学领域的“范式革命”,区块链重新激活“范式”生命力,因为区块链作为一种结构和体系确实具备“范式”的基本要素:信仰、方法、理论、模式、应用,软件和硬件,以及科学共同体。[2019/12/6]

第二个是人工智能的突破:生成式人工智能系统大量涌现,根据不断变化的输入做出复杂决定,迈向可持续的生成式人工智能革命。三种不同的图像生成人工智能相继问世:

声音 | 朱嘉明:天秤币具备高价值观、技术优势和多方突破可能:在《Libra的世界影响及中国对策》报告发布恳谈会上,数字资产研究院院长朱嘉明表示,脸书(Facebook)发布天秤币(Libra)后面需要注意以下几点:脸书背后是黑石等三大基金主导,背后代表了大量投资者;天秤币主要面向印度和巴西等新兴市场;天秤币穿透力非常强;天秤币白皮书发布后,脸书股价大涨至高点。天秤币的特点需要注意以下几个方面:天秤币具备很高的价值观(解决贫富差距等);天秤币背后有很高技术优势(融合IT、金融以及区块链技术等);天秤币背后是个联盟协会,具备多方突破可能;天秤币具备较高的制度创新。[2019/6/25]

(1)Dall-E;Midjourney;Stable Diffusion。

(2)生成文本的人工智能也正在推出。

(3)人工智能写作工具发展迅速。

第三个突破是普遍的人工智能技术作为强人工智能或全人工智能的最终目标已经日益清晰:人工智能实现各项智力任务只是时间问题。

在这样的情况下,人工智能和教育之间发生了非常显著的重合。我在这里提供了一个表格,横格是时间,竖格是内容。内容包括了文本、代码、图像、视频、3D等领域。我们现在处在2022年到2030年之间,所有的文本、代码、图像和视频全部面临着突飞猛进的时代,蓝色表明准备迎接黄金时代。人工智能在文本、代码、图像、视频上的突破,改变了职业教育的基础结构。

其中最震撼的是一个元宇宙平台——BLOOM的诞生。BLOOM被称为人工智能激进变革边缘领域的先锋。从2021年3月11日到2022年7月6日,60个国家和250多个机构的1000多名研究人员,在法国巴黎南部的超级计算机上整整训练了117天,创造了BLOOM。BLOOM中文翻译成大型开放科学获取多语言模型。

人工智能的“冲击波”已经形成,人工智能的“冲击波”在深层结构上加剧了教育的危机。我们过去认为人工智能是为教育革命和教育发展服务的,实际上人工智能本身已经产生了代表人工智能的相对独立的教育体系。教育人工智能化,人工智能教育化是大势所趋。

新一轮人工智能“冲击波”包含四个方面。

第一个“冲击波”是人工智能正在大规模大面积替代人类。因为人工智能在速度、成本、效果上,特别是在计算领域是全方位超过人类的。

第二个“冲击波”是人工智能代表了一个学习、教育和就业的新主体的实现。在就业市场上人工智能本身正在成为教育和就业的实体。

第三个“冲击波”是重新绘制教育版图。

第四个“冲击波”是人工智能会深化教育危机:知识老化、教材滞后、教育体系解构和教育功能紊乱。其中核心危机是教育模式危机。人工智能成为教育主体和学习主体,可以进入“无监督学习”领域,甚至侵入到“深度学习”领域。这意味着人工智能开始脱离人类的控制,可以通过神经网络自动对数据进行高维抽象学习。

面对上述情况,我们要全方位开启元宇宙的实验和实践,我谈四个简单的观点。

第一,教育人工智能化、人工智能教育化已成为大势所向。没有人工智能的教育时代正在急速完结。也就是说无论职业教育、高等教育以及初等教育都要接受人工智能的重要核心引导性地位。

第二,要接受大科学和大教育概念,构建人工智能教育体系和传统教育体系的平行体制。

第三,要寻求传统人类和人工智能在未来教育体系下的分工。现在分工其实已经开始,只是我们站在传统教育和传统教育主体的立场上看问题,低估了人工智能从就业到学习全链条的实际影响。所以要建立教育元宇宙,引入BLOOM平台,实践机器学习,把教育元宇宙建设成为教育和人工智能结合的“中介”。

第四,我们已经从AI影响教育进入到AI主导教育、未来将进入到AI和教育重合的时代。这种情况下,我们就能够更加清晰地定义教育元宇宙的内涵。教育元宇宙需要把教育范式加上AI机器学习、深度学习,虚拟现实引擎技术、数字孪生技术,知识体系革命,这个就是教育元宇宙(教育元宇宙=教育范式+AI机器学习、深度学习+虚拟现实引擎技术、数字孪生技术+知识体系革命)。

教育与AI所代表和引导的整个科技狂飙时代正在脱节,教育需要被科技赋能甚至是改造。人工智能对教育的冲击与其他领域相比较更加强烈。元宇宙将是把科技革命、人工智能革命、教育革命连接起来的“中介”,它具有可操作性、实用性,将会产生提高教育价值的重大内在作用。

一切迫在眉睫,必须行动!

金色财经

金色早8点

Odaily星球日报

Arcane Labs

澎湃新闻

深潮TechFlow

欧科云链

链得得

MarsBit

BTCStudy

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

[0:15ms0-3:14ms