南湖新闻网讯（学通社记者 鞠昀彤）3月12日晚，北京大学计算机学院教授、北京市高等学校教学名师陈斌应邀来校作“人工智能发展现状、历程及趋势”专题报告，线上线下近500名学生参加。

陈斌教授讲解神经网络围棋（学通社记者 刘懿娴 摄）

报告伊始，陈斌向同学们阐释了“智能”的定义，并回顾智能技术的演进历程。他指出，智能进化早期的速度以万年计量，后来缩短至千年、百年、十年，而今，人工智能的迭代速度以月计。他将人工智能的发展历程分为三个阶段：第一阶段为符号主义人工智能，采用规则与推理的方法，依赖于符号主义的专家系统，通过将人类专家的经验知识归纳为规则并在此基础上进行逻辑推理获得答案；第二阶段为连接主义人工智能，使用搜索与统计的方法，不再由人类经验来归纳规则，在由庞大的统计数据构成的决策树中搜索、评估和选择，从统计数据中得到结论；第三阶段为人工智能的深度学习与增强学习阶段，发展出仿生与学习的方法，不再由人类指导AI进行数据统计，而是让AI模拟人类的自主学习过程自动求解问题。这样的发展历程本质上是一个从“零数据”“小数据”“大数据”到“全数据”的过程，通过数据规模增加，人工智能的能力得到一种指数级增长。

关于人工智能的基本算法概念及经典应用场景，陈斌向同学们着重分析了生成式人工智能的训练与工作过程。他指出，生成式人工智能不同于普通的判别、分类、检测式人工智能技术，其核心是自回归生成技术，按照某种固定次序生成基本元素，最终组成复杂的生成结果，能够生成图像、文字、代码和视频，在当今社会具有很好的应用价值。他以大语言模型为例，现场展示了人工智能在文本、图片和音乐生成等方面的应用实践。

报告最后，陈斌与同学们探讨了智能的边界问题，如“何为通用人工智能？”“通用人工智能是可以达到的吗？”“如果达到了通用人工智能，我们能知道吗？”他指出，人工智能的边界存在不可计算问题和不可定义问题，并启发同学们思考机器智能超越人类智能的“技术奇点”问题，探寻人类至今未曾企及的理性边界。

同学们提问与陈斌教授互动（学通社记者 刘懿娴 摄）

互动环节中，同学们积极提出自己对于大语言模型、人工神经网络、通用型智能体以及计算机专业未来发展等方面的问题认识，陈斌耐心解答。他勉励同学们主动思考、深度学习，要培养三种能力：善于提出有价值问题能力、分析判断能力和修正AI生成结果能力。

据悉，为全面推动人工智能赋能教育教学高质量发展，本科生院积极抢占人工智能教育先机，促进人工智能与其他学科专业交叉融合，加强人工智能通识课程和数智实践课程建设，开展“人工智能赋能学生高效学习”系列报告，鼓励学生跨学科学习，增强学生利用人工智能解决专业领域问题的意识和能力，提高学生在智能环境中的适应力和创造力。

审核人 王春潮