“天才”的选择

张钹：中国科学院院士，清华大学人工智能研究院名誉院长、教授，中国人工智能领域的主要奠基者。

2024年度教育家

他是中国人工智能主要奠基者，40岁后跨界走进这个“无人区”。他发表了中国第一篇人工智能领域论文，获得了中国这一领域的第一个国际重要奖项，也是首位人工智能领域的中国科学院院士。他教书六十余载，培养的近90名博士四代同堂。他熬过了人工智能的冬天，培养的“清华代表队”成为中国人工智能发展的中坚。

2024年年终，一边是AI巨头们扎堆发布“颠覆性”进展，比如“AI教母”李飞飞发布了一张图就能生成3D场景的AI模型；一边是国内大模型市场在下半年遇冷。

在冷热两极化的“AI大战”中，中国科学院院士、清华大学人工智能研究院名誉院长张钹始终保有定力，既没有对技术进步过度乐观，也不像一些人那样唱衰大模型。

早在两年前，人们还沉迷于大模型的“尺度定律”（Scaling Law，即规模越大，大模型越强）时，张钹就指出，ChatGPT只是向通用人工智能（AGI）迈出了第一步，下一步是与环境的交互。在他看来，AI的发展必须迈向对现实三维世界的深刻理解。

这是张钹又一次做出技术预判。89岁的他说话逻辑清晰、思维敏捷，输出观点快而密。说不到两句，就能感受到从他身上弥漫过来的强大自信。身为中国人工智能领域的奠基人之一，他的四代学生组成了中国最具代表性的一支AI队伍——“清华代表队”，其中一些人已成为国内大模型江湖的重要力量。

经历人工智能40多年来的潮起潮落，张钹总是逆潮而行，做出与别人不同但正确的选择。他是天才吗？他的技术洞察力来自哪儿？如何才能找到通往人工智能的真正方向？

“问题都解决了，还需要我干什么”

张钹的第一次选择发生在1978年。

清华大学进行部分院系调整，张钹所在的电子系（原自动控制系）改为计算机技术与应用系，系中原来从事自动控制研究的老师面临两个选择：待在计算机系，或去新成立的自动化系。他选择了前者。

很多老师劝他：国家未来要大力发展工业，自动化是最有前景的方向之一。“自动化领域，手里的工具主要就是PID（工业控制系统中最广泛使用的控制器），花一两年时间就能掌握它，放弃并不可惜。”张钹回忆，“有人说，你把已有的知识都丢掉了，还剩什么？我说，还剩一个脑袋。”

带着“唯一的脑袋”留在计算机系，张钹遇到的第一个任务是寻找有潜力的新方向。他翻阅国外学术期刊，发现美国很多大学的计算机系里都有一个方向：人工智能。

“当时，对于人工智能是什么，我也不是特别清楚，但它对我有极强的吸引力，因为这个领域里充满了大量的未知。AI在国际上刚发展了约20年，很多原理都说不清，这恰恰是我的用武之地，如果问题都解决了，还需要我干什么？”张钹说。

由于历史原因，张钹这一代学者错过了从事研究的黄金时期。43岁的他决定从零开始。下定决心不仅要勇气，还要有强大的自信。1935年出生于福建一个知识分子家庭的他，小学到中学的任何考试和竞赛成绩都是第一名。1953年，他以数理化三门满分的成绩考入清华大学电机系，后转入自动控制系。

数学是张钹最拿手的学科。阅读大量人工智能文献后，他敏锐地发现：多数AI研究中没有使用任何数学工具，“这意味着，很多还未解决的问题有机会用数学办法解决”。

1984年，张钹和当时在安徽大学任教的弟弟张铃，共同发表了中国AI领域的第一篇论文，刊登在AI国际顶刊上。论文研究的是用数学理论解决机器人的运动规划问题，即机械臂抓取物品时，如何通过更好的线路规避周围的障碍物。

那是20世纪80年代，以符号主义为代表的第一代人工智能正处于低潮。符号主义者认为，人类认知和思维的基本单元是符号，计算机为了模拟人类的智能行为，需要先把知识表示成符号，再通过推理等规则对符号进行操作，最后形成答案。“这是以知识驱动为核心。”张钹说。

符号AI的开创者们最初希望研究出通用方法，很快遭遇了失败，于是，退而求其次提出“专家系统”，即将知识范围缩小到一个具体领域，但这很难推广并上升到理论。

1980年，作为改革开放后的首批出国访问学者之一，张钹来到美国伊利诺伊大学香槟分校进修，他发现，很多AI专业的博士在论文的选题上遇到困难。“迟迟找不到好的选题，或者找了一个题目多年做不出来，只好中途放弃。”

张钹没有受到影响。“我不在意低潮还是高潮，只要清楚这件事能做就行。”这是典型的张钹式回答。事实上，从1978年暑期起，他就开始研究机器人运动规划，他出国第二年，就已投出中国AI领域的第一篇论文。他和张铃提出，将机械臂所在的几何空间简化成拓扑空间，“这就变成了一个纯数学问题”。此时，距离他决心转战AI还不到三年。

张钹成为国际上第一批提出用数学模型解决AI问题的学者之一。“研究工作相当于做解剖，解剖必须用快刀，先进的数学工具就是一把快刀。”张钹相信，“只要数学工具能用上，（人工智能的）研究就可以往前推。”

“雪山还是狗”

2002年，袁进辉还在西安电子科技大学计算机系读大三，成绩年级第一，想申请清华直博，“我咨询师兄，他说你可以先从清华计算机系最有名的老师开始联系”。当时，张钹是清华计算机系唯一的中国科学院院士。

此前，袁进辉已读过张钹和张铃共同撰写的一本关于人工神经网络的专著，第一反应是“两个作者的姓名好有特点”“书里有很多数学理论”。该书出版于20世纪90年代，那时人工神经网络是AI里很小众的领域。“张钹和张铃老师研究的是小众方向中更小众的偏理论部分，在当时是相当少见且超前的。”袁进辉说。

发现符号主义难以走通后，AI研究者逐渐转换思路，发展出连接主义的新流派，即信息是通过在人脑神经元之间建立起 “刺激—响应” 的连接进行传递。这一流派的代表成果就是人工神经网络。

但早期的人工神经网络只是浅层神经网络，难以解决稍微复杂一点的现实问题。于是，连接主义起步不久就陷入低谷，只有少数人认定这条路是正确的，包括2024年诺贝尔物理学奖得主杰弗里·辛顿、“卷积神经网络之父”杨立昆，还有张钹。20世纪90年代，张钹和张铃联手，围绕神经网络理论发表了多篇论文。

20世纪80年代末开始，国内AI发展迎来低潮期。彼时，张钹选了一条更务实的道路：承担国家重点攻关课题。但他没有放弃当时看起来不太有希望的理论研究。“清华人工智能学科理论研究的队伍中，基本一半人在做符号主义，一半人在做人工神经网络，而人工神经网络和深度学习一脉相承。等到深度学习的时代真正到来，我们立刻将大部分兵力转向深度学习。”张钹说。

2012年，深度卷积神经网络AlexNet在ImageNet（世界上最大的图像数据集）竞赛上一战成名。自此，以深度神经网络为基础的深度学习彻底出圈。“这就是以数据驱动为核心的第二代人工智能。”张钹说。

他指出，与早期的神经网络相比，深度神经网络“把深度加深了”，即中间的网络层数变多之后，性能发生了重大变化，只需输入大量的原始数据，就可以“自学成才”。他最初感到兴奋，但随后开始思考：深度学习的边界在哪儿？

清华大学计算机科学与技术系教授、人工智能研究院副院长朱军是张钹的学生。“2013年前后，正是深度学习最热的时候，很多激进的观点认为，AI三五年内就可能在自动驾驶等复杂场景量产，但张钹是国内最早公开谈论深度神经网络存在缺陷的专家之一。”朱军对《中国新闻周刊》说，“这时候他已经快80岁了。”

深度学习的一个关键弱点是容易被欺骗。张钹团队发现，深度神经网络的图像识别很脆弱。一张以雪山为背景的图片，只要加入一点“噪声”，“自学”之后的AI会将其识别成一条狗。这一问题绝非“雪山还是狗”这么简单，而是指向一个困扰张钹多年的更大难题：深度学习往何处去？

他很早就意识到，深度学习存在不可解释性与鲁棒性差（系统的抗干扰能力差）等根本性缺陷。2016年起，他陆续提出关于“新一代AI”的观点，2020年发表论文《迈向第三代人工智能》。他提出，第一、第二代人工智能都只是从一个侧面模拟人类的智能行为， 为了建立一个更全面反映人类智能行为的AI，需要把知识驱动与数据驱动结合起来。

打开“黑匣子”

2022年11月30日，ChatGPT正式亮相。此前，人们根本无法想象AI模型可以变得如此巨大。“绝大多数AI研究者感到非常震惊。”张钹说。

袁进辉指出，ChatGPT的诞生让人工智能进入截然不同的发展阶段。模型变大后，人们突然发现，过去多少年解决不了的问题可以用统一的方法搞定。“这是一次工业革命级的技术革命。”

像过去一样，张钹看问题的视角和别人不同。他说，多数人理解ChatGPT就是“大数据+深度学习”，其实它真正的突破，首先在自然语言文本上。ChatGPT不是像第二代AI那样，简单地把文本作为数据来处理，而是把文本当成知识（内容）来处理。“只有当机器可以从大量的数据中获取到知识，真正的转变才会发生。所以，ChatGPT能力的强大源自两点：一是大模型；二是大文本。”

可以说，ChatGPT是张钹预测中的第三代人工智能的雏形，但还远远不够。张钹指出，ChatGPT突破了前两代AI只能在限定领域完成限定任务的限制，这为建立起统一的人工智能理论提供了重大机遇，“这才是第三代人工智能实现的关键”。

迄今为止，人类一直通过模拟的方式让机器的行为与人类相似，但大模型还是一个“黑匣子”，这正是张钹认为AI理论下一步可能突破的地方。“我们要把大模型的内部机理分析清楚，解剖复杂系统行为背后的内在逻辑。谁能做到这一点？我说至少需要第二个爱因斯坦。”

在张钹的倡议下，2018年，清华大学成立人工智能研究院基础理论研究中心，朱军为研究中心主任。被问到理论突破的难度有多大时，他引用了一句话：“当你提出问题时，可能离解决问题已经不远了。”

这是张钹最常说的一句话。在他看来，中国学生解决问题的能力很强，但提出问题的能力不足。因此，在培养学生时，张钹格外重视训练学生“提出问题的能力”。

袁进辉2003年起跟随张钹读博，不像有的导师会出于“更容易出成果”或“项目有需要”等原因给学生指定博士选题，张钹总是让学生自己找题，鼓励大家自主探索无人区。

张钹强调，学生一定要有批判性精神，敢于质疑现有成果。“中国培养的很多学生只知道标准答案。我常说，不怕馊主意，就怕没主意。”

“先有正确的理解，再有正确的判断”

2016年，袁进辉决定孤注一掷。

他从微软亚洲研究院离职创业，选择的赛道是AI基础设施（AI Infra），即AI模型的“操作系统”。“我的理念是模型未来一定会变得很大，变大之后，现有的深度学习框架将难以承载，谷歌、亚马逊等大厂设计的底层架构都不是为大模型准备的，提前布局AI Infra，将来一定有商业机会。”他解释。

袁进辉的“超前”想法可以追溯到更早的博后时期。2008年，张钹认为计算机和脑科学的交叉很有潜力，提出了计算神经科学的方向，并邀请海外相关专家加入清华担任讲席教授指导学生，袁进辉就是受益者之一。若干年后，神经网络爆火，他下意识地从脑科学的角度去思考：“即使深度学习是万亿级的参数，离人脑神经元的规模也有好几个数量级的差距。人工神经网络未来必须变得很大，才可能真的拥有接近人类的智能。”

一些顶尖科学家面对象牙塔外的商业世界会显得无措，但张钹是一个另类。多位受访者提到，他在商业方面的眼光也很犀利。

2024年，国内的AI玩家从“炼大模型”的狂热中清醒过来，开始转向应用，而张钹两年前就预料到这一局面。“国内企业烧钱根本烧不起，只有做应用才能活下去，但这也是中国大模型企业当下面临的最大挑战，大模型尚未成熟时就去做应用，70％—80％的企业可能都会倒下。”他分析。

为何张钹总能做出正确的选择？“答案很简单，必须先有正确的理解，才能做出正确的判断。”他说，“就是要深思熟虑，我很不容易说服自己去相信某个结论，会不停地对自己提出疑问，然后刨根究底，直到把这个问题彻底想明白。”

ChatGPT诞生后，有些人觉得AGI马上就能实现，张钹却非常保守。他认为，需要去研究AI大模型的底层逻辑，尝试不同的问题，测试机器的能力边界。朱军指出，大模型发展的各个阶段，张钹总能快速找到一些最适合又很巧妙的例子去测评模型的弱点，根源在于他对AI系统本身有非常深刻的思考与见解。

张钹设计了这样一个问题：“我朝东面走，向右手方向转90°，迎面走来一个人，我看到他左手方向的地上有一道很长的他的身影。此时是早晨、中午还是下午？”

GPT-4o（GPT-4的升级版）没能答对，OpenAI2024年9月发布的新一代推理模型o1则回答正确：是早晨。张钹发现，两者的参数和数据没有明显区别，差距源于“思维链”技术。“o1对这一问题分析的逻辑链非常细致，一步步推理出了结果。”

AI领域最激烈的变化就集中在短短十几年内，这一切都发生在张钹77岁之后。朱军说，张钹自我要求极高，有强烈的好奇心与求知欲，快90岁每天还在看国外最新的论文。“他是我见过的学习能力最不可思议的人之一。最前沿的模型，玩得比我们还溜。”

很多学生认为张钹是天才。张钹说，先天的智商决定了一个人能够达到怎样的高度，但最终实际达到的高度取决于努力的程度。大模型里有个神奇的现象叫“涌现”，指模型规模增加到某一临界点时，性能会突然显著提升，甚至出现一些难以预测的能力，比如真正的智能。

“所以，你认为自己是天才吗？”

“我从6岁开始，每天都在学习，再笨的人也学聪明了。”

这就是天才的“涌现”。

发于2025.1.6总第1171期《中国新闻周刊》杂志

杂志标题：张钹：“天才”的选择

记者：霍思伊