张拳石专访：深度学习需要一场自顶向下表征内观的科学革命丨独家

文章预览

在人工智能领域快速发展的今天，大模型技术引发了前所未有的热潮。 然而，在这股浪潮之下，我们是否真正理解了人工智能的本质？ 是否存在被忽视的根本性问题？ 作为上海交通大学副教授、国内人工智能领域的资深研究者，张拳石对这些问题有着独到的见解。 他认为， 深度学习的成功虽带来了前所未有的性能提升，但长期以来以深度学习为代表的AI所奉行的自底向上范式，也逐渐走入了自底向上的“端到端”效率陷阱。 深度学习范式放弃了人们直接把握和控制模型内在精细表征逻辑的技术可能性，使得目前神经网络（尤其是大模型）对数据、算力资源的需求过度依赖，已经逐渐成为制约AI进一步发展的新的问题。 在专访中，张拳石坦言，深度学习需要从“经验性技术”迈向“科学理论”。不同于传统寄希望于在图模型范式下实现自顶向下 ………………………………