謝作如 白磊

大部分孩子都有長大后成為科學(xué)家的夢。那么，人工智能科學(xué)家是如何成長的？他們在做哪些有趣的科學(xué)研究？如何成長為像他們一樣的科學(xué)家？為了讓更多的讀者了解人工智能科學(xué)家，來自溫州科技高中的特級教師謝作如特邀上海人工智能實驗室青年科學(xué)家白磊博士進(jìn)行對話。白磊博士從事人工智能與地球科學(xué)領(lǐng)域的交叉研究工作，負(fù)責(zé)的“風(fēng)烏”模型實現(xiàn)了10公里分辨率的全球氣象預(yù)報，是目前分辨率最高的人工智能氣象大模型。

謝作如

溫州科技高中人工智能科創(chuàng)中心負(fù)責(zé)人，浙江省特級教師，中國電子學(xué)會現(xiàn)代教育技術(shù)分會副主任委員，上海人工智能實驗室XEdu項目負(fù)責(zé)人，OpenHydra項目發(fā)起人。

白磊

上海人工智能實驗室青年科學(xué)家，新南威爾士大學(xué)博士，悉尼大學(xué)博士后研究員，曾獲2022年世界人工智能大會云帆獎、2020年新南威爾士大學(xué)工程研究卓越獎、2019年谷歌博士獎學(xué)金等。

科研與成長經(jīng)歷

謝作如：隨著生成式人工智能的發(fā)展，中小學(xué)AI教育再次引發(fā)熱議。感謝白磊博士在百忙之中接受邀請，聊一聊“青少年AI教育”這一熱點話題。首先，請簡要介紹一下您在上海人工智能實驗室的工作以及研究成果。

白磊：感謝謝老師邀請。我在實驗室主要負(fù)責(zé)人工智能與地球科學(xué)領(lǐng)域的交叉研究工作，開發(fā)人工智能算法來對圍繞咱們地球的大氣、海洋、地質(zhì)等圈層建模，從而實現(xiàn)對地球系統(tǒng)的實時高分辨率監(jiān)測和面向不同時空尺度的高精度高效率預(yù)報，并進(jìn)一步服務(wù)氣象預(yù)報、海洋預(yù)報、能源預(yù)測與平衡等國家和社會需求。我最近的研究成果是“風(fēng)烏”氣象大模型系列，2023年4月我們聯(lián)合中科大、上交大、南信大、上海中心氣象臺等高校和機(jī)構(gòu)發(fā)布了“風(fēng)烏”氣象大模型，首次將全球中期氣象預(yù)報的可用時效提高到10.75天，模型實驗部署于國家氣象中心、上海市氣象局、香港天文臺等機(jī)構(gòu)，助力我國的氣象預(yù)報。今年3月，我們又發(fā)布了“風(fēng)烏”GHR版本，首次利用人工智能算法實現(xiàn)了10公里分辨率的全球氣象預(yù)報，是目前分辨率最高的人工智能氣象大模型。

謝作如：能否介紹一下您的求學(xué)經(jīng)歷，您的成長經(jīng)歷與現(xiàn)在從事的科研工作有什么聯(lián)系？

白磊：我博士就讀于新南威爾士大學(xué)，當(dāng)時的主要研究方向是時空預(yù)測學(xué)習(xí)，通過開發(fā)人工智能算法實現(xiàn)對不同地理位置上持續(xù)收集的多維時間序列流進(jìn)行預(yù)測。博士畢業(yè)后，我在悉尼大學(xué)進(jìn)行博士后研究，主要探索大規(guī)模通用預(yù)訓(xùn)練技術(shù)。這些工作為我探索人工智能驅(qū)動的地球科學(xué)提供了很好的支撐，因為地球科學(xué)領(lǐng)域的大部分?jǐn)?shù)據(jù)類型都是多源的時空數(shù)據(jù)，而且數(shù)據(jù)規(guī)模很大，我之前的研究經(jīng)歷剛好可以滿足這方面的需求。

謝作如：您在中小學(xué)是否接觸過科研工作？或者說，在中小學(xué)階段有哪些經(jīng)歷對您現(xiàn)在從事的工作產(chǎn)生影響？

白磊：我在中小學(xué)階段沒有接觸過科研工作。至于說有聯(lián)系的經(jīng)歷，我想首先是整個中小學(xué)的學(xué)習(xí)生活培養(yǎng)了我求知和比較樂觀的精神，這是從事科研工作必需具備的。做科研工作需要對這個世界或者所做的事情時刻保有好奇心和求知心，希望把一件事弄明白或者做好，然后才能全身心地投入精力去做。同時，科研工作的日常又往往是充滿了失敗的，絕大多數(shù)的科研成果應(yīng)該都是在無數(shù)的失敗嘗試后取得的，因此需要科研工作者自身有樂觀的精神，不斷失敗，不斷嘗試。

做科研工作需要對這個世界或者所做的事情時刻保有好奇心和求知心，希望把一件事弄明白或者做好，然后才能全身心地投入精力去做。

AI4S：人工智能如何賦能科學(xué)研究

謝作如：我是在2023年通過新聞才了解到實驗室有個“風(fēng)烏”大模型團(tuán)隊，并在預(yù)報方面實現(xiàn)了重大突破?！帮L(fēng)烏”取名自秦漢時期的“相風(fēng)銅烏”，這是世界上最早的測風(fēng)設(shè)備，僅從名字看就很有文化的傳承感。您負(fù)責(zé)的“風(fēng)烏”大模型是如何實現(xiàn)準(zhǔn)確預(yù)報天氣的？ 在哪些方面進(jìn)行了突破？

白磊：“風(fēng)烏”基于人工智能方法開發(fā)，借助神經(jīng)網(wǎng)絡(luò)在建模非線性關(guān)系方面的優(yōu)勢和大模型海量參數(shù)帶來的強(qiáng)大擬合能力，可以更好地從歷史大氣數(shù)據(jù)中總結(jié)出大氣系統(tǒng)的底層規(guī)律。從人工智能具體方法來說，“風(fēng)烏”具有三個方面的創(chuàng)新：一是提出基于多模態(tài)大模型思想的Transformer網(wǎng)絡(luò)設(shè)計來表征多種多樣的大氣變量，實現(xiàn)對全球高分辨率高維大氣數(shù)據(jù)的高效建模；二是提出新的優(yōu)化目標(biāo)，針對不同區(qū)域不同大氣變量高度耦合但分布差異大的問題，提出不確定性損失函數(shù)，通過學(xué)習(xí)自動調(diào)整不同位置不同變量的優(yōu)化權(quán)重，提高網(wǎng)絡(luò)優(yōu)化效果；三是針對長期預(yù)測這一難題專門設(shè)計方法，針對全球中期預(yù)報的長時序生成問題，提出“緩存回放”策略，使模型有意識地處理誤差累積問題，在有限硬件的基礎(chǔ)上間接實現(xiàn)了對長期預(yù)測誤差的優(yōu)化，顯著降低了模型的長期預(yù)測誤差。實驗結(jié)果表明，“風(fēng)烏”的10天預(yù)報誤差比此前DeepMind發(fā)布的GraphCast模型降低10.87%，在“風(fēng)烏”報告的880個預(yù)測指標(biāo)中，有80%的準(zhǔn)確性高于GraphCast。

謝作如：近幾年，AI for Science（科學(xué)智能，也稱AI4S）成為備受關(guān)注的科研領(lǐng)域。我在很多新聞中看到這樣一句話——新一代人工智能技術(shù)推動科研范式變革。什么是“科研范式”？它又是如何因為人工智能而發(fā)生變革？請您結(jié)合典型的案例介紹一下。

白磊：關(guān)于“科研范式”可能不同的研究者有不同的理解，在我看來，科研范式指的是大部分科研工作者采用的研究方法、研究路徑。我個人認(rèn)為科研范式的核心是由觀測數(shù)據(jù)和建模方法兩部分組成，在以前可獲得觀測數(shù)據(jù)非常有限的情況下，主流的建模方法需要基于定性推論或者數(shù)理模擬的方法進(jìn)行，在準(zhǔn)確性或者效率上往往不盡如人意，而且由于需要具備非常強(qiáng)的專家知識，往往發(fā)展緩慢?；谌斯ぶ悄艿目蒲蟹妒剑⒃谶^去科學(xué)發(fā)展所積累的海量觀測數(shù)據(jù)的基礎(chǔ)上。由于數(shù)據(jù)的日益豐富和人工智能方法的相對成熟，科研工作者們有機(jī)會利用人工智能自動地對科學(xué)數(shù)據(jù)進(jìn)行處理、建模，從而發(fā)現(xiàn)規(guī)律進(jìn)行預(yù)測。基于人工智能的科研范式已經(jīng)在蛋白質(zhì)折疊（如AlphaFold）和氣象預(yù)報（如風(fēng)烏）等非常核心的科研任務(wù)上取得了成功。

人工智能對中小學(xué)教育的影響

謝作如：我記得數(shù)學(xué)家萊布尼茨曾說過，讓一些杰出的人才像奴隸般地把時間浪費在計算上是不值得的。因此，才有一批科學(xué)家前赴后繼，最終發(fā)明了計算機(jī)。在我上學(xué)的時候，數(shù)學(xué)教材中還有“珠算”“對數(shù)表”之類的學(xué)習(xí)內(nèi)容。隨著計算機(jī)的普及，這些內(nèi)容慢慢被取消了。從您的角度看，隨著人工智能的發(fā)展，中小學(xué)的哪些學(xué)習(xí)內(nèi)容可能會隨之發(fā)生變化呢？

白磊：這個問題很好。前兩天我剛好看到美國有大學(xué)教授在呼吁“人工智能時代需要加強(qiáng)數(shù)學(xué)的教育”，并得到了Sam Altman、Elon Musk的支持，這說明世界上已經(jīng)有許多人意識到隨著人工智能的發(fā)展，我們現(xiàn)有的教育體系也會有相應(yīng)的變化。第一，人工智能的概念和計算機(jī)科學(xué)的基礎(chǔ)會進(jìn)入到中小學(xué)的教育中，讓同學(xué)們可以更早了解計算機(jī)和人工智能技術(shù)的工作原理，并且能夠做一些簡單的編程實踐使用人工智能工具。第二，數(shù)學(xué)理論依舊非常重要，并且為了適應(yīng)計算機(jī)和人工智能技術(shù)進(jìn)入中小學(xué)教育，可能需要有一些針對性的調(diào)整。第三，培養(yǎng)學(xué)生文學(xué)性、藝術(shù)性、創(chuàng)造性的能力會更加重要。隨著人工智能的發(fā)展，隨著一些重復(fù)性的工作被AI所替代，對人類藝術(shù)性和創(chuàng)造性的要求會更高。

謝作如：面對人工智能的快速發(fā)展，有些人很焦慮，認(rèn)為要早點學(xué)習(xí)不能輸在起跑線上，也有人表示完全躺平，認(rèn)為人工智能不過是“紙老虎”，只要學(xué)好數(shù)理化，打好基礎(chǔ)就行。對此您是怎么看的？

白磊：我想這種態(tài)度的差別對于任何新生的技術(shù)或者事物都是一樣的。一方面，對于新的技術(shù)，我們永遠(yuǎn)都應(yīng)該保持一種好奇心和開放性的心態(tài)，多去了解它、認(rèn)識它、學(xué)習(xí)它，并使用它好的一面。另一方面，無論技術(shù)如何變化，扎實的數(shù)理基礎(chǔ)、獨立的思考能力、出色的批判精神、優(yōu)秀的創(chuàng)造思維都應(yīng)該是一個人從小學(xué)開始培養(yǎng)并在后續(xù)的學(xué)習(xí)中持續(xù)提高的，它們是我們的基礎(chǔ)能力，也是我們快速學(xué)習(xí)與接納新技術(shù)的基礎(chǔ)。

謝作如：由于生成式人工智能的快速發(fā)展，有人認(rèn)為中小學(xué)生只要會用人工智能（大模型）即可，會用引導(dǎo)詞即可，甚至有人提出最重要的學(xué)科是語文，會準(zhǔn)確描述即可。對于這些觀點，您是如何評價的？

白磊：在前面的回答中我已經(jīng)強(qiáng)調(diào)了文化和藝術(shù)在未來中小學(xué)教育中的重要性。此外，我想再補(bǔ)充兩個角度來說明人工智能時代其他學(xué)科的重要性。第一個角度，當(dāng)前的生成式人工智能或者說大模型還沒有達(dá)到所謂的通用人工智能的程度。盡管它已經(jīng)在對話、文獻(xiàn)處理、編程、視頻創(chuàng)作等非常多的任務(wù)上展現(xiàn)出了卓越的性能和提高潛力，但是它還不能完美地完成這些任務(wù)。在面對一些極端樣本的時候，人工智能經(jīng)常會犯錯或者性能往往表現(xiàn)不佳。因此，我們還需要不斷地開發(fā)更強(qiáng)大的人工智能模型、更強(qiáng)大的計算設(shè)備來進(jìn)一步推動人工智能技術(shù)的發(fā)展，這需要我們的教育系統(tǒng)從中小學(xué)階段就開始培養(yǎng)學(xué)生的數(shù)理基礎(chǔ)、創(chuàng)造性思維等。第二個角度，現(xiàn)實世界中的許多挑戰(zhàn)往往需要構(gòu)建復(fù)雜的大規(guī)模系統(tǒng)來解決，人工智能技術(shù)目前還只是系統(tǒng)中的一環(huán)，無法形成完成自主運行的體系，如如何自主地設(shè)計一個航天飛機(jī)、如何構(gòu)建一個完全自主運行的能源系統(tǒng)、如何模擬地球系統(tǒng)的運行進(jìn)而預(yù)測天氣和地震等。這些系統(tǒng)是我們社會日常運行的基礎(chǔ)，也需要從小開始培養(yǎng)各種不同學(xué)科的高端人才來完成。

無論技術(shù)如何變化，扎實的數(shù)理基礎(chǔ)、獨立的思考能力、出色的批判精神、優(yōu)秀的創(chuàng)造思維都應(yīng)該是一個人從小學(xué)開始培養(yǎng)并在后續(xù)的學(xué)習(xí)中持續(xù)提高的。

中小學(xué)人工智能教育和科創(chuàng)活動

謝作如：有媒體稱2023年是人工智能平民化元年，因為在這一年，人工智能技術(shù)的應(yīng)用越來越普及，不再是只有專業(yè)人士才能觸及的技術(shù)。但在我們教育團(tuán)隊看來，僅僅應(yīng)用人工智能顯然不是在培養(yǎng)未來的人工智能人才。為此，我們設(shè)計了相關(guān)工具，以期降低青少年學(xué)習(xí)人工智能的門檻。借助這些工具，只要打開瀏覽器，用少量的代碼就能訓(xùn)練機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型，也能用收集數(shù)據(jù)→選擇SOTA模型→訓(xùn)練模型的方式解決一些簡單的真實問題。但也有人認(rèn)為，中小學(xué)沒有數(shù)學(xué)的基礎(chǔ)，即使訓(xùn)練了模型也不理解底層原理，并沒有什么價值。您覺得中小學(xué)生有沒有必要經(jīng)歷這種智能“從無到有”的過程？有沒有價值？

白磊：我想人工智能或者說深度學(xué)習(xí)不僅僅是一種技術(shù)，也是一種科學(xué)思維和解決問題的方式。在這種體系下面，我們嘗試開發(fā)新的算法來自動地從數(shù)據(jù)中識別規(guī)律，制訂出解決問題的方案，并通過科學(xué)可量化的評估方式來不斷改進(jìn)我們的算法。雖然中小學(xué)生可能還沒有扎實的數(shù)學(xué)基礎(chǔ)來完全理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型的底層原理，但通過實踐操作，他們可以初步理解人工智能的基本概念、科學(xué)的思維方式和用人工智能解決問題的工作方式，如如何收集關(guān)于某個問題的數(shù)據(jù)、如何設(shè)計合理的評估方式來定量地評估模型的性能等。這些概念和思維方式對于做任何事情都是非常有用的。

謝作如：我曾經(jīng)想根據(jù)AI4S的案例，設(shè)計一些面向中小學(xué)的案例，但最終因為這些案例都需要一定的學(xué)科背景知識，一直找不到好的方向。如果要為中小學(xué)生推薦或者設(shè)計一個人工智能的活動，您會選擇怎樣的主題？

白磊：如果單純地是為了讓中小學(xué)生更好地了解人工智能，培養(yǎng)他們對人工智能的興趣，我想會是關(guān)于藝術(shù)和創(chuàng)造性方面的活動，如利用現(xiàn)在的大語言模型或者多模態(tài)模型進(jìn)行詩歌創(chuàng)作和劇本寫作、利用多模態(tài)生成大模型進(jìn)行微電影的創(chuàng)作。這種活動本身非常有趣，需要的人工智能基礎(chǔ)和學(xué)科背景知識也比較少，具有非常好的普適性，可以讓更多的同學(xué)參與進(jìn)來，了解人工智能技術(shù)現(xiàn)有的能力以及在這些任務(wù)上可能的不足。如果是希望培養(yǎng)同學(xué)們的人工智能技術(shù)或者是培養(yǎng)他們利用人工智能解決更加復(fù)雜任務(wù)的能力，那么我可能會選擇把這個活動與一個具體的課程相結(jié)合（如化學(xué)或者地理），這樣可以更好地根據(jù)這個課程的實際進(jìn)度和需要來設(shè)計人工智能活動的方案。

謝作如：我一直有個困惑，同樣是“算法”一詞，計算機(jī)科學(xué)中的算法比賽和人工智能中的算法比賽考核的內(nèi)容是不一樣的，如信息學(xué)競賽（ACM）和人工智能算法挑戰(zhàn)賽（Kaggle），需要的能力和提供的代碼幾乎是不一樣的，那二者有什么區(qū)別？

白磊：二者的區(qū)別就類似于人工智能兩種研究范式之間的區(qū)別。2019年辛頓在演講中梳理了兩種人工智能研究范式，一種是基于邏輯啟發(fā)范式，即符號主義，另一種是基于生物學(xué)啟發(fā)范式，即聯(lián)結(jié)主義。前者認(rèn)為智能是人為設(shè)計出來的，而后者認(rèn)為智能因?qū)W習(xí)而來。

謝作如：感謝白磊博士，我們很期待像您一樣的人工智能科學(xué)家能關(guān)注中小學(xué)教育，設(shè)計一些AI4S的案例。最后，請您用一段話來鼓勵一下正在就讀中小學(xué)的同學(xué)們吧。

白磊：親愛的弟弟妹妹們，非常羨慕你們處在這樣一個美好的、充滿無限可能的年紀(jì)，每一天都在學(xué)習(xí)新知識，探索這個世界。雖然科幻電影在說人工智能可能會掌控世界，但是希望你們不要害怕挑戰(zhàn)，不要畏懼困難，保持好奇，努力學(xué)習(xí)和嘗試，為你們自己和我們國家的未來打下堅實的基礎(chǔ)。同時，我更希望你們可以經(jīng)常鍛煉身體，經(jīng)常玩耍，因為樂觀的心態(tài)和強(qiáng)健的體魄是一切挑戰(zhàn)的基礎(chǔ)。

對話印象——

我和白磊博士平時都在上海徐匯國際傳媒港的L1大樓工作，我在12樓而白磊博士在10樓。第一次了解到白磊博士是在2022年的暑假，他做了一個關(guān)于人工智能和地球科學(xué)方向的講座。而我近幾年的研究重點就是尋找人工智能結(jié)合科創(chuàng)的項目，讓中小學(xué)生了解AI4S領(lǐng)域，有空就會去聽上海人工智能實驗室科學(xué)家的講座。當(dāng)時，白博士的講座給了我很大的啟發(fā)。

《中國信息技術(shù)教育》雜志邀請我做幾期關(guān)于人工智能教育的對話，希望能邀請人工智能領(lǐng)域的專家，我第一時間就想到了他。這次“對話”我們是通過共享文檔軟件來展開的，我提問他回答，交流非常順暢，完稿后我們約在五樓聊天。

白博士很年輕，也很健談，知識淵博且見解獨到。關(guān)于計算機(jī)科學(xué)中的算法和人工智能的算法區(qū)別的回答解開了我的疑惑。例如，現(xiàn)有論文中對計算思維的界定，基本上還局限在前者，看起來需要更新觀念并加入后者的內(nèi)容，才能適用于當(dāng)前發(fā)展現(xiàn)狀，即智能計算時代。

人工智能的人才培養(yǎng)離不開基礎(chǔ)教育，期待有更多的人工智能科學(xué)家和白博士一樣，為中小學(xué)人工智能教育提供更多的智慧和力量。