为深化学生科学思维与创新实践能力培养，推动对生成式AI技术的理解与认知，5月9日下午，北京理工大学数字媒体与仿真研究所副所长王崇文教授受邀走进我校，带来了一场题为《解码生成式 AI：从原理到无限可能》的精彩讲座。本次讲座以“知识融合+场景实践”的创新模式展开，由高一年级包春华老师主持。

此次讲座，王教授以深厚的学术造诣和丰富详实的案例，系统性地介绍了人工智能从弱智能到大模型时代的发展历程、生成式AI的核心原理与创新应用等，为一中师生打开了一扇通往人工智能前沿科技的大门。

AI进化史：从“深蓝”到ChatGPT的华丽蜕变

王教授向我校师生介绍了AI发展的主要历程——AI发展历经概念产生、初步应用、沉寂、深度学习突破、大模型阶段。同时，其指出当前处于弱人工智能阶段，无自我意识和创意思考能力，多面向特定任务。

1997年IBM深蓝击败国际象棋冠军，2012年深度学习提升人脸识别准确率，2016年阿尔法狗战胜围棋冠军，2022年ChatGPT问世。1997年IBM“深蓝”击败国际象棋世界冠军卡斯帕罗夫时，人类第一次在纯粹智力领域感受到了机器的威胁；而2022年ChatGPT的横空出世，则让普通大众真切体验到了人工智能的惊人潜力。这二十五年间，AI完成了从单一任务执行者到通用对话者的华丽蜕变，其进化历程不仅展现了技术突破的加速度，更折射出人类对智能本质认知的深刻变革。

从“深蓝”到ChatGPT，AI发展轨迹呈现出明显的加速态势：算力呈指数级增长，算法效率不断提高，数据规模持续扩大。早期基于逻辑推理和符号学习解决专业问题，现阶段大模型利用大量数据找规律，通过深度学习网络优化修正。学习过程包含特征提取、训练和识别，相比传统人工提取特征，能学习不同场景图像特征，减少外界干扰影响。

生成式AI：数字世界的“造物主”

在讲解过程中，王教授为我们介绍了一个重要概念——生成式AI。生成式AI是人工智能应用领域的一类，用于生成文本、图像等内容，难点在于保证生成内容的一致性和符合物理规律。以GPT为例，采用预训练Transformer架构，实现生成式AI功能，目前版本存在一定混乱。

生成式AI在目前有诸多应用实例，其在图像、音乐、视频生成方面均有应用，但存在问题。如百度AI按宫崎骏漫画风格修图，但对关键对象处理有偏差；而AI生成音乐虽借鉴已有歌曲，但存在鉴别难题；OpenAI的视频生成虽分辨率高，却在生成内容在细节一致性和符合物理常识上存在不足。

关于生成式AI原理，王教授指出，早期自然语言生成突破困难，生成对抗网络和Transformer架构的出现带来转机。Transformer架构提高模型对词和句子的理解能力，能解决相同词汇在不同场景的语义差异问题。

在讲授过程中，王教授也通过一个生动的事例为大家展示了生成式AI的能力。2024年，有机构对国产大模型进行评测，让其做高考试卷，结果显示有四个模型达到河南省文科一本分数线，表明大模型在文科科目上优势更明显。

站在技术演进的角度看，生成式AI代表了人类将创造力机制“算法化”的尝试，其或将开启人机协同创作的新纪元。

AI的现实境遇：智能体与自建AI

在人工智能技术飞速发展的今天，智能体（Agent）作为AI系统的形态，正展现出惊人的任务处理能力，其可以将任务分解，然后交给执行器完成，我们可以利用这一特性制作高考倒计时网页。

然而，王教授指出，构建这样的智能体系统需要巨大的投入，这构成了AI应用的重要门槛。一个完整的AI系统开发涉及数据采集与清洗、算法研发、算力支撑、人才团队等多个高成本环节。这种高门槛使得AI开发主要是大型科技公司和研究机构，中小企业和个人开发者往往只能依赖现成的AI服务。

在讲座的尾声，王教授也谈论了一下，AI存在的问题。在AI技术快速落地的同时，其带来的风险问题也日益凸显，其中欺诈问题尤为值得警惕。

讲座结束时，王教授将话题转向更宏大的视野，强调科技对国家与社会的重要影响。讲座在热烈的掌声中落下帷幕。这场一个小时的“未来之旅”，不仅让同学们领略了AI技术的前沿进展，更点燃了科技报国的理想之火。

此次讲座不仅是一场科技前沿的盛宴，更是一次创新思维的深刻启迪。同学们真切感受到，人工智能作为引领未来的战略性技术，正在重塑人类文明的方方面面。王教授深入浅出的讲解，犹如在同学们心中播下了探索AI奥秘的火种，成为一中学子科技报国路上的重要指引，激励他们在人工智能的星辰大海中扬帆远航，为建设科技强国贡献青春力量。

图文|韩冯晨曦

编辑|李游佳

一审|韩晖

二审|赵爽

三审|张忠华 谭美金