PG电子官方网站2023年 ChatGPT 的横空出生让“通用人为智能 (AGI) ”备受体贴。ChatGPT是否杀青了通用人为智能？正在集智俱笑部 AGI 念书会第一期，美国天普大学正在读博士徐博文以为，对人为智能的很多题主意商讨，都导向一个更根蒂的题目——智能是什么？有人以为智能是大脑表现出的杂乱景色或本事，有人以为是智能是涌现得像人的本事，有人以为智能是管理困困难主意本事，有人以为智能是感知、推理、谋划、计划等认知成效或本事，也有人以为智能是顺应情况的本事。通过了解“智能”的界说，“通用人为智能”的寄义将更容易了解。

　　为了深切商量 AGI 干系话题，集智俱笑部协同集萃深度感知技能研商所所长岳玉涛、麻省理工学院博士沈马成、天普大学博士生徐博文，联合提倡 AGI 念书会，涵盖主旨蕴涵：智能的界说与襟怀、智能的道理、大说话模子与音讯寰宇的智能、感知与具身智能、多视角下的人为智能、对齐技能与AGI安笑性、AGI时间的将来社会。念书会从2023年9月21日初阶，每周四晚 19:00-21:00 举行，估计络续7-10周。迎接感风趣的同伴报名参预！

　　智能是什么？这是人为智能研商的根蒂性的题目。对“智能”这一观念的分别了解，会将人为智能研商导向迥然分其它目标，同时，对“智能”这一观念的界定也决策了人为智能这一学科的鸿沟，其毕竟是属于计划机科学、脑科学、认知科学等，依然自成一体的独立学科。

　　问答顺序“沃森（Watson）”、象棋顺序“深蓝（Deep Blue）”、围棋顺序“AlphaGo”、闲话呆板人“ChatGPT”等的景色级告成都激发了人们的强烈商讨，而此中老是存正在正反两方见识，一方以为真正的人为智能仍旧杀青并忧郁其代替乃至扑灭人类，另一方以为真正的人为智能并非如许并提出还该当有诸如一二三等等性格。对人为智能的很多题主意商讨，都导向了智能是什么的题目，更加是当问到某物是否杀青了真正的人为智能、智能该怎样杀青、怎样襟怀智能等等，这些题主意谜底都取决于“智能”是什么。

　　人们心中存正在着对本身的头脑景色的好奇，即对“心（mind）”的好奇，欲望寻觅谁人“实质”，尽量正在旅途中、做简直的研商时，有时也会丢失目标，“智能”是什么这一题主意谜底恰是指引咱们寻觅“本身”的“指南针”。

　　图1. 对“智能”这一观念的分别了解，会将人为智能研商导向迥然分其它目标

　　正在各样杂乱的、变更多端的景色下，哪个才是界定“智能”这一观念的枢纽成分？是否必必要忠诚地模仿大脑，或是必要发生与人类一致的行动，依然要管理杂乱的题目，亦或是必要具备各样认知成效？这些都有少少合理性，但背后是否有某个正在概括宗旨上的联合点？人类的大脑、行动、认知流程都展现了顺应性，源委顺应，人类往往能由简到繁地管理那些未见过的题目[1]。可能说，正在各样特质中，顺应性才是“智能”的主题特质。

　　咱们当然不行含糊源委漫长的演化，变成的大脑构造对“智能”而言的首要性，但模仿大脑时往往被无视的是，毕竟要正在多大的粗糙水平上对大脑做“忠诚”的模仿。终究，大脑中的很多心理或物理特质对“智能”未必起到枢纽效用。若是一个模仿大脑的呆板，只是正在刻板地施行某个顺序，而没有顺应新情况的本事，如许的呆板尽量“类脑”却不对适咱们对 “智能”的直觉。

　　人的行动同样发现出了顺应性，更加是那些被称为“研习”的行动。设念，一个不行“研习”的呆板，尽量某些方面发现出了像人雷同的行动，但老是对相像的输入反复地做着相像的反应，还算是“智能”的吗？比如，看待“计划器”如许的体例，每当输入相像的表达式，输出老是相像且安祥的。当然，也有少少有争议的例子。比如，一幼我脸识其它顺序，每当看到相像的人脸图像，老是会有相像的分类结果。若是这幼我脸识别顺序不是从很多“样本”中“研习”获得的，而是一个顺序员依托着一系列的“若是-那么”的语句编写的，说它不是智能的也许就不那么反直觉了。

　　咱们占定一幼我“灵活”与否，有时是通过简直的“题目”或“职司”对其举行“测试”。这种测试必然水平上反响了人的“智能”水平，由于平常来说人类生来并未对表部寰宇有多少体会，那些越也许顺应情况的人，源委岁月蕴蓄积聚，往往也许发现出崇高的本事，这也让咱们设立起了“智能”与“解题本事”的“干系性”。然而，“干系不是因果”，正在人为智能的研商中，通过“解题本事”来来决断智能的缺点特别凸显。比如，“计划”曾是人类独有的本事，然而现正在计划器的计划本事远远领先了普通人类，也许不会有人以为计划用具有“智能”。这里的枢纽正在于本事的获取流程，人类管理简直题目上的本事发现常必要一个“顺应”的流程，而呆板则未必。可能说，这里辨别“智能”的成分依旧是“顺应性”。

　　认知科学和人为智能最初有着一致的主意，都包括了对人的心智举行计划筑模。人有很多认知成效，常被提及的蕴涵影象、防备力、感知、推理、谋划、计划等，有时占定一个对象是否是智能的，会以是否拥有这些认知成效为轨范。这种了解对智能的研商有督促的效用，但也有把研商导向分崩离析的危急——将这些认知成效豆剖开研商能博得很好的成绩，但已有实验解说怎样通过“认知架构”整合正在一同、使其协同职责却是很大的题目，由于这些成效未必是也许彼此豆剖的。其它，若是某个呆板贫乏了顺应性，那么假使具备了某些认知成效，也不会被以为具有了真正的“智能”。比如，早期人为智能的研商仍旧涵盖了“推理”技能，象棋顺序“深蓝”就有很强的“推理” 和“谋划”本事，然而，它与人们实质深地点追寻的“真正的”人为智能相去甚远。当然，对此的一种回应是该呆板不足“齐备”，不拥有全体的认知成效。且不管这种“齐备”的集中怎样界定，咱们设念，一个呆板或生物展现了对情况的顺应本事，即使其不拥有某些认知成效（比如“因果推理”），咱们是否会以为它是“智能”的？可能说，正在拥有顺应性的根本上，依旧有智能水平崎岖的题目，而各个认知成效则是为“顺应” 情况任职的。

　　人为智能范围的此中两位涤讪人纽厄尔（Newell）和司马贺（Simon）曾提出，具体来说，“智能是有限资源下顺应情况的本事”（Newell & Simon, 1976），这险些相当正确了，只但是正在厥后他们本身的研商中并没有按照这一了解。而另一涤讪人之一明斯基（Minsky）则以为，具体来说，“智能是管理困困难主意本事”(Minsky, 1988)，这种见识看似合适直觉，但正如前面所论证的，一个刻板的计划机顺序并不行被以为是“智能”的，尽量它（如“深蓝”）能管理困困难目。固然明斯基的见识有其合理性，终究人为智能最终要走向“行使”，但也拥有少少误导性，容易把人为智能研商导向特意题目求解上，一个恐怕（且现正在常见）的结果是人正在管理题目而非呆板本身，这也是为什么当一个已经以为首要的题目被“人为智能”管理后，人们依旧会发出各式质疑。看待明斯基的见识的反对，一个更容易了解的例子是，尽量婴儿没有崇高的能力，且根本难以管理困困难目，但也许没有人会含糊婴儿具有“智能”。正在图灵1950年的论文（Turing, 1950）中，除了提出了“仿照游戏”（也便是厥后广为人知的“图灵测试”）以表，更首要的是正在结尾一局限，图灵对将来人为智能研商的设念。图灵构想了一个“呆板婴儿”，通事后天的“教化”长大成人，进而正在智力职司上与人竞赛。可能说，呆板怎样源委“顺应”从而成为范围专家，最初阶便是一个首要的题目。

　　当然，“智能”并非“顺应性”的同义词，不然咱们就不必采用“智能”这个观念，直接说“顺应性”就好了。正在我看来，“智能”这一观念的界说要从表正在和内正在两个方面做束缚：从表正在涌现看，“智能”是音讯体例诈骗有限资源顺应情况的本事；从内正在流程看，“智能”是一种表征彼此效用的道理。

　　“顺应”情况意味着，“智能”不是某个特定题主意求解本事，也不是与情况交互流程中取得的能力，而是与取得这些本事或能力的流程相合。体例“顺应”情况是指，表部看，正在情况相对安祥时、通过某个目标举行评判，体例的涌现有向好的趋向，内部看，体例内部形态朝着主意目标产生了厘革。“顺应”流程中，体例怎样厘革自己才和“智能”相合，而厘革的结果可能说是变成了“能力”。“有限资源”既是一个实际束缚，也是一个表面束缚，它排出了少少至极状况，比如通过“暴力搜求”的体例管理题目就不是“智能”的研商存眷的，由于这种本领表面上假设了无尽资源，并用“算法杂乱度”来量度资源的消费。

　　这里所谓“表征彼此效用的道理”中，所说的“表征”不是主体内部的、对表部物体的指称物，而是指人为智能研商中的“常识暗示”的简直实质，像是“专家体例（Expert System）”中的“符号”、“深度研习（Deep Learning）”中的“向量”、“类脑计划（Neuromorphic Computing）”中的“脉冲（Spikes）”等。这里所说的道理是对智能景色背后的机造的概括描绘，而“表征”则是用来描绘道理的根本单位。正在“顺应性”这一大条件下，咱们可能商量干系的道理有哪些。对这一道理集的寻觅和描绘有分其它切入点，比如，研商脑的构造、研商某些题主意求解流程、研市井的行动、研商认知成效，不管是从哪个角度，尽量恐怕会获得分别样式的描绘，但最终都要举行总结和概括，找到谁人最普通的、与生物或计划机杀青细节不直接干系的道理。这一道理的集中并非正在本文中也许精确商讨和给出，它跟着“智能”的研商深切而兴盛， “智能”这一观念的寄义也所以会慢慢变更。

　　这种“智能”的说明可能实用于“呆板研习（Machine Learning）”，终究“研习”便是顺应的流程。但犹如不是全体的有限资源下的顺应性都是人们实质深处的“智能”那物，更加是看待模范的“呆板研习”体例。“呆板研习”体例实在能职责正在有限的资源下，终究这是一个实际束缚，同时，人们也呈现了，一个“呆板研习”体例往往只可管理少数少少题目[2]，而没有人类智能那样的“通用性”。比如“AlphaGo”崇高的围棋能力恰是它的“智能”施展效用后的结果，但“AlphaGo”及其继任者（如“Alpha Zero”）仅仅正在某一类题目（比如围棋、象棋、Dota等）上涌现得很好，却不拥有人类如许的“通才”，不行顺应平凡的场景[3]。一批研商者最早正在2006年（AGI Workshop上）正式提出了“通用人为智能（Artificial General Intelligence, AGI）”的观念（Wang & Goertzel, 2007），与特定题目求瓦解例的“人为智能”研商划清了畛域。尽量如许，咱们并不行含糊“呆板研习”体例展现了“智能”。那么，“呆板研习”中导致争议的是什么？

　　一个模范的呆板研习体例包括三个局限：“研习算法”、“数据”、“能力顺序”（也被称为“模子”），并平常将研习流程分为操练和测试两个阶段。正在操练阶段，“研习算法”通过总结数据中的体会，安排“能力顺序”。测试阶段，“能力顺序”遵循输入做出反应，从而“管理题目”。咱们可能呈现，“呆板研习”将以往由人类拓荒者编写的“能力顺序”交由“研习算法”从数据中总结，呆板正在这一流程中考试通过顺应情况（即数据）来管理题目。然而，正在测试阶段，“研习算法”仍旧不复兴效用了，也便是说，此机缘器不再拥有顺应性，而是仅仅施行“能力顺序”，“刻板地”反应输入信号。这也是为什么它不再合适人们直觉上的“智能”了。很多呆板研习的研商者也认识到了这一点，提出“连气儿研习（Continuous Learning）”、“毕生研习（Life-long Learning）”等的观念和本领恰是挣脱这一窘境的勤苦。

　　正在我看来，“通用智能”是“诈骗有限资源顺应绽放情况的本事”[4]，相较之前这里添补了一个节造前提，即“绽放情况”。所谓“绽放情况”是一个相对观念，由于若是正在统统宇宙的标准下看，全体物质都处正在宇宙这个“封锁情况”中（这里暂不研讨平行宇宙等状况）。然而，相看待一个主体而言，正在其性命周期内，其行径正在一个相对有限的鸿沟内，而该鸿沟表的状况看待该主体而言是“未知”的。其后果是，该主体所面临的情况恐怕产生变更（乃至是根蒂性的变更），将来未必与过去体会相似、主体过去了解到的纪律恐怕被打倒。同时，“绽放情况”的另一层寄义是对顺应的对象所做的束缚，该对象排出了特定某个或某类题目如许的“封锁情况”，并以为对简直题目而言没有明晰预先界说的鸿沟。正在有限的资源下，面临绽放的情况，智能体的常识和资源都是亏空的[5]。这种对“智能”的说明分身了当下的重要研商（呆板研习），也可扩展至将来研商（通用人为智能）。正在对“智能”的说明的根本上，这种对“通用智能”的说明既分身了主体的性格（应对情况的厘革），又明晰了顺应对象的鸿沟（非特定题目）。

　　除了从表正在的视角看，同前面临“智能”的说明雷同，“通用智能”承受了其内正在的视角，即“表征彼此效用的道理”。看待“通用智能”而言，这些道理是否存正在某个最幼齐备集中？比如，有些职责以为这一集中中务必包括体例的“及时性”干系的道理，有些职责以为务必包括“感知”干系的道理，有些意见把“因果推理”放正在该道理蚁合的至合首要的职位。我确信这正在目前仍是绽放的题目，也是“通用智能”研商的中心。正在前述对“智能”的“内正在”束缚中，我猜念“道理集”的齐备水平或者就确定了智能的水平崎岖，而某些“专用智能”体例或者贫乏了齐备的“道理集”中的某些局限。

　　“通用智能”的对立面是“专用智能”。“专用智能”并非特定题目求解的“能力”，由于遵照本文中的见识，它连“智能”都算不上。正在我看来，“专用智能”体例缺乏对“绽放情况”的治理本事，仅仅对特定题目或范围发现出顺应性。比如，一个用神经汇集识别手写数字的体例，它对输入和输出的样式的规矩导致了它只敌手写数字的题目有用；另一个例子是，人有时会基于过往体会总结本身的“研习本领”，而这些“研习本领”实用于多个场景（比如分别砚科），遵守一个“研习本领”同样也许习得简直的常识和行动，但该“研习本领”总有必然的实用鸿沟，比如研习语文的本领就不完整实用于研习数学。相反，“通用智能”体例是“范围无合”的。比如，同样是基于神经汇集，“Gato”（Reed, et al, 2022）则可能看作一个“通用智能”体例（尽量水平不高）；再比方，范围干系的“研习本领”自身就有一个习得的流程智能，这一习得流程所依赖的是“通用智能”。

　　即使一个别例知足了上述“通用智能”的界说，也许诈骗有限资源顺应绽放情况，这也不虞味着“通用人为智能”的研商就此完毕了。相反，我以为这常是“通用人为智能”研商的“初阶”，由于“通用智能”也有水平题目。触到了智能题主意主题后，难题和风趣的地方是对上述智能道理的寻觅。说“通用人为智能”仍旧杀青，或“通用人为智能”遥遥无期，两种说法固然至极，但都展现了对杀青谁人道理上齐备的“通用人为智能”体例的生机。至于智能科学的大厦何时筑成、“通用人为智能”何时杀青，就要看咱们几代人的勤苦了。从现有职责来看，古人仍旧为咱们指领略目标、做好了地基和框架。

　　遵照前面临“智能”和“呆板研习”的商讨，“模范的”呆板研习本领正在测试阶段仍旧辩论不上“智能”了，但今世的本领中有不同必要卓殊商讨。

　　ChatGPT正在“测试”阶段发现出的“机动性”让很多人惊诧，这也激发了对“顺应”这一观念寄义的进一步研讨。也许不会有人含糊操练阶段ChatGPT展现了顺应性（因为神经汇集权重的窜改）。那么，正在测试阶段ChatGPT举行了任何“顺应”吗？一方以为，每轮新的对话中ChatGPT的形态都被重置，看待每轮对话而言其涌现并没有根蒂的变更，所以没有产生顺应。另一方以为，ChatGPT 的“语境内研习（In-Context Learning）”是顺应的展现智能。

　　为了商讨更简直，让咱们研讨如许一种状况：一个基于概率的统计研习算法，正在没有任何前提时，输出是P(X)，当添补了前提A后，输出是P(XA)，进一步添补前提B后，其输出是P(XA,B)，且正在某个评判目标下，体例的涌现渐渐变好。这个例子中，变更的是新增的前提，而褂讪的则是概率分散。每当从头输入各个前提后，一个别例若是产生了“顺应”智能，咱们会呈现第二次的P(XA,B)的涌现该当优于第一次的P(XA,B)的涌现，倘若相反，则体例并未产生“顺应”（Wang, 2004）。

　　若将“提示词（Prompts）”类比于上面的前提A、B，那么ChatGPT恰是属于后者的状况，从ChatGPT的统统性命周期来看（从它降生的那一刻初阶“操练”，源委现正在的“测试”，直到将来被停顿运转），以某一个“对话”举动“职司”，那么每个职司上的涌现没有根蒂的变更，即并未产生“顺应”——换句话说，从这个大标准看，“顺应”仍是产生正在操练阶段，而用于杀青ChatGPT的“Transformer”的构造、神经汇集的偏差反向宣扬等才是和“智能”直接干系的。

　　但从一个更幼的标准看，将一轮“对话”看作ChatGPT体例的“性命周期”，每一次提问看作一个“职司”，那么，面临顺次的输入A、B，体例的涌现产生了变更，更加是再次输入A后可能查看到涌现的晋升（比如，对改良缺点回复后再次举行提问）。正在这一见识下，ChatGPT“操练”后获得的“权重”不是肃穆事理上的前述概率分散P，而是习得了某种“顺应顺序”，正在不厘革权重的条件下，运转该“顺应顺序”P，体例发生了“顺应”的涌现。

　　两边都是对的，只但是查看的标准分别。然而，设念，若是将操练好的ChatGPT（其模子参数不再变了）放正在某幼我类的说话体会或视觉体会没有触及的地方（比如另一个星球或者另一个物理纪律完整分其它宇宙，或是给它一个动物或呆板人的身体），那么它会展现“顺应性”吗？可能说，此时那些习得的“顺应顺序”不再实用了。遵照本文中对“智能”这一观念的说明，两种视角都看到了ChatGPT的“智能”，但其寄义分别。当年者看到的是“通用智能”，即对“绽放情况”的顺应性（ChatGPT依旧可能通过梯度降落研习来顺应新情况），而从后者看到的是“专用智能”，即对必然范围鸿沟内的顺应性（不含盖逾越人类说话体会的鸿沟）。

　　咱们会呈现，目前的人为智能研商涵盖了前面提到的各个观念，图2具体了它们之间的合连。“人类智能”从大天然的演化中降生，咱们考试查看“本身”，更加是本身的头脑纪律，考试总结出一套了解和改造寰宇的根本道理，并用呆板（更加是“计划机”）举行杀青，所杀青的对象（主体）常被称为“智能体（Intelligent Agent，或Agent）”。“智能体”诈骗本身的“智能”总结体会和管理题目，此中变更的是管理简直题主意能力，而取得能力的本领则相对安祥。若是“习得能力的本领”也可能被习得，那么习得“习得能力的本领”的又是什么？智能体总要正在某个宗旨上“被预设”、“保留褂讪”，本文将这个宗旨上的对象称为“通用智能”，而智能体的体会源委“智能”的治理（即“表征彼此效用”）则变成了用于管理题主意“能力”。此中，“习得能力的本领”也可从体会中被总结出来，只但是这里习得的“（有顺应性的）能力”的实用鸿沟与职司干系，所以正在本文中它们被称为“专用智能”。

　　早期的人为智能研商，很多体贴于用计划机管理题目，干系的计划机顺序缺乏顺应性，是本文中所说的“能力”；人们为特定题目打算的顺应性本领，往往掺入了拓荒者对特定题主意体会，这些题目特定的体会不实用于“绽放情况”，导致了“顺应”的题目鸿沟往往相当限造，但这些本领从行使角度来讲也相当有价钱。同时，也有少少职责聚焦于与简直题目无合的道理，即“通用智能”，其旨正在寻觅产生正在人类、动物、群体、乃至恐怕存正在的“表星人”等等的“心智”中的、杂乱景色背后的智能、了解和改造寰宇的根本道理，这套道理的计划机杀青被称为“通用人为智能”[6]。“通用智能”是否能由人为演化流程得来？是恐怕的，但演化中的顺应性与人类身上的“通用智能”有着根蒂性的区别[7]，因为篇幅局部，此处就不睁开了。

　　当然，“通用”也是相对的，终究，咱们（人类）对自己“心智”的筑模也难以避免地受到了本身体会的影响，即原本用鸿沟受到了“咱们对所生计寰宇的体会”的影响，咱们总结出的“通用智能”是否是放之宇宙而皆准，这是逾越咱们体会鸿沟的题目了，但起码“通用人为智能”的职责正在野着这个目标勤苦、尽恐怕裁减特定题目体会的影响。

　　暂时，有人以为只须也许管理题目、或是拥有某些“认知”成效，假使没有顺应性，也算是“智能”，这是本文雅确抗议的态度。正在“顺应性”这一大条件下，对有些人而言，“专用智能”便是“智能”，而且仍旧足够行使了；而对有些人而言，“通用智能”才是所寻求的最终主意、“智能”便是指“通用智能”。或者，正在将来“真正的”人为智能杀青今后，群多观点也许会倾向于后者。不管如何，遵照前面的论说，咱们对“智能”自身仍旧有清楚解。可能说，“（通用）智能”是谁人“生来就有”的、不随后天体会而厘革的某物[8]，而“智能”通事后天与情况交互变成的“能力”则是易变的，跟着“体会”的分别而分别、对特定题目有用。“通用人为智能”研商所追寻的，恰是对“通用智能”的计划机杀青，而非简直一个或一类题主意管理计划。

　　正如《金刚经》中所言：“统统有为法，如空中阁楼，如露亦如电”。谁人“褂讪”的“从来面容”毕竟是什么样？跟着“通用智能”研商深切，或者这一题目将慢慢会有谜底。

　　[1] “人类智能”有分其它概括宗旨，包括“构造”、“行动”、“（题目求解）本事”、“（认知）成效”、“准则”(Wang, 2018)。下面根本遵照这个框架举行论说。

　　[2] 这里所说的是呆板研习“体例”而非“算法”。一个数学本领或算法是通用的，与一个别例是通用的，二者寄义分别。“人”这一智能“体例”的通用性属于后者。

　　[3] 并非说这些职责没有价钱，比如，深化研习的总体框架是对的，只但是正在简直细节上必要进一步研讨。

　　[4] 此处的“通用智能”是正在人为智能的语境下商讨的，但防备统一个词正在分别语境下有分其它寄义。比如，正在心境学中的“通用智能”便是别的的寄义了，尽量二者有着正在直觉上的一致性。这两个寄义的一致与分歧正在(Wang & Goertzel, 2007)中也有相同的申明。

　　[5] 所以，这里对“通用智能”的界说与(Wang, 2018)中对“智能” 的界说（即“智能是音讯体例正在常识与资源亏空时顺应情况的本事”）梗概等价，尽量略有分别。也可参考正在《智能论大纲》（王培，著）中对智能的描绘，此中的智能自身便是范围无合的、通用的，说“专用智能”就太稀罕了。

　　[7] 参见《智能论大纲》。图 1 中，括号中的观念与该书中的用法或者更切近。

　　[8] 尽量某些“生来就有”的也会跟着后天体会而厘革，也并非全体“生来就有”的都属于智能。比如动物身体的本能反映等。

　　徐博文，美国天普大学PhD正在读，研商目标为通用人为智能（AGI），戮力于寻觅通用智能的表面并创建“真正的”人为智能。

　　为了深切商量 AGI 干系话题，集智俱笑部协同集萃深度感知技能研商所所长岳玉涛、麻省理工学院博士沈马成、天普大学博士生徐博文，联合提倡 AGI 念书会，涵盖主旨蕴涵：智能的界说与襟怀、智能的道理、大说话模子与音讯寰宇的智能、感知与具身智能、多视角下的人为智能、对齐技能与AGI安笑性、AGI时间的将来社会。念书会从2023年9月21日初阶，每周四傍晚 19:00-21:00，估计络续7-10周。迎接感风趣的同伴报名参预！

　　4.张江：第三代人为智能技能根本——从可微分编程到因果推理 集智学园全新课程智能是什么？_题目_人类_大脑