ChatGPT时代已经来了！未来5-10年，AI能够在大多数人类工作岗位上表现得比人类更好。就教育而言，如何应对技术迅猛发展带来的挑战？在AI时代，大学生如何比机器更有竞争力？今天（7月5日），在同济大学主办的“人工智能赋能学科交叉发展论坛”上，多位院士专家给大学教育敲响警钟。

(资料图)

其实，自ChatGPT推出以来，相关讨论从未停止。

尽管当前有不少国家和高校禁止学生在校内使用ChatGPT等工具，但也有学者认为，高校应当敢于让学生去用大模型做作业、写论文。“大模型为新一代AI人才的培养提供了重要基础，只有让学生从入学早期就有机会在这些机器上反复磨、玩，学生才能跟上形势、适应未来。”随之而来的另一个现实问题摆在眼前：放眼国内，目前又有多少高校能够拿出超高计算密度、超大规模算力和超快训练速度的智能算力平台给学生使用呢？

多位学者谈到，算力的落后、大模型的落后不仅在技术层面掣肘行业革新的步伐，也在制约着人工智能高端人才的培养。

ChatGPT4参加大学期末考拿下90分

国内外目前在大模型上差距几何？中国工程院院士、西安交通大学原校长、人工智能与机器人研究所所长郑南宁举出一例。他曾在2022年秋季数字信号处理期末考试中进行测试，作为考生的ChatGPT4在满分为100分的考卷中答出了90分的好成绩。郑南宁坦言，这已经是严格打分的结果。如果这是一位人类考生，同样的答卷他可以给到94分。而面对同一份答卷，某国内大模型却仅仅考了7分。

“从全球范围看来，确实，属于自然语言处理的浪潮来了。国内外的‘政、商、产、学、研’都在关注、投入这一领域，很多地方都在推出自己的大模型，这确实是一个风口。”不过，中国工程院院士、鹏城实验室主任高文直言，大模型的背后是通用人工智能。

以ChatGPT为例，它的快速发展离不开超大算力的支持。比如，在大模型训练时，微软专门打造的超级计算装置，使用了1万张A100GPU卡，耗时一个月，才完成1700多亿参数的Chatgpt3的训练。高文说，如果用实验室自主开发的鹏城云脑II，需要四千块A100GPU卡耗时两个半月的时间。

“对于我们来讲，最大的挑战当属算力不够。”他谈到，目前大模型的启动有“热启动”和“冷启动”两种。所谓“热启动”，就是基于GPT已经给定的结果“喂”数据往上涨；“冷启动”则是完全依赖自己将数据清洗完毕，一点点去训练。

“现在，国内做‘热启动’的很多，真正能够做‘冷启动’的很少，这是我们当前面临的一大重要挑战。”高文感慨。

比如，在人工智能发展方面，我国基础理论和原创算法差距依旧很大，在高端芯片、关键部件、高精度传感器等方面依旧基础薄弱，能够在国际上具有影响力和领先力的人工智能开源开放平台还不够多。

记者了解到，目前，鹏城实验室正推出鹏城·脑海大模型计划。目标是打造国内首个完全自主可控、安全可控、开源开放的自然语言训练大模型底座，参数级别达2000亿，性能对标ChatGPT。今年8月，鹏城·脑海大模型将完成第一阶段的训练。

高文谈到，鹏城实验室将开放基于鹏城·脑海自然语言训练大模型底座的合作，共建国产自主可控与训练大模型生态健康，给年轻人创造机会。

“智能+”推动专业升级，大学改革已在路上

之所以呼吁给年轻人创造机会，也与行业高端人才的匮乏有关。以人工智能高端人才为例，有专家谈到，2018年，中国人工智能高端人才数量只相当于美国的20%，如今，五年过去了，虽然差距在缩小，但高端人才的缺口依然存在。

中国工程院院士、国际欧亚科学院院士潘云鹤在现场分享了他的一则观察：从杭州“市长杯设计奖”的历届获奖名单上来看，2015年时“创意奖”获得者主要是高校，而到2021年，获奖者中大部分已经是科技型企业。

作为评审，他感慨，虽然高校一直有投稿，但是投稿的内容没有跟上行业发展的形势。“这不得不引起教育界的思考：我们的设计专业如果还按照原来的方式去培养人的话，今后就很可能找不到工作了；产业已经向智能化转型，而高校培养的人还在进行传统的工业产品设计。”

要想在AI时代实现领跑，高端人才必不可少。现场，专家们不约而同地谈到，这一轮人工智能对于学科的交叉发展和赋能，提供了很好的机会。他们呼吁，更多高校携手，培养出更多行业人才。

为了补齐人才短板，2017年至今，我国已有30多个“智能+”专业列入高校本科专业目录。教育部一直致力于打破学科专业壁垒、深化学科交叉融合、创新学科组织模式、改革人才培养机制、培育优秀青年创新人才。

记者了解到，在上海，现有16所高校和2个科研院所设置了人工智能相关学科点，其中同济大学牵头建设智能科学与技术上海市高峰学科设立全国首批智能科学与技术博士培养班，获批建设智能科学与技术交叉学科博士点，牵头建设自主智能无人系统在人工智能领域已取得显著成效。

据悉，在新一轮“双一流”建设中，同济大学推进实施“8+2”学科群的建设，通过学科交叉融合与协同发展来带动学校整体学科的发展。其中智能科学与技术学科牵头的学科群，交叉链接其它9个学科群，发挥了核心赋能的作用，催生新的学科研究方向和新的科技突破的领域。同时，同济大学致力于探索交叉学科人才培养的新模式，建立了融合多学科交叉优势、科教产教结合新型人工智能人才培养的体系。

作者：吴金娇

编辑：储舒婷

责任编辑：樊丽萍

图片：同济大学供图

标签：