学院新闻

6月10日，一场关于人工智能大规模语言模型的讲座在浙江外国语学院内展开，本次讲座以“大规模语言模型的历史、现状、未来及挑战”为题，邀请北京大学王选计算机研究所语言计算与互联网挖掘研究负责人万小军教授从技术原理、发展历程、应用场景及未来挑战等多个维度，为在场大学生勾勒出AI技术进步的宏大图景。

万小军以"机器如何模仿人类"为切入点，带大家回溯了AI发展的关键节点：从1943年人工神经元的理论萌芽，到2022年ChatGPT引爆的生成式AI革命；再从深蓝击败国际象棋大师，到AlphaFold破解蛋白质折叠难题——每个里程碑都展示了革命性的技术突破。当前看似"横空出世"的技术飞跃，实则是数十年算法优化与数据积累的厚积薄发。

万小军指出生成式AI作为当前技术焦点，展现出惊人且令人担忧的内容创造能力。他用通俗语言揭开技术面纱：语言模型本质是"概率预测"，通过分析海量文本数据，计算词语组合的可能性。以"我们要吃__"为例，模型会根据语料库中"饭""沙拉"等高频词生成合理答案。而Transformer架构中的注意力机制，如同人类阅读时的"重点标记"——当遇到"银行"与"河边"的歧义时，模型能通过上下文精准判断词义，这种能力使AI能较为准确的理解文本内容。

大规模语言模型在校园生活中的应用引发强烈共鸣。论文润色、作业校对、口语练习……豆包、DeepSeek等AI工具已成为学生们的“学习搭子”。有同学分享：“让AI帮忙生成PPT提纲，再补充具体内容，效率比自己从零开始高太多了！”在更广阔的行业领域，AI也推动了生产力变革。法律行业中，大规模语言模型可辅助文书生成与案例检索；出版传媒领域，从内容创作到传播效果监测，AI都能深度参与。谷歌的Notebook LM甚至能将学术论文转化为通俗易懂的播客，让知识获取变得更轻松。尽管能力强大，大规模语言模型仍面临诸多挑战。“幻觉问题”尤为突出——模型可能编造事实或虚构不存在的法律案例。万小军强调，AI的答案必须得到验证，不能盲目信任。

讲座最后，万小军向在场学生们呼吁，大规模语言模型是强大的工具，但不能替代人类思考。他强调，既要利用AI提升学习工作效率，更应注重培养模型尚不具备的创新能力。在互动环节，同学们围绕“AI是否会超越人类”“AI为何不遵守关闭自身的人类指令”“如何应对模型幻觉”等问题踊跃提问。

这场干货满满的讲座，不仅让大学生们近距离接触AI前沿技术，更引发了关于技术与人文、创新与伦理的深度思考。在大规模语言模型重塑世界的浪潮中，新一代青年既需掌握工具，更需保持理性与创造力，方能在变革中把握机遇，成为技术的驾驭者而非追随者。