2022年11月30日是大语言模型ChatGPT面世的一天,也是心理学家刘嘉思想发生重大变化的节点。
当年的6月1日,作为清华大学基础科学讲席教授、北京智源人工智能研究院首席科学家,刘嘉在北京智源大会上给出掷地有声的结论——人类依旧拥有世界上最高等的智能。
然而几个月后,他的结论悄然发生了变化。11月10日,他认为,脑与人工智能(AI)的结合是人类进化的节点;11月30日后,刘嘉的观点变得激进——
“人类有两次认知革命,第一次是7万年前,第二次是现在。”
“未来95%的教师将被人工智能取代,别培养孩子会消失的技能。”
“人工智能逐渐‘涌现’出它的‘意识’。”
“AI全面超越人类大概率是确定的事情。”
“人要与AI共同发展才不会被淘汰。”
……
刘嘉并未止步于给出观点,他要把这些思考落地。今年4月18日,由刘嘉担任系主任的清华大学心理与认知科学系正式成立,这里将成为他践行思考的园地。
这也是清华大学再造心理学系的一大步。
作为我国最早建立心理学专业的高校之一,清华大学于1926年成立心理学系。此后在1952年全国高校院系调整之际,该校心理学系随理学院并入北京大学。改革开放后,清华大学逐步恢复心理学教研,并于2008年在社会科学学院内建立心理学系。
新成立的心理与认知科学系由原来的心理学系从社会科学学院独立出来,成为清华的二级机构。据官方表述,该系将通过心理学与认知科学、脑科学、人工智能等学科结合,以“新技术”回答意识起源、智能本质等心理学基础问题。
这是一个怎样的定位和目标?为什么心理学要跟人工智能结合?为什么要如此强调“新技术”?他们会有怎样的教育理念和人才思路?
带着这些疑问,《中国科学报》专访了刘嘉。
此前,刘嘉在北京大学心理学系取得学士和硕士学位后,于2002年获得美国麻省理工学院脑与认知科学系博士学位,回国后先后担任北京师范大学心理学部部长等职,并于2020年来到清华大学。
刘嘉说,心理学和人工智能的结合“必须当成信仰来做,没有退路,而不是抱持一种玩耍的、可做可不做的心态”。以下为专访内容。
![](https://pics6.baidu.com/feed/9d82d158ccbf6c8111e3a3dae1a2b33b32fa4052.jpeg@f_auto?token=c7d9b457dea4dfd62d07a504b6e2426f)
刘嘉 受访者供图
与通用人工智能的结合是一种回归
《中国科学报》:你在北京师范大学时主要采用磁共振脑成像、遗传学和心理物理法研究视觉智能,如今在清华关注人工智能的认知神经基础和视觉智能,为什么会有这样的转变?
刘嘉:应该说,这并不算什么转变。2012年深度神经网络爆火后,我的第一个考虑就是它可以成为我们研究大脑的一个模型,因为它是由人工神经元连接的网络。
从这个角度出发,在ChatGPT横空出世后,通用人工智能(AGI)的火花出现了,而心理学就是发展通用人工智能必须借助的主要学科之一。离开它,通用人工智能就不完整。正因如此,我们便自然而然进入了通用人工智能领域。
从历史上看,在基于人工神经网络的人工智能的发展历程中,心理学起到了奠基性的作用。
这是因为人工神经网络本身就是受生物神经网络启发而产生的。比如,人类历史上第一个人工神经元模型MCP、第一个人工神经网络感知机、最主流的深度神经网络BP算法的诞生,都与心理学家和认知科学家有关系。再比如,被誉为“深度学习之父”的杰弗里·辛顿,以及被誉为“强化学习之父”的理查德·萨顿,其本科所学均为心理学。
因此,与其说目前心理学和人工智能的结合,特别是和通用人工智能的结合使我们“加入”了这个领域,不如说是我们“回归”到这个领域。
大模型对很多学科来说是一种“扫荡”,但对我们来说则更多是一种机遇。对于一些核心问题,如意识起源、智能本质、情绪情感等,通用人工智能的产生反而能促进我们对其更好地理解。
基于以上认知,我觉得在未来几年,心理学会随着通用人工智能的发展而不断蓬勃壮大。与此同时,我们的很多传统方法可能失效,或者变得过时。
《中国科学报》:你们是怎么招研究生的?
刘嘉:目前我们所招学生的本科背景相对比较复杂,涉及心理学、计算机、物理学、数学、医学和力学等学科,还包括传统的理工科,如精密仪器等。
至于这样做的原因,我认为可以概括为三点。
第一,现代科学一定是多个学科的交叉。具体到我们,则属于认知科学、脑科学和人工智能的交叉,这就要求学生有多学科背景。因此,我不在乎学生本科是学什么的,而更在乎他对这个领域是否感兴趣,是否愿意学习这个交叉学科。毕竟,学科的边界在这个跨学科的新兴领域里已经被打破了。
第二,一个新兴的学科更需要愿意进行交叉学习的年轻人。事实上,我们这些教授的很多知识结构已经固化,某些认知边界会对我们的进一步开拓产生约束作用。相比之下,年轻人则没有任何边界,更没有包袱,正如古语所云,英雄出于少年。
第三,由于以ChatGPT为代表的大语言模型的出现,此前基于知识的学习已经不那么需要了。
这一点非常重要。ChatGPT对知识的教授一定比老师更清楚、全面。因此,学生须更注重能力训练,而非知识的获得。从这个角度讲,对同一个问题,不同专业的学生进行充分的交流、沟通和互补,更有利于其发展。
“亿元俱乐部”
《中国科学报》:你觉得学科交叉是应对大模型冲击的一种天然的或理所应当的手段吗?
刘嘉:可以这样说。
也是从这样的角度出发,清华大学心理与认知科学系将要做的最主要改革,就是本科教学的改革——传统的基于每个小科目的教学方式必须打破。
传统上,本科教学是按照学科进行的。这种模式的好处在于其知识体系非常清楚,坏处则是知识的重复性很高,有些知识可能在多个学科都会被涉及。此外,其更大的坏处在于这种模式仍属于基于知识的讲授。
对此,我们准备采取基于现象的教学方式,即针对某种现象,让学生从各个学科出发,共同解决问题。
以抑郁症的教学为例,此前这会被放在临床心理学范畴内,从症状、诊断、干预等方向进行教学,但现象式教学只问一个问题——什么叫作抑郁症?要回答这个问题,需要先从遗传学、社会心理学、发展心理学等现象展开描述,并通过认知神经科学、复杂动力学分析其认知神经机制以及动态发展过程,之后则是运用临床心理学进行干预。
可以看到,围绕这一现象,我们把心理学所有的学科都纳入其中,这就是一个完全的、融会贯通的教学方式。
《中国科学报》:除此之外,你们还有其他不一样的教育理念吗?
刘嘉:我们另一个理念被称为“亿元俱乐部”。因为心理学是一门实验科学,我们会把研究生期间才能接触到的“高大上”的实验设备放到本科生教学中。
具体而言,我们会让学生使用磁共振成像(MRI)设备测量神经元活动所引发的血氧动力,用脑磁图记录大脑电磁信号变化,用钙成像设备记录神经元活动。这些设备的总价值达到上亿元,这也是“亿元俱乐部”一词的由来。
我们一定要让学生接触到最先进的设备,此举的好处是能让学生站在实验的最前沿,而不是还在用传统的设备。这也是清华的优势所在——我之前读书的麻省理工学院都不可能拥有如此全的设备。
我们要求学生将从老鼠到猴再到人的整个链条全部打通。如此一来,学生就可以看到同一个功能是怎么演化的,也可以看到不同动物的大脑活动以及认知行为有什么共性,还可以在不同的尺度规模上和人工神经网络做对比。
简单举例,在做大脑的神经元成像时,同时记录100个神经元和同时记录1万个神经元得到的答案完全不同,因为规模会带来认知功能的涌现。这是人工智能的黄金法则之一 ——规模律。
小而美
《中国科学报》:为什么心理与认知科学系一定要独立建系?
刘嘉:具体来说,有三点原因。
第一,心理学属于理科而非文科。1879年,德国人威廉·冯特建立了世界上首个心理学实验室,这标志着心理学的诞生。所以,心理学从一开始就是一门实验科学。
至于为何心理学最初被放在文科,其中有学科延续等多种历史原因,但如今,它重新回到理科怀抱的时机已经成熟。
第二,清华大学相对优势的学科还是工科。心理学在清华的发展必须立足这个优势。因此,清华心理学的发展路径和国内其他高校的心理学发展路径是不同的,它必须从工科里吸收养分,因为这里的工科土壤太肥沃了。
第三,心理学独立出来后,能更好地和通用人工智能发生关联。
此外,从时代的大趋势上看,心理学也必须独立。比如,我们看到好多其他综合性大学也逐渐在做大、做强心理学系。
《中国科学报》:与北京大学、北京师范大学等高校的心理学系相比,清华心理与认知科学系的定位或目标有何不同?
刘嘉:正如我刚刚提到的,清华心理与认知科学系要发展,必须扎根工科,这决定了我们的一些特点。
首先,清华大学在国内人工智能领域名列前茅。如果将心理学与人工智能结合,那么清华大学无疑可以提供最天然的土壤。
其次,清华大学的氛围有利于培养交叉学科的学生。在清华,不仅计算机系在搞人工智能,几乎所有的院系都在搞,甚至人文、社科、艺术等领域的院系也会参与其中,这在其他大学是比较少见的。
最后,我们的系属于少而精、小而美。
在这方面,我们可以做一对比——北京师范大学心理学部每年的本科生招生规模是100多人,北京大学的本科生招生规模也有近50人,而我们的招生规模只有15人左右,因为要开展现象式教学就必须进行小班教学。规模小就要求我们把很多东西抛弃掉,不能什么都有。
所以对于我们而言,极简主义之后剩下的关键词就是脑科学+认知科学,这样便于专注、便于深挖。
对标麻省理工
《中国科学报》:清华心理与认知科学系在世界名校中有没有对标的目标?
刘嘉:我们对标的就是麻省理工学院的脑与认知科学系。
两所高校都属于工科强校,交叉学科氛围也比较接近。所谓“对标”有两层含义:一是学习他们先进的教学理念和组织架构,二是看有无机会能达到甚至超越他们的水平。
谈到“超越”,这件事我们以前是不敢想象的,但我觉得现在已有可能。因为ChatGPT的问世,大家又在同一条起跑线上了。
《中国科学报》:你在麻省理工学院多年,在你看来,它最大的竞争力是怎么体现的?
刘嘉:麻省理工学院给我最大的感受是它始终抱持一种极其开放的态度,其学科知识的迭代速度特别快,对新事物特别敏感。
第一点,麻省理工学院扎根工科。这更使得它不停思考下一个前沿领域或问题是什么,以及当下的研究是否已经过时。
第二点,麻省理工学院有一种信念——技术带来理论的突破,他们一直追求用更新的技术回答原来的老问题。
《中国科学报》:这种技术引领理论的理念在清华如何落地?特别是在人才引进和培养的过程中,该理念如何体现?
刘嘉:在人才招聘方面,我们很关注受聘者在用什么样的设备和技术回答问题。
如果受聘者还是用很传统的方法进行科研,即便其做了很好的工作,我们大概率也不会太欢迎,因为在我们看来,只有对技术本身充满热爱、想在技术上作出革命性创新的人才适合我们。
《中国科学报》:现在已经在招聘了吗?
刘嘉:我们的招聘一直在进行。不过与其他大学不同,学校给我们设了规模上限——不超过30人。因此,我们对引进人才的要求非常严格,但也会保留几个名额,让优秀的人始终有机会进来。
《中国科学报》:国内心理学与人工智能结合的步伐看似还不够快,如何才能加速这一进程?
刘嘉:我觉得当下智能研究的发展要靠自己的决心和资源的投入。
第一,我们必须将这件事当成信仰来做,而不是抱持一种玩耍的、可做可不做的心态,认为“能多发点文章固然好,不做也无所谓”是不行的。
第二,无论是学校还是院系,都应有一套支持学科交叉的体制和机制,我们需要把资源给到非传统心理学领域的人。举个简单例子,如果我们系内八九成的老师都来自心理学领域,我就要对“交叉”一词打一个问号了。
此外,资源投入必须让学生接触到各种各样的仪器设备,我们总不能让大家只拿台笔记本电脑来搞大模型吧?
我们还需要一大批实验工程技术人员来支撑交叉学科的发展。这在以前是被忽略的——仅仅招聘科研人员来发文章的做法是不全面的,我们要把实验工程技术队伍建立起来,研发革命性的新仪器、新算法。
来源 中国科学报