神经网络带来软件史上第三次变革
2025-07-16 16:27阅读：
神经网络带来软件史上第三次变革
神经网络的思维，人类科学历史上，微积分创立以及影响应该是首屈一指的了，他奠基并影响了几乎整个科学技术领域并将一直起作用，然而，始于1943年的神经元模型发展起来的神经网络引起的深度学习乃至今日大语言模型所开启的人工智能正在更大面积地影响人类生活。
据说，AI界传奇人物:
特斯拉前AI总监安德烈卡帕西(Andrej
Karpathy)在一次会议上提出一个颠覆性的观点:“我们正在经历软件史上的第三次根本性变革,而大语言模型就是新时代的操作系统。”，他在其发言中，首次定义了软件的三个时代：软件1.0
版本
是传统根据程序语言编写代码的时代，程序员清楚需要完成的任务，而直接利用编程语言编写指令（程序），利用计算机实现，完成任务；软件2.0版本
是神经网络时代，选择适当神经网络通过有效的训练学习，让网络成熟、具有有效的信息输出能力；而软件3.0版本，就是直接用自然语言作为编程语言，现在的人工智能大模型就有这个功能，据说在特斯拉，神经网络逐渐替代c++代码。大语言模型的一个弊端就是,
它是用现代信息技术支撑的、集人类至今的智慧于一身,
但是人类的智慧并不完美、不完整，于是训练出来的机器，经常出现幻觉，但是,
这些智慧并不是完美无缺,
甚至会出现矛盾,而造成编造结论。而如果大模型用于训练的材料有噪声,他的结论也会有偏差。
人工智能大模型的核心思维是神经网络的思维，众所周知，人类科学史上，微积分的创立，奠定了牛顿确定性力学体系，而如今的人工智能大模型所起的作用，以及神经网络的基础作用似乎并不逊色，。
微积分、神经网络都是信息处理的思维，而作为自然界中的信息不妨作如下区分：
信息的种类：一定的组织结构空间分布的信息（特征）、一定的组织结构的局部之间自组织交换的信息（认知）。分布的信息（从局部到整体可累积、可继承信息，不可累积个性信息）；用于局部之间的自组织交换流通的信息（生态环境），涌现的信息，认知流的概念。
微积分的特点，正是适合于从局部到整体可继承、可积累的分布信息的处理，而神经网络的特点真实反映了整体结构的局部到整体信息的自组织交换机制，模拟了生态组织的信息交换、组织的机制。于是，微积分成就了牛顿确定性力学体系，而神经网络成就了人工智能大模型,
成为影响21世纪一场重大的社会生活、行业变革。人们都知道微积分创立的意义，已有几百年的历史，而神经网络只有几十年的历史，人们或许不会承认神经网络的概念和微积分概念的比肩，但神经网络所应用的领域之广以及意义真的应该不亚于微积分的意义。
这两个概念分属于确定性思维、和复杂性思维领域，微积分、牛顿确定性力学体系已有多个世纪的历史，而非线性科学几乎是20世纪的事情，而我们的教育接受微积分概念又晚200多年，而非线性复杂科学基本上与我们的教育无缘。这样一来，基本上就是确定性的科学思维教育，把基础做到了极致，发展空间却没有多少。于是，我们就有必要在两种思维上对不同的具体问题做出适当的选择、转变，这确实是一个重要的问题，事实上，自然界适合线性模型思维的对象比起非现象模型思维的对象少的可怜，而传统对待非线性问题的最常用的途径就是线性化，但往往带来的误差却不可忽略，因为线性化是强行执行的计划，避免不了野蛮、武断。而如今的人工智能大模型为什么这么有效，就是它找到了有效的途径，避免了线性化的野蛮与武断。但是，我们的教育似乎不关注这种思维，教育管理者、教师、学生更多关注能够成为考试内容的内容，而对见识向来不屑一顾，当然严格地管理、各种细则已经接应不暇。
搜狐总裁张朝阳曾经感慨：自己多大了之后还很焦虑，不知道将来该做什么，而到了美国之后，却发现很多优秀的学生很小就知道自己将来该做什么，为何会出现这种情况，要知道张朝阳的智商以及其学习环境已经足够优越，为何焦虑，我们的教育到底出现了什么问题。恢复高考制度之前的中学生，基本不知道什么，改革开放后，我们的教育在实用主义的过渡理性文化驱使下，过渡注重扁平化的知识的传输，要求上过于一致的严格的质量标准，对于平均值以上的学生是一种亏欠，对于平均值一直下的学生又是一种折磨，更可惜的是一大批具有特短的暴露的学生，就过早地失去了成长的机会。于是，水平线以上的学生对未来迷惘、水平线以下的学生长期挣扎而心态失衡，没有学习机会的就过早失去了受教育的机会，在社会上也找不到好的成长的机会。近些年据说有一个统计，社会群体中认知层次的排名中，中小学教师倒数第二，这个数据很说明问题，说明我们的师范教育的失败，他们按照科学标准要求老师，老师并不按照中小学老师的应有的素质来培养学生，于是，中小学的学生的眼界可想而知。张朝阳过于优秀，尚且焦虑，可想而知，有没有不焦虑的？
我们知道的数学是什么？我们知道的物理又是什么？近些年来，教育面临一个抱怨：我们一直在学生几百年前的知识，却又那么严格地要求，教育之后却不思弊端，学习成了若干的考试，不过，继续来。于是，张朝阳的焦虑就来了，因为学生也是一直再问，我们学这些有什么用，用用是必然的，但是，作为启智、探究的兴趣却几乎没有，因为老师们也是除了那点基本知识，扩充的思维根本没有，如何启智？非线性科学是面对复杂性的、面对自然、面对实践，可是教师不会有这种思维，因为与考试无关，实用主义教育与兴趣无关。我们的数学、物理课程，有哪些启智的思维？身处人工智能时代对社会的冲击，是该让学生适当接触一些前沿层次的思维、意趣，而不要把学生的时间满满的占用还美其名曰：““为你好””，这是现在的教育对学生的一种亏欠。该提供的环境没有提供，不该要求的却过多地要求，更有甚者，简单、粗暴，统一标准强加给学生统一的严格的教育，这就是简单化思维，不仅做不好教育，也无法适应社会发展的变化。
据说，日本的千年企业有21家、百年企业的数量有3万多家，都是这个世界上最多的，我们的近邻竟有这样的奇迹，为什么？这带来什么结果，这首先是一种创新的延续、一种优秀文化的传承、一种个性精神的坚守、更重要的是一种社会环境的包容、保护，如何能够坚持创新而传承下来，那需要环境，环境不允许就无法传承。这是我们的邻国，值得我们深思。
我一直认为计算机科学领域的思维是宽泛而活跃的。就是信息技术的发展与应用，计算机科学要解决信息处理以及优化问题，这涉及到处理的环境提高时间、空间利用率，这首先涉及到硬件，所以芯片应运而生，其次，是优化问题，这表面上是数学问题，但实际上是仿生创新问题，因为一方面，简单理性、逻辑思维的有效方法已经存在，而在此基础上的创新必须基于人类对自然现象的认知借鉴，大自然的进化、涌现，都是有其深刻道理的，于是，表面上的数学问题，其实是广泛的认知智慧问题，所以，我越来越觉得我们师范教育的失败，除了让一小部分人走上了科学研究（也未必好到哪里去，顶多是在玩智力游戏，与真正的智慧无关，与心灵无关）的道路之外，大部分学生的只是局限坚固，这也是我们中小学教学的困境的主要原因，这在一次回到一个统计数据，社会群体的认知水平的调查，中小学教师到数第二，即便有水分，也高不到哪里去，这很说明问题。
