5月17日，由搜狐主辦的2025搜狐科技年度論壇在北京盛大開幕。多位院士、科學(xué)家與產(chǎn)業(yè)界人士齊聚一堂，激發(fā)智慧的深度碰撞，奔赴科技的星辰大海。

　　本屆論壇線上線下結(jié)合，開啟全天的思想盛宴。在上午的線上直播中，杜克大學(xué)電氣與計(jì)算機(jī)工程系John Cocke 杰出教授陳怡然發(fā)表了題為《大模型對硅谷教育的影響》的演講。

　　在人工智能迅猛發(fā)展的當(dāng)下，大型語言模型（LLMs）正以前所未有的速度介入教育現(xiàn)場。杜克大學(xué)陳怡然教授在搜狐科技峰會(huì)的演講中，通過多個(gè)親身教學(xué)與科研實(shí)例，深入解析了大模型對教育結(jié)構(gòu)性變革的推動(dòng)力，特別是在計(jì)算機(jī)工程等技術(shù)學(xué)科中的應(yīng)用潛力。

　　他指出，自ChatGPT面世以來，短短不到三年，大模型從只能生成模糊的行為描述，到可以自動(dòng)完成Verilog硬件設(shè)計(jì)、理解狀態(tài)機(jī)圖乃至實(shí)現(xiàn)軟硬件一體化系統(tǒng)，能力呈指數(shù)級增長。這種多模態(tài)（Multi-modality）的演進(jìn)，不僅在工程教育中解放了基礎(chǔ)重復(fù)勞動(dòng)，更挑戰(zhàn)了傳統(tǒng)的教學(xué)目標(biāo)與人才培養(yǎng)路徑。

　　陳怡然也同時(shí)提出問題：在大模型智力水平迅速逼近甚至超過人類工程師的當(dāng)下，初級工程崗位逐漸被模型取代，大學(xué)教育若仍以“培養(yǎng)初級工程師”為目標(biāo)，恐將失去現(xiàn)實(shí)立足點(diǎn)。未來的教育應(yīng)如何轉(zhuǎn)型，是否要直接培養(yǎng)“能與AI協(xié)同工作”的高級人才？這成為高校必須面對的核心議題。

　　以下為演講全文：

　　大家好，我是杜克大學(xué)陳怡然，非常高興有這個(gè)機(jī)會(huì)接受搜狐科技峰會(huì)的邀請跟大家做分享。我今天分享的題目是“大模型對于教育的影響”。

　　大模型對于教育的影響一直是一個(gè)很有趣的問題。大家都知道，我們現(xiàn)在生活在一個(gè)大模型的時(shí)代。從2022年11月份開始，從Chat GPT 3.5發(fā)布到最近，也就大概兩年半左右的時(shí)間，我們經(jīng)歷了很多代大模型的迭代，也有很多開源的大模型被release出來。這里是一些大家比較熟悉的大模型，包括最近像Deep Seek、Mini Max，在國內(nèi)也都有比較大的影響力。

　　那么究竟大模型對于教育本身的影響是什么樣子呢？早在大模型一開始，實(shí)大家就對這個(gè)問題有過比較深入的討論。這是一篇2024年發(fā)表的文章，它探討了大模型對高等教育的影響，列舉了大概七個(gè)方向，比如說對創(chuàng)造力、解決問題能力的改進(jìn)，對個(gè)性化學(xué)習(xí)的影響，包括效率的提高等等。有些方面效果很明顯，比如效率的提升幾乎是可以肯定的；但有些方面就比較有挑戰(zhàn)性，比如更好地去做設(shè)計(jì)、更好地去做練習(xí)，現(xiàn)在的AI還可能不能完全達(dá)到大家預(yù)期的效果。

　　但無論如何，大模型對于科研或教育的討論一直是熱門話題，這當(dāng)然也是我們在杜克大學(xué)正在討論的一個(gè)重點(diǎn)。我這里給大家舉一個(gè)簡單的例子，實(shí)際上是我們課堂上的一個(gè)例子，用大模型來做硬件設(shè)計(jì)。

　　對于不熟悉的朋友，我簡單介紹一下這是什么意思。我們都知道，如果我們要設(shè)計(jì)一個(gè)芯片或一個(gè)硬件，不能真的用手來畫，因?yàn)橐?guī)模太大了，我們需要一些工具來幫助我們自動(dòng)化這個(gè)過程。

　　Verilog其實(shí)就是這樣一種編程語言，它可以描述硬件的行為，甚至是設(shè)計(jì)一些非常細(xì)節(jié)的東西，讓工具能夠提取信息，進(jìn)而實(shí)現(xiàn)自動(dòng)化設(shè)計(jì)。

　　下面這兩張圖是一個(gè)常見的操作——兩個(gè)矩陣相乘：A乘上B等于C。比如說，一個(gè)3×5的矩陣乘以一個(gè)3×3的矩陣，結(jié)果是一個(gè)4×5的矩陣。在這個(gè)過程中，你可以定義每一個(gè)點(diǎn)，比如說它是一個(gè)浮點(diǎn)運(yùn)算、乘法、加法，例如A乘上B等于C，再加上一個(gè)D等等。這些操作我們通常用Verilog語言來描述并交給工具來設(shè)計(jì)。

　　2022年3月，我們就做了這樣的嘗試。那個(gè)時(shí)候雖然也是大模型，但現(xiàn)在看已經(jīng)不算很大了。我們嘗試用這個(gè)模型，訓(xùn)練它一些語言學(xué)、編程語言等相關(guān)知識，然后讓它去生成我們想要的設(shè)計(jì)代碼，比如說“A乘B等于C，再加上D”的這樣的設(shè)計(jì)。

　　當(dāng)時(shí)的結(jié)果就是，它基本只能給出行為描述，不能生成具體的設(shè)計(jì)代碼。它告訴你，先定義3個(gè)參數(shù)，輸入是A和B，輸出是C，然后用浮點(diǎn)乘法來計(jì)算A乘以B，最后加上D等等，是一種很high-level的描述，不太可能直接用于真實(shí)的硬件設(shè)計(jì)。

　　大家記住這個(gè)時(shí)間點(diǎn)：2022年3月。一年之后，我們又做了一個(gè)實(shí)驗(yàn)，這時(shí)候已經(jīng)有了GPT-3.5。

　　這大家很熟悉了，這是一個(gè)劃時(shí)代的產(chǎn)品。我們再次讓它寫代碼，結(jié)果就好了很多。有注釋，有帶寬說明，比如32bit，浮點(diǎn)運(yùn)算定義也更清晰。它定義了兩個(gè)輸入A和B，也設(shè)定了輸出C的寬度，整個(gè)代碼看起來就已經(jīng)很像樣了。它描述了矩陣相乘的過程，把每一個(gè)元素拿出來做1×1的加法，最后得到結(jié)果。整個(gè)過程是比較詳細(xì)的。

　　但這還不能用于真實(shí)的硬件設(shè)計(jì)，它只是一個(gè)詳細(xì)的操作層面上的語言描述。

　　同年，也就是2023年，我們又嘗試了一次，這時(shí)候GPT-4發(fā)布了。我們再讓它寫一次代碼，發(fā)現(xiàn)它變得更加詳細(xì)了。它加入了四個(gè)參數(shù)，帶寬是32bit，還有時(shí)鐘信息，用于同步設(shè)計(jì)；還有RESET信號，就是重置信號，如果算錯(cuò)了，可以歸零等等。它還有for loop的結(jié)構(gòu)，針對每一個(gè)元素通過index做循環(huán)。設(shè)計(jì)語言的選擇也更合理了。

　　這些變化僅僅發(fā)生在一年零八個(gè)月的時(shí)間內(nèi)。現(xiàn)在它還能做什么呢？

　　如果你能把你想要做的事情畫成圖，我們稱之為“狀態(tài)機(jī)”（state machine），它可以讀懂這個(gè)圖，然后用硬件語言來描述它，實(shí)現(xiàn)出來。

　　比如左邊是一張狀態(tài)機(jī)圖，它就可以理解你這個(gè)時(shí)鐘是怎樣的、RESET信號如何觸發(fā)，從一個(gè)信號到另一個(gè)信號的轉(zhuǎn)換，然后把整個(gè)過程寫出來。這就非常厲害了，因?yàn)樗梢栽谝粋€(gè)時(shí)鐘域、時(shí)間域上完成表達(dá)，實(shí)現(xiàn)從一個(gè)狀態(tài)到另一個(gè)狀態(tài)的動(dòng)態(tài)設(shè)計(jì)。

　　這種能力的學(xué)名叫“Multi-modality”，也就是多模態(tài)理解。從前只有人能讀這些設(shè)計(jì)圖，現(xiàn)在大模型也能讀懂，這是一個(gè)非常厲害的創(chuàng)新。

　　最近有一篇文章，我引用的是港科大李墨（音）老師的文章，說可以用大模型設(shè)計(jì)整個(gè)硬件系統(tǒng)。什么意思呢？比如說你有一些醫(yī)療數(shù)據(jù)設(shè)備、傳感器，然后告訴模型你要讀哪種數(shù)據(jù)、怎么處理，再怎么把它寫入硬件平臺，最后得到結(jié)果，整套系統(tǒng)現(xiàn)在都可以嘗試用大模型去實(shí)現(xiàn)。

　　這就非常厲害了。也就是說，如果老板告訴你要干什么事，只要用普通語言把任務(wù)說清楚，模型就能分解成多個(gè)子任務(wù)，再用通用大模型逐步實(shí)現(xiàn)，最后產(chǎn)出一個(gè)完整的軟硬件結(jié)合系統(tǒng)。

　　那以后做項(xiàng)目就很容易了——老板描述清楚，模型自動(dòng)生成方案并實(shí)現(xiàn)它。

　　2024年4月19號，有人發(fā)表了一篇文章，在Maxim Choose上面講說，現(xiàn)在的大模型在智商測試中的表現(xiàn)，2024年時(shí)平均智商還在90-100之間，到了2025年，很多大模型的智商已經(jīng)突破了130、140。這個(gè)水平在人群中大概是前5%、2%、甚至1%的人群。

　　這就很厲害了，這意味著我們?nèi)丝赡芏疾恍枰獏⑴c了，只要靠大模型就能把事情做得更好。而且它是多才多藝的，只要你能把任務(wù)說清楚，它什么都能做。

　　這是我最后一張Slide，我要講的是，大模型在計(jì)算機(jī)教育中扮演的角色越來越重要，而且發(fā)展速度非常快。

　　我們?nèi)祟愑昧舜蟾?00萬年才發(fā)展到現(xiàn)在的智力水平，現(xiàn)在的大模型幾個(gè)月就從IQ 80飆升到130了，未來還會(huì)繼續(xù)提升。這對教育意味著什么？我們現(xiàn)在還不知道。

　　現(xiàn)在初級計(jì)算機(jī)工程師的工作已經(jīng)變得非常容易，模型基本上都能做。也就是說，我們可能只需要非常資深的工程師與AI協(xié)作工作。

　　但問題是，如果我們不培養(yǎng)初級工程師，那將來哪來的資深工程師？大學(xué)原來培養(yǎng)的是初級工程師，通過工作再逐步成長為資深工程師。現(xiàn)在我們發(fā)現(xiàn)，原來想做的事AI都能做，那我們是否應(yīng)該直接培養(yǎng)資深人才？還是改換思路？

　　這對高等教育是一個(gè)巨大的挑戰(zhàn)。我們?nèi)绾斡舆@個(gè)挑戰(zhàn)，如何應(yīng)對變革，是未來5到10年教育界必須思考和解決的問題。

　　我今天就講這么多，謝謝大家，希望未來還有機(jī)會(huì)繼續(xù)交流。