在 2025 年本科生毕业典礼上的讲话：鉴往知 来 智启新程 亲爱的同学们、老师们，各位来宾、各位亲友： 今日夏至，盛夏由此开启。我们相聚于此，共同庆祝 3000 多名同学顺利完成本科学业、踏上新的人生旅程。在此，我代表 学校向你们和你们的亲友表示最热烈的祝贺！向悉心指导你们 的老师表示最衷心的感谢！ 同学们，我们身处一个快速变革的时代，其中最引人瞩目、 最令人惊叹的变化，就是人工智能的爆发式发展。近年来，人工 智能技术加速迭代，深刻改变了人类的生产生活方式。相信你们 都用过人工智能工具探讨课程难题、辅助论文写作、制定出行攻 略、绘制趣味图片，人工智能已经在不知不觉中成为了你们的 “学业助手”和“生活搭子”。 人工智能不是一夜之间凭空出现的，而是历经近 70 年的发 展、凝结了一代代创新者的智慧与心血，才从“天方夜谭”般的 想象变为触手可及的现实。希望你们从中获得启示，深刻把握创 新规律、敏锐洞察创新机遇、积极培育创新品质。 人工智能的发展历程告诉我们，创新之路是曲折的，要有面 对逆境的韧性。人工神经网络是当前人工智能的主流技术，但曾 长期处于边缘。1958 年，神经网络早期代表性成果“感知机” 的诞生，引发了社会对人工智能的巨大期待。十年后，人们发 现“感知机”因固有缺陷无法突破应用瓶颈，这导致神经网络 相关的研究陷入沉寂。1972 年，还是博士生的杰弗里• 辛 顿逆向而行，选择当 时冷门的神经网络作为博士课题的主攻方向。1986 年，他 与合作者用一直被忽略的反向传播算法，创造性地解决了多层神 经网络无法高效训练的理论难题， 让人们看到了神经网络的新 潜力。然而，受到算力和数据规模的限制，神经网络的发展依然 步履维艰。但辛顿没有放弃，继续甘坐“冷板凳”，于 2006 年提 出具有划时代意义的“深度神经网络”框架，引发了“深度学习” 革命，他也因此获得了图灵奖和诺贝尔奖。同学们，创新的征程 上没有平坦的大道，往往要承受质疑、忍受孤独，只有保持追求 真理的热忱、不畏艰险的勇气、百折不挠的意志，才有希望达到 光辉的顶点。 人工智能的发展历程告诉我们，创新之路是开放的，坚持交 叉融合才能永葆活力。开放意味着以交叉促创新。对大脑神经系 统的研究启发了神经网络的设计思路，统计学奠定了机器学习算 法的理论根基，行为主义心理学为强化学习提供了灵感来源，计 算机软硬件系统则为人工智能提供了算力支撑。今天， 人工智 能也被深度应用于各学科，可以精确解析人类蛋白质结构、按需 生成新型材料、准确预测天气变化，展现出推动科研范式变革的 强大能力。开放意味着以共享促发展。2017 年，8 位科学家提出 了旨在优化机器翻译的 Transformer 架构，并向全球公开。几年 来，该架构已被广泛应用于文本、图像、音频、视频等多模态信 息处理，催