杜克大学陈怡然：大学培养的是初级工程师，而AI时代可能只需要资深工程师

以下为演讲全文：

大家好，我是杜克大学陈怡然，非常高兴有这个机会接受搜狐科技峰会的邀请跟大家做分享。我今天分享的题目是“大模型对于教育的影响”。

大模型对于教育的影响一直是一个很有趣的问题。大家都知道，我们现在生活在一个大模型的时代。从2022年11月份开始，从Chat GPT 3.5发布到最近，也就大概两年半左右的时间，我们经历了很多代大模型的迭代，也有很多开源的大模型被release出来。这里是一些大家比较熟悉的大模型，包括最近像Deep Seek、Mini Max，在国内也都有比较大的影响力。

那么究竟大模型对于教育本身的影响是什么样子呢？早在大模型一开始，实大家就对这个问题有过比较深入的讨论。这是一篇2024年发表的文章，它探讨了大模型对高等教育的影响，列举了大概七个方向，比如说对创造力、解决问题能力的改进，对个性化学习的影响，包括效率的提高等等。有些方面效果很明显，比如效率的提升几乎是可以肯定的；但有些方面就比较有挑战性，比如更好地去做设计、更好地去做练习，现在的AI还可能不能完全达到大家预期的效果。

但无论如何，大模型对于科研或教育的讨论一直是热门话题，这当然也是我们在杜克大学正在讨论的一个重点。我这里给大家举一个简单的例子，实际上是我们课堂上的一个例子，用大模型来做硬件设计。

对于不熟悉的朋友，我简单介绍一下这是什么意思。我们都知道，如果我们要设计一个芯片或一个硬件，不能真的用手来画，因为规模太大了，我们需要一些工具来帮助我们自动化这个过程。

Verilog其实就是这样一种编程语言，它可以描述硬件的行为，甚至是设计一些非常细节的东西，让工具能够提取信息，进而实现自动化设计。

下面这两张图是一个常见的操作——两个矩阵相乘：A乘上B等于C。比如说，一个3×5的矩阵乘以一个3×3的矩阵，结果是一个4×5的矩阵。在这个过程中，你可以定义每一个点，比如说它是一个浮点运算、乘法、加法，例如A乘上B等于C，再加上一个D等等。这些操作我们通常用Verilog语言来描述并交给工具来设计。

2022年3月，我们就做了这样的尝试。那个时候虽然也是大模型，但现在看已经不算很大了。我们尝试用这个模型，训练它一些语言学、编程语言等相关知识，然后让它去生成我们想要的设计代码，比如说“A乘B等于C，再加上D”的这样的设计。

当时的结果就是，它基本只能给出行为描述，不能生成具体的设计代码。它告诉你，先定义3个参数，输入是A和B，输出是C，然后用浮点乘法来计算A乘以B，最后加上D等等，是一种很high-level的描述，不太可能直接用于真实的硬件设计。

大家记住这个时间点：2022年3月。一年之后，我们又做了一个实验，这时候已经有了GPT-3.5。

这大家很熟悉了，这是一个划时代的产品。我们再次让它写代码，结果就好了很多。有注释，有带宽说明，比如32bit，浮点运算定义也更清晰。它定义了两个输入A和B，也设定了输出C的宽度，整个代码看起来就已经很像样了。它描述了矩阵相乘的过程，把每一个元素拿出来做1×1的加法，最后得到结果。整个过程是比较详细的。

但这还不能用于真实的硬件设计，它只是一个详细的操作层面上的语言描述。

同年，也就是2023年，我们又尝试了一次，这时候GPT-4发布了。我们再让它写一次代码，发现它变得更加详细了。它加入了四个参数，带宽是32bit，还有时钟信息，用于同步设计；还有RESET信号，就是重置信号，如果算错了，可以归零等等。它还有for loop的结构，针对每一个元素通过index做循环。设计语言的选择也更合理了。

这些变化仅仅发生在一年零八个月的时间内。现在它还能做什么呢？

如果你能把你想要做的事情画成图，我们称之为“状态机”（state machine），它可以读懂这个图，然后用硬件语言来描述它，实现出来。

比如左边是一张状态机图，它就可以理解你这个时钟是怎样的、RESET信号如何触发，从一个信号到另一个信号的转换，然后把整个过程写出来。这就非常厉害了，因为它可以在一个时钟域、时间域上完成表达，实现从一个状态到另一个状态的动态设计。

这种能力的学名叫“Multi-modality”，也就是多模态理解。从前只有人能读这些设计图，现在大模型也能读懂，这是一个非常厉害的创新。

最近有一篇文章，我引用的是港科大李墨（音）老师的文章，说可以用大模型设计整个硬件系统。什么意思呢？比如说你有一些医疗数据设备、传感器，然后告诉模型你要读哪种数据、怎么处理，再怎么把它写入硬件平台，最后得到结果，整套系统现在都可以尝试用大模型去实现。

这就非常厉害了。也就是说，如果老板告诉你要干什么事，只要用普通语言把任务说清楚，模型就能分解成多个子任务，再用通用大模型逐步实现，最后产出一个完整的软硬件结合系统。

那以后做项目就很容易了——老板描述清楚，模型自动生成方案并实现它。

2024年4月19号，有人发表了一篇文章，在Maxim Choose上面讲说，现在的大模型在智商测试中的表现，2024年时平均智商还在90-100之间，到了2025年，很多大模型的智商已经突破了130、140。这个水平在人群中大概是前5%、2%、甚至1%的人群。

这就很厉害了，这意味着我们人可能都不需要参与了，只要靠大模型就能把事情做得更好。而且它是多才多艺的，只要你能把任务说清楚，它什么都能做。

这是我最后一张Slide，我要讲的是，大模型在计算机教育中扮演的角色越来越重要，而且发展速度非常快。

我们人类用了大概300万年才发展到现在的智力水平，现在的大模型几个月就从IQ 80飙升到130了，未来还会继续提升。这对教育意味着什么？我们现在还不知道。

现在初级计算机工程师的工作已经变得非常容易，模型基本上都能做。也就是说，我们可能只需要非常资深的工程师与AI协作工作。

但问题是，如果我们不培养初级工程师，那将来哪来的资深工程师？大学原来培养的是初级工程师，通过工作再逐步成长为资深工程师。现在我们发现，原来想做的事AI都能做，那我们是否应该直接培养资深人才？还是改换思路？

这对高等教育是一个巨大的挑战。我们如何迎接这个挑战，如何应对变革，是未来5到10年教育界必须思考和解决的问题。

我今天就讲这么多，谢谢大家，希望未来还有机会继续交流。

除本篇外，搜狐科技还将通过多种方式全方位呈现嘉宾们关于前沿科技发展的洞见和思考。更多精彩内容，请关注2025搜狐科技年度论坛专题报道。

2025搜狐科技年度论坛专题PC端

2025搜狐科技年度论坛专题WAP端

文章来源：顶端新闻

文章链接： https://static.dingxinwen.com/dd-sharepage/detail/index.html?id=10497021#/