9月10日，由香港中文大学（深圳）与深圳中学共同打造的AI系列课正式开讲！系列课共18节，由来自港中大（深圳）7个学院的专家学者担任主讲，涉及理工、数据科学、经管、人文、音乐等多个学科与人工智能的前沿交叉研究。

深中每周四下午为全体学生校本选修课时间，近五年共开设校本选修课程五百余门，包含丰富的讲座课程，如深中大讲堂、深中博士讲堂、教授讲堂等课程。

香港中文大学（深圳）协理副校长、理工学院院长黄建伟教授以“当人工智能开始协作”为题带来系列课第一讲。

讲座伊始，黄建伟教授首先向同学们抛出两个贴近生活的问题：“大家用过AI吗？有没有被AI一本正经地骗过？”几乎所有同学都给出肯定回答，并分享了各自不同的经历：AI给出错误的出行指引、解题时凭空编造题目条件等。黄教授也讲述了自己被AI误导的小故事，以此引出观点：即便如今大语言模型性能愈发强大，单一人工智能体依然存在四大软肋——会说错、不懂你、爱迎合、只看眼前。

他进一步阐述，所谓AI幻觉，根源在于大语言模型是概率预测模型，它优先生成通顺、符合语料概率的文本，并不会主动去核验事实真伪。同时，AI只是纯粹的指令执行者，仅能读懂明确下达的任务，很难领会指令背后隐藏的现实约束或偏好。而在实际使用过程中，当AI的输出被用户质疑时，约有一半会更改结论，这只是模型在奖励函数设定下的客观运算结果，并非为了给用户提供情绪价值。除此之外，面对步骤繁复的长周期任务，单个AI的处理能力也会大打折扣，黄教授将其形象比喻为短跑健将，跑不了马拉松。

既然单打独斗的AI存在难以突破的能力天花板，参照人类团队分工协作的思路，多智能体协作便成为未来发展的重要方向。黄教授介绍了这方面的前沿科研实践。比如谷歌的多智能体科研系统，依靠角色分工协作，仅用两天时间，就复现了人类科研团队耗时十年才取得的细菌抗药性研究成果。在港中大（深圳），黄教授带领的团队将多智能体与博弈论相结合，让分工协作的AI分析数万条人类真实行为数据，自主提炼出人类的决策规律，这是多智能体协作在经济学研究领域的前沿应用。

不过，多智能体协作也并非万能。黄教授归纳总结出四种常见的“翻车”现象：织茧、合谋、盲从和退化。

在模拟实验中，完全由AI构成的社交环境里，即便没有人类参与、没有平台算法干预，五百个AI也会自发抱团，分化出对立的意见圈层，催生出类似网络大V的高影响力个体，极端观点更容易大范围传播。另一方面，同源训练出来的AI，无需直接沟通就可能达成算法合谋。而AI群体的盲从同样值得警惕，群体中只要混进一个自信又善辩的“错误者”，整群正确率会下降一到三成。更麻烦的是，一群想得太像的AI，也会把本来就攥在手里的正确答案抛弃掉。最后，退化的风险来自于AI学AI输出的东西，黄教授将其比喻为“近亲繁殖”。他以复印文件作比，如果把复印件再拿去复印，印到第五、第六道就会发灰、发糊。

针对AI协作中出现的各种问题，黄教授也介绍了业内的诸多应对修复之策。在他看来，治理的重心应当落在规则的设计上，由此引出讲座的另一个核心概念——机制设计。黄教授用大家熟知的分蛋糕例子阐释这一理论，“一人切蛋糕，另一人优先挑选”，不必改变人的主观想法，仅仅调整交互规则，就可以实现相对公平的分配。机制设计的内核，就是在各方目标不同、信息互不公开的情况下，通过制定规则引导个体行为，实现整体预期目标。“一个主人的AI靠架构，多个主人的AI，只能靠规则。”

讲座最后，黄建伟教授坦言，人工智能协作带来巨大的发展机遇，但如何为AI制定合理规则的探索才刚刚起步，仍有大量开放性问题等待年轻人去挖掘。他期待同学们未来可以投身相关领域研究，参与书写多智能体的未来，推动人工智能更好地造福人类社会。