视频封面

视频元信息

  • 视频时长：未提供
  • 所属课程：CS50x Introduction to Computer Science（哈佛大学计算机科学导论）

TL;DR（内容摘要）

本讲通过"AI vs 真实"互动游戏引入人工智能主题，讲解CS50 Duck背后的提示工程、AI辅助编程（Copilot），并系统介绍机器学习、强化学习、神经网络与大语言模型的基本原理，最后以一首诗提醒AI并非完美。

一、开场互动：AI 与现实的辨识游戏

[188.8s] 课程正式开始，讲师邀请观众扫描二维码参与投票，测试人类能否分辨 AI 生成的内容与真实内容。

1. 图像辨识：哪张照片是 AI 生成的？

  • 第一轮：屏幕上展示两张照片，70%以上观众认为右边是 AI，答案确实是右边。
  • 第二轮：展示两张人脸照片，多数人认为左边是 AI，但答案是陷阱题——两张都是 AI 生成的。
    • 理解：这两张人脸在真实世界中都不存在，完全由 AI 基于大量训练数据合成。这说明 AI 图像生成技术已经逼真到足以迷惑大多数人的程度。
  • 第三轮：文本辨识——两篇作文，哪篇是 AI 写的？
    • 作文一：描述自带午餐，用词较丰富，如 "chat and laugh and catch up on each other's day"。
    • 作文二：更简单直接，如 "my mother packs me a sandwich... I find an empty table and sit there"。
    • 多数观众认为作文一是 AI，答案确实是作文一。
    • 易错点：AI 作文的破绽在于使用了超出目标年龄段的"成熟措辞"，例如 "catch up on each other's day" 不像典型四年级学生能写出的表达。

随着 AI 技术发展，未来人类将越来越难以分辨 AI 生成的内容。 本讲的核心目标之一，就是揭示这些技术背后的原理，而不仅仅是展示其表面能力。

2. AI 技术爆发的背景

  • AI 的基本原理已发展数十年，近年来因以下因素而集中爆发：
    • 研究进展
    • 云计算资源普及
    • 内存与磁盘空间增大
    • 可用于训练的海量数据

二、CS50 的 AI 工具：橡皮鸭（Duck）与提示工程

1. Duck 的系统架构

  • 学生通过 CS50 工具（如 CS50.ai）与 Duck 交互。
  • 工作人员编写代码调用 API（Application Programming Interfaces，应用程序编程接口），这些 API 来自微软、OpenAI 等第三方公司，它们负责底层模型的开发。
  • CS50 还加入了"本地配方"（local sauce），使 Duck 的回答专门针对 CS50 课程内容。

2. 什么是提示工程（Prompt Engineering）

  • 提示工程本质上不是真正的"工程"，而是提出好问题的艺术：描述足够详细、提供充分上下文，让 AI 以高概率给出你想要的答案。
  • 两个关键术语：
    • 系统提示（System Prompt）：由人类（通常是英文）编写的指令，用于设定 AI 的"人设"和专业领域。
    • 用户提示（User Prompt）：用户输入的具体问题。

3. CS50 Duck 的系统提示示例

CS50 编写的系统提示本质如下：

"你是一个友好、支持性的 CS50 助教，同时也是一只橡皮鸭。只回答关于 CS50 和计算机科学领域的问题；不回答无关话题；不提供问题集的完整答案（这违反学术诚信）。"

  • 理解：正是这段系统提示，把通用 AI 模型"调教"成了 CS50 专用的橡皮鸭，而不是猫、狗或 PhD。

4. 回顾第 0 周的 OpenAI 代码

  • 第 0 周曾展示过一段 Python 代码，当时难以理解，现在可以逐行解析：
    1. 导入 OpenAI 的库；
    2. 创建 client 变量，获取 OpenAI 客户端；
    3. 用 input() 定义 user_prompt（用户输入）；
    4. 定义 system_prompt（例如"假装你是猫"）；
    5. 调用 client.responses.create，传入三个参数：用户输入、系统指令、模型版本；
    6. 打印 response.output_text。

这段代码是理解 AI 接口调用的最小骨架：用户提示 + 系统提示 + 模型 = 输出。 后续所有 AI 应用都基于这一基本模式。

三、使用 AI 辅助编程：GitHub Copilot 演示

1. CS50 对 Copilot 的限制

  • CS50 默认禁用 Copilot 等 AI 编程助手，直到学生完成最终项目（Final Project）时才允许使用。
  • 思考：这种限制是为了先让学生建立编程的"肌肉记忆"和调试能力，而不是一开始就依赖 AI。

2. 演示：用 Copilot 实现拼写检查器（Speller）

  • 打开 dictionary.c 文件，文件中包含四个待填空的函数（如 check、load）。
  • 在 Copilot 聊天窗口输入："implement the check function using a hash table in C"。
  • Copilot 会参考：
    • 当前打开的文件（上下文）；
    • 代码中的注释（英文提示）；
    • 函数的输入参数和返回值（隐含信息）。
  • 生成绿色建议代码，可一键保留。
  • 重点：AI 生成代码的速度远快于学生手动编写，但前提是你必须能看懂代码、能调试、能解释、能修改。 如果没有这些基础能力，AI 生成的代码出错时你将束手无策。

3. 演示：用自然语言生成 Mario 金字塔程序

  • 在空文件 mario.c 中，通过聊天窗口输入自然语言需求：

    "Please implement a program in C that prints a left-aligned pyramid of bricks using hash symbols, and use the CS50 library to ask the user for a non-negative height as an integer."

  • Copilot 自动生成包含 do-while 循环、CS50 库引用、金字塔打印逻辑的完整 C 代码。

4. AI 对程序员的放大效应

  • AI 能消除繁琐工作，让你专注于更高层次的问题（如系统设计、算法选型）。
  • 理解：AI 不是替代程序员，而是放大程序员的能力——一旦你掌握了编程语言和逻辑，AI 可以帮你快速实现细节，让你把精力放在"白板上的大问题"。

四、人工智能基础：从决策树到机器学习

1. 我们身边的 AI 应用

  • 垃圾邮件过滤：Gmail/Outlook 自动将垃圾邮件分类，背后不是人工标记，而是 AI 识别特征，正确率约 99%，但仍存在失败率。
  • 手写识别：微软/谷歌训练了足够多的人类 handwriting 样本，因此能高概率识别你的笔迹。
  • 流媒体推荐：Netflix 根据你看过的内容、评分、相似用户的行为，动态推荐影片——不是简单的 if-else 数据库查询。
  • 语音助手：Siri、Alexa 等能识别语音并回答，同样没有覆盖所有可能问题的 if-else 巨型分支，而是动态生成回答。

2. 从 Pong 到 Breakout：决策树

  • Pong：早期街机游戏，两个玩家控制左右挡板击球。
  • Breakout：单挡板击球打碎彩色砖块。
  • 人类玩家会本能地根据球的位置移动挡板，这个决策可以算法化：
while (游戏进行中)
    if (球在挡板左边) 挡板左移
    else if (球在挡板右边) 挡板右移
    else 挡板不动
  • 决策树是经济学、战略思维和计算机科学共有的概念，可以完美映射为代码。

3. 井字棋（Tic-Tac-Toe）与 Minimax 算法

  • 井字棋的目标是让三个 X 或三个 O 连成一线（横、竖、斜）。
  • 人类常用启发式规则（如占中间、占角），但未必最优。
  • 重点：如果双方都最优下棋，井字棋最差结果是平局，绝不应该输。 如果你输了，说明你的决策不是最优的。

Minimax 原理

  • 给棋盘打分：
    • O 赢 → 分数 = -1
    • X 赢 → 分数 = +1
    • 平局 → 分数 = 0
  • X 的目标是最大化分数，O 的目标是最小化分数。

  • 示例：O 回合，剩余两个空位（左上、下中）。

    • 若 O 走左上 → X 走右下 → X 赢，棋盘值 = 1（不利 O）。
    • 若 O 走下中 → X 走左上 → 平局，棋盘值 = 0。
    • 因此 O 应走下中，至少保证平局。

  • 推导：Minimax 的核心是"换位思考"——不仅要考虑自己这一步，还要考虑对手下一步的最佳应对，然后反向选择对自己最有利的分支。

井字棋的复杂度

  • 井字棋共有 255,168 种可能的走法序列。
  • 国际象棋：仅前 4 步（双方各走 4 步）就有 850 亿种可能。
  • 围棋：前 4 步有 266 秭（quintillion） 种可能。

当问题规模大到无法穷举时，就不能再靠简单的 if-else 或遍历所有可能性来解决，必须让计算机"学习"如何解决问题——这就是机器学习的用武之地。

五、强化学习：奖励与惩罚

1. 什么是强化学习？

  • 强化学习（Reinforcement Learning） 是机器学习的一种，机器通过大量试错，根据奖励/惩罚信号学会解决问题。
  • 人类也在不断使用强化学习——例如训练孩子"多做某事、少做某事"。

2. 机器人学翻煎饼

  • 视频演示：研究人员先手动示范如何翻煎饼，然后让机器人自己尝试。
  • 机器人最初动作笨拙，但每次成功翻饼就获得数字奖励（如加分），每次掉饼就受惩罚。
  • 经过约 50 次尝试后，机器人越翻越好。
  • 理解：机器人的动作被量化为 x、y、z 坐标，它通过调整坐标组合来最大化奖励。

3. 迷宫寻路：探索与利用（Exploration vs. Exploitation）

  • 简化场景：黄色点代表玩家，绿色点代表出口，红色区域代表熔岩（惩罚）。
  • 如果玩家随机移动并碰壁，会记录"此路不通"（红色线），下次避开。
  • 最终可能找到一条通往出口的路径（绿色线），但这未必是最优路径——可能绕了远路。
  • 关键概念：
    • 利用（Exploitation）：总是走已知的安全路径，能赢但可能不是最优。
    • 探索（Exploration）：偶尔随机尝试新路径，可能发现更短路线。
  • 实现方法：引入 epsilon 变量（如 10%），每次决策生成随机数，若小于 epsilon 则随机移动，否则走已知最优路径。
  • 类比：去餐厅总点同一道菜，偶尔尝试新菜，可能会发现更好吃的美味。

4. Breakout 的 AI 演示：发现"作弊"策略

  • AI 玩 Breakout 的录像：
    • 开始时随机乱动；
    • 约 200 集后，开始意识到击球得分、丢球失分；
    • 持续训练后，AI 发现一个"可怕"的技巧：打穿顶部砖块后，让球在顶部反复弹跳，游戏自动得分，几乎不需要移动挡板。
  • 思考：这个策略不是人类教给它的，而是奖励/惩罚机制下自然涌现的"最优解"。这既令人惊叹，也提醒我们 AI 的优化目标可能走捷径，不一定符合人类预期。

六、监督学习与神经网络

1. 监督学习（Supervised Learning）

  • 垃圾邮件过滤就是监督学习：用户手动把邮件标记为垃圾邮件，就是在给算法提供标注数据。
  • 易错点：手动标注数据无法规模化。 如果每封邮件、每个视频都要人工标注，成本高到不可行。

2. 深度学习与神经网络

  • 深度学习（Deep Learning）不需要人类在循环中逐条标注，而是通过神经网络自动从海量数据中学习。
  • 神经网络受生物学启发：生物神经元传递电信号；计算机科学家将其抽象为节点（圆圈）和边（连线）。

3. 一个简单的神经网络例子：预测点的颜色

  • 二维平面中有蓝点和红点，输入是 x、y 坐标，输出是颜色（蓝/红）。
  • 最初只有两个数据点时，最佳猜测可能是画一条竖线分割左右。
  • 加入第三个数据点后，发现竖线不对，于是旋转决策边界。
  • 最终，通过足够多的数据点，可以拟合一条"最佳拟合线"。
  • 数学形式：A·x + B·y + C，若结果 > 0 预测蓝色，否则预测红色。
    • A、B、C 就是神经网络的参数。

实际神经网络有数十亿个节点和边，每个边代表一个数学权重。这些权重由训练数据决定，但内部的具体含义往往无法用人话解释——这就是神经网络的"黑箱"特性。

4. 神经网络的应用

  • 根据湿度、气压预测降雨量；
  • 根据广告投入预测销售额；
  • 输入是两个特征，输出是一个预测值。

七、大语言模型（LLM）与幻觉

1. GPT 是什么？

  • GPT = Generative Pre-trained Transformer（生成式预训练变换器），是 ChatGPT 中 "GPT" 的来源。
  • 本质是一个在海量文本数据上训练出来的神经网络，提供交互式聊天能力。

2. 预测下一个词：注意力机制

  • 例子：句子 "Massachusetts is a state in the New England region... The state's capital is ___"。
  • 传统方法很难：关键词距离太远，且 "state" 等普通名词替代了专有名词，AI 难以关联。
  • 现代 LLM 的做法：
    1. 将句子拆成词列表；
    2. 把每个词编码成向量（如 Massachusetts 用 1536 个浮点数表示）；
    3. 计算注意力（Attention）：词与词之间的关联强度（图中粗线表示强关联，如 Massachusetts 和 state；细线表示弱关联，如 a、is、the）。
    4. 根据上下文统计概率，输出最可能的下一个词。

3. LLM 是统计模型

  • LLM 本质上是在回答："根据训练数据（Reddit、Google 搜索、百科全书、维基百科等），这个位置最可能出现的词是什么？"
  • 因此，答案是 Boston（大概率），但不是 100% 正确。

4. 幻觉（Hallucination）

  • 幻觉：AI 编造出看似合理但实际错误的内容。
  • 产生原因：
    • 互联网上存在错误信息，被 AI 当作权威；
    • 小概率的随机探索（类似 epsilon 机制）导致输出偏离正确路径。
  • 即使 CS50 的 Duck 也并非完美，尽管工作人员编写了大量代码来降低错误率。

AI 生成的内容需要人类批判性审查，不能盲目信任。 这是使用一切 LLM 工具时的基本素养。

八、结语：Homework Machine 的诗

讲师以谢尔·希尔弗斯坦（Shel Silverstein）的诗《作业机》结束本讲：

作业机，哦，作业机， 世界上最完美的机器。 只要把作业放进去，再投进一角硬币， 按下开关，十秒后， 作业就干干净净地出来了。 这就是——9 + 4 = 33。

  • 思考：这首诗几十年前就预言了 AI 时代的场景——机器看似完美，但结果可能错得离谱。AI 是强大的工具，但远非万能。

关键标签 / 关键词

人工智能 CS50 机器学习 强化学习 神经网络 大语言模型 GPT 提示工程 System Prompt User Prompt Minimax 决策树 探索与利用 监督学习 深度学习 幻觉 Copilot AI编程

生成时间：2026-09-02 16:21:51 生成平台：VideoNote