浙江大学吴飞教授近期在人工智能领域及教育领域发表了多方面的重要观点和成果，主要涵盖以下内容：

一、人工智能核心理论

AI三大主义

回顾了1956年达特茅斯会议奠定的符号主义（规则至上）、连接主义（数据驱动）和行为主义（行为交互）三大流派，分析其优劣互补。符号主义可解释性强但处理复杂问题有限，连接主义擅长大规模数据学习但可解释性不足，行为主义关注智能体与环境交互。

生成式AI热点

介绍了ChatGPT、Sora和DeepSeek之间的联系，强调DeepSeek通过系统级协同创新（如混合专家模型、强化学习推理）突破生成式AI的局限性，致力于实现通用人工智能（AGI）。

二、教育领域探索

通识教育重要性

指出人工智能教育需从知识本位转向素养本位，培养具备体系化知识、构建式能力、创造性价值和人本型伦理的复合型人才。

教材与人才培养

强调人工智能专业教材建设的重要性，主张通过产教协同育人探索适应AI时代的新型人才培养模式。

三、技术前沿动态

DeepSeek系列模型

DeepSeek V3 ：大语言基座模型，性能超越顶级开源模型。

DeepSeek R1 ：专为复杂推理任务设计，通过联邦学习等技术保护隐私。

开源策略 ：通过开源加速技术普及，推动“人人可用”的普遍智能。

应用场景

医疗健康 ：在非洲农村部署低功耗AI诊断设备，提升医疗资源可及性。

教育公平 ：开发多语言学习系统，试点显示孟加拉国农村学生升学率提升37%。

环境治理 ：构建全球生态监测网络，森林砍伐预警准确率达89%。

四、哲学与伦理思考

引用希尔伯特名言“我们必须知道，我们必将知道”，强调科学探索的信念与人工智能教育的使命。

提出在算法中嵌入公平性约束（如差分隐私、反歧视校验），建立AI行为可追溯机制。

五、未来展望

AGI目标 ：推动通用人工智能发展，确保成果普惠全社会，打破数字鸿沟。

技术演进 ：通过类脑神经符号系统、多模态机器人平台等创新，提升AI在复杂场景的适应性。

以上内容综合了吴飞教授在学术研究、教育实践和技术开发中的核心观点，体现了他对人工智能未来发展的全面思考。