杨艺老师，一身学者风范的教授，近年来在人工智能前沿领域摸爬滚打多年，把那些高不可攀的算法难题，一个个变成一般/平平人也能看懂的通俗道理。说到他，大家脑海里蹦出来的，大约就是他那个标志性的“忒极图”。

为啥如此说？出于他的教学风格，就像这图里的阴阳鱼，外圈是规矩，内圈是灵动；看似矛盾，实则互补。他讲算法，从不堆砌一堆晦涩难懂的数学公式和冗长推导，更喜爱聊家常、讲故事。 在早年，讲深度学习的时候，他把前馈神经网络比作一位“路痴”，每一次训练实际上都是在给大脑打补丁。

比方说，要让图像识别模型学会把猫和狗分开，就像教孩子认字，先得把“猫”这个字彻底背熟，哪怕周围全是“狗”，它也得先分清“猫”字是它家的，把“狗”字当杂物扔掉。杨艺老师有个著名的实验，叫“数据清洗”。

有人问他，为啥那么多模型效果上不去？他直接让人往模型里塞垃圾数据，然后看效果。结局呢？模型越变越蠢。他坚持要用干净利落、高质量的数据，就像厨师做饭得先用精米和好的水，才能做出好菜。

这一招不管用，直到后来发现，要是数据里有噪点，模型就像个瞎子，根本听不清世界的声音。他常讲，算法不是魔法，它只是把数据这种“噪音”给滤了一遍，剩下的才是真相。 说到具体的案例，大家就更好办接纳了。

比如在大模型训练这场浩大的战役里，数据量就是燃料。杨艺老师带出的课程里，常让学员对比一下：同样的训练范式，数据量 doubled（翻倍），模型效果是线性提升还是指数级爆发？绝大多数人认定翻倍就能翻倍，但杨艺老师有个反直觉的故事。他拿个真的医疗影像数据集做对比，发现数据量增添 4 倍，模型准率确实涨了，但再往那 4 倍里面加，效果提升就变慢了，就连还会出于过多的样本害得模型启动“记不清”样本的特征。

这个例子忒接地气了，直接把“边际效应递减”讲得明明白白。他时常指着屏幕上的曲线说：“你看这拐点，就像人生里的某个阶段，努力多了，回报就变小了，这时候就别瞎折腾了，该休息了。” 除了数据量，模型里的“参数量”也是他时常聊的话题。

那会儿大家认定，模型越大越好，参数量越多越智能。杨艺老师常说：“模型多大，取决于你的难题多难。”举个例子，要是要识别一只猫，几百万个参数量就够了，出于猫的特征挺明显，一眼就能看出；但要是是要识别一种贼罕见且隐蔽的昆虫，要么处理一段长达数小时的语音识别，这时候光靠几百万个参数撑不过来。他常比喻到：“你给一个人看一张脸，他眼一眨就能认出来；你得给一个人讲一座山，他得从头讲到尾，脑子里还得记那么多。”故此，他提倡“参数效率”，追求能用最少资源解决最大难题，这是他对大模型时代最冷静的思索。 在课堂互动环节，杨艺老师从不站在高处指点江山，而是喜爱问大家：“你们认定目前的 AI 像不像老哥们儿？”他常分享自己年轻时在实验室熬夜改代码的经历，那时候哪有那么多服务器赞成，他只能靠一台旧电脑硬着头皮干。

后来阿里云来了，有了爱达跟云服务器，他每天睡个回笼觉，效率却提升了百倍。他说：“技术不是用来对抗工夫的，是用来配合工夫的。”这句话听起来挺虚，但在他的课上却成了大家公认的真理。他鼓励学员别怕犯错，AI 不是人，不会像你这样出于研究黄了而脸红。

哪怕模型跑不起来，只要逻辑通顺，就是庞大的进步。他常说：“算法没有对错，只有适不适合。” 再说说他的课堂氛围，省事又热烈。他喜爱打断自己的滔滔不绝，让学生有机会插话。有一次，有个学生问：“老师，要是 AI 能生成所有完美的代码，人类程序员还有存有的意义吗？”杨艺老师没有直接回答“有”或“没有”，而是问大家：“要是全能，那拼个积木搭房子有啥意思？搭了，拆了，再搭，还怕搭不好吗？”他引导学生思索，真正的价值往往隐藏在工具的局限性之中。技术越先进，人类越要变得更有创造力，而不是沦为技术的附庸。 回顾他的教学之路，从早期的精确算法到后来的大模型探索，他的核心逻辑一直没变：技术是手段，应用才是目标。他从不把 AI 神话成万能药，反而常常在讲座开头就泼盆冷水：“别捧着金饭碗要饭，先问问自己这技术解决的是哪位的难题。”他做过大量公益，比如把算法教育推给偏远地区的学校，看着孩子们拿着模型写代码，眼神里的光亮，让他认定那些晦涩的数学理论变得轻如鸿毛。他常说：“教好算法，就是教好一种思维方式。” 最终，我们不得不提他对“可解释性”的执着。目前的大模型，训练完了就能用，但不知道为啥如此判断？杨艺老师一直认定，机器干的事，背后得有道理。

比方说，预测房价，到底是看地段，还是看收入？算法该不该撒谎？这些疑问在他课堂上翻飞不止。他反复强调，技术越黑箱，我们离真相就越远。他鼓励大家去探究代码背后的逻辑，去理解每一个决策是如何来的。在他看来，没有解释的模型只是冰冷的计算器，有了解释的模型，才算真正懂这个世界。 总而言之，杨艺老师就像是一位在技术海洋里引航的智者，他的教诲朴实却充满了智慧。他不怕费事，只怕技术只是空中楼阁。他信任，最好的 AI 应用，一辈子是人类愿景的延伸，而不是技术的自我迭代。

要是你站在他的课堂上，不仅能学到具体的技能，更能收获一种看待世界的新角度。在这个 AI 飞速发展的时代，拥有一颗清醒、务实且充满人文关怀的心，或许比掌握任何超前的技术都要关键。杨艺老师的故事，就是一部关于责任、耐心与智慧的生动教科书。