最近在读《人工智能》这本书。对迎接未来，AI时代该如何学习，学什么，这个板块感触挺深，以下是读书笔记：

AI将在未来10年取代或改变许多简单、低效的人类工作时,身为家长肯定会好奇：AI时代,孩子到底该学什么,才不至于被机器“抢’了工作?其实,与其讨论让孩子学什么,不如先讨论孩子该如何学。学习方法远比学什么内容更重要。尤其是在人机相互协作、各自发挥特长的时代里,填鸭式、机械式的学习只能把人教成机器,让孩子丧失人类独有的价值。

2013年,包括哈佛大学前校长在内的一群美国著名教育家联合创办了所神秘的四年制本科大学—密涅瓦大学( Minerva Schools at KGI)。第年招生时,这家大学的录取率低于3%,远低于哈佛大学的8%~9%,是全美录取最严格的本科院校。被密涅瓦大学录取的第一批学生,收到的录取“通知书”是一个精致的小木盒,木盒盒盖上用英文写着“好奇心”的字样,木盒内是一台定制的Pad电脑。只要打开电脑,密涅瓦大学的创始人本·尼尔森( Ben Nelson)就会收到通知,并与学生进行一次视频通话,安排学生在旧金山开始四年的学业。这么神秘的学校,这么低的录取率,这么有趣的新生报到流程,那么,密涅瓦大学到底有什么过人之处?

密涅瓦大学的创始人相信,传统的四年制大学已经无法适应未来的需要,大学教育过程本身需要被改革甚至被颠覆,在线课程、讨论小组、实习实践、自我探索和自我完善将成为今后教育的主流模式。基于这样的思路,密涅瓦大学使用的是一套名为“沉浸式全球化体验”( Global Immersion)的密涅瓦大学的所有入学新生都要在旧金山一个独特的校区完成第一年的学业,这一年的主题是“基础”,但学生所学的课程与普通大学一年级的课程有非常大的差异。密涅瓦大学的教育家们相信,让学生付费去学网上随处都可以找到的基本课程,比如基础的计算机导论、经济学导论或是物理导论,这是得不偿失的事。因此,密涅瓦大学的一年级课程直接将知识课程与四种极其重要的方法论有机结合起来,变成形式分析、实证分析、多元模式交流、复杂系统四大课程板块。形式分析主要用于训练学生精密、合理思考的能力;实证分析重在培养创造性思维和解决实际问题的能力;多元模式交流则关注使用不同方法进行有效交流的能力;复杂系统重点在于复杂环境中的有效协作。

密涅瓦大学一年级的四个课程方向小学生们会进入专业课程学习阶段,这一年的主题是“方向”。学生可以跟导师一起,从艺术与人文、计算科学、商自然科学、社会科学这五个方向中择定自己的专业,也可以选择攻读两个专业。

大三的主题是“专注”,要求学生深入各自专业方向的领域内部,培养精深的专业技能。大四的主题是“综合”,重在培养学生学以致用的能力。最独特的是,除了大一在旧金山外,大二到大四的3年内,学生每年都会到世界上一个不同的地方完成学业。密涅瓦大学分布在全世界的教学地点包括海德拉巴、布宜诺斯艾利斯、台北、首尔、柏林、伦敦等。专业课程教学时,没有死板的课本,也没有传统的填鸭式授课,每堂课同时参与学生人数很少,最多20人,以远程教学、集体讨论为主,学生可以与分布在全球各地的著名教授交流、互动。同时,在教学之余,学生要在当地进入一家与自己学业相关的代表性公司,在实习中培养自己的全面素质,真正学会如何工作。对于密涅瓦大学的大胆实践,人们有很多争议。密涅瓦大学与谷歌、高盛等企业有合作关系,培养出来的人才,很多都可以满足这些一线企业的实际需要。但这种近乎颠覆式的模式到底是不是未来最好的教育形式,这恐怕要经过更长时间的检验才能下结论。就拿密涅瓦大学重点采用的远程在线教育的方法来说,其优点是学生可以随时与最优秀的学者互动,从更多不同风格的教授身上汲取知识、经验,但在线教育缺少面对面教学时的那种沉浸感,有时候难以深入交流的问题也比较明显。无论如何,实验性的密涅瓦大学给“未来如何学习”提供了一种建议性的中坚力量,在级别上更是成为百度最年轻的T10级工程师(据说说深度领军级人物吴恩达加入百度时也才是T10级)。楼天城和百度另资深工程师 James Peng起离开百度创业,注册了一个名叫 Pony. ail的神秘名。相信楼天城在自己的创业道路上,也能表现不俗。出自姚班的“楼教主”拥有许多姚班学生的共性,用他自己的话说是:“我非常喜欢挑战困难。因此,我希望我工作的地方是一个每天都可接受有趣的、有挑战性的问题的岗位。”敢于挑战自己,敢于面对有趣的、有难度的问题,这是姚班这种新型育氛围较容易培养出来的学生特质,而具备这种特质的学生,最容易在人智能时代作为人类智慧的代表,设计最高效的AI系统,并与AI系统一起创更大价值。

书中提到人工智能时代最核心、最有效的学习方法包括:

主动挑战极限:像楼天城那样喜欢并主动接受一切挑战,在挑战中完善自我。如果人类不在挑战自我中提高,也许真有可能全面落伍于智能机器。

从实践中学习( Learning by doing):面向实际问题和综合性、复杂性问题,将基础学习和应用实践充分结合,而不是先学习再实践。一边学习一边实践的方法,有些像现代职业体育选手的以赛代练,对个人素质的要求更高,效果也更好。

关注启发式教育,培养创造力和独立解决问题的能力:被动的、接受命令式的工作大部分都可以由机器来替代。人的价值更多会体现在创造性的工作中。启发式教育在此非常重要。死记硬背和条条框框只会“猪死”学生灵感和创意的源头。

虽然面对面的课堂仍将存在,但互动式的在线学习将愈来愈重要:只有充分利用在线学习的优势,教育资源才能被充分共享,教育质量和教育公平性才有切实保证。创新工场投资的VPKd、盒子鱼等面向教育创新的公司,就是大量使用在线教育、机器辅助教育等手段来帮助孩子学习的范例。

主动向机器学习:未来的人机协作时代,人所擅长的和机器所擅长的必将有很大不同。人可以拜机器为师,从人工智能的计算结果中吸取有助于改进人类思维方式的模型、思路甚至基本逻辑。事实上,围棋职业高手们已经在虚心向 Alphago学习更高明的定式和招法了。

既学习人一人协作,也学习人一机协作:未来的“沟通”能力将不仅仅限于人与人之间的沟通,人机之间的沟通将成为重要的学习方法和学习目标。学生要从学习的第一天起,就和面对面的或者远程的同学(可以是人,也可以是机器)一起讨论,一起设计解决方案,一起学习要追随兴趣:通常来说,兴趣就是那些比较有深度的东西,所以只要追随兴趣,就更有可能找到一个不容易被机器替代掉的工作。

无论是为了美,为了好奇心,为了其他原因产生的兴趣,这些兴趣都有可能达到更高层次,在这些层次里,人类才可以创造出机器不能替代的价值。