近幾年，充分感受到時代宏闊與巨變，浪潮之下，個體如泥沙般渺小，難抗威力。

2015互聯網金融熱年，才知原來科技已這般影響我們的生活。緊接著2016年，人工智能便“嗖”地一下沖入眼球，成為政府工作報告中的重要關鍵詞，以及當年“十大關鍵詞”之一。

如今人工智能正在從既往概念范疇逐步落地應用，比如打開新電腦，有智能機器人語音引導我們安裝使用。比如，孩子開始渴望更多的機器式玩具，甚至機器人玩伴。比如，像頭號玩家那種讓人分不清是在虛擬世界還是現實世界生活的游戲體驗，已經出現在商場或者游樂場，孩子的消費清單已增加這一項……

人工智能很有可能會以更快的普及速度，成為今后伴隨孩子人生成長的重要角色，他們的興趣愛好、思維方式、行為決策等各方面也勢必會受到影響。

今后，我們需要以何種心態、思維學習成長，如何參與孩子的成長，這些都將是比較實際且棘手的問題。

李開復、王詠剛合著的《人工智能》，可以當做是了解學習人工智能領域的入門書籍。

書中系統性地介紹、分析、探討了人工智能引發的社會熱潮、什么是人工智能、人工智能發展程度，人工智能帶給社會革新的影響，人工智能時代的創新創業機會，以及人工智能時代的學習及教育思路與方法等諸多現實性問題。

梳理了書中一些精華內容，如果你沒時間看全書，希望本文能讓你心有所獲。

01深度學習推動AI發展

從20世紀60年代至今，人工智能發展共經歷了三次熱潮：

***次：20世紀60年代前后；第二次：20世紀80年代到90年代；第三次：2006年開始。

和前兩次AI熱潮相比，這一次人工智能復興的***特點，就是AI在多個相關領域表現出可以被普通人認可的性能或效率，由現實商業需求主導，并被成熟的商業模式接受，開始在產業界發揮出真正的價值，解決相關問題。

這一撥人工智能浪潮發展，絕大部分功勞要歸于深度學習。

什么是深度學習？

深度學習和所有機器學習方法一樣，是一種用數學模型對真實世界中的特定問題進行建模，以解決該領域相似問題的過程。

這個過程有點類似小朋友通過識字卡片認字。計算機先把每一個字的圖案反復看很多很多遍，然后，在計算機的大腦（處理器加上存儲器里），總結出一個規律，以后計算機再看到類似圖案，只要符合之前總結的規律，計算機就能知道這圖案到底是什么字。

計算機用來學習、反復看的圖片叫“訓練數據集”，這里面，一類數據區別于另一類數據的不同方面的屬性或特質，叫做特征。計算機在大腦中總結規律的過程，叫建模。計算機在大腦中總結出的規律，叫模型，而計算機反復看圖，總結出規律，就叫機器學習。

深度學習大致就是用人類的數學知識與計算機算法構建起整體架構，再結合盡可能多的訓練數據以及計算機的大規模運算能力去調節內部參數，盡可能逼近問題目標的半理論、半經驗的建模方式。

目前深度學習主要是建立在大數據的基礎上，即對大數據進行訓練，并從中歸納出可以被計算機運用在類似數據上的知識或規律。其中，今天的大數據主要積累于2000年后，因為信息交換，信息存儲，信息處理三個方面能力的大幅增長而產生的數據。

02AI會讓很多人失業嗎

今天的人工智能相對來說處于弱人工智能范疇，更多被用來解決特定領域相應問題。再進一步發展，人工智能會逐漸升級為強人工智能和超人工智能，尤其是后者，在科學創造力、智慧和社交能力等每一方面都遠超人類大腦。

科技發展的加速度規律可以讓人工智能更早實現，硬件的快速發展和軟件的創新是同時發生的，強人工智能可能比我們預期的更早降臨，因為：

1）指數級增長的開端可能像蝸牛漫步，但是后期會跑得非常快。

2）軟件的發展可能看起來很緩慢，但是一次頓悟，就能永遠改變進步的速度。

（布萊恩·阿瑟《技術的本質》對此觀點闡述頗為深透細致，感興趣的可找來一讀。）

變化之下，這兩年大家討論最多的問題就是：會不會有很多人失業？

2016年底，物理學家史蒂芬·霍金在英國《衛報》發表文章說，工廠的自動化已經讓眾多傳統制造業工人失業，人工智能的興起很有可能會讓失業潮波及中產階級，***只給人類留下護理、創造和監管等工作。

果真會如此嗎？

在《人工智能》一書中，李開復給出了一個五秒鐘準則：

如果一個人可以在5秒鐘內對工作中需要思考和決策的問題做出相應的決定，那么，這項工作就有非常大的可能被人工智能技術全部或部分取代。

一句白話總結就是：如果你只會用你的手，那么人工智能將取代你。

反之，如果你的工作涉及縝密思考，周全的推理或復雜的決策，每個具體判斷并非人腦可以在5秒鐘的時間內完成，那么，以目前的技術來說，你的工作是很難被技術取代的。

再進一步講，我們會不會被取代，除了源自我們當前的工作性質、工作狀態，也與我們自身的心態、情商、成長力等多方面息息相關，更要看我們如何界定這一問題。

縱觀人類數千年漫漫文明史，由于科技進步而造成的社會格局，經濟結構的調整、變革、陣痛乃至暫時的倒退都屢見不鮮。

從局部看，很多劃時代的科技成果必然引發人們生活方式的改變，短期內很可能難以被接受，不過站在足夠的高度上，放眼足夠長的歷史變遷，所有重大的科技革命無一例外地最終成為人類發展的加速器，也是人類生活品質提高的根本保障。

因此特別是在一個適應人工智能時代的社會保障和教育體系建立之前，陣痛在所難免。但從長遠看，這種轉變絕不是一種以大規模失業為標志的災難性事件，而是人類社會結構，經濟秩序的重新調整，在調整基礎上，人類工作會大量轉變為新的工作類型，從而為生產力的進一步解放，人類生活的進一步提升，打下更好的基礎。

技術發展將造成一部分簡單工作、底層工作的消失或轉變，某些領域又會誕生新的工作，更需要人類判斷力和創造力的工作類型。如設計師，架構師，建筑師，流程設計和管理者，藝術家，文學家……

其工作不但不會被取代，反而會成為未來稀缺資源，吸引更多在社會和經濟轉型中愿意嘗試新領域的人類從事類似工作。

機器帶給人類的不是失業，而是更大的自由與更加個性化的人生體驗。未來是一個人類和機器共存，協作完成各類工作的全新時代。工作轉型在所難免。

AI是人類的工具，技術本身不是問題，人的障礙除了來自與之配合的社會和經濟結構、制度，也來自自身。

認清這些，我們所要做的，不是擔憂和懼怕，而是盡早認清AI與人類的關系，升級認知和行為路徑。了解變革的規律，盡早制定更能適應新時代需求的勞動保障制度，教育制度等，以便更好地迎接新時代的到來。

03我們還將面臨哪些問題？如何應對？

從刀耕火種時代至今，人類歷史上的協作分工，基本都遵循一個類似金字塔形狀的社會結構模型：

少數人影響，領導和指揮較多的人，較多的人再進一步影響或管理更多的人，逐級向下，金字塔底層是大量從事簡單、重復性勞動的人。

尤瓦爾·赫拉利說，研究歷史，就是為了掙脫過去的桎梏，讓我們能看到不同的方向，并開始注意到前人無法想象或過去不希望我們想象到的可能性……研究歷史并不能告訴我們該如何選擇，但至少能給我們提供更多的選項。

人工智能到來后，如果50%以上的簡單、重復性工作在未來的一段時間內都會被人工智能取代，人類過去數千年來分工協作的金字塔結構會不會變得不再穩定？這大概涉及三個問題：

1.金字塔底層原本從事簡單工作的人，如果都涌向金字塔中部甚至頂部，試圖去嘗試藝術創作，決策分析，領導管理等工作，金字塔會不會就此坍塌？

2.現代社會里，在金字塔結構中分工協作的人，本來是有一個從初級到高級的上升通道的。比如，在公司里，一個高層管理者通常需要從底層實際工作做起，通過學習和鍛煉慢慢承擔起中層管理工作，再經過一定時間的積累，最終走上高層管理崗位。如果底層工作都由機器來完成，人們是不是就缺少了向上發展所必須的實際鍛煉機會？

3.更重要的是，如果未來失去工作的人，都必須從簡單工作轉換為相對復雜的腦力勞動，那么，他們要學習的知識體系對他們來說將是一個龐大的結構。那些中年失去工作的普通勞動者，他們怎么可能重新開始一次歷時5年到10年的學習深造呢？

書中認為：金字塔結構不一定坍塌，更多可能是在現有基礎上進行自我調整。

在上述挑戰面前，人類的教育體制需要重啟。整個教育體制應該更多地關注素質教育和高端教育，讓每個人都有機會學習和嘗試各種更復雜，或更需要人類創造力的工作種類，培養更多的博學之才，專深之才，文藝人才，領導人才。同時，職業教育則應及時關注那些設計人機協作的新技能、新工作，并大力拓展服務業相關的人才培訓。

如同科幻作家郝景芳所說，在人工智能時代，人們不得不開始思考我能做什么，而結論必然是我能做的和機器人不一樣的事。機器人會迅速占領所有標準化領域，而人類將在各種差異化產品的供應中尋覓新領地。

未來，工廠機器流水線留給機器人，人會以更加富有創造性的方式與流水線競爭。人的獨特性會體現在“精神”領域：思考，創造，情感交流；人與人的依戀，歸屬感和協作精神；好奇，熱情，志同道合的驅動力。

總之，人的綜合感悟和對世界的想象力，才是人和機器人***的差別和競爭力。創造者的個性化才是產品的價值所在。

04AI時代，孩子該學什么

與其討論讓孩子學什么，不如先討論孩子該如何學。

2013年，包括哈佛大學前校長在內的一群美國著名教育家聯合創辦了一所神秘的四年制本科大學——密涅瓦大學，這是全美最嚴格的本科院校。

密涅瓦大學的創始人相信，傳統四年制大學已經無法適應未來需要，大學教育過程本身需要被改革甚至被顛覆，在線課程，討論小組，實習實踐，自我探索和自我完善將成為今后教育的主流模式。

基于這樣的思路，密涅瓦大學使用的是一套名為“沉浸式全球化體驗”的教學方式。

所有入學新生都要在舊金山一個獨特校區完成***年學業。主題是“基礎”，但學生所學課程與普通大學一年級課程有非常大差異。密涅瓦大學的教育家們相信，讓學生付費去學網上隨處都可以找到的基本課程，這是得不償失的事。

因此，密涅瓦大學的一年課程直接將知識課程與四種極其重要的方法論結合起來，變成形式分析，實證分析，多元模式交流，復雜系統四大課程模塊。

形式分析主要用于訓練學生精密、合理思考的能力；實證分析重在培養創造性思維和解決問題的能力；多元模式交流則關注使用不同方法進行有效交流的能力；復雜系統重點在于復雜環境中的有效協作能力。

大二學生們的主題是“方向”，可以跟導師一起，從藝術與人文、計算科學、商學、自然科學、社會科學這五個方向中選定自己的專業，也可以攻讀兩個專業。

大三的主題是“專注”，要求學生深入各自專業方向的領域內部，培養精深的專業技能。

大四的主題是“綜合”，重在培養學生學以致用的能力。

據介紹密涅瓦大學與谷歌、麥肯錫等企業有合作關系，培養出來的人才，很多都可以滿足這些一線企業的實際需要。當前來講，對密涅瓦大學的大膽實踐，這種近乎顛覆式的模式到底是不是未來***的教育形式，人們有很多爭議，這也有待更長時間的檢驗。

不過，隨著時代發展，一些學習觀念、學習方法的確值得我們關注并借鑒：

1.主動挑戰極限，在挑戰中完善自我。

2.從實踐中學習，面向實際問題和綜合性，復雜性問題，將基礎學習和實踐應用充分結合，而不是先學習再實踐。

3.關注啟發式教育，培養創造力和獨立解決問題的能力。

4.雖然面對面的課堂仍將存在，但互動式的在線學習將愈來愈重要。只有充分利用在線學習的優勢，教育資源才能被充分共享，教育質量和教育公平性才有切實保證。

5.主動向機器學習。從人工智能的計算結果中吸取有助于改進人類思維方式的模型、思路甚至基本邏輯。

6.學習人-人協作，以及人-機協作。

7.學習要追隨興趣。無論是為了美，為了好奇心，為了其他原因產生的興趣，這些興趣都有可能達到更高層次，在這些層次里，人類才可以創造出機器不能替代的價值。

學習內容方面，能體現人的綜合素質的技能，例如，人對于復雜系統的綜合分析，決策能力，對于藝術和文化的審美能力和創造性思維，由生活經驗及文化熏陶產生的直覺、常識、，基于人自身的情感（愛，恨，熱情，冷漠等）與他人互動的能力，這些是人工智能時代最有價值，最值得培養學習的技能。

生存能力方面，人工智能時代，不要再期望孩子尋找安穩工作，安穩意味著簡單，重復。安穩工作早晚都會被機器取代。我們要幫助下一代做最智慧的選擇，選擇那些相對不容易被套牢，或者可以與機器協同完成任務的工作。

05AI時代人的意義

人類永恒的追問。只是AI時代可能更為迫切。

相比于機器，人之所以為人，是因為我們有感情，會思考，懂生死。而感情，思考，自我意識，生死意識，等人類特質，正是需要我們全力培養，發展與珍惜的東西。

《真實的人類》里，合成人說，我不懼怕死亡，這使得我比任何人類更強大。而人類則說，你錯了。如果你不懼怕死亡，那你就從未活著，你只是一種存在而已。

人的生命有限，才使得人類每個個體的思想和命運如此寶貴，如此獨特。

法國哲學家萊茲帕斯卡說：人只不過是一根葦草，是自然界最脆弱的東西；但他是一根能思想的葦草。用不著整個宇宙都拿起武器才能毀滅。一口氣，一滴水就足以致他死命了。然而，縱使宇宙毀滅了他，人卻仍然要比致他于死命的東西更高貴得多，因為他知道自己要死亡，以及宇宙對他所具有的優勢，而宇宙對此卻是一無所知。因而，我們全部的尊嚴就在于思想。

人類可以借助機器這個工具來提高自己，讓自己的大腦在更高層次上完成機器無法完成的復雜推理、復雜決策以及復雜的情感活動。

06附：有關認知的三個有趣理論

1.當你擁有一把錘子時，所有的東西都看起來像釘子。

就看你怎么理解。

一方面，在自己大腦中儲存的知識經驗越多，就越能將這些知識相互聯系，并將舊的材料進行排列組合，轉化為解決問題的能力。（再次推薦《技術的本質》，技術的進化與人的進化交替重疊，本質相同。）

但另一方面，也要避免認知陷阱，或思維陷阱。已有的知識（錘子）可能隨時成為過去式，不適用于眼前的問題。很多時候，我們要做的不是驗證已有知識和經驗，更是根據新問題發現新方法，尋得新收獲新體驗。

2.心理閾值

心理學上說，人們接受一件新事物，就像人們感受一種外界刺激一樣，是有一個心理閾值的。外界刺激（比如聲、光、電）的強度太小的話，人們根本不會有任何感覺。只有外界刺激的強度超過了一個人能夠感知的最小刺激量，人們才有聽到了聲音，看到了東西之類的明確感受。這個能引起人們感知反應的最小刺激量，心理學上叫絕對閾值。

信息時代，最不缺的就是信息，但難能可貴的是獲取信息的意愿，以及如何將信息轉化成有利于自身知識的能力。這其中需要大量學習積累，很多事情，都需要時間見證。孩子學習更是如此，在他們小時候，我想做好兩點就好了：一是讓他不討厭學習這件事，二是養成堅持和專注的習慣，在做的過程中認真以待。

3.缺點放大鏡

從投資者的角度看，越是追求與人長得一樣，試圖像人一樣說話，做事的機器人項目，就越沒有商業前景。這個道理很簡單：機器越像人，人類就越容易拿真人與它相比較。這時，技術的不足會暴露無遺，在“缺點放大鏡”的作用下，這種機器人只會顯得無比愚蠢和笨拙。大多數用戶會更喜歡一個有一定溝通能力，比較可愛甚至很萌的小家電，而不是一個處處缺陷的全功能人形機器人。

這條在婚姻里非常明顯。比如對另一半的“厭惡”有很多時候都是因為對比。沒有對比就沒有傷害，這樣的結果就是缺點越對比越嚴重，優點變得毫無優勢。諸多煩惱也就隨之來了。