今年的諾獎(jiǎng)，頒給了人工智能

這幾天，諾貝爾獎(jiǎng)各獎(jiǎng)項(xiàng)陸續(xù)開(kāi)獎(jiǎng)。其中，物理學(xué)獎(jiǎng)?lì)C給了約翰·J·霍普菲爾德（John J. Hopfield）和杰弗里·E·辛頓（Geoffrey E. Hinton），以表彰他們“為推動(dòng)利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)作出的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。

這一結(jié)果讓全球都大跌眼鏡。雖然這兩位學(xué)者所做出的原創(chuàng)性貢獻(xiàn)極其重要，但將“人工神經(jīng)網(wǎng)絡(luò)”這一人工智能和機(jī)器學(xué)習(xí)方面的研究納入到“物理學(xué)”的范圍之中，卻出乎了絕大多數(shù)人的意料。

諾獎(jiǎng)組委會(huì)特別解釋了，霍普菲爾德和辛頓的工作之所以能獲得物理學(xué)獎(jiǎng)，是因?yàn)樗麄兝�用物理學(xué)的工具和理論來(lái)開(kāi)發(fā)了此方法。霍普菲爾德發(fā)明了一種聯(lián)想記憶網(wǎng)絡(luò)，可以存儲(chǔ)和重建圖像和其他類型的數(shù)據(jù)模式，這一網(wǎng)絡(luò)的運(yùn)作原理受到了物理學(xué)中自旋系統(tǒng)的影響。辛頓則在霍普菲爾德網(wǎng)絡(luò)的基礎(chǔ)上，開(kāi)發(fā)了玻爾茲曼機(jī)，這是一種能夠?qū)W習(xí)識(shí)別數(shù)據(jù)中特征元素的網(wǎng)絡(luò)，其訓(xùn)練過(guò)程使用了統(tǒng)計(jì)物理學(xué)的工具。

雖然這番解釋說(shuō)的也是事實(shí)，但以此為由將物理學(xué)獎(jiǎng)?lì)C給他倆，依然顯得牽強(qiáng)附會(huì)。

無(wú)獨(dú)有偶，緊隨其后的化學(xué)獎(jiǎng)也表彰了在化學(xué)領(lǐng)域運(yùn)用人工智能作出杰出貢獻(xiàn)的科學(xué)家�；瘜W(xué)獎(jiǎng)的頒獎(jiǎng)詞強(qiáng)調(diào)了蛋白質(zhì)在生命中的重要性，授予大衛(wèi)·貝克（David Baker）以表彰其在計(jì)算蛋白質(zhì)設(shè)計(jì)方面的貢獻(xiàn)，另一半則共同授予杰米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M. Jumper），以表彰他們?cè)诘鞍踪|(zhì)結(jié)構(gòu)預(yù)測(cè)方面的貢獻(xiàn)。

哈薩比斯和江珀因開(kāi)發(fā)了人工智能模型 AlphaFold 而獲獎(jiǎng)，該模型成功預(yù)測(cè)了幾乎所有已知蛋白質(zhì)的結(jié)構(gòu)，解決了一個(gè)長(zhǎng)達(dá)50年的科學(xué)難題。而AlphaFold是由知名的谷歌DeepMind公司開(kāi)發(fā)的，是一個(gè)利用深度學(xué)習(xí)算法來(lái)預(yù)測(cè)蛋白質(zhì)三維結(jié)構(gòu)的人工智能模型。

雖然今年諾獎(jiǎng)的結(jié)果有很大的爭(zhēng)議，但這說(shuō)明了一個(gè)趨勢(shì)：人工智能已經(jīng)越來(lái)越在前沿科學(xué)研究領(lǐng)域中扮演關(guān)鍵角色。而未來(lái)的科學(xué)研究，也將無(wú)法回避人工智能的參與。

人工智能時(shí)代已來(lái)，是時(shí)候重新審視我們的基礎(chǔ)教育了。

人工智能時(shí)代，我們的基礎(chǔ)教育滯后了

我們的基礎(chǔ)教育課程一直在不斷改進(jìn)，比如，信息技術(shù)課程已經(jīng)進(jìn)入了全國(guó)絕大多數(shù)義務(wù)制學(xué)校的課程表中，成為每一個(gè)中小學(xué)生的必修課。

但是，這種改進(jìn)的速度不夠快，尤其是當(dāng)面對(duì)洶涌而來(lái)的人工智能大潮時(shí)，很多教育理念和課程設(shè)計(jì)就顯得尤為落后了。

比如，在互聯(lián)網(wǎng)搜索已經(jīng)成為非常普遍的事情的時(shí)候，我們的教育依然在強(qiáng)調(diào)知識(shí)點(diǎn)的靜態(tài)記憶。在中考和高考中，有許多科目依然在考察對(duì)文本知識(shí)的記憶。相比于計(jì)算機(jī)存儲(chǔ)，人腦在記憶這件事上并不擅長(zhǎng)。為何在電子存儲(chǔ)設(shè)備和搜索都已經(jīng)如此普及的今天，我們卻仍然要求孩子們?nèi)セù罅繒r(shí)間經(jīng)歷死記硬背呢？

又比如，在計(jì)算器早已唾手可得的情況下，我們依然在強(qiáng)調(diào)學(xué)生應(yīng)掌握高難度、高技巧性的數(shù)字計(jì)算，并要求學(xué)生為達(dá)此目標(biāo)進(jìn)行大量重復(fù)練習(xí)。在數(shù)字運(yùn)算這件事上，人腦的準(zhǔn)確性和速度連最低級(jí)的計(jì)算器都比不了，這早已是被證明了千百遍的事。所以，為何不淡化計(jì)算能力，而將數(shù)學(xué)的教學(xué)重點(diǎn)放在別的方面，開(kāi)發(fā)人腦在數(shù)理思維方面的其他優(yōu)勢(shì)？

圖源：Pexels

再比如，很多地方的信息技術(shù)課程還停留在傳授20年前的計(jì)算機(jī)技術(shù)，而非當(dāng)下時(shí)代的實(shí)用性技能�；ㄙM(fèi)了時(shí)間、精力和資源，卻只學(xué)會(huì)了已經(jīng)淘汰的技術(shù)，這本身就是一種浪費(fèi)。

所以，我們基礎(chǔ)教育的進(jìn)一步改革迫在眉睫。

基礎(chǔ)教育該讓孩子學(xué)些什么？

我們以現(xiàn)行高考的考試科目作為切入點(diǎn)，來(lái)逐個(gè)分析一下。

老三門主科語(yǔ)文、數(shù)學(xué)、英語(yǔ)：主科地位不變，但教學(xué)的側(cè)重點(diǎn)可能需要大大調(diào)整。

語(yǔ)文：中文是母語(yǔ)，學(xué)好母語(yǔ)無(wú)可厚非，同時(shí)，通過(guò)學(xué)習(xí)古詩(shī)詞、文化傳統(tǒng)和漢語(yǔ)文學(xué)來(lái)培養(yǎng)民族自信和審美觀念，都是十分必要的。但是，我們的語(yǔ)文課上，過(guò)度強(qiáng)調(diào)培養(yǎng)學(xué)生的詩(shī)意和藝術(shù)感，而相對(duì)忽略理性和思辨，這一點(diǎn)是需要改進(jìn)的。

數(shù)學(xué)：數(shù)學(xué)在未來(lái)的重要性會(huì)越來(lái)越重要。前沿科技的突破的一個(gè)前提是，基礎(chǔ)學(xué)科的率先突破。而數(shù)學(xué)則是基礎(chǔ)中的基礎(chǔ)。一直以來(lái)，我們國(guó)家給人的印象是，在中小學(xué)教育中特別重視數(shù)學(xué)，所以中國(guó)人無(wú)論是在國(guó)際數(shù)學(xué)競(jìng)賽上，還是在日常生活的數(shù)字計(jì)算上，都處于全世界遙遙領(lǐng)先的地位。然而，盡管如此，我們?cè)谡嬲�的�?shù)學(xué)研究領(lǐng)域，卻仍然處于落后地位，一個(gè)例證是，迄今為止我們尚未有人獲得過(guò)菲爾茲獎(jiǎng)。

這背后的原因有很多。但非常重要的一點(diǎn)是，我們所強(qiáng)調(diào)的數(shù)學(xué)，更側(cè)重“算數(shù)”，即數(shù)字計(jì)算，而非數(shù)理思維。在一個(gè)典型小學(xué)生的日常學(xué)習(xí)過(guò)程中，他每天都要練習(xí)各種數(shù)字計(jì)算，以保障熟練度和準(zhǔn)確率。但是，在數(shù)學(xué)思維的培養(yǎng)上，我們的基礎(chǔ)教育卻是落后的。正如前文提到的那樣，在當(dāng)今這個(gè)時(shí)代，“計(jì)算”早已可以由電子工具來(lái)代勞了。作為學(xué)習(xí)數(shù)學(xué)的一部分，計(jì)算可以學(xué)、可以練，但不應(yīng)作為最重要的部分，更不應(yīng)該花大量時(shí)間進(jìn)行重復(fù)低效的“刷題”。我們的數(shù)學(xué)教育應(yīng)當(dāng)從側(cè)重計(jì)算轉(zhuǎn)變?yōu)閭?cè)重邏輯思考。

圖源：edpost

英語(yǔ)：或許有不少人會(huì)質(zhì)疑英語(yǔ)在未來(lái)時(shí)代的價(jià)值。畢竟，由于各種翻譯軟件的出現(xiàn)，外語(yǔ)溝通能力已經(jīng)變得越來(lái)越不重要了。但是，對(duì)于人工智能時(shí)代的基礎(chǔ)教育來(lái)說(shuō)，英語(yǔ)的重要性不降反升。

第一個(gè)原因，是編程語(yǔ)言與英語(yǔ)的強(qiáng)相關(guān)性。未來(lái)，大部分人都會(huì)接觸編程，要編程就會(huì)用到編程語(yǔ)言。而幾乎所有的編程語(yǔ)言都是基于英語(yǔ)來(lái)開(kāi)發(fā)的。如果不學(xué)英語(yǔ)，對(duì)于編程語(yǔ)言的掌握將會(huì)困難得多。其次，學(xué)習(xí)語(yǔ)言本身就是對(duì)大腦的一種非常好的訓(xùn)練。有很多數(shù)據(jù)和事實(shí)表明，擁有多語(yǔ)言能力的人在很多認(rèn)知領(lǐng)域的實(shí)際表現(xiàn)都比語(yǔ)言能力較弱的人要顯著地好。

最近義務(wù)制階段英語(yǔ)教材的改版，也恰恰說(shuō)明了英語(yǔ)的重要性得到了廣泛的認(rèn)可。所以，不要再去相信什么“英語(yǔ)即將被取消主科地位”之類的謠言吧！人工智能時(shí)代，英語(yǔ)不好，競(jìng)爭(zhēng)力會(huì)大大降低。

信息技術(shù)：第四門主科，更新、更廣、更深

前文提到，在很多地方，信息技術(shù)已經(jīng)成為中小學(xué)必修課。這一點(diǎn)是很好的進(jìn)步，但也還遠(yuǎn)遠(yuǎn)不夠。

信息技術(shù)依然處在高速發(fā)展、時(shí)時(shí)更新的過(guò)程中，而且，其所影響到的領(lǐng)域正在無(wú)限擴(kuò)大。在基礎(chǔ)教育中，也應(yīng)該反映出這一點(diǎn)。應(yīng)當(dāng)考慮將目前的信息技術(shù)課拆分為三個(gè)階段的具體課程，并在學(xué)生的不同階段進(jìn)行教學(xué)。

第一個(gè)階段，是學(xué)會(huì)高效利用人工智能等前沿信息技術(shù)。我們的基礎(chǔ)教育在這方面表現(xiàn)得不夠好。舉個(gè)例子，比如利用搜索引擎進(jìn)行搜索的時(shí)候，不同的關(guān)鍵詞的反饋效果大相徑庭。從我身邊碰到的情況來(lái)看，絕大多數(shù)人不知道輸入搜索詞的技巧和注意事項(xiàng)，導(dǎo)致搜索結(jié)果的反饋效果不佳。同理，在利用人工智能大模型進(jìn)行問(wèn)答的時(shí)候，大部分人也不會(huì)“提問(wèn)題”，導(dǎo)致得到的回答要么答非所問(wèn)，要么不觸及核心。教學(xué)生們用好新技術(shù)，這應(yīng)該是基礎(chǔ)教育的天然責(zé)任。

第二個(gè)階段，是學(xué)習(xí)編程語(yǔ)言，以及通過(guò)編程語(yǔ)言與機(jī)器進(jìn)行溝通。這可以視為人機(jī)交互的下一個(gè)階段，更深入的階段。在基礎(chǔ)教育階段，編程語(yǔ)言的學(xué)習(xí)，未必都要選擇C語(yǔ)言或C++這類門檻相對(duì)較高的，也可以選擇例如Python這樣，容易上手，同時(shí)也能實(shí)現(xiàn)較復(fù)雜算法的語(yǔ)言。讓學(xué)生在中小學(xué)的時(shí)候就能掌握一些編程基礎(chǔ)思維，為以后這方面的深入學(xué)習(xí)打下基礎(chǔ)。

第三個(gè)階段，是學(xué)習(xí)算法和算法思維。這一內(nèi)容目前一般放在大學(xué)計(jì)算機(jī)相關(guān)專業(yè)的本科階段，當(dāng)然，中學(xué)生信息奧賽也會(huì)涉及，但影響的人數(shù)相對(duì)有限。在未來(lái)人工智能普及的時(shí)代，這一課程應(yīng)當(dāng)適當(dāng)前置。正如今年諾獎(jiǎng)開(kāi)獎(jiǎng)結(jié)果來(lái)看，每一個(gè)領(lǐng)域的前沿研究都需要深度利用人工智能等前沿性信息技術(shù)。因此，讓學(xué)生在中學(xué)階段——尤其是那些未來(lái)有志于成為科研人員的中學(xué)生——接觸和學(xué)習(xí)算法基礎(chǔ)，對(duì)未來(lái)的專業(yè)學(xué)習(xí)是非常有必要的。

其他知識(shí)型課程，統(tǒng)一合并為通識(shí)課，專業(yè)知識(shí)在放在大學(xué)學(xué)習(xí)。

在互聯(lián)網(wǎng)如此發(fā)達(dá)的今天，知識(shí)獲取的成本已經(jīng)變得很低廉了。不過(guò)，每個(gè)人仍有必要去學(xué)習(xí)一些基本常識(shí)。因此，目前中小學(xué)階段絕大多數(shù)知識(shí)記憶型的科目，在當(dāng)下的重要性已經(jīng)大大降低了，在課時(shí)和考察成績(jī)的權(quán)重上，也應(yīng)當(dāng)體現(xiàn)出這一趨勢(shì)。

但凡可以通過(guò)海量刷題實(shí)現(xiàn)短時(shí)間大幅提分的課程，均屬此類。這些知識(shí)型課程包括歷史、政治、地理、化學(xué)、生物的絕大部分內(nèi)容。物理也有一些內(nèi)容可以并入通識(shí)課，而那些側(cè)重于數(shù)理思維培養(yǎng)的部分，則可以并入數(shù)學(xué)課，作為數(shù)學(xué)應(yīng)用的一部分來(lái)學(xué)習(xí)。而傳統(tǒng)文科中，涉及批判性思維培養(yǎng)的內(nèi)容，則可以并入語(yǔ)文課的教學(xué)范圍。

而對(duì)這些科目的專業(yè)性深入學(xué)習(xí)，完全可以放在大學(xué)本科和研究生階段。中小學(xué)階段，在這些科目上，主要承擔(dān)通識(shí)教育的職責(zé)，讓學(xué)生有基本了解即可，而不應(yīng)當(dāng)讓他們花大量時(shí)間精力在靜態(tài)知識(shí)點(diǎn)的記憶和背誦上。

考試形式也應(yīng)與時(shí)俱進(jìn)

除了科目的設(shè)置需要調(diào)整外，考試的考察形式也應(yīng)當(dāng)與時(shí)俱進(jìn)。在技術(shù)如此發(fā)達(dá)的今天，我們應(yīng)當(dāng)允許使用考生在考場(chǎng)上使用電子設(shè)備——這也是這個(gè)時(shí)代一個(gè)受過(guò)教育的個(gè)體應(yīng)當(dāng)具備的基本能力之一。一個(gè)很好的例子是上海的數(shù)學(xué)高考，一直以來(lái)都允許考生使用科學(xué)計(jì)算器。而與之相應(yīng)的一個(gè)事實(shí)是，上海高中生的數(shù)學(xué)水平，在全國(guó)處于前列。

圖源：PIXABAY

未來(lái)人才的篩選標(biāo)準(zhǔn)其實(shí)早已開(kāi)始發(fā)生改變了。就目前國(guó)家對(duì)于拔尖創(chuàng)新人才的篩選條件，以及各個(gè)階段的升學(xué)考試中，數(shù)學(xué)、英語(yǔ)、信息技術(shù)都被視為非常重要的科目。那些有志于走這些道路的家庭，早已投入大量資源對(duì)孩子進(jìn)行針對(duì)性培養(yǎng)了。

其實(shí)，AI時(shí)代，每一個(gè)普通人的教育目標(biāo)未嘗不是如此？因此，基礎(chǔ)教育應(yīng)當(dāng)盡快承擔(dān)起責(zé)任來(lái)，把這些能力的培養(yǎng)作為未來(lái)學(xué)校教育的重點(diǎn)�？平膛d國(guó)，刻不容緩！

       原文標(biāo)題 : 今年諾獎(jiǎng)對(duì)人工智能的重視，給我們的基礎(chǔ)教育提了個(gè)醒