“人工智能”來了，人類需要恐慌嗎？

1956年夏，約翰·麥卡錫（John McCarthy）和馬文·明斯基（Marvin Lee Minsky）等科學(xué)家在美國達(dá)特茅斯學(xué)院開會(huì)研討“如何用機(jī)器模擬人的智能”時(shí)，首次提出“人工智能”這一概念，標(biāo)志著人工智能的誕生。從那以后，研究者們發(fā)展了眾多理論和算法，人工智能的概念也隨之?dāng)U展。2006年，基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法取得重要突破，人工智能順勢迎來新一輪投資界和工業(yè)界的追捧。

廣義的人工智能指人所創(chuàng)造的、代替人從事某些思維行為的設(shè)備。它可以是算盤，可以是計(jì)算器、計(jì)算機(jī)，以至于超算中心上基于算法行為實(shí)現(xiàn)了類似于人類邏輯推理。從狹義講，從 2006年開始的這一波人工智能浪潮，是在已有科技的基礎(chǔ)上因?yàn)樯疃壬窠?jīng)網(wǎng)絡(luò)的突破而獲得的發(fā)展。

20世紀(jì)80年代，個(gè)人電腦的普及帶來了人類對人工智能的第二次恐慌，1997年計(jì)算機(jī)深藍(lán)戰(zhàn)勝了國際象棋大師加里·卡斯帕羅夫（Garry Kasparov），電影《終結(jié)者》和《機(jī)械戰(zhàn)警》都是這個(gè)時(shí)期的代表作品。2006年以后隨著深度學(xué)習(xí)技術(shù)的發(fā)展，人類迎來了對人工智能的第三次恐慌。美劇《西部世界》和電影《機(jī)械姬》就代表了這一階段人們對技術(shù)發(fā)展可能超越人類智慧的隱隱恐慌。美國未來學(xué)家雷·庫茲韋爾（Ray Kurzweil）提出奇點(diǎn)理論，被互聯(lián)網(wǎng)人追捧，人們擔(dān)心，到2049年，人工智能就可能超過人類，從此絕塵而去，人類會(huì)被機(jī)器人奴役，地球會(huì)被機(jī)器人統(tǒng)治。

美劇《西部世界》劇照：機(jī)器人多洛莉絲的覺醒

因?yàn)槿斯ぶ悄苁茄芯咳绾卫糜?jì)算機(jī)去完成過去只有人才能完成的智能工作，我們很自然地會(huì)將人工智能和人類在同樣任務(wù)上的表現(xiàn)進(jìn)行比較。的確，在某些特定任務(wù)上，計(jì)算機(jī)已經(jīng)表現(xiàn)出了遠(yuǎn)超人類的能力。然而，在執(zhí)行通用性任務(wù)時(shí)，如回答問題、感知以及醫(yī)療診斷，人工智能系統(tǒng)的能力變得越來越難以評估。

從認(rèn)知的方式上來講，人類的認(rèn)知過程與我們現(xiàn)在談?wù)摰娜斯ぶ悄苁遣灰粯拥?。?jīng)典邏輯不能突破哥德爾不完備定理，但是，人卻具有這樣的能力。人類有一種認(rèn)識相對準(zhǔn)確結(jié)論的直覺方法，這種方法與計(jì)算機(jī)式的方法不同，我們可以認(rèn)知新的事物和了解新的問題，而不受哥德爾不完備定理的限制。就計(jì)算機(jī)的有限邏輯而導(dǎo)致的其內(nèi)在不完備而言，人卻從來不會(huì)受到這樣的困擾，因?yàn)槿颂焐哂型黄朴邢捱壿嫷哪芰?，也許這構(gòu)成了我們通常意義上說的感性。這也許是我認(rèn)為這一代人工智能無法超越人類思維的數(shù)學(xué)邏輯層面的本質(zhì)原因。

愛因斯坦親自授予哥德爾第一屆愛因斯坦勛章

但哥德爾所限定的有限邏輯，可能不限制量子力學(xué)的基本邏輯，人類的直覺也可能不受哥德爾不完備定理的限制，從這個(gè)角度來講現(xiàn)在的計(jì)算機(jī)結(jié)構(gòu)不太可能具有人腦的能力。當(dāng)然，量子計(jì)算機(jī)基于量子邏輯，離實(shí)現(xiàn)還有些實(shí)際的困難，現(xiàn)階段我們不能夠簡單預(yù)期。

量子信息的解釋也許會(huì)滲入人類對認(rèn)知的了解。如果大腦真的是量子化的工作，我們用經(jīng)典的圖靈機(jī)的方法來開發(fā)的計(jì)算機(jī)會(huì)在很長時(shí)間內(nèi)無法超越人腦。因此，我們也就不用擔(dān)心人工智能控制人類。

人工智能時(shí)代：提升創(chuàng)造性動(dòng)手能力+培養(yǎng)新工程人才

我自從做了物理學(xué)教授，就越來越覺得工程的重要。我深深地覺得我們應(yīng)該去找到人類與機(jī)器的差別，至少它應(yīng)該影響我們今天的教育內(nèi)容。誰都不想我們今天教給孩子們的技能，十幾二十年后他們長大了才發(fā)現(xiàn)機(jī)器做得比他們要好得多。我憑著直覺感到，在車間伴隨著時(shí)時(shí)思考并探索和嘗試的動(dòng)手能力，力學(xué)的、電學(xué)的、材料的，是無法輕易被機(jī)器取代的，相反，坐辦公室的工作，卻很容易被機(jī)器取代。

我一直沒有找到好的證明，直到有一天，跟我的導(dǎo)師基思·伯內(nèi)特（Keith Burnett）先生聊起未來的工廠所應(yīng)該營造的氣氛。人們希望能夠在未來工廠營造一種游戲的氛圍，讓年輕人以打游戲通關(guān)的心態(tài)從事創(chuàng)造性的工作。未來工廠也像今天的蘋果公司的銷售門店一樣，窗明幾凈，有計(jì)算機(jī)設(shè)計(jì)終端，也有滿地走的機(jī)器人。在這個(gè)生產(chǎn)場景里，人們試圖創(chuàng)造的每一個(gè)工件甚至執(zhí)行的每一個(gè)步驟，都是一個(gè)多選擇的過程。這時(shí)人腦又像極了很多選擇網(wǎng)絡(luò)上行走的量子隨機(jī)行走，經(jīng)典計(jì)算不能夠代替人類做出復(fù)雜決策，或者說至少不能像人腦一樣可以有效地做出截?cái)嗟呐袛?。人工智能催化的以?shù)字產(chǎn)業(yè)為主的知識研發(fā)目前還很難覆蓋手工業(yè)。除了機(jī)器人制造能力的限制，其中的主要原因可能會(huì)有其他更深層次的。比如，涉及基于大量操作經(jīng)驗(yàn)而形成的直覺，這是目前人工智能很難與人進(jìn)行比照的方向。因此，在制造業(yè)中，高級技術(shù)工人在工作過程中，所具有的結(jié)合數(shù)字化和制造業(yè)流程本身特點(diǎn)的技能，在人工智能時(shí)代會(huì)顯得尤為重要。這就需要制造型人才不僅要懂得人工智能的計(jì)算機(jī)技術(shù)，也要懂得工業(yè)生產(chǎn)流程中的具體情況。

簡約、明亮的蘋果零售店

麻省理工學(xué)院：新工程人才應(yīng)具備12種思維和能力

傳統(tǒng)工程教育強(qiáng)調(diào)對學(xué)生進(jìn)行基于學(xué)科知識的能力訓(xùn)練，體現(xiàn)出工程教育活動(dòng)組織與開展的學(xué)科邏輯。由于學(xué)科邏輯過于強(qiáng)調(diào)學(xué)生對工程學(xué)科知識的掌握以及學(xué)生認(rèn)知能力的訓(xùn)練，因此傳統(tǒng)工程教育容易造成工程教育活動(dòng)的開展而忽視學(xué)生個(gè)體身心發(fā)展規(guī)律，忽視學(xué)生工程實(shí)踐經(jīng)驗(yàn)構(gòu)建以及工程實(shí)踐中學(xué)生的組織和溝通能力的培養(yǎng)。

基于這些考量，麻省理工學(xué)院從2017年開始開展的新工程教育改革采取了整合學(xué)科邏輯與心理邏輯的策略。整合的路徑體現(xiàn)為以研究具體問題的課題項(xiàng)目為線索，圍繞現(xiàn)代產(chǎn)業(yè)的實(shí)踐和研究方法，構(gòu)建機(jī)械、材料和系統(tǒng)科學(xué)的跨學(xué)科內(nèi)容。每個(gè)課題為學(xué)生提供了前所未有的機(jī)會(huì)，讓他們沉浸在跨越學(xué)科的研究項(xiàng)目中，同時(shí)獲得所選專業(yè)的學(xué)位。新工程教育的教學(xué)方式發(fā)生了變革，強(qiáng)調(diào)以學(xué)生為本，關(guān)注學(xué)生的學(xué)習(xí)方式和學(xué)習(xí)內(nèi)容，把學(xué)生真正置于工程教育活動(dòng)的中心。不僅重視知識的獲取，而且重視應(yīng)用知識的能力。項(xiàng)目是學(xué)習(xí)制造、發(fā)現(xiàn)、系統(tǒng)和創(chuàng)造力的主要工具，它有助于促進(jìn)學(xué)生從團(tuán)隊(duì)技能到人際關(guān)系技能再到領(lǐng)導(dǎo)能力的提升。

麻省理工學(xué)院

人工智能對生產(chǎn)效率的提高會(huì)使得產(chǎn)業(yè)界更加注重工程人才的學(xué)習(xí)能力和思維等方面的表現(xiàn)，原來強(qiáng)調(diào)以知識習(xí)得為重心的教育體系將會(huì)受到挑戰(zhàn)。新工程教育應(yīng)更注重對學(xué)生思維的培養(yǎng)，從而讓學(xué)生在工程實(shí)踐中面臨各種未知與復(fù)雜問題時(shí)能夠運(yùn)用恰當(dāng)?shù)乃季S去思考、解決問題。麻省理工學(xué)院提出新工程人才應(yīng)具備12種思維和能力：

1、學(xué)習(xí)如何學(xué)習(xí)（Learning how to learn）：學(xué)生利用一定的認(rèn)知方法主動(dòng)思考和學(xué)習(xí)。

2、制造（Making）：新工程人才發(fā)現(xiàn)和創(chuàng)造出新事物的能力。

3、發(fā)現(xiàn)（Discovering）：一種通過采取探究、驗(yàn)證等方式促進(jìn)社會(huì)及世界知識更新，并能產(chǎn)生新的根本性的發(fā)現(xiàn)和技術(shù)的能力。

4、人際交往技能（Interpersonal skills）：一種能夠與他人合作并理解他人的能力，包含溝通、傾聽、對話、參與和領(lǐng)導(dǎo)團(tuán)隊(duì)的工作等。

5、個(gè)人技能與態(tài)度（Personal skills and attitudes）：包含主動(dòng)、有判斷力、有決策力、有責(zé)任感、有行動(dòng)力以及靈活、自信、遵守道德、保持正直、能終身學(xué)習(xí)等品質(zhì)。

6、創(chuàng)造性思維（Creative thinking）：一種通過深入思考，能夠提出和形成新的、有價(jià)值主張的思維。

7、系統(tǒng)性思維（Systems thinking）：在面對復(fù)雜的、混沌的、同質(zhì)的、異質(zhì)的系統(tǒng)時(shí)，學(xué)生能夠進(jìn)行綜合性、全局性的思考。

8、批判與元認(rèn)知思維（Critical and metacognitive thinking）：一種能夠?qū)?jīng)由觀察、體驗(yàn)、交流等方式所收集到的信息進(jìn)行分析與判斷，以評估其價(jià)值及正確度的思維。

9、分析性思維（Analytical thinking）：一種能夠?qū)κ聦?shí)、問題進(jìn)行分解，運(yùn)用理論、模型、數(shù)理分析，明確因果關(guān)系并預(yù)測結(jié)果的思維。

10、計(jì)算性思維（Computational thinking）：一種能夠把基礎(chǔ)性的計(jì)算程序（例如抽象、建模等）以及數(shù)據(jù)結(jié)構(gòu)、運(yùn)算法則等用于對物理、生物及社會(huì)系統(tǒng)的理解的思維。

11、實(shí)驗(yàn)性思維（Experimental thinking）：一種能夠開展實(shí)驗(yàn)獲取數(shù)據(jù)的思維，包含選擇測評方法、程序、建模及驗(yàn)證假設(shè)等內(nèi)容。

12、人本主義思維（Humanistic thinking）：學(xué)生能夠形成并運(yùn)用對人類社會(huì)及其傳統(tǒng)、制度和藝術(shù)表達(dá)方式的理解，掌握人類文化、人文思想和社會(huì)政治經(jīng)濟(jì)制度的知識。

創(chuàng)造力和好奇心，引導(dǎo)終身學(xué)習(xí)

突破常規(guī)而有所創(chuàng)新說起來也不難，但用到自己身上很難。我們承認(rèn)和鼓勵(lì)“不同”，但也尊重先驗(yàn)工具本身，知道它的工具和枷鎖的雙重性。當(dāng)我們比較了人工智能和人的根本區(qū)別，也比較了經(jīng)典系統(tǒng)和量子力學(xué)所預(yù)示的系統(tǒng)之間的差別，我們發(fā)現(xiàn)人類社會(huì)的發(fā)展趨勢是我們不再那么需要服從紀(jì)律的勞動(dòng)力，這些勞動(dòng)力可以輕易地被機(jī)器人取代。相反，社會(huì)對人的科學(xué)素養(yǎng)和人文底蘊(yùn)要求越來越高。這包括人對世界的認(rèn)知能力和人與人之間的溝通能力，也包括人對自身的感悟能力。社會(huì)需要的是具有創(chuàng)造力、充滿好奇心并能自我引導(dǎo)的終身學(xué)習(xí)者，需要他們有能力提出新穎的想法并付諸實(shí)施。

我們所設(shè)計(jì)的教育常常忽視人與人之間異常美妙的多樣性與細(xì)微的差別，而正是這些多樣性的細(xì)微差別讓人們在智力、想象力和天賦方面各不相同。本來人的思維是自由的、可創(chuàng)造的、可溝通的，我們的教育系統(tǒng)的終極目標(biāo)居然是把人訓(xùn)練成人工智能，而我們的教育考核指標(biāo)在這個(gè)邏輯下就是給人工智能準(zhǔn)備的。