彩色斑馬有話說：
圍棋人機(jī)大戰(zhàn)，谷歌AlphaGo連續(xù)兩天打敗李世石。
這不僅是一條科技新聞、體育新聞，還是一條教育新聞。
人工智能發(fā)展這么快，未來十幾二十年，肯定有不少工作都被機(jī)器人搶了。
哪些職業(yè)是機(jī)器人無法取代的？現(xiàn)在，該朝什么方向培養(yǎng)孩子？本文你真的該看看。
怎么辦？它會學(xué)習(xí)了
比你聰明還比你努力
AlphaGo贏第一局之后，它爹戴米斯·哈薩比斯（DemisHassabis）發(fā)推慶祝：“贏了！?。?！登月成功。為團(tuán)隊(duì)驕傲??！也致敬神奇的李世石?！?/span>
之前，中韓圍棋界一致站到了人這邊，預(yù)測李世石贏，各路專家各執(zhí)一詞，比如，王小川挺AlphaGo，李開復(fù)覺得李世石贏面大。所以，人們普遍的感覺是，AlphaGo贏得突然。
或者說，有點(diǎn)早。
當(dāng)然，這次人機(jī)大戰(zhàn)一共5局，還有3盤沒下呢，比分勝負(fù)還未見分曉。（再說，還有柯潔呢。）
但我們都知道，這件事的關(guān)鍵在于：棋手或許還可能贏，但人類已經(jīng)輸了。
圍棋挑戰(zhàn)，一直被稱為人工智能的“阿波羅登月計(jì)劃”。因?yàn)椋?/span>361個(gè)子，每個(gè)都有黑、白、空三種可能，還得算有沒有氣、活不活，需要計(jì)算的可能性多達(dá)10^170種。
在人類現(xiàn)在能觀測到的整個(gè)宇宙里，原子的總數(shù)才10^80。
所以才說圍棋“千古無同局”，落子靠的是經(jīng)驗(yàn)積累出來的直覺，也叫“棋感”。這東西機(jī)器能有嗎？不可能吧。
可就像當(dāng)初那英評價(jià)章子怡跟汪峰談戀愛：“不可能的事，它就這么發(fā)生了……”
10^170的可能性，挨個(gè)算肯定不行，就算設(shè)備挺得住，電咱也耗不起。（你知道谷歌是用電大戶嗎？用電量相當(dāng)于幾十棟帝國大廈。）
所以，科學(xué)家決定，先用下面的蒙地卡羅樹狀搜索幫AlphaGo確定每步棋的方向。
▲ 國際象棋的落子思路
▲ 圍棋的落子思路
AlphaGo憑著存儲的大量棋局（10萬局），判斷各種可能的勝負(fù)概率，縮小范圍，找到“一束”方向。
然后，科學(xué)家又給AlphaGo配了“兩根神經(jīng)”，一個(gè)是價(jià)值判斷（value networks ），負(fù)責(zé)評估各個(gè)選點(diǎn)的價(jià)值，另一個(gè)是策略判斷（policy networks），負(fù)責(zé)做決定，落子。
都說“下棋看五步”，這兩根神經(jīng)一裝，AlphaGo能看20步。
好吧，我們都get到了：AlphaGo知道的多、很聰明?？蛇@還不算完，它還超勤奮。
科學(xué)家逼著AlphaGo自己跟自己下棋，不斷提高，這種強(qiáng)化學(xué)習(xí)法（reinforcement learning）正是人類棋手每天干的事。
只不過，人要吃飯、睡覺、上廁所、談戀愛，一年練1000盤了不起了。AlphaGo專注、勤奮、不會累，一天就能玩100萬局。
1,000,000局！每天?。?/span>
AlphaGo跟打敗國際象棋大師的深藍(lán)有本質(zhì)區(qū)別，它不是一臺更大的計(jì)算機(jī)，而是一個(gè)連接了很多數(shù)據(jù)中心節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，就像由幾十億個(gè)神經(jīng)元組成的大腦。
深藍(lán)除了國際象棋，連五子棋都不會，但AlphaGo不同，它那套神經(jīng)網(wǎng)絡(luò)系統(tǒng)學(xué)習(xí)能力超強(qiáng)，玩超級瑪麗、太空侵略者啥的，只要兩三局，就能超越全球任何一個(gè)游戲玩家。
哦，對了，它還不失誤。
現(xiàn)在，這些能自我進(jìn)化的“深度學(xué)習(xí)（Deep Learning）”人工智能，已經(jīng)在面部識別、無人汽車駕駛、語音處理、精準(zhǔn)治療等各行各業(yè)工作了，還可以用于商業(yè)、軍事決策，氣候模擬，等等。
谷歌的無人駕駛汽車，看著好萌啊，誰能想到它就是那個(gè)讓司機(jī)失業(yè)的狠角色呢。
這個(gè)叫Atlas的小哥，能走、能開門、能搬箱子、摔倒了還能爬起來。要是給它按上人臉識別系統(tǒng)，送快遞都不會丟啊。
還有這些……
▲ 跑得最快的機(jī)器人“獵豹”
▲ 專門背包的機(jī)器人“大狗”
它們，就是你家娃將來的同事。不用休息，不要工資，不停進(jìn)步。
好吧，現(xiàn)在你是不是該認(rèn)真考慮一下孩子的教育問題了？
如何培養(yǎng)孩子，應(yīng)對未來人工智能廣泛應(yīng)用的社會，這是一件再重要、再正經(jīng)、再緊迫不過的事了。比上哪個(gè)早教班、學(xué)鋼琴還是笛子，都關(guān)鍵太多了。
培養(yǎng)“人中人”
注意：不是人上人
“勒布納人工智能獎(jiǎng)（Loebner prize）”被稱為人工智能領(lǐng)域的諾貝爾獎(jiǎng)。每年它會用聊天測評智能機(jī)器人，因?yàn)檫@招是著名數(shù)學(xué)家圖靈發(fā)明的，所以叫“圖靈測試”。
測試是這樣的：12位人類裁判跟電腦聊天，然后猜敲字的是人，還是機(jī)器人。忽悠了最多裁判的人工智能，獲得“Most Human Computer”稱號——“最有人味的電腦”。得票最多的人類呢，將被封為“Most Human Human”，最像人的人，或者“人中人”。
布萊恩· 克里斯?。?/span>Brian Christian）參加了2009年的測試，這大哥是學(xué)計(jì)算機(jī)和哲學(xué)的，還是個(gè)詩人。他把對人、智能、人工智能的思考寫成了一本書《人中人：跟電腦聊教會我生命的那些事》（《The Most Human Human：What Talking With Computers Teaches Us About What It Means To Be Alive》）。2011年《華爾街日報(bào)》銷量最佳、《紐約客》最受歡迎圖書，被翻譯成了10國語言。
會聊天，這么簡單的事，怎么就是判斷人和機(jī)器的唯一標(biāo)準(zhǔn)了捏？
跟Siri聊過的人應(yīng)該都有感覺，你可以提要求、下命令，但你沒法跟它交流。除了經(jīng)常前言不搭后語，Siri的性格也陰晴不定，一會兒嬌羞少女，一會兒腹黑御姐，跟精神分裂似的。
我以前認(rèn)識一個(gè)初學(xué)漢語的老外，美國名校畢業(yè)，人特聰明，還肯下功夫，先是在美國跟書學(xué)，后來來了北京。有好一陣，他說話都一會兒文言文，一會兒北京土話，上半句“雖不中亦不遠(yuǎn)矣”，下半句“都掉點(diǎn)兒了你怎么還在這賣呆兒”。
這就是人和機(jī)器的區(qū)別，人會讀懂場合，聽懂你說了什么，有什么深意，再現(xiàn)場決定我說什么。也就是《美人魚》里最讓鄧超驚喜的：“你懂我？”但機(jī)器不會，它既看不懂眉眼高低，也聽不出你話里有話，每一句話都是程序指令。
所以，朋友問你：“親愛的，最近好不好？”你一陣溫暖，覺得有人關(guān)心。Siri問你：“親愛的，最近好不好？”你知道別太當(dāng)真，那姐們兒才不管你好不好呢。
專家說，人有兩種互補(bǔ)的決策方式：1、深思熟慮、理性計(jì)算；2、根據(jù)環(huán)境情勢迅速反應(yīng)，做出決策。
前者是人工智能的長項(xiàng)，后者才是人類的主場，是人的價(jià)值所在，是十幾年后你家娃能贏過機(jī)器人的職場（希望不是唯一一個(gè)），也應(yīng)該是現(xiàn)在你培養(yǎng)孩子的方向。
美國麻省理工的教授埃瑞克?布林約爾弗森（Erik Brynjolfsson）就告誡學(xué)生們，遠(yuǎn)離那些終將被機(jī)器人取代的工作，為自己的職業(yè)生涯贏的先機(jī)。
未來屬于決策者
培養(yǎng)孩子三大能力
美國哈佛大學(xué)的教授弗蘭克·萊維（Frank Levy）、理查德·莫內(nèi)（Richard Murnane）研究了機(jī)器人會在哪些領(lǐng)域取代人類，他倆把工作分成了五級：
第一級：做決策；
第二級：解決彈性問題，比如看?。?/span>
第三級：不容易規(guī)范的體力活，比如，卡車司機(jī)；
第四級：可規(guī)范的體力活，比如，流水線工作；
第五級：可規(guī)范的腦力活，比如，記賬。（做假賬屬于第一級哈。）
教授們說，四、五級工作，將來鐵定是機(jī)器人的天下，第三級嘛，也快了。其實(shí)，無人駕駛汽車早能上路了，就是亂穿馬路的大媽和小狗不好對付。
第二級暫時(shí)還好，但也受到了很大沖擊。美國FDA已經(jīng)批準(zhǔn)強(qiáng)生的麻醉機(jī)器人Sedasys給18歲以上的患者服務(wù)了，某些外科手術(shù)機(jī)器人也會主刀。
好吧，只剩下頂層了。那么，在未來社會做決策，需要具備什么能力呢？
丹尼爾·品克（Daniel H. Pink）是《連線》雜志的特約編輯，也是知名的社會趨勢研究專家。他說，未來的決策者得有兩個(gè)關(guān)鍵能力——高理念（High Concept）、高感知（High Touch）。
▲ 丹尼爾·品克
高理念——指基于思考的創(chuàng)造力，包括辨認(rèn)模式、賦予意義、創(chuàng)造概念等等。比如，達(dá)爾文提出進(jìn)化論。
高感知——指基于洞察的創(chuàng)造力，包括體察情感、溝通，護(hù)理病人、談判、指揮團(tuán)隊(duì)都得有高感知能力。
好吧，這“雙高”能力咋培養(yǎng)呢？
美國密西根州立大學(xué)教授潘亞·米夏（Punya Mishra）說，21世紀(jì)的學(xué)習(xí)，朝這三項(xiàng)努力就行了：
1、會處理信息
現(xiàn)在是海量信息，別說背了，連看都看不過來。所以，孩子只要掌握核心知識，會讀、會寫、會算就行了，知識面得盡量打開，得培養(yǎng)獨(dú)立思考的能力，這樣Ta就能跨界篩選、處理信息，就能有所創(chuàng)見、做出判斷。
所以，別逼孩子背這背那了，只要Ta大概知道有這么回事，上網(wǎng)一搜什么資料都有了。
2、有執(zhí)行能力
《Google模式》里不是說了嗎，谷歌就要這樣的人——能產(chǎn)出并執(zhí)行新奇、實(shí)用的點(diǎn)子的人。
點(diǎn)子光新奇不行，還得實(shí)用；光會想不行，還得能執(zhí)行。所以，得培養(yǎng)孩子溝通合作的能力、解決問題的能力。
3、情商
會聊天！
包括：自控以及帶領(lǐng)團(tuán)隊(duì)的領(lǐng)導(dǎo)力，情緒的洞察力、敏感性，對不同文化及生活方式的寬容度。
開發(fā)AlphaGo的公司——谷歌Deep Mind在其官網(wǎng)上寫道：我們致力于用算法提煉人類智慧。
▲ Deep Mind三位聯(lián)合創(chuàng)始人
所以……把孩子的“人類智慧”發(fā)揮到極致吧！這是你能給Ta的最好的教育！
彩色斑馬2016“科學(xué)·探索日歷”
