挑战 – 学校教育的滞后
学校存在的目的是培养孩子掌握”适应社会”的能力. 如果社会在变化, 学校也就需要改变 — 这是理所当然的道理!
那么, 现今社会是怎么样呢?
1. 剧烈变化的社会
最近十年, 大家深刻体会到计算机技术对社会的巨大改变, 甚至很多人赖以生存的工作岗位和生意事业也受到互联网浪潮不同程度的冲击.
大家主动或者被动地意识到 — “计算机技术将持久深刻地改变社会”, 但是基于生活经验, 很多人认为这种变革将会是平缓而线性的:
而实际上, 历史因为”人工智能”的出现, 发生了些许变化 — 世界正在指数型增长:
或许, 今天我们还在嘲笑弱智的人工智能, 但是可能某一天, 我们的生活将被人工智能一夜颠覆:
2. 迅猛发展的计算机技术
国际象棋和围棋是人类最复杂的游戏种类, 人们曾经认为计算机很难在这两项游戏中战胜人类.
在 1997 年以前, 计算机和人类棋手的对决都是人类获胜. 到了 1997 年, IBM 公司的”深蓝(Deep Blue)”计算机才以 3.5 : 2.5 的微弱优势战胜了人类的国际象棋冠军”卡斯帕罗夫(Garry Kasparov)”.
其实在 1996 年, 卡斯帕罗夫曾经以 4:2 击败过 IBM 当时的”深蓝”计算机
在”深蓝”战胜人类的冲击下, 人们相信围棋也很可能被计算机突破. 不过, 从游戏策略的复杂性考虑, 国际象棋的复杂度为 10 的 46 次方, 而围棋的复杂度为 10 的 172 次方. 如果简单以穷举法作为衡量标准, 战胜围棋的计算机需要比战胜国际象棋的计算机高出 10 的 126 次方倍的”算力”, 所以当时的人们认为, 计算机在近几十年时间内, 不可能在围棋项目上战胜人类.
什么叫”算力”?
假设我们需要打开别人行李箱的密码锁. 如果这个密码锁只有一位, 那么我们会尝试 0 ~ 9 这十种可能. 如果密码锁是两位, 那么我们可能会尝试 00 ~ 99 这一百种可能. 如果密码锁是四位, 那么总共有 0000 ~ 9999 共一万种组合, 这时我们一般会放弃尝试, 因为试出来的时间太长. 这就是”算力不够”
在”深蓝”战胜卡斯帕罗夫后的二十年时间里, 计算机在围棋项目上一直没有战胜人类的顶尖棋手. 这验证了上面的判断.
但是…
20 年后 (2016 年 3 月), 谷歌旗下 DeepMind 公司的人工智能 AlphaGo 横空出世, 以 4:1 的大比分, 战胜了围棋世界冠军李世石九段.
1 年后 (2017 年 5 月), AlphaGo 的 新版本 AlphaGo Master 以 3:0 的比分战胜围棋世界冠军柯洁九段. 之后, 谷歌公司宣布 AlphaGo 不再与人类比赛, 而只通过自己与自己对战来提高棋艺.
仅仅 5 个月后 (2017 年 10 月 19 日), 谷歌发布新版本的 AlphaGo Zero1. 该版本在经过 3 天训练后以 100:0 的成绩战胜曾经赢下李世石的那一版 AlphaGo Lee. 经过 40 天训练 (大约 2900 万场自我对弈), 击败了曾经赢下柯洁的那一版 AlphaGo Master!
有人认为, 在围棋上碾压性胜出的人工智能离实际应用还非常遥远, 因为围棋对弈的双方, 规则是明确的、信息是完整且公开的、这不符合真实世界复杂混乱的现实环境2.
那么我们来看看”无人驾驶”项目. 毕竟, 复杂多变、充满意外的公路, 才是真实的人类世界.
实际上, 相对于 AlphaGo, Google 公司投入最多资源的正是”无人驾驶”项目(作为对比, 谷歌的 AlphaGo 团队只有 20 多个人而已)
为了了解无人驾驶的发展状况, 我们需要先了解业界为”无人驾驶技术”划分的 5 个等级:
- 完全由人操作的汽车;
- 辅助人类驾驶的汽车: 比如特斯拉的”自动巡航功能 (Automatic Cruise Control / ACC)”, 可以自动跟前面的汽车保持距离. 如果前方车辆紧急刹车, 它可以自动完成刹车操作;
- 高度辅助人类驾驶的汽车: 其代表是”奥迪 A8″, 在封闭的高速公路上, 在车道线明显、天气较好的时候, 可以执行”自动跟车”和”换道”的操作;
- 有限的无人驾驶汽车: 前面三个等级都必须人类参与驾驶, 而这个等级和下个等级则不需要人类参与. 不过, 这个等级要求在限定的路段、限定的场景, 依赖离线的高精地图作为定位;
- 完全的无人驾驶汽车: 是全天候、任意场景、全自动的无人驾驶. 对于任意一个地方(即使没有地图), 汽车都能够自动识别周围场景并完成自动驾驶, 完全不依赖于高精地图.
现在, Google 旗下的 Waymo 公司, 已经在第 5 个等级上进行初步的商业运营了! (2018 年, Waymo 公司在美国亚利桑那州推出”出租车服务”, 标志无人驾驶技术开始正式进入生产环境3)
上图是美国亚利桑那州凤凰城(Phoenix, Arizona, USA)市郊的 Waymo 无人驾驶出租车上客点
此外, 美国通用汽车公司将在 2019 年推出第 5 等级的无人驾驶汽车, 美国福特公司将在 2021 年推出无方向盘无刹车的第 5 等级的无人驾驶汽车.
当我们还在嘲笑机器人的弱智时, 世界最顶尖的公司已经走在人工智能的最后冲刺阶段.
3. 学校和个人的应对
从理论上看, 如果社会在变化, 学校也需要改变, 这是理所当然的道理.
但是, 如果社会剧烈变化, 学校也应该剧烈改变吗?
答案似乎并不是那么简单明确.
从国家层面来看, 学校教育需要维持稳定性和一贯性, 而教育改革牵一发动全身, 所以慎重保守和渐进式改革是国家必然的选择. 也正因为如此, 学校教育不可避免地落后于社会需求!
但是, 从个人层面来看. 如果学校教育和社会需求错配, 其后果将完全由个人自己承担.
那么问题来了 — 如果我们的孩子接受的是落后于社会需求的教育, 那么, 二十年后, 当我们的孩子走出社会, 他将如何应对超前于学校训练的社会?
因此, 作为父母, 我们不能完全依赖学校的教育, 还需要主动判断社会的发展趋势, 让孩子在学校教育之外补上缺失的一环. 而面对互联网的浪潮和人工智能的临近, 编程技术是值得我们孩子了解和掌握的技能.
- 如果你对围棋和 AlphaGo 感兴趣, 可以看看 Google 推出的 AlphaGo Teach (国内访问可能会有问题, 需要番·羽·土·啬) ↩
- 人工智能在复杂的虚拟世界中战胜过顶尖的人类选手: 2019 年 1 月, 同样是谷歌 DeepMind 公司, 他们组织了人工智能对抗人类职业选手的电竞直播比赛, 使用的是《星际争霸2》. 不同于”围棋”这种所有棋子都处于可见状态的、节奏明确的”回合制游戏(Turn-based Game)”, 《星际争霸2》是一款属于有着”战争迷雾机制(Fog of War)”的即时战略游戏, 属于”不完美信息博弈”. 这就要求人工智能必须在渐次明晰的信息下, 进行探索和决策. DeepMind 公司表示, 自 2018 年 12 月以来, 该人工智能与高水平的人类职业选手进行了 11 场比赛, 最终结果是 10:1, 人类惨败. ↩
- 华盛顿邮报: Waymo launches nation’s first commercial self-driving taxi service in Arizona Waymo 在每辆车上配备了一名工程师, 负责处理紧急情况, 但是实际的驾驶操作的确是由计算机完成的! ↩