|
彩色斑马有话说： 围棋人机大战，谷歌AlphaGo连续两天打败李世石。 这不仅是一条科技新闻、体育新闻，还是一条教育新闻。 人工智能发展这么快，未来十几二十年，肯定有不少工作都被机器人抢了。 哪些职业是机器人无法取代的？现在，该朝什么方向培养孩子？本文你真的该看看。 怎么办？它会学习了 比你聪明还比你努力 AlphaGo赢第一局之后，它爹戴米斯·哈萨比斯（DemisHassabis）发推庆祝：“赢了！！！！登月成功。为团队骄傲！！也致敬神奇的李世石。” 之前，中韩围棋界一致站到了人这边，预测李世石赢，各路专家各执一词，比如，王小川挺AlphaGo，李开复觉得李世石赢面大。所以，人们普遍的感觉是，AlphaGo赢得突然。
或者说，有点早。
当然，这次人机大战一共5局，还有3盘没下呢，比分胜负还未见分晓。（再说，还有柯洁呢。）
但我们都知道，这件事的关键在于：棋手或许还可能赢，但人类已经输了。
围棋挑战，一直被称为人工智能的“阿波罗登月计划”。因为，361个子，每个都有黑、白、空三种可能，还得算有没有气、活不活，需要计算的可能性多达10^170种。
在人类现在能观测到的整个宇宙里，原子的总数才10^80。
所以才说围棋“千古无同局”，落子靠的是经验积累出来的直觉，也叫“棋感”。这东西机器能有吗？不可能吧。
可就像当初那英评价章子怡跟汪峰谈恋爱：“不可能的事，它就这么发生了……”
10^170的可能性，挨个算肯定不行，就算设备挺得住，电咱也耗不起。（你知道谷歌是用电大户吗？用电量相当于几十栋帝国大厦。）
所以，科学家决定，先用下面的蒙地卡罗树状搜索帮AlphaGo确定每步棋的方向。 ▲ 国际象棋的落子思路
AlphaGo凭着存储的大量棋局（10万局），判断各种可能的胜负概率，缩小范围，找到“一束”方向。
然后，科学家又给AlphaGo配了“两根神经”，一个是价值判断（value networks ），负责评估各个选点的价值，另一个是策略判断（policy networks），负责做决定，落子。
都说“下棋看五步”，这两根神经一装，AlphaGo能看20步。
好吧，我们都get到了：AlphaGo知道的多、很聪明。可这还不算完，它还超勤奋。
科学家逼着AlphaGo自己跟自己下棋，不断提高，这种强化学习法（reinforcement learning）正是人类棋手每天干的事。
只不过，人要吃饭、睡觉、上厕所、谈恋爱，一年练1000盘了不起了。AlphaGo专注、勤奋、不会累，一天就能玩100万局。
1,000,000局！每天！！
AlphaGo跟打败国际象棋大师的深蓝有本质区别，它不是一台更大的计算机，而是一个连接了很多数据中心节点的神经网络系统，就像由几十亿个神经元组成的大脑。
深蓝除了国际象棋，连五子棋都不会，但AlphaGo不同，它那套神经网络系统学习能力超强，玩超级玛丽、太空侵略者啥的，只要两三局，就能超越全球任何一个游戏玩家。
哦，对了，它还不失误。
现在，这些能自我进化的“深度学习（Deep Learning）”人工智能，已经在面部识别、无人汽车驾驶、语音处理、精准治疗等各行各业工作了，还可以用于商业、军事决策，气候模拟，等等。
谷歌的无人驾驶汽车，看着好萌啊，谁能想到它就是那个让司机失业的狠角色呢。
这个叫Atlas的小哥，能走、能开门、能搬箱子、摔倒了还能爬起来。要是给它按上人脸识别系统，送快递都不会丢啊。 还有这些……
它们，就是你家娃将来的同事。不用休息，不要工资，不停进步。
好吧，现在你是不是该认真考虑一下孩子的教育问题了？
如何培养孩子，应对未来人工智能广泛应用的社会，这是一件再重要、再正经、再紧迫不过的事了。比上哪个早教班、学钢琴还是笛子，都关键太多了。
培养“人中人” 注意：不是人上人 “勒布纳人工智能奖（Loebner prize）”被称为人工智能领域的诺贝尔奖。每年它会用聊天测评智能机器人，因为这招是著名数学家图灵发明的，所以叫“图灵测试”。
测试是这样的：12位人类裁判跟电脑聊天，然后猜敲字的是人，还是机器人。忽悠了最多裁判的人工智能，获得“Most Human Computer”称号——“最有人味的电脑”。得票最多的人类呢，将被封为“Most Human Human”，最像人的人，或者“人中人”。
布莱恩· 克里斯汀（Brian Christian）参加了2009年的测试，这大哥是学计算机和哲学的，还是个诗人。他把对人、智能、人工智能的思考写成了一本书《人中人：跟电脑聊教会我生命的那些事》（《The Most Human Human：What Talking With Computers Teaches Us About What It Means To Be Alive》）。2011年《华尔街日报》销量最佳、《纽约客》最受欢迎图书，被翻译成了10国语言。
会聊天，这么简单的事，怎么就是判断人和机器的唯一标准了捏？
跟Siri聊过的人应该都有感觉，你可以提要求、下命令，但你没法跟它交流。除了经常前言不搭后语，Siri的性格也阴晴不定，一会儿娇羞少女，一会儿腹黑御姐，跟精神分裂似的。
我以前认识一个初学汉语的老外，美国名校毕业，人特聪明，还肯下功夫，先是在美国跟书学，后来来了北京。有好一阵，他说话都一会儿文言文，一会儿北京土话，上半句“虽不中亦不远矣”，下半句“都掉点儿了你怎么还在这卖呆儿”。
这就是人和机器的区别，人会读懂场合，听懂你说了什么，有什么深意，再现场决定我说什么。也就是《美人鱼》里最让邓超惊喜的：“你懂我？”但机器不会，它既看不懂眉眼高低，也听不出你话里有话，每一句话都是程序指令。
所以，朋友问你：“亲爱的，最近好不好？”你一阵温暖，觉得有人关心。Siri问你：“亲爱的，最近好不好？”你知道别太当真，那姐们儿才不管你好不好呢。
专家说，人有两种互补的决策方式：1、深思熟虑、理性计算；2、根据环境情势迅速反应，做出决策。
前者是人工智能的长项，后者才是人类的主场，是人的价值所在，是十几年后你家娃能赢过机器人的职场（希望不是唯一一个），也应该是现在你培养孩子的方向。
美国麻省理工的教授埃瑞克?布林约尔弗森（Erik Brynjolfsson）就告诫学生们，远离那些终将被机器人取代的工作，为自己的职业生涯赢的先机。 未来属于决策者 培养孩子三大能力 美国哈佛大学的教授弗兰克·莱维（Frank Levy）、理查德·莫内（Richard Murnane）研究了机器人会在哪些领域取代人类，他俩把工作分成了五级：
第一级：做决策； 第二级：解决弹性问题，比如看病； 第三级：不容易规范的体力活，比如，卡车司机； 第四级：可规范的体力活，比如，流水线工作； 第五级：可规范的脑力活，比如，记账。（做假账属于第一级哈。）
教授们说，四、五级工作，将来铁定是机器人的天下，第三级嘛，也快了。其实，无人驾驶汽车早能上路了，就是乱穿马路的大妈和小狗不好对付。
第二级暂时还好，但也受到了很大冲击。美国FDA已经批准强生的麻醉机器人Sedasys给18岁以上的患者服务了，某些外科手术机器人也会主刀。
好吧，只剩下顶层了。那么，在未来社会做决策，需要具备什么能力呢？
丹尼尔·品克（Daniel H. Pink）是《连线》杂志的特约编辑，也是知名的社会趋势研究专家。他说，未来的决策者得有两个关键能力——高理念（High Concept）、高感知（High Touch）。
高理念——指基于思考的创造力，包括辨认模式、赋予意义、创造概念等等。比如，达尔文提出进化论。
高感知——指基于洞察的创造力，包括体察情感、沟通，护理病人、谈判、指挥团队都得有高感知能力。
好吧，这“双高”能力咋培养呢？
美国密西根州立大学教授潘亚·米夏（Punya Mishra）说，21世纪的学习，朝这三项努力就行了：
1、会处理信息
现在是海量信息，别说背了，连看都看不过来。所以，孩子只要掌握核心知识，会读、会写、会算就行了，知识面得尽量打开，得培养独立思考的能力，这样Ta就能跨界筛选、处理信息，就能有所创见、做出判断。
所以，别逼孩子背这背那了，只要Ta大概知道有这么回事，上网一搜什么资料都有了。
2、有执行能力
《Google模式》里不是说了吗，谷歌就要这样的人——能产出并执行新奇、实用的点子的人。
点子光新奇不行，还得实用；光会想不行，还得能执行。所以，得培养孩子沟通合作的能力、解决问题的能力。
3、情商
会聊天！
包括：自控以及带领团队的领导力，情绪的洞察力、敏感性，对不同文化及生活方式的宽容度。
开发AlphaGo的公司——谷歌Deep Mind在其官网上写道：我们致力于用算法提炼人类智慧。
所以……把孩子的“人类智慧”发挥到极致吧！这是你能给Ta的最好的教育！
彩色斑马2016“科学·探索日历”
 |
|
|
