几个世纪以来,教育一直遵循着相同的道路,无非是以老师为中心或者走流水线模式。不过,在人工智能相继侵袭了消费电子、电子商务、媒体、交通和医疗保健等行业之后,我们不禁要问,教育行业是否会成为人工智能的下一个目标呢?
近年来,人工智能备受关注。2015年7月,国务院印发《“互联网+”行动指导意见》,明确人工智能为形成新产业模式的11个重点发展领域之一,将发展人工智能提升到国家战略层面。
2016年3月,“十三五”规划纲要将“脑科学与类脑研究”“大力发展工业机器人、服务机器人、手术机器人和军用机器人,推动人工智能技术在各领域商用”“推动驾驶自动化、设施数字化和运行智慧化”等内容,列入国家未来几年的重要发展战略。同年,工信部、发改委、财政部联合发布《机器人产业发展规划(2016~2020年)》。
日前国务院印发的《新一代人工智能发展规划》,将新一代人工智能发展提高到国家战略层面,针对性地提出了“三步走”的阶段性发展任务,明确了未来我国人工智能产业战略目标,提出在2030年成为人工智能领域的世界领导者,打造规模超过1万亿元的本土产业。
人工智能与人类生活所发生的联系越来越紧密,人工智能如何应用于教育?人工智能又将对教育产生怎样的影响?
华东师范大学计算机科学与软件工程学院副院长蒲戈光:
人工智能将是一场革命
1956年,人工智能概念的诞生。人工智能是我们能够自动地去感知这个世界,能够自动地学习知识、自动地去思考,能够自动地判定一个事情,能够自动地做决策,人工智能将是一场革命。
人工智能最大的一个革命,就是把所谓的知识工作者等价于体力工作者,也就是知识工作者能做的事情,机器人也能做到,这就是革命最有冲击力之处。
那么,人工智能的本质是什么?首先要明确如何向大众来说明“人工智能”这个概念。我们知道人工智能有很多概念,像:机器学习、算法、深度学习。实际上人工智能这场革命的本质,就是机器对于知识的处理取得了巨大的进步。为什么呢?从科学革命开始,人们开始讨论知识。知识可以存储、传播、创造、破坏、检索、执行。首先,机器能够把知识自动存储下来,以AlphaGo为例,AlphaGo学习了很多棋谱,它把原先的知识做了存储,可能有几万个、几亿个棋谱。其次,机器可以对知识进行检索。也就是AlphaGo在与人类对弈时,它对知识开始搜索并思考:人类下一步棋,我应该怎么做?这就是对知识的一个理解过程。最终,AlphaGo在下一步棋时,就表示出一个决策,这一步决策是能够在未来占有优势地位。
所以这场革命的本质,是对知识的处理方式取得了巨大的进步。同时还有两部分:一个是知识的创造,另一个是知识的破坏。到目前为止,人工智能可能很难取得突破。比如:AlphaGo,你只能给它一个正确的棋谱。如果你给它错误的棋谱,可能它就学习错误的知识,就会干扰它的决定。我们不知道人类为什么能够有创造知识的这种能力,而这就是人类比机器高明的地方。为什么知识破坏也是一个很重要的过程?知识破坏,我们从哲学上讲就是所谓的“证伪主义”。人类历史发展过程中,很多知识被认为是错误的。比如:人们曾经认为地球是平的。后来人们发现海平面上一个视力很好的人看到远处的船开过来首先是帆船的杆先看见,他就开始质疑地球是否为平的,这是一个破坏性的过程,这在经济学叫做破坏性的创造。首先要把这个知识破坏掉,然后再提出一个新的知识。
我们要培养创造知识和破坏知识的能力,再来看未来知识工作者是怎么进化的?首先,行业进化,知识的执行者将由智能机器人代替人类,其次,社会关系的进化。智能机器将成为社会关系的界面。我认为未来研究型人才是行业进化的核心,并在社会关系进化中处于优势地位。律师还是要研究,怎么去制定法律法规,但是最终打官司,就让机器人去判定。程序员也是一样,程序员最终是编程机器人的程序员,而不是像现在一样编一些应用软件,应用软件都应该由机器人完成。
那么人工智能的大学教育该怎么做?第一,培养什么样的人。我们需要培养研究型人才、设计型人才,同时我相信人文科学将强势回归。美学、艺术、人文、社会、哲学都会回归。
第二,信息科学非常重要,它是否会跟表达科学、沟通科学和逻辑科学的地位等同呢?
第三,教育与就业。教育如果为行业培养人才,会发现教育完成学生就失业了。因此,教育将回归本源。教育的本质是培养思考者,批判思维能力、表达能力与创造能力。我们要不断地质疑原先的知识可能是错误的。
第四,从商业的角度,传统的吃、穿、住、行与人类生活相关的行业会持续进化。比如:旅游业、公共交通业、制造业、餐饮业。像服务业基本是以机器为主导的行业,所以我认为“大力发展服务业”,可能需要重新思考。
大学教育将成为社会关系重塑的关键。未来没有接受大学教育的年轻人怎么办?有两种办法:一种是终生学习,我们可能会在未来的一个学习中心去学习;还有一种可能方法是成为“诗人”,就是远离智能机器,过一种平凡生活。
(本文根据华东师范大学计算机科学与软件工程学院副院长蒲戈光在“人工智能与未来教育”高峰论坛上的报告整理)
特别声明:本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。