482
機器人
機器人參加高考碾壓學霸，我們的孩子該何去何從？
今年高考有一位特殊的考生：“高考機器人”，這是人工智能第一次走進高考考場，跟Alpha Go一樣，它的答題能力碾壓了所有狀元和學霸。僅僅9分鍾，機器人就做完了數學試卷，並得到了134分的高分。
很多人問我，這是人工智能要取代人類的節奏？！機器人把啥都幹了，未來我們的孩子還能做什麼？
機器人AI-MATHS正在考數學
我哭著對你說，電影裏的AI都是騙人的
很多人都對人工智能有種刻板印象，總覺得它們就像電影、小說中那樣，能力強到難以抵抗，還時時謀劃著毀滅人類。我想說，少年，醒醒，你想多了。
其實科幻作品可以分為兩大類，一類是“硬科幻”，即電影、小說中的出現的科技發明都是基於現實的，符合時代環境，是當時已經存在或極有可能馬上出現的技術。
電影《火星救援》中用的都是現實的係統操作原理
相對的，還有另一種類型的科幻作品，它們腦洞大開，完全拋開了現實技術的限製，“架空”在現實之上，各類天馬行空的人工智能、機器人就往往出現在這類作品中。
曾經有部令我印象深刻的小說，是日本作家高野和明寫的《人類滅絕》，講的是由於基因變異，在非洲的一個部落中出生了一位智力遠遠超過現有人類的小嬰兒（兩個月大就能做高等數學的那種）。
在進化論的角度來說，高級物種的出現意味著低級物種的淘汰。那麼，人類是應該為這種進化感到開心，還是為自己將要滅絕的命運感到恐懼，選擇殺死這個嬰兒呢？
對於人工智能，很多人也是抱著這種矛盾的心態。因為在影視作品的影響下，我們往往把人工智能誤解為進化後的“人類”，把它們看成將會取代、滅亡人類的新物種。所以總是在驚歎它們強大的同時，又對自己和孩子的未來感到擔憂。
現實中的AI“友好”到超乎你想像
但實際上，生活裏的人工智能比科幻作品裏要友好得多！而且在可以預見的未來，人工智能擁有情感、取代人類這事兒根本就不會發生。
從始至終，科學家們對於AI的研究都是致力於使用人工智能來幫助人類。
換句話說，研究人工智能跟造機器沒什麼兩樣。工業革命的時候，我們發明了各種機器，用機器來解決人在體力上的不足，現在我們研究人工智能，讓它在智力上幫助人類。
舉個例子。開車的都知道，一旦有車輛不遵守規則，或者電動車突然躥出來，很容易出現危險。這是因為駕駛本質上是我們和其他車輛在交流（交互），兩個物種之前當然有“障礙”，有時候就很難正確判斷周圍車輛的行駛情況。
如果我們把人工智能運用到這裏麵，有了汽車自動駕駛。讓車與車之間去交流（交互），它們能夠通過電子信號來相互偵測對方，一有啥情況，有一輛車停下，後麵的所有車都能感應到並自動停下，有種“你們車之間的事兒就你們自己去解決吧”的感覺
自動駕駛繼續發展，以後也許還會有嬰兒推車自動帶娃，坐著超市的親子推車自動購物等等，徹底解放爸媽的雙手。
Google自動駕駛汽車的“視角”
另外，由於圖像、語音識別技術的發展，現在人工智能已經能幫我們幹好多事兒了：自動駕駛、機器同聲翻譯、快遞分揀等等。反正，發展AI技術的最終的目的還是要讓機器來幫助人類，方便人類。
我們的孩子該如何迎接AI新時代？
因此，不難想象，我們的孩子長大後，他們麵臨的是一個高度人工智能化的世界。一些機械、重複勞動的工作會被機器所取代。
比如，不再需要那麼多的甜品、麵包師，一個機器人就能在短時間內做出成千上百種好看的小蛋糕，彌補人工效率和體力的不足。
我們需要思考的是，如何早早地幫孩子們做好準備，讓他們在未來找到不會被AI取代的工作和方向？
所謂知己知彼，百戰不殆。像Alpha Go、高考機器人這樣的產品，是通過大量數據樣本和對應的結果來進行“學習”的。
以Alpha Go為例，它有個數據庫，科學家們把成千上萬盤圍棋棋局和對應的勝負結果放進裏麵，Alpha Go通過對這些案例的計算，“學會”了每一步落子可能產生的結果。當給它輸入"要贏"的指令時，它就自動規劃出了一套下棋的方案來。
現在的人工智能，都是由科學家們設定好需要輸入的信息和需要得到的輸出結果，中間的計算和思考路徑由機器自己去“學習”完成。
這個過程中我們發現，人工智能能做的事，是有例可循的事兒，那些需要創新、跨界的東西就做不了。也許它可以通過分析大量畢加索畫作的樣本畫出一幅這個風格的仿作，但是它不能自己創造一個流派和畫風。
所以，未來的AI新時代中較有發展潛力的領域包括：
AI的創造、完善、管理者
藝術家、遊戲開發者等創意性工作
計算機與其他領域的跨領域專家
其實，不管是在中國、美國乃至全世界，當代教育的迭代更新永遠趕不上科技變化的日新月異。但先可以改變的，是家長的觀念。我們需要有這種前瞻性和預見性。
AI時代，並不是要每一個孩子都去設計機器人，但是隻有掌握一定的計算機知識，孩子才能在自己熱愛的領域有更大的上升空間。
所以，與其擔心機器人有一天會“取代”人類，不如從現在開始就和孩子一起好好迎接這個AI的新時代——先定一個小目標：從現在就開始學習編程！
最後更新：2017-10-08 07:09:13