今年的諾獎，頒給了人工智能

這幾天，諾貝爾獎各獎項陸續(xù)開獎。其中，物理學獎頒給了約翰·J·霍普菲爾德（John J. Hopfield）和杰弗里·E·辛頓（Geoffrey E. Hinton），以表彰他們“為推動利用人工神經(jīng)網(wǎng)絡進行機器學習作出的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。

這一結(jié)果讓全球都大跌眼鏡。雖然這兩位學者所做出的原創(chuàng)性貢獻極其重要，但將“人工神經(jīng)網(wǎng)絡”這一人工智能和機器學習方面的研究納入到“物理學”的范圍之中，卻出乎了絕大多數(shù)人的意料。

諾獎組委會特別解釋了，霍普菲爾德和辛頓的工作之所以能獲得物理學獎，是因為他們利用物理學的工具和理論來開發(fā)了此方法。霍普菲爾德發(fā)明了一種聯(lián)想記憶網(wǎng)絡，可以存儲和重建圖像和其他類型的數(shù)據(jù)模式，這一網(wǎng)絡的運作原理受到了物理學中自旋系統(tǒng)的影響。辛頓則在霍普菲爾德網(wǎng)絡的基礎(chǔ)上，開發(fā)了玻爾茲曼機，這是一種能夠?qū)W習識別數(shù)據(jù)中特征元素的網(wǎng)絡，其訓練過程使用了統(tǒng)計物理學的工具。

雖然這番解釋說的也是事實，但以此為由將物理學獎頒給他倆，依然顯得牽強附會。

無獨有偶，緊隨其后的化學獎也表彰了在化學領(lǐng)域運用人工智能作出杰出貢獻的科學家。化學獎的頒獎詞強調(diào)了蛋白質(zhì)在生命中的重要性，授予大衛(wèi)·貝克（David Baker）以表彰其在計算蛋白質(zhì)設計方面的貢獻，另一半則共同授予杰米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M. Jumper），以表彰他們在蛋白質(zhì)結(jié)構(gòu)預測方面的貢獻。

哈薩比斯和江珀因開發(fā)了人工智能模型 AlphaFold 而獲獎，該模型成功預測了幾乎所有已知蛋白質(zhì)的結(jié)構(gòu)，解決了一個長達50年的科學難題。而AlphaFold是由知名的谷歌DeepMind公司開發(fā)的，是一個利用深度學習算法來預測蛋白質(zhì)三維結(jié)構(gòu)的人工智能模型。

雖然今年諾獎的結(jié)果有很大的爭議，但這說明了一個趨勢：人工智能已經(jīng)越來越在前沿科學研究領(lǐng)域中扮演關(guān)鍵角色。而未來的科學研究，也將無法回避人工智能的參與。

人工智能時代已來，是時候重新審視我們的基礎(chǔ)教育了。

人工智能時代，我們的基礎(chǔ)教育滯后了

我們的基礎(chǔ)教育課程一直在不斷改進，比如，信息技術(shù)課程已經(jīng)進入了全國絕大多數(shù)義務制學校的課程表中，成為每一個中小學生的必修課。

但是，這種改進的速度不夠快，尤其是當面對洶涌而來的人工智能大潮時，很多教育理念和課程設計就顯得尤為落后了。

比如，在互聯(lián)網(wǎng)搜索已經(jīng)成為非常普遍的事情的時候，我們的教育依然在強調(diào)知識點的靜態(tài)記憶。在中考和高考中，有許多科目依然在考察對文本知識的記憶。相比于計算機存儲，人腦在記憶這件事上并不擅長。為何在電子存儲設備和搜索都已經(jīng)如此普及的今天，我們卻仍然要求孩子們?nèi)セù罅繒r間經(jīng)歷死記硬背呢？

又比如，在計算器早已唾手可得的情況下，我們依然在強調(diào)學生應掌握高難度、高技巧性的數(shù)字計算，并要求學生為達此目標進行大量重復練習。在數(shù)字運算這件事上，人腦的準確性和速度連最低級的計算器都比不了，這早已是被證明了千百遍的事。所以，為何不淡化計算能力，而將數(shù)學的教學重點放在別的方面，開發(fā)人腦在數(shù)理思維方面的其他優(yōu)勢？

圖源：Pexels

再比如，很多地方的信息技術(shù)課程還停留在傳授20年前的計算機技術(shù)，而非當下時代的實用性技能�；ㄙM了時間、精力和資源，卻只學會了已經(jīng)淘汰的技術(shù)，這本身就是一種浪費。

所以，我們基礎(chǔ)教育的進一步改革迫在眉睫。

基礎(chǔ)教育該讓孩子學些什么？

我們以現(xiàn)行高考的考試科目作為切入點，來逐個分析一下。

老三門主科語文、數(shù)學、英語：主科地位不變，但教學的側(cè)重點可能需要大大調(diào)整。

語文：中文是母語，學好母語無可厚非，同時，通過學習古詩詞、文化傳統(tǒng)和漢語文學來培養(yǎng)民族自信和審美觀念，都是十分必要的。但是，我們的語文課上，過度強調(diào)培養(yǎng)學生的詩意和藝術(shù)感，而相對忽略理性和思辨，這一點是需要改進的。

數(shù)學：數(shù)學在未來的重要性會越來越重要。前沿科技的突破的一個前提是，基礎(chǔ)學科的率先突破。而數(shù)學則是基礎(chǔ)中的基礎(chǔ)。一直以來，我們國家給人的印象是，在中小學教育中特別重視數(shù)學，所以中國人無論是在國際數(shù)學競賽上，還是在日常生活的數(shù)字計算上，都處于全世界遙遙領(lǐng)先的地位。然而，盡管如此，我們在真正的數(shù)學研究領(lǐng)域，卻仍然處于落后地位，一個例證是，迄今為止我們尚未有人獲得過菲爾茲獎。

這背后的原因有很多。但非常重要的一點是，我們所強調(diào)的數(shù)學，更側(cè)重“算數(shù)”，即數(shù)字計算，而非數(shù)理思維。在一個典型小學生的日常學習過程中，他每天都要練習各種數(shù)字計算，以保障熟練度和準確率。但是，在數(shù)學思維的培養(yǎng)上，我們的基礎(chǔ)教育卻是落后的。正如前文提到的那樣，在當今這個時代，“計算”早已可以由電子工具來代勞了。作為學習數(shù)學的一部分，計算可以學、可以練，但不應作為最重要的部分，更不應該花大量時間進行重復低效的“刷題”。我們的數(shù)學教育應當從側(cè)重計算轉(zhuǎn)變?yōu)閭?cè)重邏輯思考。

圖源：edpost

英語：或許有不少人會質(zhì)疑英語在未來時代的價值。畢竟，由于各種翻譯軟件的出現(xiàn)，外語溝通能力已經(jīng)變得越來越不重要了。但是，對于人工智能時代的基礎(chǔ)教育來說，英語的重要性不降反升。

第一個原因，是編程語言與英語的強相關(guān)性。未來，大部分人都會接觸編程，要編程就會用到編程語言。而幾乎所有的編程語言都是基于英語來開發(fā)的。如果不學英語，對于編程語言的掌握將會困難得多。其次，學習語言本身就是對大腦的一種非常好的訓練。有很多數(shù)據(jù)和事實表明，擁有多語言能力的人在很多認知領(lǐng)域的實際表現(xiàn)都比語言能力較弱的人要顯著地好。

最近義務制階段英語教材的改版，也恰恰說明了英語的重要性得到了廣泛的認可。所以，不要再去相信什么“英語即將被取消主科地位”之類的謠言吧！人工智能時代，英語不好，競爭力會大大降低。

信息技術(shù)：第四門主科，更新、更廣、更深

前文提到，在很多地方，信息技術(shù)已經(jīng)成為中小學必修課。這一點是很好的進步，但也還遠遠不夠。

信息技術(shù)依然處在高速發(fā)展、時時更新的過程中，而且，其所影響到的領(lǐng)域正在無限擴大。在基礎(chǔ)教育中，也應該反映出這一點。應當考慮將目前的信息技術(shù)課拆分為三個階段的具體課程，并在學生的不同階段進行教學。

第一個階段，是學會高效利用人工智能等前沿信息技術(shù)。我們的基礎(chǔ)教育在這方面表現(xiàn)得不夠好。舉個例子，比如利用搜索引擎進行搜索的時候，不同的關(guān)鍵詞的反饋效果大相徑庭。從我身邊碰到的情況來看，絕大多數(shù)人不知道輸入搜索詞的技巧和注意事項，導致搜索結(jié)果的反饋效果不佳。同理，在利用人工智能大模型進行問答的時候，大部分人也不會“提問題”，導致得到的回答要么答非所問，要么不觸及核心。教學生們用好新技術(shù)，這應該是基礎(chǔ)教育的天然責任。

第二個階段，是學習編程語言，以及通過編程語言與機器進行溝通。這可以視為人機交互的下一個階段，更深入的階段。在基礎(chǔ)教育階段，編程語言的學習，未必都要選擇C語言或C++這類門檻相對較高的，也可以選擇例如Python這樣，容易上手，同時也能實現(xiàn)較復雜算法的語言。讓學生在中小學的時候就能掌握一些編程基礎(chǔ)思維，為以后這方面的深入學習打下基礎(chǔ)。

第三個階段，是學習算法和算法思維。這一內(nèi)容目前一般放在大學計算機相關(guān)專業(yè)的本科階段，當然，中學生信息奧賽也會涉及，但影響的人數(shù)相對有限。在未來人工智能普及的時代，這一課程應當適當前置。正如今年諾獎開獎結(jié)果來看，每一個領(lǐng)域的前沿研究都需要深度利用人工智能等前沿性信息技術(shù)。因此，讓學生在中學階段——尤其是那些未來有志于成為科研人員的中學生——接觸和學習算法基礎(chǔ)，對未來的專業(yè)學習是非常有必要的。

其他知識型課程，統(tǒng)一合并為通識課，專業(yè)知識在放在大學學習。

在互聯(lián)網(wǎng)如此發(fā)達的今天，知識獲取的成本已經(jīng)變得很低廉了。不過，每個人仍有必要去學習一些基本常識。因此，目前中小學階段絕大多數(shù)知識記憶型的科目，在當下的重要性已經(jīng)大大降低了，在課時和考察成績的權(quán)重上，也應當體現(xiàn)出這一趨勢。

但凡可以通過海量刷題實現(xiàn)短時間大幅提分的課程，均屬此類。這些知識型課程包括歷史、政治、地理、化學、生物的絕大部分內(nèi)容。物理也有一些內(nèi)容可以并入通識課，而那些側(cè)重于數(shù)理思維培養(yǎng)的部分，則可以并入數(shù)學課，作為數(shù)學應用的一部分來學習。而傳統(tǒng)文科中，涉及批判性思維培養(yǎng)的內(nèi)容，則可以并入語文課的教學范圍。

而對這些科目的專業(yè)性深入學習，完全可以放在大學本科和研究生階段。中小學階段，在這些科目上，主要承擔通識教育的職責，讓學生有基本了解即可，而不應當讓他們花大量時間精力在靜態(tài)知識點的記憶和背誦上。

考試形式也應與時俱進

除了科目的設置需要調(diào)整外，考試的考察形式也應當與時俱進。在技術(shù)如此發(fā)達的今天，我們應當允許使用考生在考場上使用電子設備——這也是這個時代一個受過教育的個體應當具備的基本能力之一。一個很好的例子是上海的數(shù)學高考，一直以來都允許考生使用科學計算器。而與之相應的一個事實是，上海高中生的數(shù)學水平，在全國處于前列。

圖源：PIXABAY

未來人才的篩選標準其實早已開始發(fā)生改變了。就目前國家對于拔尖創(chuàng)新人才的篩選條件，以及各個階段的升學考試中，數(shù)學、英語、信息技術(shù)都被視為非常重要的科目。那些有志于走這些道路的家庭，早已投入大量資源對孩子進行針對性培養(yǎng)了。

其實，AI時代，每一個普通人的教育目標未嘗不是如此？因此，基礎(chǔ)教育應當盡快承擔起責任來，把這些能力的培養(yǎng)作為未來學校教育的重點�？平膛d國，刻不容緩！

       原文標題 : 今年諾獎對人工智能的重視，給我們的基礎(chǔ)教育提了個醒