第六章 迎接未来：AI时代的教育和个人发展（第2/5页）

楼天城的功力不仅仅在于竞赛，在实际工程项目中一样功夫了得。2007年夏天，楼天城就曾在谷歌北京实习，表现不错。随后曾在谷歌自动驾驶团队工作。后来，短期加入Quora后，楼天城入职百度，成为百度无人车团队的中坚力量，在级别上更是成为百度最年轻的T10级工程师（据说深度学习领军级人物吴恩达加入百度时也才是T10级）。最近，楼天城和百度另一位资深工程师James Peng一起离开百度创业，注册了一个名叫Pony.ai的神秘域名。相信楼天城在自己的创业道路上，也能表现不俗。

出自姚班的“楼教主”拥有许多姚班学生的共性，用他自己的话说就是：“我非常喜欢挑战困难。因此，我希望我工作的地方是一个每天都可以接受有趣的、有挑战性的问题的岗位。”158

敢于挑战自己，敢于面对有趣的、有难度的问题，这是姚班这种新型教育氛围较容易培养出来的学生特质，而具备这种特质的学生，最容易在人工智能时代作为人类智慧的代表，设计最高效的AI系统，并与AI系统一起创造更大价值。

如果要我来总结的话，我觉得，人工智能时代最核心、最有效的学习方法包括：

·主动挑战极限：像楼天城那样喜欢并主动接受一切挑战，在挑战中完善自我。如果人类不在挑战自我中提高，也许真有可能全面落伍于智能机器。

·从实践中学习（Learning by doing）：面向实际问题和综合性、复杂性问题，将基础学习和应用实践充分结合，而不是先学习再实践。一边学习一边实践的方法，有些像现代职业体育选手的以赛代练，对个人素质的要求更高，效果也更好。

·关注启发式教育，培养创造力和独立解决问题的能力：被动的、接受命令式的工作大部分都可以由机器来替代。人的价值更多会体现在创造性的工作中。启发式教育在此非常重要。死记硬背和条条框框只会“堵死”学生灵感和创意的源头。

·虽然面对面的课堂仍将存在，但互动式的在线学习将愈来愈重要：只有充分利用在线学习的优势，教育资源才能被充分共享，教育质量和教育公平性才有切实保证。创新工场投资的VIPKid、盒子鱼等面向教育创新的公司，就是大量使用在线教育、机器辅助教育等手段来帮助孩子学习的范例。

·主动向机器学习：未来的人机协作时代，人所擅长的和机器所擅长的必将有很大不同。人可以拜机器为师，从人工智能的计算结果中吸取有助于改进人类思维方式的模型、思路甚至基本逻辑。事实上，围棋职业高手们已经在虚心向Alpha Go学习更高明的定式和招法了。

·既学习人—人协作，也学习人—机协作：未来的“沟通”能力将不仅仅限于人与人之间的沟通，人机之间的沟通将成为重要的学习方法和学习目标。学生要从学习的第一天起，就和面对面的或者远程的同学（可以是人，也可以是机器）一起讨论，一起设计解决方案，一起进 步。

·学习要追随兴趣：通常来说，兴趣就是那些比较有深度的东西，所以只要追随兴趣，就更有可能找到一个不容易被机器替代掉的工作。无论是为了美，为了好奇心，为了其他原因产生的兴趣，这些兴趣都有可能达到更高层次，在这些层次里，人类才可以创造出机器不能替代的价值。

AI时代该学什么？

有关学习的内容和目标，我的小女儿德亭曾经说过一段让我特别尊重、特别赞许的话。

德亭很早就喜欢摄影，她5岁的时候得到了人生第一台相机，并从帮姐姐设计出来的漂亮时装拍照开始，逐渐拓展拍摄对象，很早就成了一个小摄影爱好者。她中学时很想以摄影作为自己的专业，但我担心她喜欢摄影只是为了逃避功课。申请大学前，我反复跟她讨论，并提醒她：“你必须想清楚噢！专业摄影师很快就会被淘汰，现在摄影工具愈来愈方便，大家都可以轻易拍出好照片，专业摄影师的优势会渐渐消失。”

可我没有料到，德亭很郑重地说了下面这段话：“我做过调查了，目前在美国，一个专业摄影师的薪水比记者还要低，而记者的薪水相比其他各行业也越来越低了。可是爸爸，我愿意赚比较少的钱，做自己真正想做的事。每次背着沉甸甸的相机出去拍照，回来的时候虽然筋疲力尽，我却总是心花怒放。我非常庆幸生活在高科技时代，可以轻松拥有数码摄影以及低成本、大容量的存储设备，还有无处不在的网络，这些让我像一个装备齐全的猎人一样，捕捉我所有的感动，然后用心将图像提取出来。未来的摄影绝对不只是按下快门，而是要用新的眼光，让影像产生新的意义。而那绝对不是科技可以取代的。”

每当我思索人和机器共存的未来时，就总会想起德亭的这段话。的确，摄影技术再先进，照片画质再好，也取代不了摄影师内心因拍摄对象而产生的感动。这种感动可以赋予风景、人物、静物、街景以新的意义。即便以后有了人工智能照相机，可以自动帮助人完成捕捉美景、记录美好瞬间的任务，人的感动、人的审美、人的艺术追求也是机器无法取代的。

摄影如此，其他工作亦如此。我们很难准确列举，AI时代到底该学什么才不会被机器取代，但我们大致还是可以总结出一个基本的思路：

人工智能时代，程式化的、重复性的、仅靠记忆与练习就可以掌握的技能将是最没有价值的技能，几乎一定可以由机器来完成；反之，那些最能体现人的综合素质的技能，例如，人对于复杂系统的综合分析、决策能力，对于艺术和文化的审美能力和创造性思维，由生活经验及文化熏陶产生的直觉、常识，基于人自身的情感（爱、恨、热情、冷漠等）与他人互动的能力……这些是人工智能时代最有价值，最值得培养、学习的技能。而且，这些技能中，大多数都是因人而异，需要“定制化”教育或培养，不可能从传统的“批量”教育中获取。

比如，同样是学习计算机科学，今天许多人满足于学习一种编程语言（比如Java）并掌握一种特定编程技能（比如开发Android应用），这样的积累在未来几乎一定会变得价值有限，因为未来大多数简单的、逻辑类似的代码一定可以由机器自己来编写。人类工程师只有去专注计算机、人工智能、程序设计的思想本质，学习如何创造性地设计下一代人工智能系统，或者指导人工智能系统编写更复杂、更有创造力的软件，才可以在未来成为人机协作模式里的“人类代表”。一个典型的例子是，在移动互联网刚刚兴起时，计算机科学专业的学生都去学移动开发，而人工智能时代到来后，大家都认识到机器学习特别是深度学习才是未来最有价值的知识。过去3年内，斯坦福大学学习机器学习课程的学生就从80人猛增到了1000多人。