AI前线(2018年5月)

AI前线(2018年5月)

发布于:2018-05-30 19:06
本期主要内容:百家企业大调查,到底谁将从AI中淘得真金?AI先驱Judea Pearl:机器人一定会有自由意志;业务增长400%,Uber如何快准稳扩容HDFS集群?时间卷积网络(TCN)将取代RNN成为NLP预测领域王者
查看更多
下载此书

创新工场人工智能工程院副院长 王咏刚

国内外的中小学 STEM 教育热点,已经从基础的编程教育,转移到了更有时代感的 AI 教育。最近,我就频繁被问到“中小学生该不该学 AI”的问题。其实,这问题就和中小学生该不该学音乐、该不该学美术一样,并不是最本质、最需要讨论的话题。真正需要讨论的是,如果一个中小学生喜欢学 AI,那我们该教些什么?该如何引导?该用什么技巧来教学?

一个好的例子是最近出版的,商汤公司参与主编的《人工智能基础(高中版)》。这本书用高中生可以理解的数学来讲解机器学习,真正从高中生所能掌握的数学技巧出发,踏踏实实地讲解最基本的算法精髓,最重要的数学逻辑,最基础的工程思维。这样的人工智能普及教育,当然是多多益善。

个人觉得,中小学的 AI 普及教育,最应关注的是以下三件事:

一、破除学生对 AI 的神秘感

人工智能对许多数学训练不足、逻辑素养较差的人来说,要么是科幻电影里的智能机器,要么是被添油加醋的新闻报道包装过的“科技神话”。神秘感不破除,AI 普及教育就只能停留在隔靴搔痒的阶段。

我们当然可以给学生讲霍金和马斯克对人工智能未来的担忧,但更重要的是要让学生知道,AI 不过是建构在数学和逻辑基础上的另一种科学工具。与其去讲目前还极其模糊的人脑与 AI 的关联或对比,还不如从头就告诉学生,今天世界上最有用的 AI,都是建构在相当朴素的数学原理和计算机算法理论之上,都是可以用代码来实现、评测、展示和控制的工具型技术,都是“弱人工智能”。而所谓的“强人工智能”,只适合学生们在作文课上开展天马行空的想象。

二、帮学生建立初步的科学逻辑

学习机器学习基础知识,并不一定是为了记住 CNN 网络的结构和原理,或是学会 TensorFlow 某个版本的编程接口。与这些东西相比,算法中所蕴藏的科学逻辑要重要得多。最好能通过教学过程让学生知道,一旦有了足够数量的训练数据,就可以从一些参数的初始值开始,基于训练数据计算系统结果与预期结果的偏差,然后,用一种极优雅的数学方法,倒推出更接近某种最佳状态的参数取值——正是这个完整的逻辑过程构成了机器学习的全部精髓。

也就是说,让一个学生去学习梯度下降,与让他去研究 (9-x)x 的最大值相比,并不存在什么本质的差别。关键在于,我们的教学目的,到底是为了让这个学生记住 (9-x)x 的最大值是 81/4,还是为了让学生学会从方程、函数图像、离散值、导数或梯度等多个角度来理解同类问题的科学思维。

三、培养学生的好奇心

中小学课堂教学,为什么一定要坚持我讲你听的方式呢?老师们是不是可以把班里的学生分成小组,搞一个模拟器环境里的机器人对抗赛?是不是可以带学生走上街头,用手机采集街景视频并用 AI 算法自动找到汽车和行人?精心设计、充满趣味的实践课程是培养好奇心的绝佳途径,类似黑客松(Hackathon)的活动一样可以在中小学里开展得有滋有味。

对科技本质的正确认知,对科学逻辑的尊重,对科技的强烈好奇心,这些才是中小学教育的关键所在。如果每一所中小学都可以按这样的思路开展 AI 教学,“中小学生该不该学 AI”的困惑当然会迎刃而解。

目录

生态评论

百家企业大调查,到底谁将从 AI 中淘得真金?

重磅访谈

AI 先驱 Judea Pearl:机器人一定会有自由意志

落地实践

业务增长 400%,Uber 如何快准稳扩容 HDFS 集群?

开源实时数据处理系统 Pulsar:消息、计算和存储的统一

推荐阅读

时间卷积网络(TCN)将取代 RNN 成为 NLP 预测领域王者

精选论文导读

深度人脸表情识别技术综述

评论

发布
暂无评论