相信每一个人都感受到了人工智能带给生活的变化。不是家长太无奈，而是这个社会变化太快。
变化太快，预示着竞争会更激烈。铁饭碗不会再有了，一个工作做一辈子也很少见了，“努力一把一辈子享福”，“一招鲜吃遍天”等等观念，都会被扫进历史的垃圾堆。想要永远能够不被淘汰，只有永远的学习。
大量记忆性的知识和重复性的技能可能不太需要了。重要的是分析问题及解决问题的能力，终身学习的动力和能力，和充分利用工具（比如说搜索引擎）及创造工具的能力。不巧的是这三样都没有现成课本可以学习，也不存在什么资格考试通过了就可以让人高枕无忧，而大多得要亲自动手。
未来可能不需要你去教育孩子，因为世界将会通过其他的方式被孩子所理解。
来源：天使爸 本文作者：杨小康。CCF专业委员、上海交通大学电子信息与电气工程学院“长江学者”特聘教授。
人工智能迄今已发展60周年，随着AlphaGo在围棋领域战胜人类确立的里程碑，人工智能正在深刻地改变人类的观念、生产和生活，也势必给学科教育带来深刻变革。
学科教育目前大多为人工智能训练式的应试教育模式。应试教育的刷题训练与人工智能的大数据训练，在训练模式上具有高度相似性。但在算力和大数据的处理上，人脑则无法与人工智能匹敌。因此，人工智能正逐渐替代流程化和重复性的工作岗位，堵住了应试教育的华容道。人工智能将从就业市场倒逼教育转型发展，进而从各个环节挤压应试教育的空间。
丹尼尔.平克在《全新思维》这本书里面提到：一个高概念和高感性的时代正在到来，知识不再是力量；工业时代→信息时代→概念时代；信息时代已过去，现在我们处于概念时代，这个时代对个人能力的要求发生了变化，包括想象力、快乐感和灵活的社交能力——共情、关怀、鼓舞士气等高感性能力正成为职业素养的关键，这些能力不像IQ、学科技能等，它们是没法量化的。
人工智能学习的特点
人工智能主要由算法、算力、大数据三部分构成。对于人工智能而言，算法是大脑，算力是肌体，大数据是其成长的养分。
在战胜韩国围棋九段高手李世石的AlphaGo Lee人工智能体系中，深度学习能够发挥巨大威力的前提是要有大量的数据用来训练深度结构。
李世石与AlphaGo的战役，让许多人知道了人工智能的强大
德州扑克是世界上最流行的扑克游戏。2017年4月14日，卡内基梅隆大学(CMU)开发的人工智能Libratus 战胜了德州扑克顶级选手，是继 AlphaGo之后人工智能的又一突破。从计算复杂度看，德州扑克(10160)略低于围棋(10171)。但是从博弈的角度看，不同于围棋的完全信息博弈，德州扑克属于不完全信息的博弈，牌手的两张底牌对其他牌手而言是未知的，只能通过自己的下注影响其他牌手，其目标是基于数学（概率论）及心理学做出正确的决定。
在心理层面，Libratus运用了美国著名心理学家、诺贝尔经济学奖获得者卡内曼(Kahneman)提出的反事实思维(counterfactual thinking)、损失厌恶等非理性心理学理论。在计算量上，Libratus运行该程序同样需要超级电脑，其价格需要数百万美元，而且其每小时消耗的电费很可能比赢来的钱还要多。
丹尼尔·卡内曼：诺贝尔经济学奖得主
综上可见，目前的人工智能在算力、大数据意义上已经远超人类大脑。针对确定目标的算法，可以不依赖外部数据从零开始积累大数据。同时，人工智能在“体力”上只要拥有足够的电力就行，在“心力”(心理和情绪)上没有任何波动，并且可以高度理性地应对人类的非理性。
因此，我们有理由认为，在完成规则和目标确定的任务上，人工智能已经完全可以超越人类智能，并且它还将以指数发展规律持续进化，以摩尔定律持续降低成本，人工智能必然在众多的流程化和重复性的工作岗位上替代人类。
下面我想讲一个有关于人工智能的极好的寓言故事。
秀水村坐落于茂密的树林中，村庄里的几千村民依靠耕种过活。村民之间，除了偶尔的冲突矛盾之外，日子过得简单又快乐。
有一天，树林出现了一些可怕的动物，长长的耳朵和强壮的后腿证明了它们是兔子。它们全身乌黑，金黄色的眼睛像猫头鹰一样敏锐，比村民们见过的其他兔子更快、更聪明。因为树林里的野狼群捕捉不了它们，黑兔子的数量开始迅速激增。
当黑兔子开始吃农田中的作物时，村民意识到，情况已经到了几乎弥补不了的糟糕地步。
为了永除后患，村民决定杀光黑兔子。但怎么做到呢？不知是谁先提出来的，就是训练一群超级厉害的野狼，让它们捕杀兔子，毕竟野狼就是天生的猎手。
村民从树林里的野狼群中抓走了十来只小狼崽，将他们收养起来。在村民的训练下，小狼崽不仅发展了自己与生俱来的捕猎能力，更是学习了村民的一些技能。通过村人尝试的许多不同方式，野狼终于学会了类似村人的沟通和协调技能。到后来，狼崽竟渐渐发展了一个奇妙的能力——异常敏锐的感知力。好像能感知到其它野狼所能感知的东西，它们在远距离中能够创建狼群之间的沟通网，能相互间密通声息、协调行动。村民吃惊地发现，小狼崽正在以惊人的速度成长着。
狼崽日日练习的同时，黑兔子的数量也在持续增加。当那些兔子快要将林子里的植物和田中的农作物都吃光时，村民驯养的野狼群终于完成了训练。
虽然野狼没有黑兔子那么聪明，但因为野狼的高级沟通和协调能力，黑兔子被有组织地赶到了树林的一侧，最后被围捕杀掉。很快，树林的黑兔子全部消失了。
但没过多久，村民又发现了另一个问题：虽然黑兔子已被悉数消灭，但野狼们还想继续捕猎。又因为它们的捕杀技能高于自然，树林里的其它动物很快也消失殆尽，生态系统开始失衡。并且，野狼也不再听从村民的指令。它们现在有了自己的想法……
像故事中的村民和野狼群一样，我们和人工智能的使命也密切联系在一起了。就像村民把具有一定能力的野狼群训练成能帮助他们除掉黑兔子的帮手，我们也需要把人工智能发展成为我们的帮手。
应试教育的危机
虽然经过多年的教育改革，“题海战术”仍然是我国目前教育的主流手段，而且还有愈演愈烈的趋势。让教育回归本源，让教育帮助孩子们实现幸福人生，似乎永远只是理念和口号。
考虑到我国的人口基数和人才的竞争环境，考试作为人才分层的主要方式把教育推升为人才竞争的主战场。在这种局面下，应试教育的盛行也不难理解。然而时代在变化，尤其面对人工智能的冲击，寒窗苦读即便换来金榜题名，却可能蓦然回首，发觉人工智能早已等在灯火阑珊处。
2017年，国内人工智能首次参加高考，为高考增添了科技的色彩。6月7日下午，国家863“超脑计划”项目研制的AI-MATHS高考机器人参加了2017年高考数学的测试，在掐断题库、断网、无人干涉的情况下，通过综合逻辑推理平台解题，10分钟交卷，分数达到105分。
根据超脑计划，我国的“高考机器人”计划在2020年考上北大、清华。高考机器人的出现预示着被诟病多年的应试教育和高考人才遴选方式真正遇到了重大危机。在算法、算力、大数据运用等方面，人工智能在应付应试教育上具有人类学生望尘莫及的优势。
从学生的角度看，与人类学生相比，“人工智能”无比勤奋，记忆力超群，响应急速，可以瞬间将目标明确的学习内容复制记忆、分析处理、整合提炼。从老师的角度看，与众多普通的人类教师相比，“人工智能”的教师是最顶尖的商业精英、科技精英、人文精英，无论是在知识储备还是智慧境界方面远超前者。
从学校的角度看，“人工智能”的学校是顶尖实验室和无限信息空间，人类学生的教育环境质量和尺度远不及人工智能。
从教育成果的角度看，经过训练的人工智能同样可以满足企业、政府、社会的特定需求，完成特定的岗位工作任务，不存在体力、心理、工作态度的问题，也不存在家庭和社会的负担。
因此，应试教育的真正危机已经来临。若干年后，人工智能将具备轻松考上北大、清华的能力。在智能时代，我们的学生不仅要与同学竞争，还要与新的智能物种竞争，如果我们的教育机构和家长还以刷题和简单记忆的方式来培养自己的学生和孩子，则与人工智能相比不仅“出才效率”低，而且“出品质量”也低，不但可能达不到家长的心理期望值，还可能重挫孩子的自信心。
一方面，我们身处的环境越来越便捷和友好。2岁的孩童能熟练使用的iPad，在20年前的科幻电影中还不一定出现；使用语音就能控制的灯光和电器，方便了行动不便的人群和不擅长学习各种说明书的老人。
技术的发展是日新月异的，而技术本身是无法定义对错的。就如核能可以用于恐怖的原子弹，也可用于发展更清洁的核电能源。当我们处置不力时，核能还可能会发生福岛那样的事故。那么对于人工智能，也何尝不是处于这样的境地呢？曾经，一辆以自动辅助驾驶模式（Autopilot）运行的特斯拉汽车发生事故，造成驾驶员死亡。事故的具体原因分析，还需要等待最终结果。
同时我们必须看到人工智能已经正在迅速取代众多的传统岗位，特别是流程化的工作岗位。预计十年内现有的传统岗位中50%的工作将被人工智能取代。
在金融领域，高盛纽约总部600名银行交易员变成2人，背后是自动交易程序在工作。靠人工智能削减人力资源成本并创造新的交易模式，从而获取巨额暴利，是金融资本家的最爱，也是这个商业社会最基本的逻辑。
在财会领域，德勤推出了财务机器人，机械化、有规律可循的会计从业、会计电算化、凭证录入、数据统计分析等基础财务工作岗位，正在被财务机器人替代。让财务机器人替代部分财务人员，某种程度上也是符合效率和人性追求的。
在医疗领域，IBM沃森机器人已经成为全世界各地医院的医疗助手，依据全球相关的病例大数据，它已经可以通过美国的执业医师资格评定考试。
世界不可逆转地在向高人均产出发展。whatsapp五十几号人做到190亿刀，特斯拉十万级的产能工厂里也没几个人，spaceX一年几十亿刀的订单也就一千来人。中国也在往这个方向走的，IT行业自不用说是高人均的，制造业也在逐渐增加使用机器人。技术的进步，使得个人的生产效率得到了巨大的提升。美国农民只占全国总人口1%，却是全球最大的农产品输出国；有了专业的搜索引擎来查案宗，一个律师就能顶过去两百人；有了云技术，whatsapp估值几十亿刀时候也只需要两个半后端。全球产值当然是在飞速前进，失业也在困扰着各个大国，失业早已是各大国们的政治主题。
那么面对这一切，我们该如何去有效的应对呢？科学的职业规划和持续的技能学习将会是必要的。缺乏规划，入错行业，不小心踩到浪潮的尾巴上。
人和机器的竞争存在一条“分数线”，只要不及格就会被市场无情的淘汰。纯体力劳动就是这样的案例：力气小、效率低 、成本高的纯体力劳动，几乎已经完全退出了历史的舞台。
而脑力劳动并不是绝对安全的，简单、重复、固定的、有着明确规则的工作，有着更大的被人工智能替代的风险，而复杂的、富有创造性的、更侧重于人本身的工作将会更加安全。
以美国为例，近年来受过高等教育劳动者比例持续上升，新职业类别快速产生，新职业从业者中接受过高等教育者比例较高。同时，有高等教育经历劳动者报酬上升，且相对于没有高等教育经历差距持续拉大。说明技术进步偏向高等教育人群，提高了这部分个体竞争优势。人工智能这方面偏向可能更强，导致分化速度可能更快，幅度更大。尽管人工智能可能“解放”一部分中低收入人群，但他们可能失业，最早利用人工智能并获取利润的很可能仍是受过特定高等教育的人群。
当前，一大批“在思想层面上类人工智能化、而在执行力层面上远低于人工智能”的学生在毕业之时可能面临着被人工智能淘汰的尴尬处境。人工智能已经堵住应试教育的华容道，教育部门和机构应具备前瞻性的应对方案，家长和学生更需要转变思路。
离弃应试训练，回归教育本源
智能时代，人类美好的愿景是人工智能成为人类助手，两者和谐共存。这个愿景的前提是人类能够善用人工智能、充分发挥人类自身的特质。2017年7月20日，国务院印发了《新一代人工智能发展规划》，提出要在中小学阶段设置人工智能相关课程，推动人工智能领域一级学科建设。国家在教育的各个环节布局人工智能的学科教育，这从善用人工智能的角度来讲是非常必要的，也非常具有前瞻性。但是从教育的整体看，我国现行学科教育模式在很大程度上是接近于人工智能的训练模式的，非常不利于发挥人类自身特质，在增加人工智能课程的同时，对现行学科教育体系作整体的改革，才有可能从根本上应对人工智能对我国教育形成的巨大冲击。
在我看来，人类的认知可能要发生第四次革命。
第一次认知革命是智人为王（原始社会，智慧和语言的产生）；
第二次是容量为王，（进入农业社会后，这个时候掌握更多自然规律是必要的）；
第三次是创新为王，（进入工业时代以来，创新带来的新适应力，对应的是创新教育，这个时代，我们甚至可以生产出自然界没有的生命）；
如果人工智能到来，我们就需要经历第四次革命，就是人性为王。
在我看来，人工智能正在慢慢走向我们的思维核心。
刚开始，人工智能相当于计算机硬盘，可能部分取代了我们记忆的功能；
第二步，相当于我们电脑的缓存，已经可以参与我们的思维工作；
第三步，就是第二核心，能够代替人的思维做很多工作了。
最后，能不能对我们人脑壳里的“CPU”取得控制权？我看我们真的不能太乐观。
我们别忘了，这个时候机器已经具备了人最重要的能力：它已能够学习。它具有了我们能够成为这个星球主人的重要特征：智能。
我们很乐观地坚信，人一定能控制人工智能。没错，因为人工智能是人创造的。可是你别忘了，这里说的“人”可以有两种理解：一是实实在在存在着的每个个人；二是指整个人类。
在具体个人的层次上，我们还能有这样的信心吗？现在已经出现了自动驾驶汽车了，你往里面一坐，你真的以为你是在开这辆汽车吗？控制权在你的手里吗？
当初我们讲教学机器时，大家激动得很，机器要教人学习了。现在机器自己可以学习了，这是非常可怕的事情。我们有这样的体会，现在你每次打一个词，下次词的排序都不一样。因为机器有学习能力了，它能根据你的上下文计算，甚至连接到互联网的词库来计算，估计你下个词要用什么，早早给你准备好。这是很了不起的事。
将来（指二三十年之后），人工智能应该是每个人的必备技能，和现在的听说读写的能力差不多。当然每个人都有选择自己生活方式的自由，但不懂得人工智能往往意味着拿不到很多资源和便利，会限制人的发展（如果希望能力不断发展的话）。
我国学科教育的主流方式与特点以及人工智能在各学科的应用特点如下。
语言学习（中文和英文），过分强调字、词、语法，取材碎片化，忽视文章的整体性和大的背景。大量的课文缺乏时代感，忽略语言所承载的思维方式，有些课文看似优美，实则空洞，甚至违背逻辑。现有的对话机器人（语音识别与合成+自然语言处理）通过建立字、词、语法的计算模型，已经能理解短句、根据语境造句，有的甚至还能做出几句颇具飘渺感的诗、开几个无厘头的玩笑。在可以预见的未来，语言类的机器人仍不可能做出与人类思维相比的构建性自主命题写作，不太可能做现场的长篇演讲，更不可能写出像样的小说。
数学，强调计算、题型和公式套用，缺少逻辑推理训练、原理背景介绍和知识点之间的逻辑关系介绍。总体而言，我国的学科教育中对数学非常重视，数学教育的基础是扎实的。在一轮接一轮“幼升小，小升初，中考自招考试”的超常规选拔面前，全民奥数的加强训练也非常普遍。这些看似超高难度的“数学杂技”，却往往是将归纳好的解题规律强行灌输，这与培养数学思维毫不相干，反而在很大程度上打击学习兴趣。在高校，数学基础课课程也往往呈碎片化、片面化，学生只是在学习简单套公式应付考试，不懂具体数学分支的背景和内涵，不能掌握数学分支之间的联系，尽管会解题但往往不懂活用数学工具。目前，Matlab、Mathematica、R语言等数学和统计软件工具非常强大，同时，现有的人工智能的计算能力通常远超人类。因此，对大部分非数学专业的大学生而言，关键在于具备一定的数学抽象思维能力，具备将现实问题用数学语言表达，建立数学模型的能力，具体的数学解法反而是其次的。
人文社科（政治、地理、历史等），强调知识点的记忆，缺少纵深、尺度、思辨、比较。人文科学，是以人类的精神世界及其沉淀的精神文化为对象的科学，仅靠知识点而不联系生活、不反省自身，则无法真切感受人的主体地位和人的观念、精神、情感和价值，也无法真正提升思想境界。社会科学则是一种以人类社会为研究对象的科学，不能将知识点融会在一起，就无法认知人类社会的发展历程。人文社科是关于人类自身的科学，人文社科的问题很难转化为具备可计算性的具体任务。尽管人工智能可以轻松存储人类人文社科的主要典籍和知识点，但人工智能很难真正具备人文社科思考的能力。
数学之外的理科，强调结论性，忽视问题的提出、过程的探究、实验设计的原始思路。理科教育不仅要让学生认识自然，更要让学生思考和探索自然。近现代科技的发展，使得人类对很多自然现象具备了确定结论的认识，但未知世界是无限的，无数的自然现象还有待于人类去思考和探索。关于自然问题和工程问题的提出、探究、实验，主要还是靠人类智能，人工智能只能起到辅助作用。
我们目前的教育方式与人工智能的学习特点高度重合，在人与人的竞争中，比别人勤奋一点，通过大量练习，在同类中胜出的几率可以大幅提升。但是，当我们与人工智能竞争时，这样的做法无异于以卵击石。唯有扬长避短，才有取胜的可能。
因笔者学识所限，本文无法真正触及全面的教育改革创新这个宏大的话题，只能提几点粗浅的建议：
1、在识字、表达流畅的基础上，将语言学习与其他社会科学结合，形成人文社科的整体思维训练方式，提升学生对自身和社会的思考深度、广度和厚度。
2、数学在理解基本运算规则定理的基础上，重视将实际问题转化为数学语言的能力，要具备“算”的技能，更要具备“数”的逻辑。
3、给孩子充分的时间，引导孩子学会从观察中提问。人工智能时代，“会提问”必定比“会解题”重要；不仅要懂得“解空间”的求解，更要懂得“问题空间”的求索。
4、不影响孩子健康成长的任何兴趣都应给予支持。兴趣是创新的源动力，只有不断鼓励孩子的兴趣，才能使孩子找到真正的持久的兴趣，进而在未来快乐地生活并创新。
5、让孩子懂一点人工智能，具备与人工智能携手工作、共同创造的能力。然而，毕竟不是人人都要成为人工智能的专业人才，尊重孩子的个性特点，让教育帮助每个孩子找到自己的兴趣，才可能不被人工智能堵住成长的空间。
