新闻中心

EEPW首页 > 设计应用 > AI时代的新知识结构:知识3.0

AI时代的新知识结构:知识3.0

作者:高焕堂时间:2018-02-27来源:电子产品世界收藏

作者 / 高焕堂 、厦门VR/AR协会荣誉会长兼总顾问

本文引用地址:http://www.eepw.com.cn/article/201802/376176.htm

1 新潮知识结构:

  面对AI(人工智能),我们改变不了科技的进程,但是我们可以改变自己,以及我们下一代年轻人的知识结构。例如,原本是人类最自信不会被AI科技篡夺的艺术领域,也开始告急了。于是,通过各级的学校教育来改变我们下一代的“知识结构”是有必要的。改变知识结构,可带来不同的视野,看到更美好的出路(如图1)。

  在上一集里[1],说明了在知识1.0时期,人类知识的来源主要从事实的观察和归纳而来的。到了文艺复兴时代,欧洲科学背后的哲学发生了大改变,转变成为以演绎法为主的假设(assumption)、试验、实证的思考逻辑;我称之为:知识2.0(如图2)。

  到了爱因斯坦时代,又有了大改变,转变成为以想象、假定(hypothesis)、检验、反证的思考逻辑;我称之为:(如图3)。

  由于AI机器人的来势汹汹,在知识1.0范畴内,机器已经远远超越人类了;在知识2.0范畴,机器也不断在增强中。这让人类一则以忧,一则以喜。忧心的是:只拥有传统知识结构(即知识1.0和2.0)的人群,其职场的竞争优势将日益势微了。欣喜的是:机器能迅速学习和领悟更多“结论”,实时补充或更新人类的知识1.0和2.0,可大力支持人类的成长。知识3.0的成长过程非常依赖知识1.0和2.0来检验和去芜存菁,所以在AI机器人的潮流下,人类的知识3.0将迅速成长。拥有新潮知识3.0结构的人群,其职场的兢争优势也将迅速提升了。

2 以“种牛痘的故事”为例

  在二百多年前,全世界流行天花疾病,许多人死于天花疾病。有人基于事实而归纳出结论性知识:“天花疾病将导致人类灭亡”。这是知识 1.0。还有一些人基于事实和假设而推论出:“可增加医院设施,加快研究天花病因,有望开发新药物来治愈病患”(如图4)。

  1798年,英国医生爱德华•詹纳(Edward Jenner),基于他的梦想:我可以走出医院去观察一些没有生病的人,去探索没有生病的原因(如图5)。

  于是,他观察到一个现象:在某个村庄里,挤牛奶的女工似乎没有得天花的病例,而且发现这些牛身上的牛痘病毒都曾经感染给女工们,而这些女工们在痊愈之后便对牛痘免疫了。这种知识3.0的幕后是溯因推理,它的优点是提出一个假定性的创造性行为(梦想)。这通常无法直接加以验证,但可以拿知识1.0和2.0来加以检验。如果得到证实,常常只能得知该梦想得到一定程度的支持(或然率)。如果被证伪(否证),则梦想(假说)就完全被推翻了。

  例如,英国医生爱德华•詹纳(Edward Jenner)这项梦想,一开始并无法得到实证,但也无法被否证,他就继续追求他的大胆梦想(如图6),继续深入探索各种可能不会生病的原因。终于突破了人类的困境:发明了“种牛痘”的天花预防疗法。

  这种创意型的(溯因)思维习惯是人类的专长、机器还不具备这种智慧。在AI大数据潮流下、善于这种“溯因性”思维习惯的人群,其职场的兢争优势将日益上升。

3 知识3.0与教育新途径

  人们总是渴望拥有简单与美,以便提升自己处理和掌控复杂的能力。人们从复杂到简单的主要途径有二: ①从经验(观察)中归纳出来;②从想象中设计出来。

  在知识1.0里的主要途径是:从经验(观察)中归纳出来。其中,长辈们经历多,比较容易归纳而得到简单。而年轻人因经验少,难以自己得到简单,只能拿长辈们归纳出来的简单去应用。因此,如何(how-to)做出有用的效果是教学的重头戏。于是,长辈(老师)面对复杂,从复杂归纳出简单(包括原则和做法),然后老师把简单教给学生,让学生拿简单去应用于各种复杂的环境。因而在教育上,学习“做”的技能是重头戏。老师阐述着结论的涵义和原有的背景(现象),学生则基于结论,进行实际应用,从应用中进一步领悟出结论的深层涵义。

  由于,在知识1.0里欠缺了像知识2.0的演绎思维过程,导致知识1.0常常结论清晰,但缺乏说服力,学生也无从学习其幕后的思维过程的知识,例如孔子如何想出来“三人行必有我师焉”的结论呢? 在知识1.0里,并没有叙述孔子的创造性思维逻辑,并没有传授“想”的技能。

  在知识3.0里,“想”的技能和“做”的技能一样重要。例如,在“想”的过程中,人类天生就善于变换视角(view),而且能兼具多重视角(multiple view)。由于许多客观的真理常常是人类在现阶段所无法得知的。所以,知识(knowledge)常常表达人们内心从特定视角所看到的现象,并非叙述着真理。于是,兼顾多重视角,非常有助于人们洞察复杂外貌背后的简单和美感。

  “想”的技能就是思维技能,在知识3.0里,思维技能是教育的重头戏。学生和老师一起面对复杂,一起从想象中设计出简单。在这个过程中,学生可以从老师学习到“想”的技能,学会了如何面对复杂、设计出简单,因而提升了学生处理、管理复杂的能力。其心中,这些复杂就不再复杂而不害怕、信心满满了。在学生未来四五十年岁月中,面对新世界的百花齐放、繁荣多变,就不会害怕、优雅地抓住幸福机运了。

  简而言之,在知识1.0里,学生与老师是“user”关系,老师把归纳出来的简单,包括结论和做法(how-to)教给学生,而学生则“使用”(use)这些简单去面对复杂的新环境。所以,学生是老师的用户,也就是学生与老师之间是“user”关系。

  到了知识2.0之后,学生与老师之间则转变为“co-designer”关系。两者任务是:一起面对复杂多变事物,然后一起得到简单。所以知识2.0的文章里,更多叙述了演绎推理的思维过程,学生可以学习到更多“想”的技能。

  一旦老师们走出知识1.0的古老雕堡,带领学生迈向广阔无垠的原野,踏入无人走过、阴暗的森林,一起寻找出路径。可培养学生“与不确性共存”(living with uncertainty)的心境、勇气和能力。迈向知识3.0就是这种乐于大胆梦想,并擅用知识1.0和2.0来检验、去芜存菁。这非常有助于强化思维(想)技能的培育,让学生学生未来数十年的人生中,擅于抓到幸运的机会。

  就如同英国的Edward Jenner医生突破困境的美好之路(如图7),常在无法被否证(当然眼前也无法实证)的梦想中。

4 结论

  依据2004年诺贝尔奖得主康纳曼(Daniel Kahneman)的研究,在他所写的书:《快思慢想》里。他提到人类思考有两个系统,分别称为:系统1和系统2。其中,系统1掌管“直觉和相信”;而系统2则掌管“思考和怀疑”。

  随着AI+大数据的潮流,偏于知识1.0的人们,在大数据的支撑下,其系统1的主导性会增强,系统2更趋于弱势,很可能导致其思维和洞察力会减弱。反之,随着VR AI+大数据的潮流,偏于知识3.0的人们,系统2将更加强化、其思维和洞察力会提升;但是其系统1的主导性会减弱;由于AI机器人的来势汹汹,许多原来由系统1所主导的工作(如开车、扫地等),会大幅被机器人所取代,人们则专司思维和洞察。以此观之,在AI潮流下,教育应该更加偏向于知识3.0方向,一方面避开机器人抢工作的威胁;另一方面则强化思维和洞察力,提高设计与创新能力。

  参考文献:

  [1]高焕堂.创新之路:AI思维+设计思维.电子产品世界[J],2017(12):67-69.

  [2]高焕堂.AI思维给人类教育的三项启示.电子产品世界[J],2018(1):82-83.

  本文来源于《电子产品世界》2018年第3期第76页,欢迎您写论文时引用,并注明出处。



评论


相关推荐

技术专区

关闭