人工智能時代應如何學習（第3/9頁）

常識的升級讓我們具有洞察力和世界觀。各方面的常識越豐富堅實，相互之間聯系越清晰，你越能一眼看到各個部分的問題，找到系統性解決方案，理解全局局勢，從而判斷出趨勢。這種系統性趨勢理解和基於過去趨勢經驗的外推不同，它是對多領域知識相互關系的理解，根據各部分關系的走勢變化，對整體趨勢做出判斷。如果只能學習某一模塊內的專業知識，不可能對全局有所把握。這一方面需要知識，另一方面也需要經驗和視野。這不僅僅是單純輸入數據能夠做到的。IBM的人工智能“沃森”幾年前就輸入了維基百科的多學科知識，也在知識競賽中打敗人類選手。但是世界觀並不是碎片知識的堆積，世界觀是世界模型。

世界觀讓我們有跨專業的創新能力。我們能夠從物理和生物的結合中做出蛋白質組學，能把音樂領域理論帶入建築設計，能將政治、經濟知識與生活場景對應，最終以波普藝術的方式呈現出產品。構建知識的全景舞台，讓多學科門類知識搭配組合，創建更有意義的事物，這是目前的人工智能難以跨越的一步。

創造力

創造力是生成有意義的新事物的能力。它是多種能力的綜合，一方面要求理解舊事物，另一方面能夠想象新事物。對舊有數據的學習和遵循是人工智能可以做的，但是對不存在的事物的想象，人工智能遠遠不如人類。

說有意義的新事物，是因為目前人工智能有一種“偽創造力”，也就是隨機制作或統計模仿。只要一個程序，就可以隨機生成一百萬幅畫，或者統計暢銷小說中的語詞和橋段，進行模仿和組裝。但這不是有意義的創造，它們不懂它們創造了什麽。

真正的創造力不是這樣。真正的創造力是對問題的深刻洞察，提出與眾不同的全新的解決方案，或是對想象的極大拓展，讓奇思妙想轉化為可實現的全新作品，或是對人性的復雜領悟，把人心不可表達的感觸轉化為可表達的感人藝術。沒有深刻的理解和敏銳的感受，就沒有真正的創造力。創造力仍然是人類獨特的能力，它需要太多人類特質做基礎：審美能力、獨特的聯想能力、敏銳的主觀感受、冒險精神、好奇心和自我決定，發散思維和聚合思維的切換，最後，還需要對事情強烈的熱愛。

創造力讓人不斷拓展自身的邊界。在越來越大的版圖中，只有慣例的事情交給機器做，人類永遠能在新大陸找到存在空間。有創造力的人越多，新版圖就越大，能夠容納的人就越多。但進入的前提是，需要具備創造力。

人類學習有什麽特點？

“那我們如何獲得未來所需的能力呢？”

我知道大家的第一反應肯定是這樣。提到了能力，就要說如何獲得。但在談路徑之前，我想先聊一聊，人類是如何學習的。只有了解了人類學習的獨特性，才可能知道未來我們如何去做。

人類學習的最精華特點，凝結在孩子身上。

人工智能時代，當我們越來越熟悉機器學習，我們也就越來越對孩子的學習充滿驚嘆。我有時候在家觀察孩子的行動，聽她議論周圍的世界，會對她展現的領悟力感到嘆為觀止。孩子是造物的奇跡，他們用神奇的表現，一次次讓科學家感到不可思議。而如果沒有和人工智能對比，我們可能還察覺不到這種不尋常的能力。

傳統教科書上只說如何用獎懲實現教育，只探討課堂的教學法，但實際上，兒童的學習遠遠超越課堂範圍，普通的獎懲也無法限制他。兒童的學習從嬰兒期就開始，一直持續到成年，甚至終身。與人工智能的學習方法相比，孩子的學習有一系列非常獨特的學習特征。

總體而言，小孩子和人工智能相比，有下面幾個明顯的特別優勢：

以偏概全；

走神；

厭倦；

出錯；

依賴情感；

叛逆。

我先帶大家看一下，為什麽這些特點是人類小孩的優勢。

小數據學習vs.大數據學習

孩子是小數據學習。與人工智能對比，小孩子的學習能力高效得驚人。人工智能學習認鴨子，需要看數百萬張鴨子的圖片，小孩子只需要看兩三張就夠了，下次就能認出來。而且不僅僅是生活中有可能出現的熟悉的事物，小孩子看圖片認袋鼠、考拉——北半球的小孩子可能從來沒機會見到真的——也是一樣高效。

這種能力，可能就和前文提到過的“抽象認知”能力相關。人類記住某些事物，是以非常抽象的方式提取關鍵特征，記憶成“模式”。這是如何做到的，現在還是謎。預言學家雷·庫茲韋爾猜想，人類記憶“模式”是存儲在大腦的三億個柱狀結構中。且不管他的猜想是不是正確，我們只要知道人類的這種模式識別能力的強大，就足以發出感嘆。