該是人向計算機學習的時候了。
2024, 永遠不要再感覺人類有什麽優越。人，隻是一個有機的計算機駕馭一個高級的機器人而已。把nvidia的芯片裝在tesla的人形機器人裏，給他一些ego，也會覺得自己很棒。有機的身體長大，叫“大人”。心智成熟，有機計算機訓練完成，叫“成人”。
現代社會，所謂“高等教育”是非常膚淺的。這是看到我們怎麽訓練AI以後，我得出的結論。
是時候徹底重新定義教育了。否則人對不起我們創造的機器。
為什麽這麽說？
1. 計算機才是絕對的學霸。下圍棋的AlphaGo可以看幾萬了人類棋手的案例，然後再自己和自己下三千萬盤，自我學習，自我實踐。計算機的聰明，都在於見多識廣。相比什麽神童學霸，美女學霸，在計算機學霸麵前，都隻是甘拜下風。人類棋手，看幾本書就已經很罕見。
2. 計算機人工智能訓練，使用的是神經網絡模型。這個模型揭示了人類神經係統的神秘。這個模型雖然功能還很有限，但是他是靠反複重複學習和調整大約上萬個內在的參數（權重）。每一個參數都有微妙的內在聯係。可以說，牽一發動全身。現在的機器語言模型把人類所有已經發表過的東西作為輸入。上百萬台機器每天沒日沒夜的分析。那我們人呐？我們每天讀了幾張報紙沒有？每個人還都牛逼哄哄的自以為是。沒讀幾本書，叫自己“文化人”，還拿幾個“古訓”說事。可笑不？
人的訓練，比起我們給機器的訓練，太初級了。
一個神經網絡可以用一個多層的處理器表達，在層與層之間數據陣列表達靠陣列數據。每個節點之間有可調權重的鏈接。這幾萬個權重模型，需要經過反複訓練才能自我調節（此為“深度”學習）。
相比之下，人的學習是不是太簡單粗暴了？我們的大腦經過多少書，多少社會經驗，多少人生拚搏，多少人生閱曆，才能真正說”調好了“。
我們的清華學霸，學了點編程，拿個學位，進入穀歌，就誌得意滿了。我們的訓練早就完成了，我們早就是人上人了。我們的每一個決定都是正確的。
現在是懷疑這個結論的時候了。
舉個例子，如果用一個convolutional neural net 神經網絡模型確定一個網上商店應該推薦給誰，這個算法是計算機自己計算出來的。人類已經不知道內部規律了。如果你是這個網店運營，那麽你修改一個東西或者一個網頁內容，都會徹底改變推薦的結果。
通過學習我們對AI的訓練，可以說揭示了人類自己訓練不足。
不僅有machine learning，也有HL（human learning）。小時候飯桌上你媽對你的一次譴責，上學時候考了高分得到的滿足，每一件事情都調整我們心裏的權重。這些權重的組合叫做“三觀”。
每個人的三觀，其實都是靠很少的幾件事情定了基調。也就是說，我們每個人受的訓練，其實都很少。我們每個人的三觀，其實都可能是錯了，其實都很脆弱。
為什麽是時候改變人類的教育了？
1. AI訓練，揭示我們人類大腦的利用率極低。人的大腦，就是一台發育不完全的計算機。永遠不要再說什麽我們比計算機優越。人就是一台有機物組成的計算機。在黃仁勳的nvidia成功後，在neural link可以對大腦實現讀寫以後，大腦沒什麽太神秘的。我們人類會去訓練每一台計算機，但是人自己對自己就沒有那麽嚴格的訓練了。
我們的訓練，不過是背幾首唐詩，學十年的課本，獨生子女學會做番茄炒蛋，記憶課本裏麵的細節，會算幾個3乘以3的矩陣，我們就會說，你，哈佛畢業了，可以去穀歌華爾街拿高薪了，可以去玩了。以後我們叫你美女學霸，一生尊敬有加。
2. 每一個人，從嬰兒時候就相當於一台剛出場的nvidia芯片。隻有硬件，沒有任何算法，記憶，和邏輯。如果一個AI算法有上萬個可以調節的knob，那麽我們人的調節真的是太簡單粗暴了。
比如你讓一百個人，給他看十個政客的照片，然後讓他們把這些政客分類成“好人”和“壞人”，每個人腦子裏的所有生活經曆就都構成了他或者她獨特的算法。也就是說，我們每個人的經曆，三觀，都是決定我們的算法。我們自己可能都不了解自己，也不知道自己的決定是怎麽做的。就像一台電腦不知道自己的決定是怎麽來的。我可以肯定，有一百個人，就會有一百種答案，五十種投票結果。大家還會為誰是“好人”“壞人”吵得不可開交，在社交網絡上把自己很不成熟的思想表現出來。
其實嗎，誰也都不對。你的”決定“隻是你自己的網絡算出來的。而你自己的神經網絡，也就是從你念書，家庭，父母，工作裏慢慢訓練出來的。
我們對計算機要求很苛刻。比如讓計算機認一個手寫的“9”，然後如果計算機說是“7”，那人是不會善罷甘休了。我們會很快知道這個算法失敗了。換個角度，如果拿一張拜登的照片給很多人看，有的人會說“總統”，有的人會說“騙子”。這裏確實沒有一個絕對標準。但是一個不可否認的事實，是每一個做決定的人，可能也都沒有經曆完全的“訓練”。說別人片麵和愚蠢很容易，但是意識到自己也很片麵和愚蠢，是很難的。
這裏看出，人類每個人都是一台生物計算機。而我們的“生物計算機”的"訓練“是由很多要改進的地方。
比如
1. 人的訓練要靠實踐（experience），而不是靠讀幾本書。AI時代告訴人了，靠讀幾本書就說“教育好了”的時代結束了。
2. 人的訓練需要有一個標準。這樣才能保證每個生物計算機的訓練完成了。以前這個事情是靠信仰和價值觀傳遞的。一個人靠騙術上位，所有人都群起討伐，那就是一個”9“就是”9“的一個輸入-輸出的calibration。一個社會這樣的calibration沒有了，每個人的思想都會產生意想不到的結論，甚至很多人會hallucinate。
3. 計算機會把幾千年世界曆史，所有的書，所有的音樂都看完，才會下一個結論。而我們人那，很多人除了課本什麽也沒有看過，但是下結論都是杠杠的。
每一個人對每一個事件都有不同的意見，不一定是什麽好事情。這就像你把一個手寫體的“9”給十個計算機看，每個計算機都有自己的結論一樣可笑。
說這些廢話有什麽用？當然就。就是為了“避免悲劇”。
比如。
矽穀穀歌清華一對夫婦的事情，就是對一個事件有了兩個不同的結論。大家談不攏，雞同鴨講。這可以說是人性自由，也可以說是教育沒完全。什麽學霸才子，在計算機麵前，都隻是開始受訓的芯片。兩個沒有訓練完全的計算機，就被派了大用，最後就是要很快出錯。因為，機器沒有調好，清華教育很差（但別的學校也沒浩多少）。
人太容易自滿。這個在AI時代，計算機會打破人類的自豪感。我相信，計算機AI時代會對人本身產生根本性的，千年不遇的一次深度變革。
一個社會沒有信仰，就像千百了nvidia的芯片隨便訓練一下就上路駕駛了一樣可怕。信仰，聖經小故事，每一個都是人類的訓練。全靠“媽媽小時候說的”“子曰詩雲”，“高等學府”遠遠不夠。把一個新人訓練成“成人”，是一個任重道遠的事情，不可能二十年讀幾本課本就完成。
作為一個教育工作者，我感到AI時代是人類重新審視自己的時候了。結果不應該亞於一次文藝複興和法國大革命。
|
