AlphaGo對我國人工智能教育的警示與啟示

鄒會來

（浙江機電職業技術學院 信息技術系，浙江 杭州 310053）

AlphaGo對我國人工智能教育的警示與啟示

鄒會來

（浙江機電職業技術學院 信息技術系，浙江 杭州 310053）

以AlphaGo對我國AI教育的警示為出發點，系統分析AI教育的現狀，并從人才培養、教材建設、高等公共基礎教育、學生興趣和個性培養等方面提出一些見解，以期教育界同行能正視AI帶來的沖擊，重視AI教育開展與改革，把握發展機遇。

AI教育；AlphaGo; 人工智能；深度學習；AI教育現狀與思考

0 引 言

1997年， IBM公司的超級計算機深藍（Deep Blue）以3.5：2.5的成績戰勝前國際象棋世界冠軍卡斯帕羅夫，成為AI史上的一大里程碑。深藍用戰績宣告AI時代的到來,亦完美地展示了智能計算機求解非線性問題的驚人能力。約20年后，Google公司的AlphaGo以4：1的巨大優勢戰勝人類頂級職業圍棋手李世石九段，被韓國棋院授予“名譽九段”，成為goratings.org世界圍棋排名第二名[1]。

圍棋的博弈搜索空間巨大、局面估值復雜，多年來傳統的Zen、Crazy Stone等實力派程序在19路圍棋上始終無法與人類頂尖棋手匹敵。得益于深度學習的飛速發展，AlphaGo使用Policy Network 預測下一步走法，使用Value Network對局面估值，最終結合MCTS (Monte Carlo Tree Search) 算法進行博弈樹搜索，使冰冷的機器有了類人的大局觀和超人的思維能力[23]。AlphaGo具有經典棋局的學習能力和自我對弈的進化能力，它的問世將計算機圍棋戰勝人類的預期提前了數十年[2]。同時，通過神經網絡對人類智慧的模擬， AlphaGo的核心技術同樣可以泛化到智慧醫療、智能制造等諸多行業。

AlphaGo對AI和圍棋界產生的影響是深遠的，其應用前景十分廣泛。然而，激動、興奮或恐慌之余，我們更應該理性思考AI給生活和工作帶來的“深度”變化。

1 信息技術教育的“錢學森之問”

AI人才的培養離不開AI教育，而AI教育廣義上從屬于信息技術教育。從傳統的計算機教育到如今的信息技術教育，我國計算機教育已走過30多年，但無論是Windows、Linux、Android、iOS等操作系統，還是Oracle、MySQL、SQLServer等數據庫軟件，抑或是Java、.NET等主流開發技術，無一不是國外產品。

2005年，錢學森之問讓舉國上下陷入深思。我國信息技術教育通過幾十年耕耘，已形成中小學、大學、研究生教育多層次、一條龍發展；中學信息學國際奧林匹克（IOI）、ACM競賽都取得了驕人成績，但為什么我們的信息技術教育總培養不出杰出的IT人才和自主核心、原創領先的成果呢？底層的專利、核心技術和創新性產品絕大部分都掌握在國外手中，這是每個信息技術教育工作者都要正視的問題。

2 我國信息技術教育中AI教育的現狀

2.1 AI教育的重要性

AI，簡而言之就是用機器模擬和延伸人的智能，它可代替或者輔助人類完成諸多人類腦力和體力無法完成的工作，具有極其廣泛的應用價值。近年來Google、百度等IT巨頭紛紛發力AI領域，組建了不少實驗室，收購了很多初創公司；傳統的汽車業巨頭紛紛布局自動駕駛，快遞行業介入智能物流和無人派送領域。

在信息技術教育方面，以較為發達和起步較早的美國為例，美國信息技術教學的目標和主要內容明確指出：使用AI進行訓練和教學，同時使學生認識AI的意義及其應用，并介紹自動化系統、機器人、虛擬現實技術等[45]。我國2003年4月頒布的《普通高中技術課程標準 (實驗)》首次將AI學科納入信息技術課程范疇。2012年5月，中國教育技術協會信息技術教育專業委員會編寫并發布了《基礎教育信息技術課程標準(2012版)》，首次將機器人的科普和入門級開發納入小學和初中教學，在一定程度上為高中AI教育做鋪墊，也彌補了小學和初中AI教育的缺失。

2.2 我國AI教育現狀

AI教育貫穿初等、中等和高等教育，本章以這3個學段為主，分析AI教育的現狀。

2.2.1 課程落實與銜接

AI根植于信息技術學科，但信息技術課程的落實現狀令人深憂。鄧小平同志早在1984年就指出“計算機的普及要從娃娃抓起”。這句話有3個核心點，即計算機（信息技術）、普及、娃娃，而AI教育又如何從娃娃抓起？國家給定了課標，卻沒有專門的機構去研究和落實課程綱要，小、初、高到大學各階段也沒有規劃AI教育如何分布、知識如何銜接。從科普、體驗到原理和運用創新，都是斷代斷層，以至于實際的AI教育幾乎無法落地和開展。以浙江省為例，調查顯示30%的學生對AI表現出濃厚興趣，但只有1.8%的學校開設相關課程。

2.2.2 AI師資培養和建設

AI是一個多學科交叉發展的產物，技術不斷發展，對教師知識的廣度、深度有較高的要求。通過分析發現，信息技術教師隊伍在學歷和專業上有較為清晰的分層。從專業上看，早一批信息技術教師多為數學、物理等教師自學或培訓轉崗而來。從學歷層面上看，除去極少數大城市和重點中學，信息技術教師整體上以本專科為主。

最容易忽略的一個問題是中小學信息技術教師是教學還是教輔的定位問題。自高中信息技術明確納入會考和高考后，高中信息教師的角色更加尷尬，而中小學信息教師大部分精力都耗費在所謂的教輔，哪來精力去研究這些前沿的課改和教改？

2.2.3 AI教育遺忘的高地——高職

高等教育在本科高年級和研究生階段均開設AI課程，而占據高等教育半壁江山的高職卻被嚴重忽視。我國有高職院校1 000多所，在校生逾千萬人。絕大部分高專學生畢業后就走進社會，但在校3年里對AI幾無涉及。通過調查，絕大部分高職學生對AI的定義和技術范圍都沒有清晰的認識，本科的非計算機專業學生也存在同樣的問題。

3 我國AI教育的對策

3.1 師范要加大AI教學和人才培訓

近年來大多數信息技術教師都是計算機和教育技術學專業畢業，且師范背景占相當大比重。所以AI教育要從師資源頭上布好局和把好關。筆者建議將AI課程盡可能挪到大二或者大三這樣的黃金學段，讓學生更系統、更充分地學習相關知識。師范院校可以以選修課的形式，帶領學生對既定學段的AI教學內容、形式、案例做深入的探討。這樣保證學生在進入工作崗位后，在進行信息技術教學的時候有足夠的動力獨立開展教學，又有后勁把握AI發展并開展相關教科研工作。

對于已經步入工作崗位的老教師，可以結合當地的進修學校，廣泛開展AI教育基礎知識、專業教法等方面的培訓班，提高在職教師的AI專業儲備和AI教研水平，為AI教育的全面開展提供保障和戰斗力。

3.2 教材建設要考慮學生學情和學段銜接問題

筆者所在的學校，生源以浙江本地為主，也有少數西南、西北地區的學生。實際教學過程中比較頭痛的是學生基礎不一。從這一點上來看，在以國家層面的課標為準則的同時，各省應該根據當前中小學的硬軟件、師資和學生學情為實際出發點，編制符合地方實情的教材，讓學生最大限度地掌握知識。

不同學段的AI教育應該有不同側重點，前提是尊重學生的接受水平。例如小學盡可能以體驗為主；初中可以適度加入概念性介紹；高中可以輔以基礎編程語言和AI原理，在既定接口或者AI工具的幫助下，做一些實踐性的嘗試，提高興趣和成就感；高等教育則系統地教授AI相關理論，實現一些典型算法；研究生階段實現AI應用和創新。教學中最大的難點是不同學段的知識點銜接問題[67]，文獻[8]針對初中與高中知識點重復問題做了深入調查，發現知識點重復直接導致教學資源的浪費和學生興趣的缺失。

3.3 借力高等教育的基礎教育或通識教育

高等教育的最大特點就是專業教育，但也是一個較大的弊端。AI教育可以考慮納入高等教育的基礎教育或者通識教育。基礎教育方面，可以在計算機文化基礎課程中加入一定的AI知識或實踐案例；通識教育則可開展非專業的科普教育。

3.4 注重學生的興趣和個性培養

興趣是最好的老師，且尊重個性培養是成才的關鍵。深藍之父許峰雄博士本科畢業于臺灣大學電機系，后跨專業到卡內基·梅隆大學攻讀計算機博士，最終憑借一腔熱情和長達十年的不懈努力，完成了機器戰勝人類的壯舉；哈薩比斯畢業于牛津大學計算機專業，為了探索人腦智慧的原理，到倫敦大學攻讀神經科學；臺灣師范大學畢業的黃士杰以“電腦圍棋打劫的策略”和“應用于電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法”兩篇論文分別完成了碩士和博士的學習。對于這樣的選題，可見其導師對其培養的鼓勵和包容。因此，我們應該尊重學生的興趣釋放、培養和成長，尤其是對學生個性的尊重。類似AI這種交叉學科，要鼓勵學生跨專業學習，在跨專業的升學或者轉學上，不應設置過多門檻，讓有興趣、有志趣的學生能學習和從事自己最喜歡的事情，才能有更大的收獲，甚至是意想不到的創新。

4 結 語

AI自誕生起就面臨諸多非議，但不可否認的是，越來越多的AI技術服務于生活，越來越多的行業工作者被AI取代。有激進者認為未來的教育是“互聯網+AI+教育”的教育，更多的教師會轉業或者失業。筆者則認為教育教學的本質不會改變，AI不會取代傳統教育，它將成為促進教育發展的力量。我們應更關注AlphaGo給我們的警示和啟示，并著手從教育出發，縮小我國AI教育與歐美的差距。

[1] Remi C. Go ratings[EB/OL].[2016-08-01]. http：//www.goratings.org/.

[2] Silver D, Huang A, Maddison C J. Mastering the game of go with deep neural networks and tree search[J].Nature, 2016, 529(7587)：484-489.

[3] 田淵棟. 阿法狗圍棋系統的簡要分析[J]. 自動化學報, 2016, 42(5)： 671-675.

[4] 張劍平. 關于AI教育的思考[J]. 電化教育研究, 2003(117)： 24-28.

[5] 易紅郡. 美國中小學的信息技術教育及基本經驗[J]. 學科教育, 2001(3)： 45-49.

[6] 肖廣德, 郭芳, 樊磊.《普通高中信息技術課程標準》實施情況調研結果與啟示[J]. 課程·教材·教法, 2014, 34(1)： 50-55.

[7] 李藝, 鐘柏昌. 基礎教育信息技術課程標準： 起點、內容與實施[J].中國電化教育, 2012(10)： 23-27.

[8] 錢旭升, 鄭和. 我國高中AI教育目標的分類、分層體系構建[J]. 課程·教材·教法, 2007, 27(1)： 71-74.

（編輯：孫怡銘）

1672-5913(2017)03-0078-03

G642

鄒會來，男，講師，研究方向為智能化軟件開發、人機博弈、游戲AI，gameai@126.com。