智能時代何以需要教育智慧

魏忠

先說幾件我經歷的四件小事。

1980年我12歲，就能自己去看醫生了，一群醫生看見我來了很驚訝，不但給了當時很緊缺的藥，還對我說：“將來長大了就用不著來看醫生了?！闭f這句話的原因是，他們手中拿到了非常詳細的藥物詞典，在那個年代似乎沒有經過專業培訓的醫生都是看著詞典用藥治療病癥的。

1990年我22歲，一天晚上我突然肚子疼，強忍疼痛去了醫院，這時的醫院已經有了些現代化的味道，但是我去哪科呢？由于肚子疼我去了內一科，開好了藥回到家，兩個小時后疼痛難忍的我又去了醫院，這次我去了內二科，一位高度懷疑胃潰瘍的醫生又開了一次藥。又過了兩小時，疼痛更加劇了，最后我又去了醫院，這一次找對了，去了內三科，遇到了合適的醫生，經過檢查已經闌尾炎穿孔了，馬上進入手術室。

2000年我32歲，半夜我又肚子疼，直奔上海的瑞金醫院，彎著腰就往內科沖，被值班檢查的全科醫生看到了，直接讓護士送我去泌尿科，這位智慧的醫生一眼就看出我彎著腰是腎結石的病。

2015年我再次去了瑞金醫院。這次是小女兒高燒不止去兒科病房。瑞金醫院的兒科病房多數是白血病的孩子，女兒由于肺炎39度以上高燒不止而進了這家醫院。一系列科學的檢查過后，兒科主任竟然還是查不出來到底是什么毛病。在這位知名的兒科主任帶著自己的研究生們來查房時的講解中，我才知道，給孩子治病是如此的復雜且需要智慧。主任說，放在1980年這個孩子可以直接打退燒藥；放在1990年可以直接按照病毒、衣原體、支原體各種感染去嘗試治療；放在2000年，一個好的醫生基本能直接判斷孩子大致是什么毛病，可以在基本檢查后嘗試治療，這也是今天多數三甲醫院的做法。但是，“同學們考慮過沒有，高燒得到控制一般并不會讓孩子有什么負面的問題，但是如果不知道為什么就強制將肺炎壓下去，那么這個孩子下一次復發，我們怎么辦？”非常感謝這位智慧的醫生，孩子的病最后沒有確診卻真的好了。

我一直在想，40多年來醫學科技有了巨大的進步，所有的醫生必須通過各種檢查手段來精確地判斷病情和提供治療方案，為什么我們反而對醫生本人的依賴卻越來越高了呢？

2017年，計算機大敗圍棋高手李世石，人們驚呼人工智能已經全面超越人了，然而多數人有所不知的是，用于圍棋的兩個算法最初和最終針對的都是“治療方案”，也就是通過人工智能為患者開藥，目前這種開藥的水平已經很高了，有一種統計數據顯示，機器開藥的水平已經高于一般的三甲醫院了。那么機器醫生的開藥水平高于三甲醫院的醫生后，就意味著醫生會失業嗎？我想前面的4個故事已經給出了答案，那就是查藥典的醫生、輪番試驗我治療方案的醫院的醫生、一眼能看出我得了腎結石的醫生會失業，而最后那位醫生不會失業。隨著醫療技術的進步，醫生也在進步，這就是人的智慧在技術的倒逼下，反而會達到空前的水平。

醫生如此，那么教師呢？同樣針對人，更為復雜的教育將體現一種什么樣的未來呢？

● 人工智能所依賴的軸心時代

要回答教師會不會被取代、人工智能會在技術層面如何替代教育的問題，我們要回顧一下人工智能的發展。如果說上個世紀前30年是物理學大發展的年代，后面的30年（也就是從1930年到1960年）則可以稱為人工智能的軸心時代，因為幾乎所有的大牛在這30年同時出現了。

第一個層面是一批哲學家和心理學家出現，如羅素、維特根斯坦、皮亞杰、哥德爾、西蒙、甚至杜威等。要研究人工智能，首先要研究人，知道人是怎么思維的，還要對人的復雜性和不可測的特點進行有理論依據的和哲學的思考，那么這一批互不相同的哲學家的同時出現，之前沒有，之后也沒有。

第二個層面是一批數學家出現，如希爾伯特、哥德爾、納什、馮·諾依曼以及圣達菲研究所等。人工智能所依據的數學理論和數學方法，已不是19世紀的數學能夠處理的，這些數學家的出現也許在整個數學界的歷史上還只是一瞬間，然而沒有他們的同時出現，今天的人工智能是走不到這個位置的。

第三個層面是科學方法論層面，信息論的香農、控制論的維納、計算機的圖靈、系統論的貝塔朗菲，從科學層面上奠定了人工智能的基礎。這還不行，此外還包含計算機理論的圖靈，同時出現這些閃光的并互相影響等還有協同論、耗散結構論、突變論這些似乎和今天的人工智能還沒有什么直接的因果關系的理論，然而人工智能沒有這些不但走不到今天，更走不向明天。

第四個層面是人工智能交叉學科的研究，生物學的研究、行為科學的研究、腦神經的研究、神經網絡數學的研究，也產生了響當當的人物，如坎德爾、皮茨、克里克等。

● 看似熱鬧的人工智能還只是知識軸心時代影響的應用爆發

以上四個層面的人物所代表的軸心時代，幾乎奠定了所有人工智能的理論基礎，說來也怪，當這些基礎打好后，忽然大師們都消失了。下面，就是上世紀80年代以后第五個層面的人物出場了：辛迪等代表的深度學習四大金剛，堅持和發展了皮茨的神經網絡，毫無道理地將人工智能突然實現了，而實現得莫名其妙的原因并不是他們多么高超，而是他們足夠堅持，但是用圖靈獎獲得者Raj Reddy的話說，就是“我們找到了深度學習的方法，也通過深度學習找到了好的答案，但是我們不知道是如何找到的”。

在物理學上，解決問題是分層次的，當分支的學科各自發展時，只能在本學科的積累上做進步，當分支共同的節點產生革命性的變革時，各分支都會有突破性的進展。人工智能因為能夠解決人類能夠解決的問題，我們稱其人工智能，人工智能未來也能解決人類不能解決的問題，我們稱為“超智能”，然而就目前來看，由于理論沒有更大的突破，目前幾個關鍵問題并沒有解決：我們都是基于硅基芯片模仿人，而碳基芯片正在提出和發展，生命體的有機結構要高于硅基芯片幾個層次，從這個角度上來看，硅基芯片不改，人工智能超越人的可能性就不大。

信息與量子有關，生命與量子有關，基于此我們并沒有更深的理解，物理學家提出了非常多的空間理論，量子理論也證實了量子的作用，甚至香農也預測了“信息子”的作用，但是信息到底是什么還需要理論進一步發展。

在應用大爆發的人工智能時代，在隔行如隔山的教育領域，相當長的一段時間還要靠教育的專業積累和教師的經驗。

● “并不存在”的教育卻需要教育的智慧

人工智能能夠打敗圍棋高手，這個模型中，我們將輸與贏抽象得很清楚了，這種事人工智能可以干，技術可以干，當然可以代替人，正如我1980年醫生僅僅查個藥、1990年僅僅查個病，這樣定義明確的事情，人工智能遲早會全面超越人類。然而教育不一樣，教育不是完整的和定義明確的事情，我們可以說“如何讓孩子考分高一點”“如何讓孩子學會這個難解的題”，甚至“如何3個月背2000單詞”，這是明確的，但我們不能說那就是教育，我們回想教育在嚴格的定義中本身并不存在。對于一個并不存在的問題計算機是無能為力的，計算機能解決已經明確提出問題的問題，不能解決沒有描述清楚的問題。教育者的智慧在于能根據教育場景不斷提出問題，將不明確的問題明確化，這就是教育者的智慧。

我們不能否認“考上一所好大學”“學會一門課”“學會一個知識點”這些明確的任務的“還原論”的教育屬于教育，但是我們又必須承認好的教育并不是將一串所謂好的目標集合起來就是培養一個好的人，我們總是徘徊于系統論與還原論之間，人們對教育的認知半徑會不斷擴大，教育的概念也會不斷變遷，這種時候，技術工具會有作用，很大的作用，但會把教育推到一個更新的認知高度，而中間只有教師和人才能理解和駕馭，駕馭這件事情，正如瑞金醫院的兒科主任那樣。

不僅教育概念變遷，而且不同的教育主體和客體也極具個性化，在一個高度個性化和場景化的行業中，“智慧”就極為重要。舉個例子，本文我們試圖用人工智能的專業學科去解釋一些事情，40年前的錢學森發現東方人并不習慣這種表述。中國人更習慣于把本文上面的系統論的方法不是按照西方的學科方法，而是按照“物理、事理、人理來表述，如果非要加上科學原理，中國人更喜歡把哲學稱為道理”，如果是這樣，我對本文的表述就是：

物理上，人工智能依托計算機和物聯網大數據技術將世界聯系起來；

事理上，人工智能通過數學和程序運算代替人的行為甚至超越人的行為；

人理上，人工智能的發展會帶來很多倫理和人們的不適，會引起人們的恐慌；

道理上，遲早技術會推動人的進步，人的大腦的處理機制是高于計算機的，計算機代替人的可能性不太大，但是如果你停留在低級的機械能力上，那么就會被替代。

是不是上面的表述孩子們更容易接受呢？但是就不太專業了，而不習慣并沒有正確與否，在教學中，學生能夠接受的才行。在東方思維和西方思維之間，教育者和被教育者也有極大的區域和族群特點，教育不僅僅是師生之間的事，還是社區的事，經濟社會的事、文化信息傳遞的事，要變得有效持續，就必須適應各種現實，而這種現實需要求助于文化中游刃有余的人，也就是智慧的教師才行。

那么，教育中什么是教師最能夠做的和應該做的呢？與智慧直接相關的就是人理和道理?？鬃诱f：“傳道、授業、解惑”，傳道和解惑都是需要智慧的，需要人的智慧，需要情境高度相關和及時反應的，從這個角度上來說，教育永遠不會消失，學生對教師的依賴會更強，因為人還是傾向個體獨特的社會動物。

1983年，我初中二年級，馬上就要進入城市的第一次中考，這一年對我來說很重要，甚至對我們那個鋼廠的很多教師也很重要。3年前哥哥獲得了市狀元考入了重點大學，在那個千軍萬馬擠獨木橋的年代，這對偌大的廠區是一個極大的鼓勵，數萬人的廠子里面的知識分子們紛紛開始重視知識并以大哥為榜樣。而這一年開始由于有了中考，大家的關注點從關注上大學到關注上高中，一個班能考上重點高中的不會超過幾個人，而我作為狀元的弟弟就成了關注的焦點。照理來說我還算不錯，數理化頗有大哥的風范，然而英語就不行了，總是不及格。那一年，我做最后的努力，對爸爸承諾在英語上最后努力一次，再上不去我就不是那塊料。

那一年，日本的卡西歐計算器開始盛行中國，多數教師改卷子時開始使用計算器來加分數，考完試的這一天，我的英語老師找了幾個班干部，沒有用計算器，讓我們自己統計全班的英語分數。我加來加去，看來我真不是那塊料，自己52分。郁悶的我回到家里向父親表示“中國人的我再也不學英語了”。第二天上課前，英語老師公開質問我：“為什么那么不小心，總是粗心，自己的卷子都會少加一張，明明是67分班級第五，算成了不及格?！敝钡浇裉爝€半信半疑的我，總是感謝老師的那次嚴厲批評，隨著時間的推移，我越來越確定我那次分數就是52分。可是說來也奇怪，原本英語不好的我從此英語穩居全班前列。

技術總在變化，我們其實低看了藏在技術背后的人以及人的進化，從系統論角度看，環境的復雜性早就有了生物的多樣性和適應性，物理學家薛定諤一直思考生物學為什么不符合熱力學第二定律，后來直到耗散結構理論的出現才有了最終結果，而生命這種現象說造成的信息傳遞太過復雜，每一次單一的技術進步總是讓人們懷疑生命的效率，而當人使用技術工具之后，人又作為智慧復雜的生命體體現出高度智慧的適應性，這種適應性總是讓技術望塵莫及。

那一年我如愿以中考幾乎最高分考入省重點中學，英語老師用放棄“計算器智能”的手動方式，闡釋了什么是“教育的智慧”，直到40年后的今天自己的孩子面臨同樣的問題，我想不出有什么智能的手段能代替當初智慧的老師，而當初英語老師那一招，今天可能是違法的手段，那么今天的老師在環境變化的時候再遇到一個當初的我，需要智能還是智慧？