編者按：Graham Brown-Martin 是《重新想象學(xué)習(xí)》的作者，他曾經(jīng)提出我們建學(xué)校是為了什么這個問題，并且一直在整個工業(yè)化的背景下思考科技如何改變教育。最近隨著 AI 的崛起，他又提出了一個應(yīng)景的問題：AI 對教育意味著什么？當(dāng) AI 在某些我們正在學(xué)校里培養(yǎng)的能力方面遠(yuǎn)遠(yuǎn)過人類時 AI 我們會怎么做？我們又應(yīng)該怎么做呢？
IBM Waston AI 的廣告里面有句話對我觸動很深：
有了 Watson，這一代的問題解決者要學(xué)得快得多。
我在在教育與創(chuàng)意領(lǐng)域數(shù)字化平臺工作了大概 30年，我注意到每次技術(shù)有了點進(jìn)展之后都會出現(xiàn)這樣的說法。Watson 當(dāng)然是非常聰明的技術(shù)。它還沒有通過圖靈測試，但是已經(jīng)擊敗了 Jeopardy! 人類智力競賽的冠軍。
在 Jeopardy! 獲勝證明 Watson 懂人話（自然語言理解 NLU），也即是說你可以用人類語言問它問題，然后他可以迅速從事實庫里面找出答案回答你。實現(xiàn)這一點需要可觀的計算能力。Watson 可以在 3 秒鐘之內(nèi)回答問題，其主要創(chuàng)新是可以迅速用超過 100 種語言分析技術(shù)對問題進(jìn)行分析，然后尋找和生成備選答案，并對答案進(jìn)行記分和排名。Watson 的知識庫包含了 2 億頁的結(jié)構(gòu)化和非結(jié)構(gòu)化內(nèi)容，占用了 4TB 的存儲。Watson 的硬件包括由 2880 POWER 7 處理器內(nèi)核及 16TB 內(nèi)存組成的集群，具備大規(guī)模的并行處理能力。
這種技術(shù)不是那種可以裝進(jìn)口袋里面的技術(shù)，圍繞著人工智能的對話也不是什么新東西。有趣的是，廣受認(rèn)可的 AI 先驅(qū)（至少是在教育領(lǐng)域）是 MIT 的 Seymour Papert 和 Marvin Minsky，他們早在 1950年 代就研究這些東西了。
AI 最近變得時髦起來的原因在于盡管它屬于計算密集型應(yīng)用，但這種能力已經(jīng)交給云端去處理了，同時利用了智能手機(jī)或可穿戴設(shè)備等便攜設(shè)備做界面。這種辦法使得翻譯和語音識別系統(tǒng)變得流行起來。
這也是我們當(dāng)中的一部分人發(fā)現(xiàn)自己的語音控制設(shè)備或者兒童玩具充當(dāng)監(jiān)控設(shè)備時變得神經(jīng)過敏的原因。只要給云端足夠的計算能力和數(shù)據(jù)，一切皆有可能。
另一方面，圖靈測試仍然是驗證 AI 的金科玉律—圖靈在 1950年 那篇對未來具有深遠(yuǎn)影響的論文《計算機(jī)器與智能》中提出了一個問題，“機(jī)器自己能思考到什么程度呢？” 他指出，如果一臺機(jī)器能夠與人類展開對話（通過電傳設(shè)備）而不能被辨別出其機(jī)器身份，那么稱這臺機(jī)器具有智能。
圖靈并不是提出這個問題的第一人。比方說，笛卡爾 1637年 的《談?wù)劮椒ā分芯吞岢隽祟愃频膯栴}，并最終得出了著名的哲學(xué)論斷 “我思故我在”。當(dāng)然，這個實際上要歸結(jié)為意識了，而意識跟我們所說的 “弱 AI” 是有著顯著不同的，后者在性質(zhì)上是對智能而不是意識的仿真，屬于某種無知覺的智能，比如象棋游戲使用的智能。
在我們深入探討智能的定義之前，值得注意的是圖靈測試是有瑕疵的，因為人類在計算和信息獲取等方面相對而言并不是很好的問題解決者。但是我們在兒童教育方面還是花費了很多年的時間漫無目的地訓(xùn)練他們在這方面跟機(jī)器競爭。精準(zhǔn)地獲取事實也是一樣，所以最后是 Watson 贏得 Jeopardy！智力競賽（注：其實更應(yīng)該叫做記憶力比賽）。
另一方面 “強(qiáng) AI” 的一種說法聲稱，實際上正確書寫的、運行在機(jī)器上的程序就是思想。這個想法的問題在于它假設(shè)人類大腦不過就是一臺計算機(jī)，而我們的思維就是人家。這個理論認(rèn)為，只要我們擁有足夠的計算能力以及合適的軟件去模擬大腦，則機(jī)器也能獲得知覺。當(dāng)然，這個一直只是科幻小說里面的東西，盡管 Google 首席未來學(xué)家 Ray Kurzweil 這樣的人認(rèn)為，到 2029年 我們可以通過上傳意識給計算機(jī)來實現(xiàn)永生。好吧，這必須是真的，《花花公子》里面都有寫了。
要我說，Kurzweil 等人一定是受隱喻影響而誤入歧途。資深研究心理學(xué)家Robert Epstein 博士的看法是人腦不是計算機(jī)。他引用了 AI 專家 George Zarkadakis 的工作，后者總結(jié)了人類過去 2000年 用來解釋人類智能的 6 個比喻手法，比如圣經(jīng)說人是由泥捏成然后再灌輸 “精神” 進(jìn)去的，比如笛卡爾斷言人是復(fù)雜機(jī)器，后來到了 1940年 代人又被比作計算機(jī)?；旧厦恳环N比喻手法都折射出了當(dāng)時最先進(jìn)的思想。Epstein 認(rèn)為，到了未來的某個時刻，當(dāng)技術(shù)取得進(jìn)步之后，我們就會像拋棄從公元前 300年 開始延續(xù)了 1600年 左右的把人腦比作水力模型的觀點一樣，拋棄人腦是計算機(jī)的比喻手法。