阿爾法狗的勝利帶來的教育反思

吳向東

最近，谷歌的阿爾法狗（AlphaGo）戰(zhàn)勝了人類頂尖圍棋九段李世乭，真是讓人堵心！一些人工智能專家們借此大談特談“奇點(diǎn)來臨”，即在不久的將來，人工智能將會把人類智能甩下十幾條街，快速進(jìn)入機(jī)器人大行其道的后人類智能時(shí)代，這是不是相當(dāng)驚悚？更讓人堵心的是，一直享受著空谷幽蘭般隱居生活的老友相當(dāng)應(yīng)景地發(fā)來了憂郁的詩句：“我悲劇的性格被你強(qiáng)化/請回過頭來 聽我說/我將在奔流的鮮血中/等你擦肩而過”。人類的悲劇，難道就是拼命發(fā)展人工智能，然后讓它擦肩而過——把人類的身軀和文明交由機(jī)器主宰？

回想1997年深藍(lán)戰(zhàn)勝國際象棋大師卡斯帕羅夫時(shí)，我沒有如此驚悚過，因?yàn)樯钏{(lán)就如我們應(yīng)試教育下訓(xùn)練出來的解題機(jī)器，它是用暴力算法（ brute-force）應(yīng)對人類智能。

為什么這樣說呢？深藍(lán)的數(shù)據(jù)庫雖然存儲了一百多年來優(yōu)秀棋手的兩百多萬對局，足以應(yīng)付一般的棋手，但遇到庫中沒有的走法，就只能依賴暴力計(jì)算。這種死腦筋機(jī)器，在1996年挑戰(zhàn)卡斯帕羅夫時(shí)落敗。于是在1997年，深藍(lán)運(yùn)算速度提升了2倍，運(yùn)算能力為每秒113.8億次浮點(diǎn)運(yùn)算，在當(dāng)時(shí)的超級電腦中排名第259位。另外，深藍(lán)在強(qiáng)大的32顆CPU之外又另加了480顆特別制造的超大規(guī)模集成電路國際象棋芯片，使得1997年的深藍(lán)可搜尋及估計(jì)12步棋，而人類國際象棋高手大約只可估計(jì)10步棋。也就是說，深藍(lán)就是為應(yīng)付“考試”（國際象棋）而定制的考生，除了會考試（國際象棋）外，其他的事都不會！

更為可笑的是，在對局時(shí)，還有一些國際象棋高手和計(jì)算機(jī)專家在幕后隨時(shí)調(diào)整深藍(lán)的參數(shù)，以便在對局時(shí)有利，即為了考試成功，還有幕后團(tuán)隊(duì)幫它作弊！所以，卡斯帕羅夫很不服氣，要求來年再戰(zhàn)，但I(xiàn)BM卻說，已經(jīng)將深藍(lán)解體，不了了之。

花這么大的人力和金錢就是為了打造一個(gè)只會下國際象棋的呆板的“考生”，你說我會崇拜IBM的人工智能嗎？不會，IBM無非是用此噱頭多賣機(jī)器。

但這次不一樣了，谷歌的阿爾法狗接入到1202個(gè)CPU組成的網(wǎng)絡(luò)中，運(yùn)算能力比深藍(lán)要強(qiáng)至少2.5萬倍，不僅有人類圍棋棋譜庫，更可以通過自身對弈來完成深度學(xué)習(xí)。對戰(zhàn)前，它已在人類棋譜的基礎(chǔ)上積累了3000萬次的自我對局訓(xùn)練，以優(yōu)化它比深藍(lán)更優(yōu)更有效的算法。從實(shí)戰(zhàn)的結(jié)果來看，它的這套算法無論是在總體棋局的判斷，還是在近身博弈的策略上，都體現(xiàn)出相當(dāng)高的水平。在以絕對優(yōu)勢連勝3局之后，李世乭在第4局近身博弈時(shí)險(xiǎn)中取勝，使得阿爾法狗表現(xiàn)出了莫名其妙的混亂。人類棋手似乎找到了救命稻草，紛紛認(rèn)為這可能是它的死穴。但機(jī)器可以從失敗中學(xué)習(xí)來豐富大數(shù)據(jù)并優(yōu)化算法，落子選擇是不會像人類那樣受到情緒的影響。認(rèn)識到這一點(diǎn)，果然看到第5局時(shí)阿爾法狗毫無懸念地又奏凱歌，讓人類黯然神傷。

人機(jī)大戰(zhàn)結(jié)束，人類圍棋頂尖高手們紛紛表示要向機(jī)器學(xué)習(xí)如何下圍棋，而冷靜的人工智能專家們卻站出來給人類打氣，“蒙特卡洛樹搜索法在阿爾法狗身上異常有效，但用到其他棋類游戲就沒有這么明顯的作用了?！薄翱傮w上看，目前的人工智能產(chǎn)品都還處于弱人工智能階段?！痹圃?。

但無論如何，人工智能的研究已掀開了新的一頁。從學(xué)習(xí)科學(xué)領(lǐng)域的視角來看，有幾點(diǎn)值得時(shí)下的教育好好反思。

一是死記硬背的學(xué)習(xí)與抽象出策略的學(xué)習(xí)。深藍(lán)與阿爾法狗都有大量的死記硬背，人類的高水平棋譜均囊括其中為大數(shù)據(jù)。但不同的是，深藍(lán)的算法更死腦筋，遇到不熟悉的變式就較容易出現(xiàn)不知所措，且不會自學(xué)。阿爾法狗則不同，基于大數(shù)據(jù)可以抽象出策略，并可以不斷地自學(xué)，不斷地完善自己。

一次去農(nóng)村初中聽課，生物老師在課堂上對關(guān)節(jié)的一個(gè)個(gè)結(jié)構(gòu)進(jìn)行了詳細(xì)的講解，書寫了滿滿一黑板的知識點(diǎn)，課堂練習(xí)時(shí)設(shè)計(jì)了大量的填空、選擇和判斷題。課后，對于這種滿堂灌我們不想多說什么，只是弱弱地問了一句：“為什么不讓學(xué)生畫關(guān)節(jié)示意圖呢？從視覺上去記憶知識點(diǎn)會更好?！钡俏焕蠋焻s回答：“這幾年沒考過畫圖的題了！”后來我在武漢農(nóng)村初中教師的培訓(xùn)中詢問同樣的問題，一位年長的老師說：“那還用說，肯定不考啦！”我表示驚訝：如果學(xué)習(xí)就是窮盡海量題庫記憶其答案，那么與深藍(lán)死腦筋的暴力算法又有何異？練習(xí)的本質(zhì)是為了如阿爾法狗那樣抽象出策略，獲得“棋感”，鍛煉出靈活的頭腦，這樣才能讓學(xué)生的智能得以進(jìn)步，讓他們在遇到不熟悉的變式時(shí)能靈活應(yīng)對。

二是蜻蜓點(diǎn)水式學(xué)習(xí)與深度學(xué)習(xí)。從小學(xué)到大學(xué)，我們?yōu)閷W(xué)生安排了眾多的課程內(nèi)容。教育部門和課程專家們編排的這張知識大網(wǎng)容納進(jìn)去了許許多多的知識點(diǎn)，猶如一個(gè)龐大的數(shù)據(jù)庫。一個(gè)知識點(diǎn)接著一個(gè)知識點(diǎn)的學(xué)習(xí)，我們以為學(xué)生可以記住，記住了可以使用。可惜人腦比不上深藍(lán)和阿爾法狗的存儲器，放進(jìn)去的信息可以隨時(shí)檢索出來，人類大腦卻會把不常用的遺忘掉。經(jīng)常聽到的聊以自慰的話是：“教育就是當(dāng)你把學(xué)校里學(xué)到的東西都忘掉后剩下的東西。”如果教育是如此蜻蜓點(diǎn)水，無異于在浪費(fèi)孩子們童年和青春的大好時(shí)光，這不是犯罪嗎？

許多普遍存在的現(xiàn)象值得反思。為什么熟讀唐詩三百首，不會作詩只會吟？為什么學(xué)了那么多力學(xué)知識、練習(xí)了那么多力學(xué)的習(xí)題，卻不會玩機(jī)械？為什么學(xué)了C語言編程，卻寫不出小軟件？這種“為什么”可以無窮盡地問下去。學(xué)了不會用，頂多只能回憶出來，懷特海稱之為惰性知識，中國人的說法是死知識。阿爾法狗的學(xué)習(xí)就不一樣，它存儲了人類的棋譜，通過算法從中獲得策略，然后又通過無休止的自我對弈不斷調(diào)整策略，使得圍棋智能不斷精進(jìn)。

深度學(xué)習(xí)的奧妙就在于通過不斷使用知識獲得靈活的智能。學(xué)了就要給學(xué)生大量的時(shí)間和機(jī)會去使用，使得陳述性知識和程序性知識統(tǒng)一，認(rèn)知與元認(rèn)知統(tǒng)一，理論和實(shí)踐統(tǒng)一。做到了這些，人類的創(chuàng)造力才有機(jī)會得到培育。蜻蜓點(diǎn)水式的學(xué)習(xí)適于20年前的機(jī)器（深藍(lán)），如果我們現(xiàn)在還不采取比阿爾法狗還要好的深度學(xué)習(xí)發(fā)展學(xué)生的創(chuàng)造力，人類將極有可能受制于機(jī)器。何去何從？我不想再拿“奇點(diǎn)來臨”來“驚悚”世人。

三是發(fā)展與機(jī)器協(xié)同學(xué)習(xí)、工作的能力。把機(jī)器擅長的交給機(jī)器，教育要把時(shí)間和精力專注在人類的創(chuàng)造力培養(yǎng)和美好人性的發(fā)展上。

棋類游戲是完全信息的零和博弈，參賽者可以在棋盤上看到對手的一切信息，它適合人工智能的機(jī)器。零和博弈的雙方要么贏，要么輸，是不可能合作共贏的，但人與機(jī)器不是這種關(guān)系，人與機(jī)器的協(xié)同才能使人類在未來獲得更大的解放，幾次工業(yè)革命已經(jīng)證實(shí)了這種樂觀預(yù)期。但在人類大量的活動中，信息是不完全的，在此情況下，人工智能要勝過人類大腦就缺少了先天條件。為什么大數(shù)據(jù)這么熱門，無不與此有關(guān)。數(shù)據(jù)越多越充分，機(jī)器就越有優(yōu)勢。人不如把大量已有的數(shù)據(jù)交付給機(jī)器，并建立豐富的傳感網(wǎng)絡(luò)不斷豐富大數(shù)據(jù)，讓機(jī)器去做它擅長的事。將騰挪出的時(shí)間和精力，去專注于發(fā)展人的創(chuàng)造力和美好人性。

在一些自然觀察活動中，傳統(tǒng)的做法是手繪觀察到的事物。對于科學(xué)啟蒙來說，自然觀察的重點(diǎn)將不在于手繪記錄，更重要的是發(fā)展學(xué)生美好的人性——熱愛生命、熱愛自然、思考自然界中的一些問題。

在一些制造活動中，傳統(tǒng)做法最關(guān)注的是動手。而現(xiàn)在好了，有了各種智能的制造機(jī)器，我們可以把重點(diǎn)放在用電腦去做創(chuàng)造性的設(shè)計(jì)上，讓機(jī)器去代替動手。

高水平的創(chuàng)造力和人性是現(xiàn)在的人工智能所不具備的，是時(shí)候全力以赴去關(guān)注了。幸好在老友發(fā)來的詩句里還有這樣幾行在喚我驚醒：“那依然艷麗至極的/是我們看不見的鮮血/它勃勃流動在脈管里/我們擁有 卻不予關(guān)注”。是的，創(chuàng)造力和美好人性是艷麗至極的，向內(nèi)關(guān)注，發(fā)展人自身，“奇點(diǎn)來臨”的驚悚就讓它留在科幻里吧！

教育，到了全面反思和全新設(shè)計(jì)的時(shí)候了。