人工智能时代需培养学生怎样能力
“未来人工智能环境下的课堂，可能是‘双师型’的课堂，人机交互、人机结合将成为主要形态。一堂课可能由一名教师和一个机器人共同来上，布置和批改作业、知识点训练、监督学习、学习情况的分析等工作可能由机器人来完成。”在日前召开的第四次全国数据驱动教育改进专题研讨会上，北京师范大学中国教育创新研究院院长刘坚这样描述人工智能时代的课堂。
人工智能不能代替学习
面对席卷而来、被称为人类“第二次零点革命”的人工智能浪潮，互联网时代的教育界，也不那么淡定了。“因为人工智能不是信息化的延续，技术对教育的影响，正在由‘革新’发展为‘革命’。”中关村学院学术委员会原负责人吕文清说，“高级阶段的人工智能具有类人脑的学习力和思考力，将来还能进化到自适应学习，在这个意义上，人工智能拓展了人的思维。人工智能改变的，不仅是教育的边界和方式，整个教育样态也将面临重塑。”
不过，科大讯飞教育研究院院长孙曙辉认为，人工智能不能代替人的思维，不能代替学习，技术也改变不了教育的本质。因此，在当前热炒人工智能概念的大背景下，一定要认清技术与教育的关系，搞清楚哪些是教育本身的问题，哪些是技术可以解决的问题。
高阶认知能力的重要性将更加凸显
在人工智能时代，学生应该具备怎样的能力，才能适应社会需求，在竞争中立于不败之地？
教育部副部长杜占元在去年12月召开的2017未来教育大会上提出，在机器能够思考的时代，教育应着重培养学生的5种能力，即自主学习能力、提出问题的能力、人际交往的能力、创新思维的能力及筹划未来的能力。
教育部科技发展中心原主任李志民说，今天我们说知识就是力量，讲的是如何学习、记忆和掌握更多的知识，讲究知识的系统性，而在人工智能时代，知识是开放的，随时随地可查找、可检索，因此，记忆知识以及知识的系统性不再像今天这样重要了，学生更需要学习如何从已有的知识中挖掘出新应用、新知识，通过已有知识学习新知识，与之对应的知识结构或学习过程就是思维的训练。
“低阶认知技能的重要性会下降，如记忆、复述、再现等初级信息加工任务将更多地被机器代替，而高阶认知能力的重要性会更加凸显，如识别问题、逻辑推理、意义建构、精致思考、自我指导能力等。”吕文清认为，人工智能时代应重点培养学生的终身学习素养、计算思维素养、设计思维素养和交互思维素养，培养学生5种能力——高阶认知能力、创新能力、联结能力、意义建构能力和元认知能力。终身学习素养，主要基于人工智能时代需要更强大和持续的学习力，强调学会学习和建构不断演进的知识框架；计算思维素养，主要基于学习和理解人工智能，强化思考的逻辑和精致。现在很火的编程课程，主要是培养计算思维；设计思维素养，主要基于人工智能时代学生执行困难任务，需要关注项目设计、任务设计和路径设计等高层次管理，重点引导学生学会选择、学会决策、学会判断；交互思维素养，主要基于人工智能时代学生交往方式的变化，需要高级信息素养、媒体素养、沟通交流和技术伦理，重点引导学生学会开源共享、参与协商、组建社区等，理解复杂的相互关系。高阶认知能力，强调独立思考、逻辑推理、信息加工等；创新能力，强调好奇心、想象力和创新思维、创新人格等；联结能力，强调学会统筹、组织资源、建立联系，特别是包括人工智能在内的多个空间的联结；意义建构能力，强调社会情感、责任意识和高感性、高概念等要素；元认知能力，强调学习自我认知、自我监控和自我指导。
“我认为，没有什么能力是贴有人工智能时代专属标签的。随着时代的发展，人类已有的知识和经验变得不重要，而培养学生的综合素质、高阶思维、创新能力等，这些要求无论在哪个时代都是需要的、共通的、不会过时的。”孙曙辉说。
未来的学习将更加个性化
未来的学习，在哪儿学、跟谁学、怎么学？原有的概念可能都会被颠覆。教育又该如何作出调整，以适应新的时代要求？吕文清认为，人工智能时代对学生的学习目标、学习内容、能力层级甚至心智模式，都提出了新的需求。在教学上，人工智能时代要以“思维教学”为主线，既强调基于认知能力的信息加工、分析综合、逻辑推理等高阶思维的培养，还要增加和突出计算思维、设计思维和交互思维的培养。具体落点上，要强调概念性知识、方法性知识和价值性知识的教学，要注重教原理、教统筹、教大观点、教元认知等不可替代的知识，也就是高阶认知和高阶学习。
人工智能对于当前的教育，不只是颠覆和冲击，也会带来促进和改良。李志民说，人工智能时代的教育管理，无论是宏观层面还是微观层面，都更容易做到精细化，对教师的评价会更加全面而科学；可以根据每个学生的智力程度和思维习惯以及学习方式进行教学，实现真正的个性化学习和因材施教。
据了解，目前许多中小学已开设编程、3D打印技术等与人工智能相关的课程，学生学习兴趣特别浓厚。一些学校还以社团和选修课的形式推进机器人、智能汽车、计算机编程等课程的开设与完善，提升学生信息化素养，促进学科知识融合。
人工智能时代，学生获得知识及能力、素养的提升途径无疑会更多元，其中互联网发挥的作用会更大。而人工智能的应用，会让教师从机械重复的工作中解放出来，去做更有价值的工作。孙曙辉认为，在中小学开设编程等人工智能相关课程，有助于训练学生的思维方式，但主要意义在于普及相关科学知识，并不能帮助学生“赢在起跑线”。目前，很多所谓人工智能的应用，包括一些针对职业人群的人工智能培训，都是炒作概念的“伪人工智能”，人工智能在短期内尚难发展到较为高级的阶段。当前市场上已经出现针对中小学生的打着“人工智能”旗号的相关培训班，家长完全没必要怕“掉队”，在现阶段，保持清醒的头脑，不盲目跟风至关重要。（本报记者汪瑞林）
人工智能的主要优势是什么
人工智能正在各种规模的公司中流行。它推动了各个组织和行业的巨大转变。因此，了解一些令人兴奋的优点将很有用。
人工智能的主要优势是什么？
减少常规人工智能通过使我们的日常工作自动化来实现进化。毫无疑问，机器在细致的任务上超越了人类。通过自动执行常规任务，机器人可以承担与分析、细微判断和问题解决相关的工作。
因此，在工作中应用人工智能将减少工作量，使人类有能力提升自己的技能。摆脱单调的工作，员工将能够专注于工作的创造性。最终，人与机器的结合将使世界变得更美好。
风险较小在危险任务中使用AI功能将减少人类安全风险。人工智能技术将克服许多限制。例如，它可以帮助预测野火威胁并在无人机的帮助下进行扑灭。除此之外，人工智能还参与了解决气候变化的主要原因之一-森林砍伐。AI系统可以检测并传输非法日志记录的声音。现代AI驱动的机器人技术和自动水下机器人允许访问海床以收集海洋生态系统数据，并为各种物种提供了新的思路。
人工智能驱动的机器人可以处理辐射，因此它们在核能工业中经常用于清除碎片，特别是在灾难发生后。即使不能消除危险，机器人也可以带来巨大的价值，有助于应对灾难。
人工智能的主要优势是什么？
没有刹车为了提高生产力，人们需要时不时地保持精力充沛。人工智能驱动的机器可以大大增强这种人类弱点。他们不会感到疲倦，无聊或分心。基于人工智能的机器无需休息。一旦编程了很长的时间，它们就会24x7全天候工作。此外，他们还可以承担一些额外的工作，并且容量更大。
没有人为错误人类倾向于生理，疲劳，压力，情绪，衰老等。所有这些都可能对决策产生不良影响。例如，压力过大的医生或坠机飞行员可能犯下致命的错误，这将导致悲剧，更不用说醉酒司机造成的事故了。
没有减速增强人类工作能力也是人工智能的优点。例如，人工智能减少了审查保险索赔的时间。当保险公司花几天时间做出决定时，人工智能机制可以在几分钟之内应对。尽管如此，先进技术仍需要人类洞察力来塑造采用创新解决方案的方式。
更少的琐事一些AI助手甚至可以理解请求的上下文，并在所有设备之间进行数据同步，例如电话，汽车，电视甚至冰箱。因此，可以从房屋内外的任何地方控制它们。
人工智能驱动的智能家居不仅使生活更简单，更富有活力，而且还有助于节省金钱并减少水和能源的消耗。高效系统包括智能调节特定资源使用的设备。将这些设备集成到智能网络中后，可以进一步降低成本。
《智能商业》读后感作文5000字
《智能商业》读后感作文5000字：阿里巴巴首席军师曾鸣的力作，结合其在阿里巴巴和湖畔大学的思考，对未来的智能商业做了深入浅出的阐述。其中驱动未来智能商业的DNA双螺旋：网络协同和数据智能，非常贴切和本质的描述了未来商业的发展驱动力，值得深思。作者还描述了未来的C2B商业模式，和适应新的商业模式的组织架构，即赋能型的组织管理架构，都是一种革新式的思维。书中很多内容的启发很大，值得创业路上的同仁们认真阅读消化一番。经典语句摘录：1、3.0模式的创业者，如果你相信这是未来，那么需要做的只有勇往直前。当然从0到0.1，到1，再到10，每一个坎儿都是巨大的挑战。有一批人虽然相信3.0模式的未来，但或者觉得这个未来很遥远，或者觉得2.0模式目前利益巨大，希望能先抓住眼前的部分利益，再考虑3.0模式的事情。这是一种很理想的想法，但是在实际中，当一个企业的大部分资源都投入到2.0模式时，其实很难再去吃3.0模式创业的苦。所以当3.0模式的“浪”真正打起来的时候，往往只有那批专心致志，苦苦探索3.0模式的人，才能够快速奔跑起来。2、简单说来，智能商业最重要的两个组成部分分别是网络协同与数据智能。二者机制不同却相辅相成，网络协同推动数据智能发展的同时，数据智能也成为网络系统扩张不可或缺的助力，共同构成了智能商业的双螺旋。就像我们的人类社会，这么多年以来，个体大脑的进化程度十分有限，但社会协同能力却迅猛发展，一日千里。所以，所谓的人类文明，最关键的并不是每一个个体，而是整个社会日益增强的协同能力，这才是我们这个时代最大的优势。
所谓网络协同，指的是通过大规模、多角色的实时互动来解决特定问题。所谓数据智能，本质就是机器取代人直接做决策，和传统的BI完全不同，这一点至关重要。如今，大多数企业都会有BI部门，用来分析数据，提供决策支持；核心的服务人群是高层管理人员。而数据智能强调的是运营决策直接由机器决定。3、网络协同：新经济范式革命在互联网诞生40余年后，我们终于走到了万物互联时代的门口。互联网最终的使命就是让任何人、任何物、甚至是任何时间，地点，都能够互联、互通、互动。毫无疑问，这必将带来经济范式的又一次革命。如果说农业时代自给自足、村社范围简单交换的经济范式可以用“点”来描述，那么“线”或许就是工业时代经济范式的典型意向——流水线、供应链、科层制。到了万物互联的时代，新经济范式最根本的特质就是“网”——开放的网络结构、自由的多元协同、分布式的自组织体系。我将这种新的经济范式称为“网络协同”。在商业世界里，网络协同正在取代工业时代相对封闭的体系（例如传统的供应链体系），成为互联网时代的基本合作范式。淘宝的发展，就是一个协同网络不断生长的过程。
淘宝带给社会的第一个价值是让开店的成本大幅度降低，互联网低成本加上免费开店的政策，使在传统行业下不可能开店的人成为淘宝店主。卖米读后感（http://www.simayi.net/duhougan/7556.html）供给端的封闭结构被淘宝打开，从而大大提高了供给端的整体供给能力。如此一来，B端（企业端）提供的商品不仅丰富度大大提高，价格也比传统线下零售更有优势，差异化的服务也逐渐浮现，自然也带来消费端（C端）的福利提升。于是，C端客户，尤其是大量未被传统零售覆盖到的C端客户蜂拥而至，不到几年的时间就形成了浪潮席卷之势，这种趋势又反向刺激了B端的几何级数扩张。如此正向循环，淘宝自然出现了生态爆炸一般的繁荣。需要说明的是，淘宝打败美国易贝的一个重要原因是，淘宝鼓励商家和消费者直接、充分地连接、互动，而易贝则在这方面无动于衷。例如，旺旺使卖家和买家连接互动，评价让买家之间连接互动，帮派论坛则让卖家之间连接互动。直连互动使卖家和买家的积极性与创造力被极大激发，网络扩张带来的效益被成倍放大。支付宝的出现，本质上也是在促使直连互动更好地发生。在中国的商业环境下，买卖双方互动必然面临信任缺失的问题，而支付宝解决了这个市场的信任问题，使这个双边市场变得更加繁荣。“边界开放+直连互动”带来的创造力激发，首先体现在淘宝的网络扩张上。各种新商品被卖家上线销售、各种新店也纷纷开张。为了对更多的细分市场形成覆盖，淘宝不断拆分类目，甚至由各种奇特到无法归类的商品所形成的“其他”类目到今天都还是商品数最多的类目之一。这种创造力激发，更体现在众多新角色的孕育上。例如，当越来越多的店主开始希望自己的店铺页面更美观、更独特、更能吸引买家时，店铺装修市场随之出现。专业的设计师、网页制作者在这个新生的双边市场上可以满足卖家的相应需求。这样的新角色在淘宝上越来越多，淘宝客、ISV（独立软件开发商）、导购达人等都是很好的例子，快递、客服这些角色更是无须赘述。例如，2010年随着宽带的发展，淘宝开始以图片销售为最主要的模式，自然就产生了海量的模特需求，淘女郎应需而生。她们不是专业模特，但恰好满足了广大买家“看看衣服穿在普通人身上效果如何”的需求。淘宝建立的在线模特市场，是几百万卖家和淘女郎的双边市场。同时，海量的直连互动时常让更多的断点、坑洞、磕绊得以显现。不过，它们既是直连互动的阻力，更是全新直连互动的机会。这样的新角色，由直连互动激发生长，又促发新的直连互动，带来新的效率提升，从而营建出新的网络结构。它们不是由淘宝规划出来的，但是一旦它们生长出来，淘宝往往迅速给予充分的鼓励，或建设新市场，或开发新工具，让这些新角色成长得更加茁壮。所以如果说“双边市场的扩张”是淘宝早期的核心特征，那么，当这些新角色不断产生后，淘宝在第二个阶段的核心特征，就是从一个简单的双边市场演化成了一个复杂的多边市场，多元角色在其中相互协同表现得越来越充分，淘宝也越来越立体。这个立体的淘宝还在继续演化，协同从商品买卖这个环节向广告、物流、供应链等众多环节进一步延展，更多的场景被网罗进来，更多元的协同在这一网络中发生。比如，网络协同进一步扩展了物流，菜鸟网络就是阿里巴巴在这个领域最主要的存在，其全名是全国智能物流骨干网。它连接所有物流公司、快递人员以及仓库，同样，它也是一个利用互联网分布式信息可以同步共享的结构，让所有人的商业信息在参与方之间可以适时、多方、多角度的互动沟通，而不需要中间人来计划和安排。这一生态的力量进一步延伸到采购、批发，最终延展到整个供应链。在淘宝做预售，并根据具体销售情况灵活地安排整个生产计划，实现小单多批、快速翻单的柔性生产，这样的情形已经在越来越多的生产制造厂家中发生。在淘宝这张“网”上，已经密布了海量的“点”，它们就是在直连互动中的各个角色。这些“点”由于巨大的规模经济，往往能提供性价比很高或者很独特的服务，这些服务又纵横交织成“线”，从而提供传统方式无法实现的更优质的服务。每条“线”都是一个细分场景，都是一个独特的服务，这就是淘宝的海量卖家。这些“点”和“线”，远看似乌合之众，排列分布几乎无规律可循，但实际上能聚散自如，召之即来，来即能战。“点”的数量，从晨星寥落走向燎原之火，就是因为无数“点”与“线”构成的这张网，可以提供更好的客户价值，吸引更多的消费者，从而催生新的“点”或者新的“线”参与其中，形成良性循环。也就是说，从稀疏的“点”开始连接，“点”与“点”互动，帮助“线”更好地服务用户，构成了今日星河灿烂、生机盎然的淘宝。我们将在第10章讨论完整的“点——线——面——体”的战略框架。在这里只需要指出，多点协作的开放平台，总体势能已经逐渐超过传统的交易线。单独一个卖家的货物，可能还无法与传统大品牌商家媲美，但蚂蚁雄兵集合起来的势能——每天涌入数以亿计的客户，交易额以每分钟亿元为单位计算——这是任何一家线下零售商都无法想象的。4、数据智能无数据，不智能；无智能，不商业。人工智能是一场技术革命，它必然会将越来越多的商业智能化。未来数据智能将成为商业的基础，而智能商业也将成为数据时代的全新的商业范式。在我看来，要想把数据智能融入具体商业，要做好三件事：数据化、算法化和产品化所谓数据化，不仅包括客户的经营数据，还有更多维度的数据被记录、分析和融入，构成了对于客户全方位的描摹。数据化本质上市将一种现象转变为可量化形式的过程。它来源于人类测量、记录和分析世界的渴望，是文明进步的基础。维克托迈尔·舍恩伯格和肯尼思·库克耶在《大数据时代》一书中队人类的数据化历史做了充满洞察的描述，“计量和记录一起促成了数据的诞生，它们是数据化最早的根基”。算法化：智能商业的引擎，而非工具在商业语境下，算法就是一组反映了产品逻辑和市场机制的计算指令的集合。完成了商业场景的数据化之后，算法就是提炼数据价值的思路，而DT时代的数据价值就是商业价值。基于数据和算法，完成机器学习，实现人工智能。第三次工业革命发展到今天，计算方法已经产生了从量变到质变的飞跃，可以说是数据时代最根本的特征。产品化：数据智能和商业场景的最终载体智能商业的核心特征就是能主动地了解用户，通过学习不断提升用户体验。而真正把用户、数据和算法创造性地连接起来的是“产品”，这也是互联网时代特别强调产品重要性的根本原因。产品和数据、算法的互补作用可以形象地比喻成“端+云”。“端”就是产品，是与用户完成个性化、实时、海量、低成本互动的端口，它不仅直接完成用户体验，同时使数据记录和用户反馈闭环得以发生，和“云”互动；而“云”则是数据聚合、算法计算的平台，它通过算法优化，更好地揣摩用户需求、提升用户体验。作为“端”的产品：产品设计直接影响用户体验上传：将“端”的行为数据向“云”反馈下达：将“云”的数据智能传递到“端”一言以蔽之，数据化、算法化和产品化就是在反馈闭环中完成了智能商业的“三位一体”的“活”数据的两层含义：1）、数据是“活”的活数据一定是始终在线且不断更新的，可以随时被使用2）、数据需要被灵活使用活数据在不断地被消化、处理，产生增值服务，同时又能产生更多的数据，形成数据回流活数据的三大重要特征：1）、全本记录，而非样本抽查2）、先有数据，后有洞察3）、数据就是决策以上三大特征结合在一起，也就形成了反馈闭环的概念。只有活数据，才能让整个反馈闭环顺畅运作。你跑业务的时候自然会产生数据，这些数据会被自动、全部地记录下来，然后经过算法处理直接形成决策，用以指导你的业务，并通过客户反馈不断地优化你的决策。如此一来，整个企业的业务发展就走上了反馈闭环的正向循环，也就是走上了智能商业的发展道路。如果从“活数据”的角度来考虑商业运营的话，感受便会很不一样。现在有很多人一听到“大数据”这个词，就会觉得和自己没有太大的关系——“我就是个小公司，数据量也不大，你们讲的那一套理念跟我没有任何直接关系”。但是，如果从“活”数据的角度去思考，你会明白数据量的大小只是个相对的概念。如果让数据成为你业务中的自然组成部分，让机器成为你决策中的一个环节，你的商业行为就会走入智能化的快车道。企业智能化=在线化+自动化产品提供反馈闭环，数据作为原料，交给算法去处理，三位一体，你的业务就变成了一个智能业务，你的商业有了数据智能这一核心引擎，你就能跑在竞争对手之前。能否做到这些，决定着未来大部分企业的生死，如今国内有很多优秀的企业已经先行一步。1）、核心业务在线化2）、业务环节自动化5、智能商业的特征：向精准升维新旧商业的区别，在于精准。精准，就是精确和准确，分别对应着网络协同和数据智能。服务想要做到精确和准确，就需要不断地互动，不断地迭代优化，通过数据智能不断加深对用户的理解。未来的社会必然会向服务型转变，而那些无法为用户提供精准服务的企业，则很快会被淘汰。“精”+“准”是未来商业的核心要求精确：通过网络协同，实现降维打击从工业时代到数据时代，无论是基本逻辑还是指导思想都在发生着变化。工业时代要解决供给不足的问题，让大家都能用得起，所以它的核心就是标准化，只有标准化才能进行流水线生产，实现大规模和低成本。由于中国中产阶层的不断扩大，消费需求的日益增加，产能需求进一步扩大，对标准化又提出了更高的要求。这个正向循环的整体逻辑是线性的，以控制为核心。精确的系统一定要能有效控制：一旦失控，整个系统就面临崩溃的局面。然而进入互联网时代之后，一切都发生了变化。新时代对企业的要求是一切以客户为中心，以C端为中心，C2B模式成为主流。这种模式强调个性化和差异化，追求的是价值而非成本。由于供给过剩，商家必须强调将给客户带来何种额外价值，客户才会愿意为此买单。因此互联网时代强调的是网络和社会化协同，看重的是自组织增长，这是一种生态思路、网络思路和演化思路。准确：数据智能的背后，是商业逻辑的根本改变中国在赶超了40年之后，近几年也出现了产能严重过剩的情况，大部分标准化产品的竞争都无比激烈，因为标准化产品的市场已经饱和了。未来竞争的核心，将从满足显性的标准化需求变成挖掘潜在的个性化需求。如何挖掘潜在需求，才能实现最高效率？如果让人和一个个用户不断地进行互动，看他们到底想要什么，这是一种成本很高的方法。就像做所谓的定制化服装一样，要人跟人之间发生很多次的反复互动才能达到目的，性价比非常低。如果这种场景想要普遍化，最终还是要靠我们讲到的数据智能。你先要建立起一个有效的产品通道，将商家跟潜在的客户联结起来，再通过各种各样的方法去试探客户的反馈。最终双方动态的匹配形成某个时间节点的最优服务，而这个服务又会随着用户的需求不断演化。想要完成这个目标，唯一的方法是通过持续的互动进行产品的迭代和优化，光靠人力注定无法完成，背后需要数据智能引擎的支撑。只有机器决策取代人力决策，才能在足够短的时间内快速学习，提升和逼近可能的潜在需求，这样得出的判断才是准确的。用工业时代的思想无法企及准确这一高度，只有用数据时代的思想，人们才能用渐进的方法来快速迭代、试探。其实这种试探是双方的，只有经过多次的摸索、互动，最后才能找到一个当时足够满意的服务。所谓机器智能，就是用最笨的方法做出最聪明的结果，这是第一步。智能化的第二步一定是自动化，就是直接让机器做决策。