青少年在人工智能时代应该如何学习
人工智能时代，我们能做的，就是站到比人工智能更高的山峰。
未来我们又该如何去做？
未来需要的，肯定是三大类能力：与人工智能相处的能力，与人相处的能力，超越人工智能的能力。
1、与人工智能相处的能力
第一种能力，是围绕人工智能发展产生的需求，这一个领域要求人能理解人工智能，改进或发展人工智能，或者至少能够与人工智能工具和谐相处，并利用工具做事，正如今天我们可以借助移动互联网发展自己的事业版图。
我们首先要知道，与智能世界相处，基础思维能力仍然是重要的。
任何时代都需要学习。我并不反对按部就班的基础教育。实际上今天孩子的学习环境中，从小打下语文和数学基础，是很好的。智能时代知识技术更新很快，需要的是不断自我学习的能力，让自身更新的速度与时代匹配。而自我学习能力，最需要的是良好的自主阅读能力、抽象思维能力、自我反思能力。阅读和数学抽象思维不是人类本能，必须通过系统化教育打好基础，但我不赞成僵化灌输的教学法。对语言、数学的理解需要更重视基础思维，而并非简单记住解题技巧。学习语文、数学，不是学习背诵和计算，而是要理解语言表达的内涵，抽象思维的逻辑。人工智能程序的基础仍然是语言概念表达和数学逻辑思维。
未来围绕人工智能会有一系列衍生职业，甚至行业，即使不懂得人工智能背后的技术原理，只要能充分理解它的应用场景，也仍然可以最大限度利用人工智能工具，改善生活和社会。例如利用人工智能完成营销和客户服务，借助人工智能进行市场数据分析，将人工智能用于改善物流或者系统功耗，达到更高效率、更方便快捷的社会生活。
2、与人相处的能力
第二种能力，是人际沟通领域的需求。以我个人的判断，在未来很长一段时间，人与人沟通交流仍然是不可取代的一方面。在前面的分析中我们看到，即使人工智能进一步大力发展，它们离理解人类世界和人类心思仍然有较大差距，因而不可能完全替代人际沟通。尤其人工智能接管大量基础单一型工作之后，人与人沟通会是需求更广的领域，剩下的绝大多数职位和需求可能都集中在需要人与人大量沟通协作的领域。
想要跟得上智能时代的发展，与人沟通的能力会变得越来越重要。
我们可以想象，未来不可能再像过去一样，一份工作可以一成不变地做一辈子。标准化工作都容易被机器自动化，而非标准化工作，一般都意味着大量不确定性，需要不断磨合、团队协作、沟通、修改、随机应变、相互妥协。例如一个节目摄制组，一些形成惯例的机位摄制可能可以自动化运行，一些基础脚本和服务工作可以每期交给人工智能，但是每期节目仍然需要大量现场临时调整、与参与节目的嘉宾沟通、节目本身的创意沟通，人与人协作。未来在情感关怀与陪护、人的社交娱乐方面，也会有更多基于人心灵沟通的需求。
3、超越人工智能的能力
第三种能力，是我自己更为看重的，未来更需求的关键性能力。也就是做那些人工智能难以做好的事情，给人工智能指引方向。第一类能力只是围绕人工智能工具做现有的事，而第三类能力是去开拓人工智能仍然难以做到的事。
在这个领域，我们需要了解，有什么是人工智能仍然做不到的。这些专属于人类心智上的皇冠，一定是未来需求最强烈的能力。
什么是人工智能做不到的能力？
核心中的核心是两条：世界观和创造力。
我自己也是琢磨了很久，才把关键词锁定在这两个。在前面的分析中，我们已经看到，有不少能力人工智能目前尚不具备，还需要很长时间发展和算法的突破，才有可能有所进展。这些能力包括常识、抽象思维、跨学科认知、感知他人心思和情感、元认知、对不确定价值目标进行抉择，等等。将所有这些具体的能力汇集到日常生活工作中，就可以总结为两点：世界观和创造力。
世界观
世界观是常识的升级，是我们对世界的全景认知。目前，人工智能理解专业性问题已经非常出色，但综合性问题仍然让其非常困扰。围棋人工智能可以下围棋、医疗人工智能可以看病、金融人工智能可以投资、销售人工智能可以推销，然而没有人工智能可以用同一系统学会两个领域的事。它们可以从海量专业数据中总结规律，但是回答不出日常生活中的情境问题——日常生活的问题总是涉及跨多个知识领域的综合常识。而我们人类，对此有天生的本能。我们能够建构整个世界的模型，把人放在大量背景知识组成的常识舞台上，对其行为加以理解。
常识的升级让我们具有洞察力和世界观。各方面的常识越丰富坚实，相互之间联系越清晰，你越能一眼看到各个部分的问题，找到系统性解决方案，理解全局局势，从而判断出趋势。这种系统性趋势理解和基于过去趋势经验的外推不同，它是对多领域知识相互关系的理解，根据各部分关系的走势变化，对整体趋势做出判断。如果只能学习某一模块内的专业知识，不可能对全局有所把握。这一方面需要知识，另一方面也需要经验和视野。这不仅仅是单纯输入数据能够做到的。IBM的人工智能“沃森”几年前就输入了维基百科的多学科知识，也在知识竞赛中打败人类选手。但是世界观并不是碎片知识的堆积，世界观是世界模型。
世界观让我们有跨专业的创新能力。我们能够从物理和生物的结合中做出蛋白质组学，能把音乐领域理论带入建筑设计，能将政治、经济知识与生活场景对应，最终以波普艺术的方式呈现出产品。构建知识的全景舞台，让多学科门类知识搭配组合，创建更有意义的事物，这是目前的人工智能难以跨越的一步。
创造力
创造力是生成有意义的新事物的能力。它是多种能力的综合，一方面要求理解旧事物，另一方面能够想象新事物。对旧有数据的学习和遵循是人工智能可以做的，但是对不存在的事物的想象，人工智能远远不如人类。
说有意义的新事物，是因为目前人工智能有一种“伪创造力”，也就是随机制作或统计模仿。只要一个程序，就可以随机生成一百万幅画，或者统计畅销小说中的语词和桥段，进行模仿和组装。但这不是有意义的创造，它们不懂它们创造了什么。
真正的创造力不是这样。真正的创造力是对问题的深刻洞察，提出与众不同的全新的解决方案，或是对想象的极大拓展，让奇思妙想转化为可实现的全新作品，或是对人性的复杂领悟，把人心不可表达的感触转化为可表达的感人艺术。没有深刻的理解和敏锐的感受，就没有真正的创造力。创造力仍然是人类独特的能力，它需要太多人类特质做基础：审美能力、独特的联想能力、敏锐的主观感受、冒险精神、好奇心和自我决定，发散思维和聚合思维的切换，最后，还需要对事情强烈的热爱。
创造力让人不断拓展自身的边界。在越来越大的版图中，只有惯例的事情交给机器做，人类永远能在新大陆找到存在空间。有创造力的人越多，新版图就越大，能够容纳的人就越多。但进入的前提是，需要具备创造力。
人工智能综合实践课简介
博信科技以“为社会提供有价值的服务”为使命，以社会化的网络生态系统，构建融合教育服务、文化传播、知识分享为一体的综合服务平台。秉承务实、创新、超越、引领的理念，致力于成为国内精品综合实践课程引领者，博信科技联合西北工业大学、西安交通大学、西安电子科技大学、西北大学、陕西师范大学博导团队为中小学校和教育培训机构研发精品综合实践课程。博信科技为青少年人工智能技术水平测试授权培训中心。青少年人工能技术水平测试由工业和信息化部教育与考试中心、中国电子教育学会共同开展。
人工智能课程从人工智能科学普及、人工智能编程基础、人工智能行业应用和人工智能核心技术四个方面对人工智能知识进行分类和梳理。小学和中学课程分为1至6级，其中1、2级结合生活中的实例循序渐进地介绍人工智能与机器人、金属材料和非金属材料、力和运动、电气控制、计算机与数学及编程思维等内容，着重探究杠杆结构、伸缩结构、齿轮等传动结构的原理与应用。帮助学生初步了解和掌握人工智能交互编程基础及各种传感器、执行器在内的多种电子设备的使用方法。
人工智能课程可以激发学生学习人工智能技术的兴趣，培养学生的科学技术素养，为人工智能及新工科专业人才的选拔提供储备。课程中我们通过对具体工程问题和科学问题的解决，培养学生的工程思维、计算思维、创造性思维等能力。通过知识层面、思维表达层面、技术层面等3个层面18种能力模型的搭建，培养学生的学习能力、创新能力、解决问题的能力、沟通能力和团队合作能力，提升科学素养，拓展其国际化视野。最终达到工信部青少年人工智能技术水平测试等级考试的水平，通过专业考试后为今后升学、进修、就业等提供人工智能体系能力水平证明。返回搜狐，查看更多
到2030年，人工智能会发展成什么样
据麦肯锡全球研究院的研究，截至2030年，人工智能每年将额外创造13万亿美元的价值。
其实在今天，人工智能已经在创造收益了，但主要集中在软件领域。然而当到了2030年，在软件行业之外，人工智能也将创造巨大收益，尤其是在零售、旅游、交通、汽车、材料、制造等行业。不过，这样的预测也可能是炒作。人工智能的黄金法则指出，对于人工智能技术不能太乐观，也不能过于悲观。
人工智能、机器学习、深度学习这些热词近来被频繁使用。让承认人工智能将融于世界的现实期望固然很赞，但了解和揭秘人工智能同样意义重大。这篇文章将阐述人工智能的所有概念，全面理解人工智能，避免混淆这些概念。
话不多说，让我们开始吧!
缩小人工智能领域
人工智能是一个犹如银河系的庞大话题，拥有很多子类，如自然语言处理(NLP)、人工神经网络、计算机视觉、机器学习、深度学习、机器人等等。
人工智能的正式定义如下：“可执行通常需要人类智能(如视觉感知、语音识别、决策和语言之间的翻译)的任务的计算机系统的理论和发展。”在开始深入研究其他领域之前，人工智能可以缩小到以下两个更广泛的领域：
狭义人工智能——按照编程执行一个或几个特定任务。例如自动驾驶汽车、下词预测、自动更正等。这是我们要关注的主要概念。广义人工智能——执行类似人类的活动和任务。通用人工智能是一种可以像人类一样高效执行任何智力任务的智能，在这个领域我们还有很多路要走。还有另一个词是超级人工智能或强人工智能，被认为是可以超越人类的人工智能。然而，目前这只是个假设，本文将不对此展开讨论，在未来几年内达到这种智能水平还很难。
为了理解人工智能的概念以及人工智能相关的各个方面，可以以宇宙为例做一个简单的类比。
庞大的银河系类似于广阔的AI领域，它包含了数十亿个太阳系，就像AI由众多子领域组成。太阳系就如同人工智能中的一个子领域，即“机器学习”。地球是太阳系中唯一的宜居星球，可以称为“深度学习”。为更好地理解这个类比，下面有一个简单的等式：
人工智能=银河系;机器学习=太阳系;深度学习=地球
机器学习
机器学习是指程序在没有被明确编程的情况下，自动学习并提高其效率的能力。即给定一个训练集，训练机器学习模型，模型将理解其工作原理。经过测试集、验证集或任何其他看不见的数据测试后，模型仍然能够评估特定的任务。
用一个简单的例子来解释，假设有一个包含30000封邮件的数据集，其中一些被归类为垃圾邮件，一些被归类为非垃圾邮件。机器学习模型将在数据集上进行训练。训练过程完成后，就可以用训练数据集外的邮件来测试。机器学习模型可以对后面的输入进行预测，并对输入的邮件是否为垃圾邮件进行正确分类。
机器学习主要有以下三种类型：
监督学习——这是用特定标记的数据集训练模型的方法。这些数据集可以是二分类或多分类，它们将有标记的数据，指定正确和不正确的选项或选项的范围。在监督下，即在标记数据的帮助下，对模型进行预训练。无监督学习——无监督学习是指在未标注的数据集上训练模型。这意味着模型没有任何先验信息，它通过将相似的特征和模式分组在一起进行自我训练，区分狗和猫就是无监督学习的例子。强化学习——强化学习是一种尝试方法模型。这种模型通过反复失败来学习。没有达到预期的结果时，该模型将重新训练。这可以应用于像下棋这样的概念中，在下了几百万盘棋后，模型将学会正确的模式和步骤。数据
数据可以是任何有用的资源或可用的信息，适用于机器学习或深度学习任务。你想要构建的每个模型都有大量的数据可用，重要的是，找到完成评估所需的有价值的数据。
数据集是一个数据的集合。对于表格数据，一个数据集对应一个或多个数据库表，表中的每一列代表特定的变量，每一行对应相关数据集的给定记录。
当今，人工智能的普及速度比以往任何时候都要快，这要感谢数据在不断丰富和增加。数据越多，机器学习或深度学习模型得到的训练更好，因为能够在更大的数据集上训练模型，有助于模型在训练过程中更好地学习，从而更好地执行当前的任务。
数据科学是关于数据的。这个词有时可能会被忽视，可它却是所有项目最宝贵的资源。大数据、数据科学和数据分析的领域正在极大地增长，科技巨头们正在加大对收集有用数据的投入。数据收集是在一个既定的系统中收集和测量目标变量信息的过程，然后使人们能够回答相关问题和评估结果。
深度学习
深度学习是机器学习的一个子领域，基于人工神经网络的概念来执行特定任务。人工神经网络的灵感来源于人脑。然而，理论上深度学习的运转并不像大脑。之所以将其命名为人工神经网络，是因为它们可以完成精确的任务，同时达到理想的精确度，不需要根据任何特定规则来编程。
几十年前，深度学习非常流行，但由于缺乏数据和无法进行复杂计算，最终失去了热度。过去几年，情况大有改观。每天都有大量丰富的数据，大型科技巨头和跨国公司都在投资这些数据。有了强大的图形处理单元(GPU)，计算能力也不再是什么大问题。
深度学习如今非常流行，并且具有超越现代大多数机器学习算法的巨大潜力。
人工智能是当下发展最快的领域。据《财富》统计，在过去4年里，人工智能专家的招聘人数增长了74%，被认为是当下“最火爆”的工作。经验丰富的人工智能专家的需求量正在以前所未有的速度增长。机器学习、深度学习、计算机视觉、统计学和自然语言处理等人工智能子领域的专家需求和空缺职位每天都在激增。
我们很幸运能处于人工智能崛起的时代。我们周围到处是人工智能，身边有很多机会。我非常期待未来的新技术和人工智能的崛起!
新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
作者：徐云峰
catalogs:13000076;contentid:7688970;publishdate:2021-06-11;author:黄童欣;file:1623414511328-aff718d9-3742-46b0-b08c-e56bdd1ed8c8;source:29;from:中华读书报;timestamp:2021-06-1120:28:23;[责任编辑:]人工智能的边界
原标题：人工智能的边界让人工智能成为热议话题的是发生在最近这些年的几件事情。
一是阿尔法狗依靠学习棋谱战胜人类棋手事件，而二代阿尔法狗仅靠规则和算法通过自我练习就成了不可战胜的对手。
二是Facebook的两个聊天机器人则是自主发展出自已的语言，引起了人工智能界的不安而被关闭。
三是人工智能在阅读理解测试中胜过人类。
人们对人工智能未来发展充满忧虑。
人工智能会产生自主意识吗？会有智能思考能力吗？它会欺骗人类吗？我们能承受人工智能无限提高能力的后果吗？
而面对人工智能的一场论战也在进行。最著名的要数马斯克和扎克伯格的唇枪舌剑。中国的Al巨头们也参与论战。
这场论战涉及到“人”与“机”之间的分野，虚拟世界与现实世界的边界。
人们在问：我们距离创造“通用人工智能”和“超级智能”的奇点还有多远？
人工智能肯定是一种“全新生产要素”。它所缔造的是一种新的“虚拟生产力”，而且不会随时间的流逝而贬值，而是会通过网络传播扩散其价值。
可以肯定的是人工智能将重构几乎所有的行业。
一切都会改变。
在对人类发展起重要推手作用的人工智能有其发展的边界吗？我们会向何处前行？人工智能会重新定义“人”吗？
这些问题连最睿智的人都很难预测和回答。但我们又必须去预测寻找答案。未雨绸缪也是人的智慧之一，未来的人工智能可以吗？
展开全文未来的人工智能会发展成什么样？
其实最好的预测有时就是科幻作品，而非科学家或未来学家。
未来一定很科幻。现在我们说人工智能，若干年后由机器人设计制作的也许就叫智能人。
人工智能借助基因工程产生人机共生体也许不是神话；
我们的思维或智慧也许在网上或某个机器人上延续；
基因技术也许能让我们的所有器官再生；
脑部基因技术也许真的能把我们改造成科幻作品里的大头娃娃；
也许只要我们的脑洞接上芯片，一个愽物馆一个图书馆就成为我们固有的知识……
所以人工智能一定要给人工智能设定边界吗？
面对未来世界，恐怕我们的任何预测也许都是愚蠢的，缺乏想象力的。
8月22日(本周六)
“当AI照进现实”主题论坛在杭州开幕
声明：本文由入驻搜狐号的作者撰写，除搜狐官方帐号外，观点仅代表作者本人，不代表搜狐立场。返回搜狐，查看更多
责任编辑：