談學習：面對AI，學習有價值的技能

我的小女兒德亭曾經說過一段讓我特別尊重、特別讚許的話。德亭很早就喜歡攝影，她5歲的時候得到了人生第一台相機，並從幫姊姊設計出來的漂亮時裝拍照開始，逐漸拓展拍攝物件，很早就成了一個小攝影愛好者。

她中學時很想以攝影作為自己的專業，但我擔心她喜歡攝影只是為了逃避功課。申請大學前，我反覆跟她討論，並提醒她：「你必須想清楚喲！專業攝影師很快就會被淘汰，現在攝影工具愈來愈方便，大家都可以輕易拍出好照片，專業攝影師的優勢會漸漸消失。」

我沒有料到，德亭很鄭重地說了下面這段話：「我做過調查了，目前在美國，一個專業攝影師的薪水比記者還要低，而記者的薪水相比其他各行業也愈來愈低了。可是爸爸，我願意賺比較少的錢，做自己真正想做的事。我非常慶幸生活在高科技時代，可以輕鬆擁有數位攝影以及低成本、大容量的存放裝置，還有無處不在的網路，讓我像一個裝備齊全的獵人，捕捉所有的感動。未來的攝影絕對不只是按下快門，而是要用新的眼光，讓影像產生新的意義，那不是科技可以取代的。」

發揮AI特長彰顯人類價值

每當我思索人和機器共存的未來時，就總會想起德亭的這段話。的確，攝影技術再先進，照片畫質再好，也取代不了攝影師內心因拍攝物件而產生的感動。這種感動可以賦予風景、人物、靜物、街景新的意義。即便以後有了人工智慧照相機，可以自動幫助人完成捕捉美景、紀錄美好瞬間的任務，人的感動、人的審美、人的藝術追求也是機器無法取代的。

在人機協作的時代，我們可以發揮人工智慧的特長，將我們的時間和精力解放出來，做更多感興趣的事。AI雖然在很多領域表現出色，但是它們在有些領域，依然很薄弱。我想，只有深入了解人工智慧的薄弱方面，我們才不至於因為人工智慧的高速發展而亂了陣腳。

1. 跨領域推理

和AI相比，人有一個明顯的智慧優勢，就是舉一反三、觸類旁通的能力。利用這種能力，人類可以在日常生活、工作中解決非常複雜的具體問題。

2. 抽象能力

目前AI深度學習的技術，幾乎都需要大量訓練樣本來讓電腦完成學習過程。可是人類，哪怕是小孩子要學習一個新知識時，通常只要兩、三個樣本就可以了。這其中最重要的差別，也許就是抽象能力的不同。

3. 知其然，也知其所以然

人類基於實驗和科學觀測結果，建立與發展物理學的歷程，是「知其然，也知其所以然」的最好體現。按照現在機器學習的實踐方法，給電腦看一千萬次兩個鐵球同時落地的視頻，電腦就能像伽利略、牛頓、愛因斯坦所做的一樣，建立起力學理論體系嗎？

4. 常識

即使2歲孩童也能理解直觀的物理過程，比如丟出的物體會下落。人類並不需要有意識地知道任何物理學，就能預測這些物理過程，但機器做不到這一點。

5. 自我意識

人類常常從哲學的角度詰問這個世界的問題，如「我是誰」、「我從哪裏來」、「我要到哪裏去」，顯然，今天的弱人工智慧遠未達到具備自我意識的地步。

6. 審美

雖然機器已經可以仿照人類的繪畫、詩歌、音樂等藝術風格，照貓畫虎般地創作出電腦藝術作品來，但機器並不真正懂得什麼是美。審美缺少量化的指標，比如我們很難說這首詩比另一首詩高明百分之多少，但只要具備一般的審美水準，我們就很容易將美的藝術和醜的藝術區分開來。

7. 情感

機器完全無法理解人的喜怒哀樂、七情六欲、信任與尊重。前段時間，有位人工智慧研究者訓練出了一套可以「理解」幽默感的系統，然後為這個系統輸入了一篇測試文章，結果，這個系統看到每句話都大笑着說：「哈哈哈！」，也就是說，在理解幽默或享受歡樂的事情上，今天的機器還不如2、3歲的小孩子。

通過以上分析，我們能看到人工智慧在很多方面依舊距離人類的大腦很遠。這對我們在人工智慧時代應該學習什麼提供了一個思路：人工智慧時代，程式化、重複性、僅靠記憶與練習就可以掌握的技能，將是最沒有價值的技能，幾乎一定可以由機器來完成。

反之，那些最能體現人的綜合素質的技能，例如，人對於複雜系統的綜合分析、決策能力，對於藝術和文化的審美能力和創造性思維，由生活經驗及文化薰陶產生的直覺、常識，基於人自身的情感（愛、恨、熱情、冷漠等）與他人互動的能力……這些是人工智慧時代最有價值，最值得培養、學習的技能。

而且，這些技能中，大多數都是因人而異，需要「訂製化」教育或培養，不可能從傳統的「批量」教育中獲取。比如，同樣是學習電腦科學，今天許多人滿足於學習一種程式設計語言（比如Java）並掌握一種特定程式設計技能（比如開發Android應用），這樣的積累在未來一定會變得價值有限，因為未來大多數簡單的、邏輯類似的程式碼一定可以由機器自己來編寫。

人類工程師只有去專注電腦、人工智慧、程式設計的思想本質，學習如何創造性地設計下一代人工智慧系統，或者指導人工智慧系統編寫更複雜、更有創造力的軟體，才可以在未來成為人機協作模式裏的「人類代表」。

完全可以預見，未來機器翻譯取得根本性突破後，絕大多數人類翻譯，包括筆譯、口譯、同聲傳譯等工作，還有絕大多數從事語言教學的人類老師，都會被機器全部或部分取代。

但這不意味着人類大腦在語言方面就完全無用了。如果一個翻譯專業的學生學習的知識既包括基本的語言學知識，也包括有足夠深度的文學藝術知識，那這個學生顯然可以從事文學作品的翻譯工作。而文學作品的翻譯，因為其中涉及大量人類的情感、審美、創造力、歷史文化素養等，是機器翻譯無法解決的一個難題。

學習高層次知識

未來的生產製造業將是機器人、智慧流水線的天下，人類再去學習基本的零件製造、產品組裝等技能，顯然不會有太大的用處。在這個方面，人類的特長在於系統設計和品質管控，只有學習更高層次的知識，才能真正展現出人類的價值。就像建築行業，最有價值的顯然是決定建築整體風格的建築師，以及管理整體施工方案的工程總監。

他們所具備的這些能夠體現人類獨特的藝術創造力、決斷力、系統分析能力的技能，是未來最不容易「過時」的知識。對於你們在AI時代如何學習，我有以下幾個建議：

1. 找到你的興趣，找到你最愛、而且最擅長的事情

興趣是最能引發你們發揮個人獨特性和價值的東西，只有追隨興趣，才更有可能找到一個不容易被機器替代掉的工作。因為美、好奇心或其他原因產生的興趣都有可能達到更高層次，在這些層次裏，人類才可以創造出機器不能替代的價值。

2. 要珍視自己的好奇心、批判式思維和創造力

AI是不會創造的，需要創造力的工作是最不會被AI取代的工作之一，這讓人類的創造力顯得更加難能可貴。所以，你們在學習的過程中，一定要注重鍛鍊自己的創造力和獨立解決問題的能力。隨着人工智慧的發展，過去死記硬背和條條框框的教育方式已經不能適應時代的發展了。未來的教育更加傾向於啟發式，你們要適應這種教育方式，要去享受它。

3. 學會人機協作，但一定要重視人與人之間的溝通和情感

未來的人機協作時代，人所擅長的和機器所擅長的有很大不同。人可以拜機器為師，從人工智慧的計算結果中汲取有助於改進人類思維方式的模型、思路甚至基本邏輯。未來面對面的課堂仍將存在，但互動式的線上學習將愈來愈重要，你們要充分利用線上學習的優勢，利用好那些可以分享的教育資源。

但是，AI無法取代的一個最重要的事情就是與人溝通，很多事情必須要通過人與人之間的溝通才能實現。所以，你們一定要記得多花時間跟人交流，跟人學習。你們要注意鍛鍊自己的團隊精神、表達能力、社交能力，感受親情與愛的能力，這些都是至關重要的。

4. 追隨自己的心

未來跟AI有關的工作會愈來愈多。如果你擅長數學、物理，不妨考慮學習電腦科學和研究人工智慧。之前的冷門行業也完全有可能熱起來，文科學生的機會也會多起來，因為文科涉及跨領域思考、審美、情感等因素，而這些都是人工智慧不太擅長的方面。如果你對文科有興趣，記住要去追尋它，即使父母勸阻你，也不要輕易放棄。你在感興趣的領域裏做深，就很難被人工智慧替代。

5. 主動挑戰極限

當未來人工智慧高度發達時，人類不斷去挑戰自己的能力顯得格外重要。如果不在挑戰中完善自我，人類也許真有可能落伍於智慧型機器。同學們，你們是人類的未來，你們對人類極限的挑戰，體現了人類的尊嚴，也代表着人類的文明。