李楠

3月27日，美國計算機協(xié)會正式宣布將2018年圖靈獎授予 Yoshua? Bengio， Geoffrey Hinton 和 Yann? LeCun，以表彰他們在深度學(xué)習(xí)領(lǐng)域的巨大貢獻。有的媒體稱他們?yōu)椤鞍具^寒冬的人”，以此贊嘆這三位學(xué)者在人工智能領(lǐng)域鍥而不舍的常年耕耘。三位學(xué)者中Hinton的年紀最大，已經(jīng)七十多歲，他跌宕起伏、先抑后揚的科研經(jīng)歷像極了人工智能的發(fā)展歷程。雖然這幾年正是深度學(xué)習(xí)將人工智能重新拉回大眾視野，但縱觀三位獲獎?wù)叩闹饕蒲谐晒芏喽际窃?0世紀八九十年代就開始萌芽。從歷史角度來說，人工智能也許已不算是“新興學(xué)科”了，但在中小學(xué)信息化教育領(lǐng)域，人工智能才剛剛起步。

與中小學(xué)校的其他學(xué)科不同，人工智能高度綜合且對跨學(xué)科知識依賴性強。學(xué)生、教師和教材只是人工智能教育的“冰山一角”，還需要隱含在水面之下的大量資源才能夠支撐起完整的教學(xué)體系，特別是與人工智能相關(guān)的軟硬件技術(shù)群以及互聯(lián)網(wǎng)資源，這些資源的整合應(yīng)用是對教育工作者的巨大考驗。

筆者曾詢問過幾名大學(xué)一年級新生是否知道“機器學(xué)習(xí)”“神經(jīng)網(wǎng)絡(luò)”這些概念，回答都是不了解，而一旦提到“阿爾法狗”（AlphaGo）時，他們則紛紛表示從新聞里聽說過，就是那個下圍棋很厲害的機器人?？梢?，目前很多學(xué)生對人工智能概念的第一印象不是來源于課堂，而是媒體或科幻小說。雖然大眾傳媒對人工智能概念的傳播功不可沒，但畢竟代替不了課堂上嚴謹?shù)闹R教學(xué)。一門學(xué)科一旦進入了課堂，就面臨著教什么、如何教、教的好不好等難以回避的問題。這些命題都很復(fù)雜，需要廣大科技工作者和教育工作者群策群力。在本文中，筆者想面對這座“冰山”，潛到水面之下，嘗試著對其中一些問題做出思考。

準入門檻逐漸降低，讓人工智能教育走進中小學(xué)成為可能

在人工智能教育中，我們要面臨的第一個問題就是中小學(xué)的課堂準備好迎接人工智能了嗎？

無論是國務(wù)院在2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》還是教育部在2018年發(fā)布的《教育信息化2.0行動計劃》都極度強調(diào)了人工智能之于國家、社會乃至教育的重要性?？萍嫉陌l(fā)展必然需要教育先行，要在普及教育中引入一門新的學(xué)科更需要的是制度保障。國家層面明確的指向性和人工智能本身在世界范圍內(nèi)的持續(xù)高熱度正是其進入中小學(xué)課堂的最好時機。

人工智能爆炸式發(fā)展的一個重要前提是變“簡單”了，這個“簡單”不是指人工智能知識變簡單了，而是指將人工智能“用”起來更容易了。曾經(jīng)的人工智能學(xué)習(xí)和應(yīng)用有幾個較高的門檻。首先是知識門檻。無論是符號推理還是統(tǒng)計學(xué)習(xí)，都需要較為豐富的數(shù)學(xué)知識作為保障，符號邏輯、離散數(shù)學(xué)、線性代數(shù)、概率統(tǒng)計等，都或多或少成為學(xué)習(xí)人工智能的先修課程。另外，學(xué)習(xí)者還要具備嫻熟的計算機編程能力，不能實現(xiàn)的人工智能終歸是紙上談兵。其次是數(shù)據(jù)門檻。不管哪種形式的機器學(xué)習(xí)，都需要足夠的數(shù)據(jù)或知識進行支撐。沒有數(shù)據(jù)就很難學(xué)習(xí)，更談不上應(yīng)用。第三是計算門檻。計算能力的不足變成人工智能應(yīng)用的一個軟肋。

這些門檻不僅限制了大部分的學(xué)生接受人工智能教育，也限制了各行各業(yè)從業(yè)者對人工智能的應(yīng)用。這種情況在近幾年有了較為明顯的變化。隨著深度學(xué)習(xí)在計算機視覺、語音識別、自然語言處理等幾個領(lǐng)域的成功應(yīng)用，人工智能變成了大眾熱門詞匯，從業(yè)者的收入水平也有大幅提高，出現(xiàn)了明顯的馬太效應(yīng)，更多優(yōu)秀的人才和豐富的資源進一步投入到這個行業(yè)中。

目前在人工智能領(lǐng)域，免費甚至開源的框架和代碼庫層出不窮，已經(jīng)形成了十分完善的工具鏈。很多優(yōu)秀的模型和算法經(jīng)過優(yōu)雅的封裝后可以很方便地被使用，使用者甚至不需要知道過多的理論技術(shù)細節(jié)就可以將人工智能引入到自己所在的專業(yè)領(lǐng)域中。這種完備的工具體系極大地降低了人工智能的準入知識門檻，為人工智能教育提供了絕佳的舞臺。

另外，近幾年隨著人工智能同時發(fā)展的還有大數(shù)據(jù)和云計算技術(shù)。數(shù)據(jù)獲取、存儲和采集以及高性能計算的成本大幅下降，數(shù)據(jù)蘊含的價值被充分認知，計算資源的使用變得彈性而靈活，GPU、TPU等專用的人工智能芯片使得計算效率大幅上升。這些伴生技術(shù)相當(dāng)程度上降低了人工智能學(xué)習(xí)的數(shù)據(jù)門檻和計算門檻。

再有就是人工智能教育的師資人才。目前很多大學(xué)都已經(jīng)建立或者正在籌建人工智能學(xué)院或?qū)I(yè)。在不久的將來，更大的專業(yè)人才基數(shù)有望促使中小學(xué)人工智能教育的師資力量得到顯著增強。

可以說，人工智能教育走進中小學(xué)真正具備了天時、地利和人和的條件。

深度優(yōu)先還是廣度優(yōu)先是方法更是策略

在圖遍歷算法中，存在“深度優(yōu)先”和“廣度優(yōu)先”兩種思路。對于人工智能教育亦是如此?！吧疃葍?yōu)先”可以認為是將人工智能的各個內(nèi)容和知識點專門展開，從概念、算法、模型、范例等各個角度進行剖析，其目標是學(xué)生能夠熟練使用相應(yīng)方法，一種方法講透以后再開始講另一種。而“廣度優(yōu)先”可以認為是將人工智能的知識體系全貌先對學(xué)生進行介紹，首先幫助學(xué)生建立宏觀概念，即人工智能作為一個學(xué)科目前到底能解決什么樣的問題，不能解決什么問題，而在可預(yù)見的未來可能有怎樣的發(fā)展。這兩種教學(xué)思路的差異性是很大的，前者是面向方法的教學(xué)，而后者是面向問題的教學(xué)。

目前“深度優(yōu)先”的教學(xué)方法被大學(xué)人工智能教育廣泛采用，但未必很適合中小學(xué)人工智能教育。對于小學(xué)、中學(xué)、大學(xué)三個階段來講，中學(xué)人工智能教育似乎是最難統(tǒng)籌的。小學(xué)生因其認知能力和知識儲備的局限性，可偏重于人工智能的科普和啟蒙。相對的，大學(xué)生則已具備必要的先修知識和明確的專業(yè)方向，人工智能教育可以偏向垂直領(lǐng)域和學(xué)術(shù)化。而中學(xué)生，特別是高中生，其知識體系已經(jīng)開始分化，學(xué)生個體之間的差異性也很強，要想做到普惠的人工智能教育難度很大。目前看來，小學(xué)的人工智能教育最適合啟蒙式的“廣度優(yōu)先”方式，而中學(xué)生應(yīng)該以“廣度優(yōu)先”為主，“深度優(yōu)先”為輔的策略。

事實上，想要在高年級的人工智能教學(xué)中找到既不太“科普”也不太“學(xué)術(shù)”的平衡點還是很具挑戰(zhàn)性的，需要有一座“橋”將二者連接起來，而這座“橋”似乎可以用“面向問題的教學(xué)”這一思路來構(gòu)建。

在人工智能科普教育中存在這樣一個現(xiàn)象，即以“方法的展示”和“結(jié)果的展示”為主，卻很少有對于“目標問題”的剖析。如在介紹線性回歸方法時，經(jīng)常用房價預(yù)測作為例子，其主要原因是房價預(yù)測這件事的背景十分大眾化，幾乎不用解釋。但這類例子也會導(dǎo)致幾乎所有的受眾會把注意力放在方法和結(jié)果的“奇妙性”上，而很少考慮為什么這個問題可以用線性回歸來解決，似乎這個問題天生就是為了講解線性回歸方法而存在的。相對的，在實際工程中，目標問題的本質(zhì)是什么、包含了怎樣的知識、能不能用專業(yè)人工智能方法來解決、能在多大程度上解決、困難是什么等問題才是人工智能應(yīng)用的第一步，往往也是最艱難的一步。如果忽略了對問題的探討，學(xué)生會錯誤地認為人工智能實踐起來如此簡單，因為利用機器學(xué)習(xí)框架，只需要幾十行代碼的編寫就能實現(xiàn)一個房價預(yù)測的實例程序。

可以說，對問題的深刻認識與對方法的深刻認識同樣重要。在中小學(xué)的教學(xué)中，建議加強對目標問題的探討。如在介紹圖像分類方法時，可以使用形如“花卉種類識別”或者“蝴蝶種類識別”這樣專業(yè)性更強的例子來代替通用例子。這樣就可以結(jié)合學(xué)生們生物學(xué)方面的相關(guān)知識背景對具體問題進行更專業(yè)的剖析和探討，如通過分析不同種類蝴蝶身體結(jié)構(gòu)和翅膀紋理上的異同，將目標問題具體化和形式化，來引出諸如圖像分割、目標檢測、特征提取等概念，更深刻的讓學(xué)生理解圖像識別的本質(zhì)。

教材與工具對人工智能教育都非常重要

人工智能的目標是希望機器能像人類一樣思考。人是理性和感性兼具的動物，但計算機卻幾乎是絕對的理性。我們總是希望計算機能感性一點，這樣才更像我們?nèi)祟悺＿@造成了人工智能教育中的一個核心矛盾，傳統(tǒng)信息課程內(nèi)容是絕對理性的，講究邏輯的（例如計算機程序設(shè)計課程），但我們的目標卻是要用理性的手段來實現(xiàn)一個與我們?nèi)祟愊嗨频?，兼具理性和感性的智慧。這可能就是人工智能教育之于傳統(tǒng)信息學(xué)本質(zhì)的差別。

1.人工智能教材重要且更新快

人工智能的知識體系非常復(fù)雜，很難在中學(xué)課堂上做到真正的“無死角”教學(xué)。對于任何一個人工智能案例，教師都會發(fā)現(xiàn)將其涉及的完整知識鏈在課堂上講清楚幾乎不可能。其主要原因是學(xué)時不夠和先修知識儲備不足。如對于大部分的中學(xué)生來講，“線性代數(shù)”可能是從沒接觸過的一門課程，這就導(dǎo)致大量機器學(xué)習(xí)中的形式化表達無法直接使用。因此，真正編制出一套“有舍有得”的中小學(xué)人工智能教材極為重要。

由于人工智能技術(shù)發(fā)展高速、知識更新速度快，其教材編寫相應(yīng)的也需要一個發(fā)展進化機制，要保持合理的書本知識和在線文檔的比例，即每本教材背后都有一套完整的在線資源支撐，這更符合人工智能知識體系的特點。在線資源并不是教材內(nèi)容的簡單重復(fù)，還包括各種鏈接、視頻和可編程交互文檔等方面的內(nèi)容。傳統(tǒng)計算機編程技術(shù)的學(xué)習(xí)可以總結(jié)為“書本+示范程序+上機練習(xí)”模式。而人工智能教育則需要將學(xué)生的互聯(lián)網(wǎng)文獻檢索和資源發(fā)現(xiàn)能力培養(yǎng)進行前移和強化。因為人工智能這門學(xué)科是在互聯(lián)網(wǎng)中成長壯大的，海量知識和資源分散在互聯(lián)網(wǎng)的各個角落，與互聯(lián)網(wǎng)水乳交融。

2.人工智能的教學(xué)離不開教學(xué)工具

在信息學(xué)教育工具的發(fā)展史中，曾經(jīng)有過一個非常令人遺憾的失敗案例，即麻省理工學(xué)院多媒體實驗室2005年發(fā)起并組織的OLPC項目，希望全新設(shè)計并生產(chǎn)100美元的廉價筆記本電腦用于發(fā)展中國家的青少年教育。該項目經(jīng)過多年的掙扎之后失敗了，遠未達到當(dāng)初的預(yù)期。究其原因在于該項目過于追求“教育”，而忽略計算機軟件和硬件一直在飛速發(fā)展的事實。OLPC電腦為了追求節(jié)能和廉價采用了諸如手搖充電和特殊節(jié)能屏幕等獨特的設(shè)計，最終成本不斷攀升，性能卻很羸弱。而與此同時，隨著半導(dǎo)體技術(shù)的發(fā)展，民用的筆記本的價格卻在節(jié)節(jié)下降，現(xiàn)在只要花幾百元人民幣就可以擁有性能不錯的平板電腦用于教育。OLPC項目的失敗提醒我們，信息學(xué)教育的教學(xué)工具不同于其他學(xué)科，計算機的軟件和硬件始終處于快速的發(fā)展和變革中，同時這種變化能迅速地傳播到每一個角落。在人工智能軟硬件教具的研發(fā)中，先進性，特別是軟件的先進性，要放在首位，應(yīng)該充分利用互聯(lián)網(wǎng)開源、共享精神帶來的資源紅利，不能僅為追求教育的“便捷性”而忽略前沿工具的使用。

理解人工智能的倫理、安全內(nèi)容與局限性

在中小學(xué)的課堂中，筆者建議不僅僅進行人工智能知識和技術(shù)的教學(xué)，還應(yīng)該引入相當(dāng)程度的倫理與安全內(nèi)容。我們的學(xué)生需要知道，人工智能技術(shù)的局限和邊界在哪里，運用人工智能技術(shù)會導(dǎo)致哪些可能的風(fēng)險。近期，連續(xù)兩起波音737Max8飛機導(dǎo)致的大型空難震動世界。初步的調(diào)查報告表明，事故的罪魁禍首很可能是該型號飛機搭載的“機動特性增強系統(tǒng)”，該系統(tǒng)是一個高度自動化裝置，其啟動邏輯由計算機而不是飛行員來判定。本次事故可能是程序邏輯設(shè)計的缺陷導(dǎo)致了飛機失控。在我們憧憬諸如“自動駕駛”這類人工智能技術(shù)為我們帶來便捷的同時，也需要讓學(xué)生了解不成熟智能技術(shù)會帶來的安全隱患。

1.人工智能中的隱私保護需要重點關(guān)注

筆者曾與一位高中學(xué)生閑聊智能音箱時談到這個問題，該學(xué)生覺得這些智能助手們應(yīng)該不會導(dǎo)致隱私的泄露，因為只有用戶發(fā)出明確的指令（如稱呼智能助手的姓名）時這些音箱才會開始工作。這種認知恰恰是對語音識別技術(shù)運行的機制不了解而造成的，試想這些音箱如果不是時時刻刻在聆聽周圍的聲音，又如何能分辨用戶在呼喚它的姓名呢？可見，全面的了解人工智能技術(shù)的運行模式，非常有助于學(xué)生從小就建立起自我隱私保護的意識，能夠有效地判斷隱私泄露的風(fēng)險。

目前，如微軟和谷歌這樣的人工智能領(lǐng)袖企業(yè)都明確地把諸如“隱私”和“安全”等準則列入其人工智能道德規(guī)范中。在我們的中小學(xué)人工智能教育中，也應(yīng)該有意識的通過案例教學(xué)等方式來夯實學(xué)生們在該領(lǐng)域的認知。諸如“差分隱私”等概念，也可在教學(xué)中適當(dāng)引入，讓學(xué)生能夠?qū)崒嵲谠谟|摸到隱私保護技術(shù)。

2.人工智能的局限與負面影響也應(yīng)在教育內(nèi)容中有所體現(xiàn)

如目前個性化的信息推薦會讓用戶陷入“信息圍欄”，無論是閱讀偏好還是購物偏好，用戶喜歡什么，機器就給他推薦什么，用戶的信息獲取途徑反而會變得狹窄，始終無法跳出自己認知的“舒適區(qū)”;機器利用用戶行為數(shù)據(jù)對用戶的“畫像”甚至超過用戶對自身的了解。人工智能教育需要讓學(xué)生認識這個現(xiàn)狀，有意識的擺脫人工智能的“負面”影響。人工智能教育的目的不僅僅為了讓一部分學(xué)生在未來能參與到人工智能科技活動中，也是為了讓學(xué)生能夠適應(yīng)未來可能出現(xiàn)的越來越智能的世界。

雖然人工智能在計算機視覺、語音識別領(lǐng)域取得了成功，未來在醫(yī)療、金融、自動駕駛等領(lǐng)域也必然有所作為，但是在通用智能領(lǐng)域以及廣泛的工業(yè)智能領(lǐng)域還任重道遠。現(xiàn)在的人工智能高度依賴歷史數(shù)據(jù)的積累，一件事情如果沒有足夠的數(shù)據(jù)支持就變得很棘手。不幸的是在工業(yè)領(lǐng)域，很多信息和知識都是隱性的存在于算不上完備的數(shù)據(jù)積累中，甚至只是作為模糊的行業(yè)經(jīng)驗存在于領(lǐng)域?qū)＜业拇竽X中，這就讓機器智能的培養(yǎng)變得很困難。這就好比一位教師在傳授一門學(xué)科知識時，既沒有充分的教材，自身對知識的理解也是模模糊糊，又怎么能把學(xué)生教的明白呢？目前來看，無論是遷移學(xué)習(xí)，還是強化學(xué)習(xí)，對待這些復(fù)雜的智能問題時還是稍顯稚嫩。在教學(xué)中建議讓學(xué)生能有所反思、能自主分辨，避免傳媒對人工智能的過度神話造成認知誤導(dǎo)——似乎一夜之間教師、醫(yī)生、駕駛員等都會被人工智能所取代，科幻電影中的時代即將來臨。求真和務(wù)實才是人工智能教學(xué)應(yīng)有的態(tài)度。

雖然人工智能已經(jīng)取得了不少矚目的成功，但它仍然像一個襁褓中的嬰兒一樣，還有無窮的潛力。如今在中學(xué)、小學(xué)讀書的這些孩子們，再過二三十年，將是我們國家和社會的中流砥柱。不管怎么說，人工智能教育至少應(yīng)該達到兩個目標：第一是激發(fā)一部分學(xué)生的學(xué)科興趣，讓他們能夠有志于該領(lǐng)域的深造和研究，最后成為祖國建設(shè)的專門人才;第二是惠及每一位學(xué)生，讓他們能理解人工智能，能明辨是非、評判真?zhèn)?，能自信的擁抱未來可能到來的人工智能時代。人工智能的教育正像一座冰山一樣，暫時還只對我們露出一角，隱藏在水面之下，還有大量的工作等待著教育工作者們?nèi)ヌ剿骱透拧?/p>

作者單位：北京工商大學(xué)