不是Ai太強,而是人被教苕了!

1 評論 1090 瀏覽 0 收藏 11 分鐘

在人工智能技術(shù)日益進步的今天,人們對于自身工作被AI替代的擔(dān)憂也日益增加。這種擔(dān)憂源于人們在現(xiàn)代社會系統(tǒng)中的工具化和機器化,以及教育體系的標(biāo)準(zhǔn)化和應(yīng)試化。本文深入探討了現(xiàn)代教育如何導(dǎo)致人們變得易于被AI替代,并對比了AI的訓(xùn)練方法與人腦的認(rèn)知方式,揭示了教育體系需要改革的緊迫性。

為什么現(xiàn)在很多人擔(dān)心被AI替代,因為人本身在現(xiàn)代社會系統(tǒng)里面早已經(jīng)工具化、機器化了,突破沖出來一個不吃、不喝、不休息不疲勞,還沒有繁衍欲望、不走神不分心的”怪物”,干的比你多,拿的比你少,要說不怕,那是騙人的!

但是怕有用嗎?沒有!并且怕什么就會來什么,這是”墨菲定律”。

么搞?那還是回到”人是怎么工具化”這個問題上來,顯然是教育。

普魯士教育(標(biāo)準(zhǔn)化教育)方式來自于工業(yè)大生產(chǎn)打螺絲操作法。

首先規(guī)定一個標(biāo)準(zhǔn)動作和工序,你必須按照這個標(biāo)準(zhǔn)重復(fù)一遍,否則就不”合格”,那怎么把題做對,而只有不斷刷題,鞏固知識點同時應(yīng)付各樣的考試。

考試鼓勵你去重復(fù)標(biāo)準(zhǔn)動作和工序,這些動作和工序就是一個個已經(jīng)規(guī)定好的知識點和章節(jié),環(huán)環(huán)相扣,形成一個子系統(tǒng),而各個不同的子系統(tǒng),也就是不同的學(xué)科,構(gòu)成一個整體學(xué)習(xí)系統(tǒng),從低到高,從小學(xué)一年級到高中三年級,本質(zhì)上學(xué)習(xí)方法和考核流程不會有什么變化。

K12的訓(xùn)練足夠讓一個人成為機器了!絕對可以了!并且其中佼佼者,也未必有書本以外的獨立思考能力,能讓一個人甚至一個家庭很驕傲,這就是自愿并且享受成為高級NPC。

就這樣的機械操控模式,你說要不被AI機器替代,那簡直是天理難容??!

但是很奇怪,你發(fā)現(xiàn)了沒有,機器(Ai)是不是這樣的機械的訓(xùn)練模式?當(dāng)然不是。

Ai機器人的訓(xùn)練模型算法基礎(chǔ)是貝葉斯原理,貝葉斯原理簡單的說,就是輸入材料歸納分析,然后給出相關(guān)性結(jié)論。注意,”相關(guān)性”不是唯一性,結(jié)論也不是答案,相關(guān)性是可以延伸生成的,結(jié)論也不是固定的,可以推翻的。

一旦答案鎖死,Ai也就無法改善了。

工程師不會首先給代碼機器一個結(jié)論,讓機器去匹配找對錯,比如要讓Ai認(rèn)識一只貓,工程師會把全網(wǎng)能夠搜索到的貓,不同顏色的貓,以及不同姿態(tài)的貓圖片信息輸入給機器人,讓他從各種模糊的,清晰的,不同品種的圖片之中構(gòu)建起一個屬于自己的辨別模型,也就是建模,然后類似于以后再出現(xiàn)了貓,就對應(yīng)上了模型進行識別。

令人諷刺的是,Ai機器訓(xùn)練方法是模仿人腦的認(rèn)知方式,說到底歸納法和證偽法,只是依靠的數(shù)據(jù)量太大了,不容易看出來。

這種辦法非常笨,連三歲小孩不如,因為三歲小孩能夠在很小的數(shù)據(jù)樣本里面就構(gòu)建起非常精確的模型,并且自動進行鏈接。一個三歲小孩的英語能力可以秒殺在高校里面的英語教授,同樣一個三歲小孩的中文也可以超過東方學(xué)專家。不學(xué)而能的歸納相關(guān)性自動生成能力是人腦的元認(rèn)知能力之一,還不是全部。

Ai厲害的是,在相關(guān)性上下了笨功夫,工程師把一個事情不斷拆解成一個個要素,讓代碼自動在這些信息和材料里面學(xué)習(xí),這個事情都很簡單,每個過程都在出錯,試錯,然后通過出錯自動進行補充,即使有了標(biāo)準(zhǔn)出錯,他就會接著迭代。以此類推,不斷延展在不同的訓(xùn)練場景里面。

比如人臉識別技術(shù),語言識別的技術(shù)都是這樣通過大量的材料大數(shù)據(jù),通過相關(guān)性不同建模得到了一個結(jié)論,由人去匹配,機器人和工程師不去糾錯,他就一直以默認(rèn)這個相關(guān)性是可行的。

你就會,機器訓(xùn)練和應(yīng)試教育人的訓(xùn)練最大的不同是,機器智能一頭是大數(shù)據(jù),一頭是結(jié)合巨大的需求算法的模型,以及結(jié)合不斷的使用反饋,不斷對模型進行修正。

甚至在機器智能的世界里面,沒有”對”和”錯”的概念,由于都沒有所謂的”錯”,自然也沒有對于機器的懲罰機制,沒有差等機器或者優(yōu)等機器之分,也沒有學(xué)術(shù)機器和職工機器之別,只需要符合相關(guān)性以及可行性驗證就行了,機器甚至沒有功利性,

也就是說,工程師在機器世界里面模擬了一個機器與機器之間,代碼與代碼之間沒有等級,沒有優(yōu)劣,沒有獎懲,沒有真?zhèn)?,絕對平等不做評判的純粹世界,而人是什么樣,Ai就可以訓(xùn)練成什么樣,正因為如此,才形成了個性化。你想要Ai判斷的怎么樣,完全取決于你輸入什么樣的數(shù)據(jù)材料,人工智能沒有意志,他的意志來自于操控Ai的人。

甚至Ai認(rèn)知方法和學(xué)習(xí)方法——模糊了解加大量實踐,也曾經(jīng)是正常人經(jīng)常用的學(xué)習(xí)方法,只是這種方法被應(yīng)試教育所拋棄和壓抑了!

而自高考恢復(fù)以來中國人的學(xué)習(xí)方法是什么?是模仿死機器,無限制接近于標(biāo)準(zhǔn)答案,不僅需要全職學(xué)習(xí)脫離實踐,還要與模糊性和不確定性為敵,以輸入標(biāo)準(zhǔn)答案為評價的體系,這確實是一種可怕的”顛倒”——人越來越像機器,機器越來越像人,人在物化,物在人化。

并且我們看到了,應(yīng)試教育的內(nèi)卷的趨勢近40年來越來越強,也就是說,讓人異化為機器的方式并不會有絲毫減弱的跡象。

甚至可以斷定的,只要高考中考存在,未來半個世紀(jì)的中國孩子,只會越來越卷,越來越卷,越來越卷,根本停不下來,因為應(yīng)試對成績的定義,要無限接近于標(biāo)準(zhǔn)答案這個極限,這是無窮極限的概念,只會不斷逼近。

你可以看看這個無限符號∞,是不是一個不斷循環(huán)永無止境的莫比斯環(huán),是不是就一個永恒內(nèi)卷的圈?

這種中國應(yīng)試教育的莫比斯環(huán),以無數(shù)學(xué)生為青春為燃料,以考試選拔和淘汰為獎懲機制,以專家們教材和題庫答案為標(biāo)準(zhǔn),不斷進行無窮無盡的循環(huán),不會終結(jié),在這個過程之中,逐漸形成了中國教育產(chǎn)業(yè)利潤的來源。

也就是我們所看到,越來越貴的民辦高中,越來越按考分等級的重點高中,以及無數(shù)的教培培訓(xùn)機構(gòu)和考輔機構(gòu)……

以及,越來越貴的民辦大學(xué),越來越貴的學(xué)區(qū)房,越來越多的大學(xué)生,由于供過于求,也就是越來越低的大學(xué)生,以及越來越重的就業(yè)壓力恐嚇,越來越不確定性的未來,越來越多脫離書本依賴嚴(yán)重洗腦的考試機器……

如果哪天學(xué)生不再按應(yīng)試去卷下去,沒有按照應(yīng)試的等級劃分和評價體系,各種產(chǎn)業(yè)鏈之中的人的”天”就塌了,高中不知道教什么,大學(xué)都不知道怎么辦學(xué),怎么招生也要砍專業(yè)縮編。

說到底都是靠學(xué)生卷考試卷升學(xué)作為大教育產(chǎn)業(yè)的源動力吃飯。

現(xiàn)在所有老師都知道人工智能應(yīng)用在教育里面摧枯拉朽的沖擊力,Ai僅僅依靠符合相關(guān)性和可行性驗證兩條原理,調(diào)動一部分算力,經(jīng)過很短時間就就可以訓(xùn)練完幾十年十幾億人的全部教材知識和題庫,并且未來Ai還在跟培養(yǎng)出來的學(xué)生搶飯碗。大家都知道整個教育上的所有人都知道過去教育模式已經(jīng)過時了,遠遠落后于實際。但是,大家都要集體裝睡下去,你永遠無法叫醒一個裝睡的人,再多的人也無法叫醒一個集體裝睡的群體。

人腦有一千億個神經(jīng)元,就算把全世界服務(wù)器全部加起來都模擬不到人腦的全部能力,人腦干不過電腦肯定是有問題,這是人工智能的破壁計劃第一篇,感興趣關(guān)注后續(xù)。

本文由人人都是產(chǎn)品經(jīng)理作者【靠譜的阿星】,微信公眾號:【靠譜的阿星】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 最可怕的一件事情就是,會不會出現(xiàn)這樣的場景,美國的一個普通高中生借助AI就能比中國的清北生能做的事情更多

    來自廣東 回復(fù)