劉世好

1 人工智能正在解放大腦，部分的延伸人腦功能

人類記憶就是存儲、識別、提取的過程，而這是人工智能最擅長的領域之一。通過機器算法，人工智能將越來越聰明，在很大程度上輔助人類的工作，從這個角度講不久的將來，所有簡單重複的腦力勞動，都將被人工智能替代，逼迫人類只能做更高級的、只有人類才能做的工作。

2 應試教育是人類創新的基礎，和人工智能取代大腦記憶力之間沒有必然關係

由於算法和算力的持續提升，人工智能在某些方面確實超越了人類的極限，但是綜合而言，作為超超級智能生物體的人類比目前人工智能強太多。

人類要想完成更高級的工作，核心是獲得良好的教育，應試教育作為主要的人才培養方式，有其不可替代的作用。

教育本身就是痛苦的，本身就需要藉助外力的壓力來灌輸知識，只有掌握足夠的基礎知識，才可能在基礎之上，有所創新和創造；假設未來取消了應試教育，人類連基礎知識都掌握不了，還談什麼發展。

你連走路都不會，還想奔跑？

感謝閱讀，歡迎在評論區留言與我交流！

Famay心喜歡生

🌹核心觀點🌹：未來社會將是智能一切的社會；人類智能、人工智能互搏雙促融合慧新乃是大勢所趨；人工智能不是取代人類智能、現代教育，而是促使人類智能更高級、更智能、更高級高端。

🌹政策層面🌹：世界各國政府都在順應社會發展趨勢，紛紛出臺支持人工智能發展的政策、法規，進行政策層面的戰略規劃部署。

尤其是，中國2019年，“智能+”首次，“人工智能”連續第三年寫入中央政府年度工作報告，以大數據、人工智能、雲計算、物聯網等為核心的新一代信息技術真正成為社會經濟發展的大趨勢。

🌹科研應用🌹：國家科研單位、大學院校教育機構、知名企業、行業協會等等紛紛進行人工智能與人類智能、教育、企業工業智能化的研究、實踐應用、交流，正在逐漸形成產學研發展的產業鏈和生態圈。

🌹融合發展🌹：未來社會發展，人工智能與人類智能不是非此即彼的對立關係，而是促進社會發展、經濟高質量發展的重要雙翼，兩者將越來越高度融合發展，形成“互搏雙促融合慧新”“人機耦合”的局面。

🌹總結回顧🌹：人工智能促進人類智能、現代教育更加智能、高效、高級。反過來，人類智能、現代教育快速發展更能使人類掌握人工智能的發展規律、趨勢，進一步更好地指導人工智能的實踐應用，促進人工智能的長足發展。

🌹有圖有真相🌹：如下照片是人工智能與人類智能的研究實踐應用的部分行業研討峰會，可以作為如上所述的例證。

靈動飄逸慧新世界

說到硬式教育好多人，尤其是在校中小學生或多或少都有些不贊成。但硬式教育不能說是最好的教育但相對來說是比較適合打基礎的教育。

都說歐美國家的學生上學都是比較輕鬆的，他們的教育才是好的育人方法，但其實真正的深入的瞭解觀察歐美的教育就會發現他們的輕鬆是分著的。因為他們的中產及以上階級都是拼了命的給孩子最好的教育報各種學習輔導班，上好的私立學校，而他們的底產階級也想給孩子好的教育，但受制於經濟條件只能讓孩子去上一般的公立學校。歸根結底天下的父母都一樣都希望自己孩子將來能夠成龍成鳳。

說到目前很火的人工智能，他可以成為學生很好的學習助手和一些課程老師，但他卻永遠也無法替代學生們的學習，最直接的從名字就能看出人工智能，說明是靠人來實現智能化，而不是自我進化而來的。當然有的會說現在很多的人工智能都有很強的學習能力。但他們都是通過算法對大量的數據的精準分析而來的。而算法還是人寫的。就好比研製高強度的好鋼，科學家就會不斷思考配製各種材料及其比例和冶煉方法等等，最終來達到要求。而人工智能卻做不到，他只會在現有的一些基礎之上不斷的優化，也就是說要達到同樣的目的人工智能會增加現有鋼材的厚度來達到要求，而不會憑空的創造出一種世上沒有的鋼材。

所以無論人工智能怎樣發展也代替不了人們的學習，硬式教育屬於基礎型教育是更不可缺少的，只有把基礎搞好往上才能有更大的發揮空間。

心向未知

技術上實施起來應該很難。但如果真的能實現。那就沒有學渣了。

基礎知識的學習和灌輸，可能可以由人工智能來取代或者實現。比如說在人腦內植入存儲芯片，運算芯片和人的大腦神經細胞連接起來。可以幫助人類提高記憶。但是關於人的大腦的理解力，創造力這一類更復雜的思維活動，要和人工智能結合起來應該會非常難。需要花更多的時間。

我相信這項技術發展到一定程度，可能是真的可以把整個人的思維，靈魂虛數字化到人工智能上。讓人類獲得另一種形式的永生

修電腦的老男孩

未來很有可能出現稱之為智能電子課本的產品。智能電子課本可以為學生提供最佳的視頻、動畫、動漫教學資訊，內容豐富多彩。屆時將不再需要大量的老師，他們有可能轉變成為學習輔導老師。人工智能可以幫助學生提升學習理解能力，但不可能提升記憶能力。要提升學生的記憶能力，可能需要藉助可以植入人腦，並且能夠與計算機聯通下載相關數據的生物記憶芯片。有了智能課電子課本，每個人都可以自主完成學習，包括大學課程。做到邊學習邊測試你的學習成績。因此我們不再需要應試教育。

szgao755

目前的人工智能的技術水平還處於弱人工智能，也就是在視覺識別和語音識別，離實現真正的人工智能，替代人腦還有很遠的距離，需要人類不斷通過技術革新來實現，應試教育其實是個偽命題，很多人嗤之以鼻，但殊不知，要想能夠深刻的記住學過的知識，通過測試是最好的鞏固方式之一，也就是之所以應試其實是為了加深記憶，如果從根本上牴觸學習知識，那麼自然也會牴觸應試教育，如果沒有人類的不斷進步，人工智能也永遠只會停留在弱人工智能上。

工業觀察

　趨勢一：認知

　　我們需要改變思維方式，做有創造性的工作

　　隨著社會越來越智能化，所有的東西都會更加智能，例如在醫院或者診所，放射科的照片已經可以被人工智能分析；在飛機駕駛中，大部分時間都是人工智能在操縱飛機；開車時使用的自動擋也是人工智能在操作汽車。我們生活中已經有很多方面和人工智能息息相關。

　　重要的一點是我們為什麼想要人工智能？因為人工智能和人的思維是不同的。例如我們為什麼想要人工智能來開車？因為人工智能不會受到外界的干擾，人在開車的時候可能會突然分神，而人工智能或者自動駕駛是不會的。

　　人工智能有不同的認知方式和模式，在一定程度上，在一定的維度上甚至會超越人類的思維方式，我們需要充分運用這種思維方式。

　　我們需要改變我們的思維方式，改變思維方式比其它的事情更加重要。

　　第一次工業革命帶來了第一次人力的解放，而人工智能又帶來一次人力的解放。很多人擔心在未來會不會有很多工作都不需要人類了，人工智能會不會替代人類。

　　所有的工作其實都可以歸為不同的類別，有一些工作可以由機器人來做，有些工作機器人就做不了，我們需要做的就是重新定義人工智能，而不是被其所替代。我們可以將那些高效率、可重複性的工作交給機器人去做，而那些低效率、具有創造性的工作都由我們人類去做，比如人際交往、藝術、科技發明等領域的工作。

　　我們可以嘗試不僅僅單純地讓人工智能或者機器人來工作，而是說把人工智能和人融合在一起，這兩個個體都有自己獨立的思考，融合在一起就是強強聯合了。所以未來我們是否能夠成功，就要看人和人工智能能夠多麼無縫地銜接在一起。

　趨勢二：互動

　　互聯網正在從知識、信息邁向更加註重體驗

　　我認為未來的技術將會發展的另外一個方向，就是會越來越互動。過去在工業革命的時候，我們生產了桌子，但是桌子與我們人類並沒有很多互動。在未來，我們的整個身體，所有的姿勢和動作都會被轉化成數據，我們與人工智能會進行互動。人工智能能夠通過觀察小小的動作、手勢，甚至包括一些微動作、臉部的微表情，做出相應的反應。今後，我們可以用自己的動作與機器交流，最終完全進入一種虛擬狀態，就是我們所說的虛擬現實。

　　因此我覺得在智能手機廣泛應用的下一個平臺

　　虛擬現實也有兩種形態，一種虛擬形態是類似於你要戴上像手套、眼鏡給你另外一種感覺，戴上這些之後，你會覺得自己是在另外一個時空或環境，這是非常常見的虛擬形態，能夠給人們一種虛擬現實的體驗方式。另外一種是混合式的遠程視載技術、虛擬現實，當你戴上這種眼鏡設備以後，你可以去觸摸身邊虛擬的椅子，你可以將其挪開，這樣的技術可以給你類似於錯覺的感覺，帶你到達一些對於人類來說無法到達的地方，比如水下或者火山裡面。

　　最重要的一點是，我們現在其實會漸漸地遠離充滿有很多知識或者信息的互聯網，而慢慢地邁向一個滿是體驗、更加註重體驗的互聯網。最重要的不是你看了什麼，而是你體驗了什麼。

　　所有這些技術的成本都在不斷地下降，所有的商品成本都在不斷地下降，但是隻有一個例外，那就是體驗。例如，要給孩子找保姆，或者說我們需要看一個話劇，這種體驗的成本在不斷地升高。現在人工智能或者虛擬現實也在把體驗虛擬化，因此我覺得在未來，虛擬現實將會是最社交化的一種社交媒體，我們可以和朋友一起出去玩，真正地分享我們的體驗。

　　趨勢三：使用

　　人們正從關注“所有權”轉向“使用權”

　　過去我們關注“擁有”，現在我們更加關注是否可以“使用”。例如，優步是世界上最大的出租車公司，但優步自己沒有任何一輛出租車，臉書是世界上最大的社交平臺，但自己沒有任何的內容。

　　因此在現代的社會，“使用權”已經優於了“所有權”，如果可以隨時隨地的使用，感覺比真正擁有會更好。例如，滴滴讓我們隨時隨地想用車就可以直接叫車，而不用自己去買一輛車，甚至可以想像在未來，甚至不用買房子，因為可能隨時隨地有這樣的服務提供商給我們提供我們需要的空間。

　　我們已經實現了從產品向服務的轉換，過去可能關注的是產品本身，但是現在我們更關注產品背後所能提供的服務，也就是服務經濟。未來經濟是按需經濟，人們有需要再生產，如何把產品轉換成服務，然後把服務提供給消費者，其實我們身邊有非常多的機會可以讓我們做類似的思考。例如訂閱，作為會員可能並不會賣給你實體的產品，而是出售使用權，如果買產品，產品的更新換代非常快，但如果買使用權就可以隨時的更新。所以我們已經慢慢從關注“所有權”轉向“使用權”。

　　趨勢四：分享

　　協調合作、強強聯合讓共享經濟變成可能

　　我們以前說的分享可能僅僅是所謂的分享經濟，分享一輛車的使用權，或者分享那些並非個人所有的東西，但是我想說的是，其實分享遠遠不止這些。

　　雖然我們在說共享經濟，但是我們現在還只是處在共享經濟非常初期的階段，真正的分享要遠遠超過我們現在所理解的簡單的分享。

　　在未來，所有我們可以想象得到的、能夠被分享的東西都一定會被分享。

　　因此，最重要的一點便是協作。我們需要讓所有的工具、技術協調合作，使其強強聯合。

　　維基百科是一個線上的百科全書，全球上百萬的人都可以成為這個百科的撰寫人，他們可以撰寫許多詞條。這樣的技術在20年前完全不存在，但是現在，這樣的技術可以讓我們一起合作來完成一部巨大的網上百科全書，它給了我們非常大的力量。

趨勢五：流動

　　在“流動”的社會，學習能力才是核心能力

　　流動性是這個時代的特徵，數據是流動的，例如新聞、音樂、電影，還有臉書、微博、微信等等這些都是數據的流動。無論你在哪個行業，學過什麼課程，最終都獲得的是數據庫，流動的數據，無論做什麼工作都必須要意識到這一點的關鍵性，因為所有的信息都是會被追蹤的。

　　世界更加流動性的的一個方式那就是我們所有的信息都會被追蹤，但是決策可以相應的做出變化。那些可以被跟蹤的事物一定會被追蹤，包括各種數據流、信息流，例如一些定位系統能夠跟蹤每個客戶具體在哪個位置，會買什麼商品，我們也可以通過技術追蹤身體的生活方式、健康狀況，包括運動、記憶力、血壓水平等。這些信息可以收集起來開出個人化、定製化的處方和治療方案。

　　第二是關於隱私，那就是配對、連接、偶合，把兩種不同的個體雙向的連接起來，要麼透明，要麼模糊，要麼開放，要麼隱藏。

　　第三是個性化的設計，每個人都是社會的一員，但我會希望公司、朋友把我視為一個獨特的個體，例如我有自己的特長、職責，而我們唯一能夠被視為個性化的方式就是透明化，我就需要向大家開放自己，公開信息，從而他人才能夠給予我們個性化的對待。大多數人會希望更個性化，更獨特一些，所以願意透明一些隱私，在英語當中有句話是“隱私讓位於炫耀”，我們的進化方向就是越來越透明。

　　最後，其實沒有人知道這些發明對未來的發展是不是有效，例如，攝影、電話等技術被髮明的時候，我們並不知道這些技術的好處，最初我們並不知道這個技術會運用用於哪裡，唯一的方法就是使用它，需要與技術進行交互才能發現技術的優缺點。

　　這些技術需要通過交互的方法我們才能充分了解，所以我們需要不斷學習全新的技術，無論多大年齡，所以學習的能力在未來才是最核心的能力。在新技術的學習過程中，忘記過去學的舊的東西，對很多人是非常困難的。

　　怎麼樣創造一個新的東西？設計的思考流程是首先要了解設計改革的是什麼，再來創造，然後再交互，這是一個設計的流程，即先把新的東西做出來，然後再思考，做的過程其實是邊做邊思考，做了之後又重新進行思考和評估，進行一些修改，這樣的先想後做類似於創客教育。讓學生能夠用上手的經驗通過實踐來學習東西，然後創作，再思考重複這個過程，這是學校一個學習的過程，學生可以真正的創造東西，實踐是思考問題的第一步。

　　想成為創新的一代要具備哪些能力？

　　中國現在即將成為一個非常具有創新精神的國家，但是還是缺失一種文化，中國的下一代如果真正的想成為創新的一代要具備以下能力：

　　1、擁抱失敗的能力。其實失敗正是創新科學，甚至是藝術的核心所在，通過不斷的失敗不斷的促使你前進，正因為有不斷的失敗才能進步。

　　2、提問的能力。好的問題才是人類最大的價值所在，問問題也是創新的驅動力，這是中國的下一代要發展的部分。中國需要普及一種能夠去質問權威的文化，有時候就要反其道而行之，去質疑老師，要質疑某種權威，這樣一種質疑或者問問題的能力才能讓我們的文化有創新的基因。

　　3、對於未來要抱有樂觀的心態。其實真正的進步或者改革都是由樂觀的人創造的，每個技術都會帶來問題，但這些問題可能就是進步的源泉。

中公考研

書籍是人類進步的階梯，人工智能可能成為人類進步時的扶梯

平常心8842520

萬事萬物都是人的傑作，腦細胞超過了電腦，人們還得抓緊學習，應試教育是手段，沒有文化水平那來的科學。

煥芹5

現在的人工智能基礎是統計學，說白了就是歸納與預測。基礎理論早就有了，只是最近大數據的崛起導致他能處理海量數據，提高學習能力，也就是提高各種調節特徵參數的能力。而數據是人類灌輸的，你可以理解數據就是我們所能接觸到的所有事物。所以，它很難做到真正的智能，本質還不具備自我學習能力。未來如果有新的基礎理論誕生，恐怕才能進一步提高。比較先進的阿法兒狗，是一個cnn加強化學習的產物。說白了是個推薦系統加預測系統。它的自我學習是建立在規則的獎勵機制，遠遠達不到智能。。。所以，教育來說人工智能只能起到輔助，想要取代需要新的基礎理論誕生。。。

關鍵字: 人工智能 應試教育 大腦