人工智能时代，程式化的、重复性的、仅靠记忆与练习就可以掌握的技能将是最没有价值的技能，几乎一定可以由机器来完成；反之，那些最能体现人的综合素质的技能，例如，人对于复杂系统的综合分析、决策能力，对于艺术和文化的审美能力和创造性思维，由生活经验及文化熏陶产生的直觉、常识，基于人自身的情感（爱、恨、热情、冷漠等）与他人互动的能力……这些是人工智能时代最有价值，最值得培养、学习的技能。
<h2>
AI时代该如何学习？</h2>
过去一年，我做了许多场关于人工智能发展趋势的演讲。讲到AI将在未来10年取代或改变许多简单、低效的人类工作时，身为家长的听众会好奇地问我：“AI时代，孩子到底该学什么，才不至于被机器‘抢’了工作？”
其实，与其讨论让孩子学什么，不如先讨论孩子该如何学。学习方法远比学什么内容更重要。尤其是在人机相互协作、各自发挥特长的时代里，填鸭式、机械式的学习只能把人教成机器，让孩子丧失人类独有的价值。
2013年，包括哈佛大学前校长在内的一群美国著名教育家联合创办了一所神秘的四年制本科大学——密涅瓦大学（Minerva Schools at KGI）。第一年招生时，这家大学的录取率低于3%，远低于哈佛大学的8%～9%，是全美录取最严格的本科院校。被密涅瓦大学录取的第一批学生，收到的录取“通知书”是一个精致的小木盒，木盒盒盖上用英文写着“好奇心”的字样，木盒内是一台定制的i Pad电脑。只要打开电脑，密涅瓦大学的创始人本·尼尔森（Ben Nelson）就会收到通知，并与学生进行一次视频通话，安排学生在旧金山开始四年的学业。
这么神秘的学校，这么低的录取率，这么有趣的新生报到流程，那么，密涅瓦大学到底有什么过人之处？
密涅瓦大学的创始人相信，传统的四年制大学已经无法适应未来的需要，大学教育过程本身需要被改革甚至被颠覆，在线课程、讨论小组、实习实践、自我探索和自我完善将成为今后教育的主流模式。基于这样的思路，密涅瓦大学使用的是一套名为“沉浸式全球化体验”（Global Immersion）的教学方式。
密涅瓦大学的所有入学新生都要在旧金山一个独特的校区完成第一年的学业，这一年的主题是“基础”，但学生所学的课程与普通大学一年级的课程有非常大的差异。密涅瓦大学的教育家们相信，让学生付费去学网上随处都可以找到的基本课程，比如基础的计算机导论、经济学导论或是物理学导论，这是得不偿失的事。因此，密涅瓦大学的一年级课程直接将知识课程与四种极其重要的方法论有机结合起来，变成形式分析、实证分析、多元模式交流、复杂系统四大课程板块。形式分析主要用于训练学生精密、合理思考的能力；实证分析重在培养创造性思维和解决实际问题的能力；多元模式交流则关注使用不同方法进行有效交流的能力；复杂系统重点在于复杂环境中的有效协作。
<img src="/uploads/allimg/200412/1-2004120Q213400.jpg" />
图65 密涅瓦大学一年级的四个课程方向155
从大二开始，密涅瓦大学的学生们会进入专业课程学习阶段，这一年的主题是“方向”。学生可以跟导师一起，从艺术与人文、计算科学、商学、自然科学、社会科学这五个方向中择定自己的专业，也可以选择攻读两个专业。
大三的主题是“专注”，要求学生深入各自专业方向的领域内部，培养精深的专业技能。
大四的主题是“综合”，重在培养学生学以致用的能力。
最独特的是，除了大一在旧金山外，大二到大四的3年内，学生每年都会到世界上一个不同的地方完成学业。密涅瓦大学分布在全世界的教学地点包括海德拉巴、布宜诺斯艾利斯、台北、首尔、柏林、伦敦等156。专业课程教学时，没有死板的课本，也没有传统的填鸭式授课，每堂课同时参与学生人数很少，最多20人，以远程教学、集体讨论为主，学生可以与分布在全球各地的著名教授交流、互动。同时，在教学之余，学生要在当地进入一家与自己学业相关的代表性公司，在实习中培养自己的全面素质，真正学会如何工作。
对于密涅瓦大学的大胆实践，人们有很多争议。密涅瓦大学与谷歌、麦肯锡、高盛等企业有合作关系，培养出来的人才，很多都可以满足这些一线企业的实际需要。但这种近乎颠覆式的模式到底是不是未来最好的教育形式，这恐怕要经过更长时间的检验才能下结论。就拿密涅瓦大学重点采用的远程在线教育的方法来说，其优点是学生可以随时与最优秀的学者互动，从更多不同风格的教授身上汲取知识、经验，但在线教育缺少面对面教学时的那种沉浸感，有时候难以深入交流的问题也比较明显。
无论如何，实验性的密涅瓦大学给“未来如何学习”提供了一种建议性的答案。其实，在中国著名学府中，有识之士也在积极做着有关新教学模式的探索。在清华大学，姚期智院士创办的清华学堂计算机科学实验班（又称“姚班”）就是其中很有代表性的一个。姚班专注于“因材施教”和教学上的“深耕”“精耕”，设置了阶梯式培养环节：“前两年实施计算机科学基础知识强化训练，后两年实施‘理论和安全’‘系统和应用’两大方向上的专业教育；着力营造多元化、富有活力的学术氛围，建立多方位、多层次的国际学术交流平台。”157
姚班对于本科四年课程的设计，与密涅瓦大学有异曲同工的地方。最重要的是，姚班不但提倡多元和专深相结合的教学方法，还特别鼓励面向实践、面向解决问题的教学氛围。计算机科学本身就是一门强调实践的科学，姚班特别鼓励学生在学习期间参加竞赛，或参加谷歌、微软等科技公司的实习项目。创新工场与姚班之间，也尝试了共建人工智能课程的合作，将最前沿的产业实践经验、创业经验带给姚班的学生。
姚班的学生非常厉害。姚班第一届学生里，就出了一个后来被大家称为“楼教主”的超级牛人——楼天城。楼天城高中期间就聪慧过人，获奖无数，得过国际信息学奥赛金牌。进了姚班之后，更是频繁地参加世界各大编程挑战赛，在百度之星、谷歌全球编程挑战赛、Facebook黑客杯世界编程大赛、Top Coder比赛、ACM大赛中显露出惊人的实力，有“一个人挑落一个队”的传奇故事。在喜欢编程竞赛的后辈学生看来，“楼教主”就是百万军中取上将首级如探囊取物的“神”级人物。
楼天城的功力不仅仅在于竞赛，在实际工程项目中一样功夫了得。2007年夏天，楼天城就曾在谷歌北京实习，表现不错。随后曾在谷歌自动驾驶团队工作。后来，短期加入Quora后，楼天城入职百度，成为百度无人车团队的中坚力量，在级别上更是成为百度最年轻的T10级工程师（据说深度学习领军级人物吴恩达加入百度时也才是T10级）。最近，楼天城和百度另一位资深工程师James Peng一起离开百度创业，注册了一个名叫Pony.ai的神秘域名。相信楼天城在自己的创业道路上，也能表现不俗。
出自姚班的“楼教主”拥有许多姚班学生的共性，用他自己的话说就是：“我非常喜欢挑战困难。因此，我希望我工作的地方是一个每天都可以接受有趣的、有挑战性的问题的岗位。”158
敢于挑战自己，敢于面对有趣的、有难度的问题，这是姚班这种新型教育氛围较容易培养出来的学生特质，而具备这种特质的学生，最容易在人工智能时代作为人类智慧的代表，设计最高效的AI系统，并与AI系统一起创造更大价值。
如果要我来总结的话，我觉得，人工智能时代最核心、最有效的学习方法包括：
·主动挑战极限：像楼天城那样喜欢并主动接受一切挑战，在挑战中完善自我。如果人类不在挑战自我中提高，也许真有可能全面落伍于智能机器。
·从实践中学习（Learning by doing）：面向实际问题和综合性、复杂性问题，将基础学习和应用实践充分结合，而不是先学习再实践。一边学习一边实践的方法，有些像现代职业体育选手的以赛代练，对个人素质的要求更高，效果也更好。
·关注启发式教育，培养创造力和独立解决问题的能力：被动的、接受命令式的工作大部分都可以由机器来替代。人的价值更多会体现在创造性的工作中。启发式教育在此非常重要。死记硬背和条条框框只会“堵死”学生灵感和创意的源头。
·虽然面对面的课堂仍将存在，但互动式的在线学习将愈来愈重要：只有充分利用在线学习的优势，教育资源才能被充分共享，教育质量和教育公平性才有切实保证。创新工场投资的VIPKid、盒子鱼等面向教育创新的公司，就是大量使用在线教育、机器辅助教育等手段来帮助孩子学习的范例。
·主动向机器学习：未来的人机协作时代，人所擅长的和机器所擅长的必将有很大不同。人可以拜机器为师，从人工智能的计算结果中吸取有助于改进人类思维方式的模型、思路甚至基本逻辑。事实上，围棋职业高手们已经在虚心向Alpha Go学习更高明的定式和招法了。
·既学习人—人协作，也学习人—机协作：未来的“沟通”能力将不仅仅限于人与人之间的沟通，人机之间的沟通将成为重要的学习方法和学习目标。学生要从学习的第一天起，就和面对面的或者远程的同学（可以是人，也可以是机器）一起讨论，一起设计解决方案，一起进 步。
·学习要追随兴趣：通常来说，兴趣就是那些比较有深度的东西，所以只要追随兴趣，就更有可能找到一个不容易被机器替代掉的工作。无论是为了美，为了好奇心，为了其他原因产生的兴趣，这些兴趣都有可能达到更高层次，在这些层次里，人类才可以创造出机器不能替代的价值。
<h2>
AI时代该学什么？</h2>
有关学习的内容和目标，我的小女儿德亭曾经说过一段让我特别尊重、特别赞许的话。
德亭很早就喜欢摄影，她5岁的时候得到了人生第一台相机，并从帮姐姐设计出来的漂亮时装拍照开始，逐渐拓展拍摄对象，很早就成了一个小摄影爱好者。她中学时很想以摄影作为自己的专业，但我担心她喜欢摄影只是为了逃避功课。申请大学前，我反复跟她讨论，并提醒她：“你必须想清楚噢！专业摄影师很快就会被淘汰，现在摄影工具愈来愈方便，大家都可以轻易拍出好照片，专业摄影师的优势会渐渐消失。”
可我没有料到，德亭很郑重地说了下面这段话：“我做过调查了，目前在美国，一个专业摄影师的薪水比记者还要低，而记者的薪水相比其他各行业也越来越低了。可是爸爸，我愿意赚比较少的钱，做自己真正想做的事。每次背着沉甸甸的相机出去拍照，回来的时候虽然筋疲力尽，我却总是心花怒放。我非常庆幸生活在高科技时代，可以轻松拥有数码摄影以及低成本、大容量的存储设备，还有无处不在的网络，这些让我像一个装备齐全的猎人一样，捕捉我所有的感动，然后用心将图像提取出来。未来的摄影绝对不只是按下快门，而是要用新的眼光，让影像产生新的意义。而那绝对不是科技可以取代的。”
每当我思索人和机器共存的未来时，就总会想起德亭的这段话。的确，摄影技术再先进，照片画质再好，也取代不了摄影师内心因拍摄对象而产生的感动。这种感动可以赋予风景、人物、静物、街景以新的意义。即便以后有了人工智能照相机，可以自动帮助人完成捕捉美景、记录美好瞬间的任务，人的感动、人的审美、人的艺术追求也是机器无法取代的。
摄影如此，其他工作亦如此。我们很难准确列举，AI时代到底该学什么才不会被机器取代，但我们大致还是可以总结出一个基本的思路：
人工智能时代，程式化的、重复性的、仅靠记忆与练习就可以掌握的技能将是最没有价值的技能，几乎一定可以由机器来完成；反之，那些最能体现人的综合素质的技能，例如，人对于复杂系统的综合分析、决策能力，对于艺术和文化的审美能力和创造性思维，由生活经验及文化熏陶产生的直觉、常识，基于人自身的情感（爱、恨、热情、冷漠等）与他人互动的能力……这些是人工智能时代最有价值，最值得培养、学习的技能。而且，这些技能中，大多数都是因人而异，需要“定制化”教育或培养，不可能从传统的“批量”教育中获取。
比如，同样是学习计算机科学，今天许多人满足于学习一种编程语言（比如Java）并掌握一种特定编程技能（比如开发Android应用），这样的积累在未来几乎一定会变得价值有限，因为未来大多数简单的、逻辑类似的代码一定可以由机器自己来编写。人类工程师只有去专注计算机、人工智能、程序设计的思想本质，学习如何创造性地设计下一代人工智能系统，或者指导人工智能系统编写更复杂、更有创造力的软件，才可以在未来成为人机协作模式里的“人类代表”。一个典型的例子是，在移动互联网刚刚兴起时，计算机科学专业的学生都去学移动开发，而人工智能时代到来后，大家都认识到机器学习特别是深度学习才是未来最有价值的知识。过去3年内，斯坦福大学学习机器学习课程的学生就从80人猛增到了1000多人。
再比如，完全可以预见，未来机器翻译取得根本性突破后，绝大多数人类翻译，包括笔译、口译、同声传译等工作，还有绝大多数从事语言教学的人类老师，都会被机器全部或部分取代。但这绝不意味着人类大脑在语言方面就完全无用了。如果一个翻译专业的学生学习的知识既包括基本的语言学知识，也包括足够深度的文学艺术知识，那这个学生显然可以从事文学作品的翻译工作，而文学作品的翻译，因为其中涉及大量人类的情感、审美、创造力、历史文化积淀等，一定是机器翻译无法解决的一个难题。
未来的生产制造行业将是机器人、智能流水线的天下。人类再去学习基本的零件制造、产品组装等技能，显然不会有太大的用处。这个方面，人类的特长在于系统设计和质量管控，只有学习更高层次的知识，才能真正体现出人类的价值。这就像今天的建筑行业，最有价值的显然是决定建筑整体风格的建筑师以及管理整体施工方案的工程总监。他们所具备的这些能够体现人类独特的艺术创造力、决断力、系统分析能力的技能，是未来最不容易“过时”的知识。
人工智能时代，自动化系统将大幅解放生产力，极大地丰富每个人可以享有的社会财富。而且，由于人工智能的参与，人类可以从繁重的工作中解放出来，拥有大量的休闲时间。这个时候，这个社会对文化、娱乐的追求就会达到一个更高的层次，而未来的文娱产业，总体规模将是今天的数十倍甚至上百倍。那么，学习文艺创作技巧，用人类独有的智慧、丰富的情感以及对艺术的创造性解读去创作文娱内容，显然是未来人类证明自己价值的最好方式之一。当绝大多数人每天花6个小时或更多时间去体验最新的虚拟现实游戏、看最好的沉浸式虚拟现实电影、在虚拟音乐厅里听大师演奏最浪漫的乐曲、阅读最能感动人的诗歌和小说……作家、音乐家、电影导演和编剧、游戏设计师等，一定是人工智能时代的明星职业。