大脑注意力永远向新异信息转移，这种倾向实际上是创新的本能。

人工智能学同样的知识、做同样的练习，永远都不会厌倦，好处固然是永远可靠地工作，但问题在于，如果注意力永不厌倦地放在已经学会的知识上，还有什么动力去学习新知识？有很多人说，人类大脑的“自动化”过程是一种懒惰，但实际上，它是“自动化”旧过程，以便搜索新信息。大脑就是在学习与搜寻的过程之间永恒切换。这是创新的推动力。

如何才能让孩子坚持一件事呢？如果“厌倦”是好的，孩子岂不是永远缺乏坚持毅力？最好的教学节奏，是让孩子在一件事情上，总能找到新的趣味和挑战。就好比难度阶梯合适的游戏，总不会太难，也不会简单枯燥，内容有乐趣，而且跟着孩子的水平不断抛出新挑战。每次习惯化发生之后，就有下一关的冒险。这种合适的节奏，常常不容易找到。因此，好老师始终是至关重要的（未来人工智能技术辅助教学也有帮助）。

试错学习vs.优化学习

小孩子会犯错，甚至会故意犯错。人工智能学习的过程，实际上是在寻找最优解。它也会小步试错，但最终目标始终是寻找解空间的全局最优。它不断根据最终的答案调整步骤，直到所有参数都有利于获得最佳答案。人工智能计算永远都是可靠的，每次提出同样的问题都得到同样的解答，如果不特意安排它出错，它不会出错。

小孩子的思路走不了那么远，他更多是从现状出发，东试一下，西试一下。有的时候，尝试的过程中他发现了另外的问题，有的时候给出另外的答案，不一定是最优解，但有时候带来新的洞见。另外一些时候，他故意做错，只是觉得按照另一种方式做更有意思。例如你让他用积木按照图纸搭一座高塔，他在搭的过程中，发现塔可以断成两截，再连接成一座桥，于是就把搭高塔的计划忘记了，开始搭桥，然后又建房子。

故意犯错很多时候是在体验自主的乐趣。有时候犯的错误需要纠正，例如2+2不等于5，但也有更多时候，错误没有任何关系，它只是开启了另外一道门。当孩子把玩具的盒子戴在脑袋上当帽子，谁知道是不是像法拉第错误掉落的线圈、导致电磁学的重大发现呢？

人类最独特的学习方式

上面一口气讲了很多特点，可能大家也累了。

现在说一点轻松的话题：你知道孩子为什么都需要偶像吗？

这涉及人学习时的心理机制。你回忆一下，在自己成长的过程中，有没有这样的时候：自己想做什么的时候，头脑中不由自主地想到父亲或者母亲会说什么，不由自主地想到父母批评或者反对的声音，不由自主地在头脑中跟假想的父母对话或反驳？

或者，有没有这样的时候：因为特别喜欢一个老师，就很喜欢他/她教的那门课，因为特别不喜欢一个老师，就不喜欢他/她教的那门课？

这两种现象都是特别正常的人类心理特征，涉及一个心理机制：依恋学习。

最初注意到这一点，也在“人工智能之父”马文·明斯基的作品《情感依恋》中。依恋学习是人类学习过程最奇妙的一点。它非常不同寻常，看似不合理，但仔细想来却非常合理。依恋学习最主要的特征是：学习的过程跟随情感依恋。

先来说说依恋。

依恋是每个人与生俱来的情感关系，一般早期是母婴关系，一两岁之后，小孩也会与家庭其他成员建立依恋关系。建立起心理依恋关系的人，是孩子内心安全感的来源。依恋有一点像小动物身上观察到的“印刻”，小鸭子生下来最早见到哪个成年鸭子，就会“印刻”对它的依恋，从此一直跟着它走。就像是在《仲夏夜之梦》里面提到的那种魔力药水，喝了它，会爱上醒来之后见到的第一个人。

安全依恋是对爱的相互确认。婴儿确认自己爱妈妈，妈妈爱自己，确认跟着妈妈就不用害怕，这是他后面面对世界时心里安全感的来源，因为他敢于信任另一个人。一岁时候的安全依恋测试结果若是健康，成年后的自我成就、婚姻幸福的概率就更大。

我们的一大特点是，内心依恋的人会变成头脑中的意象，非常在意他/她说的话，哪怕不在身旁，也时常想起他/她的态度，作为自己的依据。违抗他/她会让我们内疚。

从信息与学习的角度看，依恋是标记特殊信息源。

机器学习知识分两大派别，程序员输入现有知识，或者让机器自己从数据中摸索。深度学习是自己摸索。人类学习知识是两种结合，婴幼儿时，父母给我们灌输的一般是人类已经形成惯例的知识，例如这是桌子，这是椅子，饭前洗手，出门坐车。这样以确保我们每个人不用从人类钻木取火的知识开始全靠自己发现。除此之外，父母还会给我们他们的价值观，他们对周围人事的判断都会成为我们初期判断的起点。“掉地上的东西不能吃。”“你要谦让小朋友。”等等。除此之外，孩子也进行大量自我探索，自己总结规律。

对机器而言，大数据输入的信息源，权重都是等同的。但人生活在一个由许多人组成的复杂世界中，每个人给小孩子输入的信息都不相同，价值观更是千差万别。小孩子如何筛选和处理这么多信息源的输入？

答案就是，小孩子给自己的依恋对象赋予极高权重。妈妈爸爸说的话，可信程度最高，也许在小孩子的世界里权重超过90%。学校里、街边的人说的话都存疑，和妈妈爸爸说的话做对比。即便是妈妈爸爸不在身边，也随时装载着他们的画面，头脑中的妈妈爸爸会跳出来说话。成长的整个过程中，孩子也会把自己依恋的人的形象放在心里，随时参考。

而另一方面，父母对孩子也有天然的依恋。荷尔蒙和其他神经指标，都让父母对孩子在生命的最初两年全然投入去爱。这样的双向依恋，保证了父母对孩子的输入是最可靠的。

在信息泛滥的世界中，对特定信息源赋予长期稳定的权重，不容易被随便的路人把自己的知识和信念带偏。如果随便是谁都能篡改人工智能的知识和信念，那遇到特殊的用户，给人工智能输入抢银行的数据，让人工智能学习抢银行也很容易。

也许有人会说，这有什么难度，不就是记住出厂设定，不允许篡改吗？不是这么简单。现在的软件都是记住出厂设定，不允许用户篡改，于是所有的改进都需要程序员再出2.0、3.0版本。未来如果人工智能出实验室之后不允许新的学习，那和现在的软件没什么区别，也无法满足用户和环境需求。如果允许在外界信息世界中学习，那就必然要根据用户输入的信息修改自身的知识和信念。这就意味着可以被任何人利用做任何事。

如何抉择，如何平衡？如何让人工智能拥有新的独立学习，还不至于和程序员的初设定背道而驰？

人类是如何做的呢？那就是叛逆和依恋的相互平衡。

人类儿童天性具有叛逆机制。从“可怕的两岁”开始，孩子就不断要求独立，要求自己对自己做主，要求自己的主张被采纳。这种对“自主”和“自我肯定”的渴求，是人类与生俱来的本能，也是独立人格发展的开端。

叛逆是人工智能目前做不到的“觉醒”。

从两岁开始的每个认知发展跨越，都会伴随着孩子对父母的叛逆。叛逆本质上是对独立的要求，叛逆的强度会根据父母给予的独立空间大小和孩子的个性有所不同。小学时候开始独立社交，中学时候开始选择人生偶像和人生理想，大学时候开始选择生活轨迹，所有这些时候，都会伴随着要求独立的叛逆主张。有时候会和父母有尖锐对抗。

但与此同时，人类儿童的叛逆，绝不同于智能程序遗忘初始信息。目前的智能程序网络学习了新数据新领域新知识之后，就会覆盖掉原有的知识和能力，不会再留恋初始的网络。但人类儿童又不一样，之所以叛逆的过程会伴随着内心的痛苦焦虑，就是因为孩子的叛逆并不同于简单放弃父母的信念，而是伴随着自我的挣扎犹疑。如果叛逆等于遗忘，那很平静，但叛逆实际上代表着选择。即使很长时间不在父母身边，父母的形象都可能在心里，孩子的头脑里还是会萦绕着父母的话。

于是，人就是这样面对“初始信念”和“大数据学习”之间的矛盾，既不轻易放弃父母的初始输入，也不拒绝外界信息的改变。好处是父母给的信息一般是出于爱，最安全可靠，而外界的信息更广阔，更跟随变化。任何两难选择才伴随内心痛苦，叛逆也不例外。

此外，孩子还会在每个阶段选择新的“依恋对象”，那就是偶像、有感情的师长、爱人。这些依恋对象的话语对孩子的影响力也远超过周围其他人，相当于赋予极高权重的信息源。我们对于我们心里选择的“依恋对象”，也像对父母那样，生成一个心理意象，遇到了事情，会假想他们怎么说，会拿他们的话去套用新的场合，会极为在意“我这么说他会不会生气”“他会支持我走这条路吗”“这个作品他会喜欢吗”。

这个过程常常充满坎坷。我们从依恋对象身上获得的不仅是信息，也是人际关系革新。每一次的依恋对象选择，对于人都既是情感过程，也是人生学习过程。

为什么要这样？人类的学习为什么要用这种磕磕绊绊的方法？不能像人工智能那样，只单纯客观地处理数据吗？

说到这里，要说几句贝叶斯学习。

一直都没说贝叶斯算法，是因为在目前的人工智能前沿领域，贝叶斯不算是最主流的。但我一直都认为贝叶斯学习是对人类学习刻画得最好的学习算法。

贝叶斯算法的核心，说起来就是一句话：先验概率，后验检验。用普通人能听懂的话说，就是“心里先抱着一个信念，再根据发生的事情调整信念”。例如“我相信大海是红色的”，这是信念，然后去海边看看，发现不是红色的，就把这个信念抛掉。

有的时候，人能明智地调整信念，根据事件，放弃掉之前的信念，但更多的时候，我们会用之前的信念解释事情。举个例子，如果心里的信念是有鬼存在，然后有一次有东西莫名其妙丢了，就把这个事件当作是“有鬼”这个信念模型的确认。很多时候，心里事先抱定的信念模型非常重要，它会决定我们如何看事情。

而选择“依恋对象”，实际上就是孩子选择自己心里的先验模型。此后的人生，孩子会不断拿这个信念去套生活，有的信念会被抛弃，但更多会保留和加强。选择偶像并不是错，如果能够选择好的“依恋对象”，就相当于选择了一套合适的信念模型。

未来我们该如何教育和学习？

前面写了许多内容，汇集到一起，在未来的智能时代，对我们的学习和教育而言最重要的大概有四点：

·情感联结

·基础抽象思维

·世界观建立

·创造力发展

我们再简单看一下这几个方向，我大致谈一下我觉得必要的教育和学习方式。

情感联结

情感联结的意义，我们在有关“依恋学习”的部分已经提到过了。人类特有的依恋学习，让人将依恋对象变为心理意象，他们输入的信息权重会特别大。

情感加持是人类学习特有的本能，缺少情感联结的学习很难入心。一岁之前是建立安全依恋关系的重要时段，12个月时的安全依恋测试就已经对成年后的行为有一定预测能力。建立安全依恋关系的孩子更容易形成稳定的自我认知，更能积极勇敢地探索世界。安全依恋让孩子充分信任父母，并且从父母身上获得最初的信念。孩子对父母的安全依恋关系将使得他们内化父母的形象，从而高效地获得对世界的稳定认知。

根据心理学研究，最重要的影响依恋关系的是互动的敏感性。在婴幼儿早期，饮食起居的照顾固然是重要因素，但是比单纯吃穿供应更重要的是，是对婴幼儿发出信息的敏感度，当婴幼儿对世界发出信息，成年人最及时准确的回应，是婴幼儿与这个世界建立精神联系的主要来源。母亲对婴儿喂奶的回应是其中一种，对婴幼儿情绪、行为和语言的回应也是建立联结的重要因素。若长期处在无人回应的状态中，如处在孤儿院中，即使食宿得到了照顾，婴幼儿的认知和自我认知的发展仍然出现障碍和滞后。

在人工智能时代，理解他人的情感和思想将是重要的能力需求，而理解他人的能力也需要亲子情感联结作为基础。婴幼儿最早的共情能力，出现在9个月左右的眼神跟随，母婴互动或者与其他看护人的情感互动，对于孩子发展自我认知和认识他人的能力至关重要。人工智能可以取代各种数据分析工作，但是它们取代不了懂得体察他人情感内心的人。

情感陪伴对孩子的意义，在未来时代会格外彰显出来。孩子理解世界和他人的基本模型，源自孩子和家人互动的基本模型。我们让他们理解情感，他们才能理解世界的情感。

基础抽象思维

人工智能可以做到符号与符号的连接，而人类能做到真实世界与符号的连接。这种能力就是抽象思维。且不说未来我们能不能教人工智能学会理解真实世界，只说另一面，我们如何让人类的孩子理解真实世界和符号的对应，对于人类智能发展十分关键。

人类的知识，建立于各种真实感觉到符号之间的对应。对物理世界的理解，和数学符号对应；对人情世故的理解，和文字符号对应；对情感和美的理解，和艺术符号对应。每一种对真实世界的感触，都和一种符号表达对应。对人工智能来说，理解符号世界是很容易的，理解真实世界是很难的。对人来说恰好相反，人有很强的直觉理解真实世界，但是对于符号世界的理解就有困难。而对双方都难的，是建立真实世界与符号世界的对应关系。

人类的学习，重要的是对符号系统的基础理解。

对符号系统的基础理解，是指对文字和数学符号的抽象认知。人类对口语和物理世界的感知是本能，来源于千百万年的物种进化，大脑中都有相应的感知模块。但是正如最著名的心理学家斯蒂芬·平克所说，所有人都有语言和物理感知的本能，但是没有阅读和数学本能。对文字和数学的认知只是最近几千年的事情。这是文明进化，大脑中的结构进化并没有跟得上，一直到最近几十年才通过教育消除文盲。因此所有（正常）人都会说话和运动，但如果不经过正规学习和训练，人类就学不会阅读和数学。

在任何时代，学习都是有必要的，在智能时代更需要智能的提高。有一种说法是，人工智能时代，机器代替我们去做所有智力计算的事情，人类不再需要学理科了，只有弹琴、写诗、画画，才能和机器不同。这其实是没什么道理的说法。实际上机器现在也能弹琴、写诗、画画，人类这些领域如果只是拼工匠精神，也是拼不过机器的。未来的职业需求，越是智能的时代就越需要高智能人才。其中最基础的能力，就是理解抽象符号，能用符号表达真实的感觉。弹琴、写诗、画画，如果是机械重复也是没前途的，需要理解艺术语言背后的真实审美。

学习阅读、数学和艺术语言要费力气，难就难在抽象。但如果突破了这一关，能用文字、数学和艺术符号思考，能将符号与世界进行联系认知，人的智能层次就突飞猛进。孩子进行系统性正规学习仍然是必不可少的，仅仅用身体和直觉感知世界，很难进入人类智能世界的舞台。

在儿童早期，我们让他们发展文字、数学和艺术能力，重要的不是让他们直接学习符号，而是让他们建立符号和真实世界的对应。对于文字，相比识字，更重要的是认知事物与文字之间的对应。对于数学，相比背数和口算，最重要的是让他们感知数形对应，也就是物体和数字之间的关系。对于绘画，相比临摹，最重要的是让他们感觉手中的颜料可以表达世界、表达内心想法。引导儿童阅读，最重要的意义也就是让他们感知到文字中蕴含的世界。

世界观建立

孩子与人工智能相比最大的优势就在于孩子的常识系统。一个三岁孩子都知道塑料袋可以在空中飞，小车在下坡路上比上坡跑得更快。同样，三岁的孩子还知道做了被禁止的事周围的人会有什么样的反应。所有这些对世界和他人的常识认知，人工智能都觉得很难。常识系统源于大脑综合加工信息的能力。

对常识系统的升级就是对世界的常识认知，也就是世界观。对这个世界自然系统的知识、社会构成的知识、国与国关系的知识、人类发展历程的知识，都会变为一个人的常识系统，而后续的所有学习和判断，都建立在这样一个知识的背景舞台上。人的学习有怎样的高度，除了学习本身的勤奋程度，还在相当大程度上与这个背景舞台相关。就好比你能登上的山峰，除了与你自身走的步数相关，还与你起点的高度密切相关。

常识系统的建立，包括物理常识系统和知识世界观。

一岁到三岁之间，我们可以尽量让孩子用所有感官认识世界。这段时间是孩子通过身体感官和头脑对周围的整个世界进行建构。这个过程对人来说很容易，人工智能却难以做到。这段时间需要充分用身体探索世界，需要大量语言交流。最终，孩子将周围社会生活转化为内心的常识基础，在这样的常识基础上，人开始真正有意义的语言交流。

3—7岁，可以多让大脑的认知和联想扩大范围，建立对世界的综合认知。大脑中的突触数量从两岁之后大量增加，到7岁达到人生的顶峰，此后开始逐步“剪除”无用的神经突触连接，最终达到稳定。这段时期是孩子对世界的好奇心和知识吸收能力最强的时期。3—7岁，孩子天马行空的联想也是最多的。真实和虚幻交织的想象力、喷薄而出的对万物的好奇、一日千里地对新知的快速吸收，都让他们迅速扩张自己头脑中的知识谱系。人工智能只能是专业领域的工具天才，但是人类可以对所有领域综合理解，可能和人类大脑神经突触的自由连接和生长有关系。跨界联想和触类旁通是儿童独特的优势，这段时间适合让知识领域向四面八方延伸。

再长大一些，可以让孩子尽可能多地参与社会生活实践，从旁观世界到进入世界，在行走天下的过程中获得参与性世界常识。

对世界的综合理解能力，需要有系统视角的通识教育。重要的不是记忆所有学科领域的知识碎片——人类不是维基百科，也拼不过维基百科——而是知道如何安放和调取这些知识。这就需要有层次、有关联的知识体系。人工智能能记忆所有的碎片，但是难以组合成有意义的图景和故事，遇到事情也缺少调用的能力。世界观不是知识库，而是从高处看待知识的视角。

创造力发展

未来人与人工智能相比，最大的竞争优势莫过于创造力，包括对知识的创造性理解和对知识的创造性应用。

对知识体系的创造性理解，是所有学习中最重要的一环。创造性理解的意思是，敢于对知识进行质疑、重组、搭配和延展，敢于挑战和重建现有知识，敢于灵活运用知识，去分析、去解决问题。知识是孩子的乐高积木，他们可以充分信赖自己运用知识的能力，用知识搭建出头脑中最鲜活的花园，而不只是猜测老师想让自己如何安装知识。如果是具有确定答案的问题，机器学习几秒之内就能学到很多，但是它们没有能力去创造、去设计。因为它们头脑中没有蓝图、没有想象、没有预期、没有宏观审视、没有反事实思考、没有审美、没有跨出经验数据的冒险精神，也没有创造的爱和热情。

对世界的创造性理解能力，需要有对创造性尝试的鼓励性的态度和环境。有人担心知识束缚创造力，宁愿让孩子躲在远离知识的荒野中，但实际上这是多虑了。我们看到，世界上最具有创造力的人物，往往是从小知识渊博，但又具有灵活的思维。例如“阿尔法狗”的创始人哈萨比，从小是国际象棋高手，9岁学编程，长大后学习计算机和神经科学，很年轻就拿到博士学位。如此沉浸在知识学习中的优秀学生，在改进人工智能算法方面，有着异常活跃的创造力。想让孩子有创造力，完全不必对知识的学习产生恐惧。

唯一扼杀创造力的，就是扼杀创造力。这并不是无意义的同义反复。好奇心和想象力是人人都有的创造的基础。很多时候，父母和老师对创造力采取了压抑的态度，还并不知晓。对“唯一正确性”的过度强调，对循规蹈矩的过度认可，对错误探索的过度批评，才是压抑孩子创造力的最大阻碍。成年人对事物的按部就班和井井有条有着超乎寻常的执拗，其中也把孩子作为“井井有条”的一部分。然而孩子是一个向着四面八方随机探索的、充满可能性的魔法泡泡，他们在突破可能的边界。这个时候，父母最好的方式是鼓励和跟随。

父母和师长的情感支持对孩子发展创造力至关重要。父母和师长可以倾听孩子的想法，提问、鼓励回答、顺着孩子的思路进一步深入探寻，以问题加深孩子的思考，帮助孩子动手实践自己的想法，支持他的创意，分析他的设想，教给他方法和手段，但不以此来约束孩子的探索。

对知识的创造性应用的培养，就是建立创造性应用知识的机会。关于创造力的“投资”理论表示，创造力与智商的关系很弱，但是与认知风格关系紧密。所谓认知风格，就是是否敢于冒险，是否愿意把时间投入创造性活动，是否能投入全心热爱的有兴趣的领域。认知风格与从小父母师长的支持性环境相关性很大。我们需要给孩子创造性的任务，让他们自主选择方法、自己试错、把自己的想法付诸实践，而成年人给他们工具和方法，但不束缚他们的方向选择，这种创造性项目制学习，是生活与学校中都可以应用的教学方法。

我们自己和孩子在未来时代的学习和教育，说难也难，说简单也很简单。

我们要把人类认知发展中最独特宝贵的优势发挥到最大，综合学习各个领域，以创造性思考为学习引导。人类相比人工智能而言，仍然有许多优势，有许多未解的秘密。我对人类的潜力充满信心，对孩子充满信心，这是我做童行计划教育项目的初衷和长久的愿景。