AI教育的学科脑洞

魏忠

提起人工智能，不得不提目前的三驾马车——辛顿、燕乐存、约翰书·本吉奥，他们代表的主流人工智能学派，其深度学习理论的前身神经网络，在上个世纪80年代却被认为是已经过时和走不通的路。直到1998年辛顿找来一批计算机科学家、生物学家、电器工程师、神经科学家、物理学家和心理学家，重新思考人是到底怎么思考的，深度学习才全面超越向量机并成为主流的人工智能算法。

辛顿能最终成为赢家，其根本在于他本人的教育背景、家庭背景、师承。辛顿本科是学心理学的，他的父亲是著名的昆虫学家，他的太太是著名的数学家布尔家族的一员。

这引起我的思考，在人工智能教育中，我们首先要回答的一个问题是：人工智能教育的脑洞到底要有多大才行？为此我从亚里士多德开始，将对今天人工智能有巨大影响的学派和其代表以及他们之间的师承关系画了一张图，图中有60人左右。

总体来说，人工智能分为两个阵营：一派是以符号逻辑为核心的哲学、数学、物理、电子、计算机的延承，这个学派从亚里士多德的形式邏辑开始到莱布尼斯的二进制再到冯·诺依曼计算机理论，再到香农、维纳、赛弗里奇等达到顶点；另一派以维特根斯坦、德摩根、杜威的经验主义、形式逻辑、实用主义为出发点，自下向上研究人脑和经验以及意识的产生，到图灵测试所引发的人机互动、机器人、人机界面、传感网络的节点和系统技术，再到坎德尔等生物学家引发的神经节点、神经信号、脑机接口技术，到深度学习毕其功于一役。

两个流派之间的师承关系非常密切，师生家族关系异常紧密，但最神奇的是他们几乎都和一个人有关系，那就是罗素，中间至少有80%的人中学读的数学书是罗素的《数学原理》。不仅如此，在人工智能这张图谱中的60个人中，有18个人直接师承罗素，还有不少于这个数量的人在人物传记中提到早年看了罗素的那本书从此受到启发。

在这60个人，有45人中能找到比较全的公开史料，其中，30%是学习数学的，20%是学习工程的，10%是学习科学的，15%拿的是艺术人文哲学学位。如果人工智能成为教育战略，那么STEAM中的比例以及学校设置学科就要警觉了。再看这些人的导师的专业，33%是数学，20%是科学，20%是工程，另有10%是人文艺术和哲学领域。最后再看这些人父母的行业：父亲多数是从事社会工作的，或是专业人才，少量是工匠和平民，而母亲多半是教师，或受过良好教育。好了，我可以给出今天AI脑洞的个人结论：

M：要学好数学，更要学好数学史，也许教师跟不上人工智能时代的要求，但可以与罗素一样启发学生的思维。

S：科学是人工智能脑洞的基础，父母不是从事科学的没有关系。

T：技能是学生入行和训练的重要环节和基础。

E：计算机、机械、电子等领域的单一专业训练被大大夸大，综合的跨学科的训练才是成功很重要的因素。

A：非常多的顶级专家在本科阶段是学哲学、艺术、文学的，这给我们启示，有时候要减少专业加大基础。作为学生的人生导师，即使和人工智能毫无关系，但是只要对哲学、教育、艺术有独特看法，也可能培养出大师。作为孩子的父母，无论是什么专业和行业，只要是对社会有用的人，其孩子都可能成为顶级的人工智能专家。