推荐序 1

人能学过机器吗？

在人工智能波澜壮阔的发展史中，每一次技术的飞跃都预示着一个新时代的到来。作为长期工作在AI技术前沿的工程师，我见证了从统计学习方法到深度学习，再到大模型时代的多次技术变革。以 ChatGPT 背后的 GPT 系列模型为代表的大模型技术的兴起是一个非常重要的“拐点”，或者说是“起点”。大模型以自然语言而不是编程语言为接口的特性，使得每一个人都可以成为它的用户，同时，大模型自身技术的成熟度的大幅提升，也使得这一技术迅速风靡了整个社会。

作为人类文明传承的基石，教育始终在随着社会的变革而演进。回望历史，从古希腊的学院到中世纪的大学，再到工业革命后的公立学校体系，每一次重大的技术进步都伴随着教育模式的转变。如今，随着第四次工业革命的到来，AI 技术的发展让我们又一次站在了教育变革的风口。现在，人工智能不再仅仅是技术人员的专属领域，它已渗透到每个人的日常生活中，其影响之广泛、未来之光明，是每个人都无法回避的话题。

作为一名应用科学家，我经常被问到的一个问题是：人能学过机器吗？

显而易见，人工智能在“算力”层面远超人类，但当我们谈论“学习”时，并不仅仅指的是计算的强度和速度。

首先，我们需要重新定义“学习”。学习不仅是知识和信息的积累，还是认知能力、适应能力、创新能力和合作能力的综合体现。人的学习包含了情感维度和社交维度，这是目前的人工智能所不具备的。当然，AI 能够通过算法模拟人的情感和社交反应，但这种模拟是否能称为“学习”，是一个值得探讨的话题。

其次，我们来探讨一下机器的“学习”。当前，人工智能通过机器学习、深度学习等技术，展现出了惊人的学习能力和适应能力。它们能够在短时间内掌握和执行复杂任务，可以处理文本、图片、音视频等多种类型的数据。然而，机器的这种“学习”依赖于大量数据的输入，以及整体以概率论为基础的数学运算，并不适合与人类的学习能力相提并论。

现在回到我们的问题：人能学过机器吗？在学习的某些方面，机器的确已经“超过”了人类，例如，在几秒时间里，大型语言模型就能“阅读”几千字的文章并生成总结；图像生成模型能根据指定图片生成多张类似风格的精美画作，等等。然而，如果我们考虑学习的全貌，那么人的学习是一个更加动态、多维和创造性的过程。人类不仅能从经验中学习，还能通过抽象思维、想象和直觉来解决问题。我们能在阅读文学作品时体会到作者的情感，在看到一幅画时感受到画家的意图，在听一段音乐时领悟到作曲家的创作灵感，这些都是AI目前还无法企及的。

更何况，人类社会的学习不仅仅是个体的学习，更是集体智慧的积累。我们通过交流、协作和教育，共同创造出文化和知识的宝库。AI 可以成为这个过程中的工具，帮助我们更有效地学习和工作，但它无法取代人在这个过程中的角色。

因此，当我们谈论“学习”时，不能仅仅关注信息的处理和任务的执行，还应关注创造力、批判性思维、情感表达和社交能力的培养。在这些领域，人不仅能学过机器，而且必须学过机器。我认为，未来的教育不应单一地侧重于知识的传授，而应更加注重培养学习者的这些能力。这也正是我与和渊老师不谋而合的地方。她在书中详细讨论了AI时代必备的八大能力，包括提问能力、创造力、批判性思维、个性力等，这是每个人在未来社会中的立足之本。

未来的学习将是人机协作的学习。AI 技术将会释放人类的想象力和创造力，而人类的情感和直觉又会指导AI的发展，让其更好地服务于人类社会。在这个互补共进的过程中，“人能学过机器”将不再是一个简单的是非问题，而是人类如何使用AI成为更好的学习者的问题。我们期待的未来，是人机和谐共处、相互促进的未来。

和渊老师是我多年的朋友。她是清华大学的生物学博士，进入人大附中后不仅仅教生物课，还与该校的计算机老师共同开设了人工智能的课程，在遇到算法方面的问题时她经常向我咨询。我们一起讨论过很多技术方面的问题。同时，由于我俩都是小学生和初中生的家长，对于教育问题也非常关心，因此常常一起讨论AI对教育的影响、未来对孩子的培养等问题。我们对未来时代该培养什么样的孩子所达成的共识，她都写在了这本书中。

在这本书中，她以深厚的专业知识为基础，将AI技术使教育发生的变革、孩子们需要培养的能力、当下我们应该如何做等，以浅显易懂的方式展现给了大众。但她并不满足于对理论的讨论，而是进一步提出了具体的行动建议和学习方法，让读者可以行动起来，为未来做好充分的准备。我相信，任何一位渴望了解AI并希望在未来世界中找到自己位置的读者，都能从这本书中获得巨大收益。我衷心推荐这本书，希望它能启发更多的人。让我们一起在这个由数据和智能引领的时代中创造出属于自己的未来。

微软（亚洲）互联网工程院首席应用科学家，李烨