编者按：从普通高中课程方案和课程标准（2017年版）中我们看到，在信息技术、通用技术、数学等课标中，要求学生学习了解物联网、人工智能（AI）、大数据处理等内容，特别强调创新精神、实践能力的培养。同时，出版界也推出了一批人工智能方面的书籍，引起了读者的兴趣。人工智能的发展日新月异，促使我们思考：AI背景下如何理解教育？如何理解“阅读为王”？如何在AI时代完成教师角色的转型？如何理解语文的引领作用？今天，本刊推出“AI与教育”专题，期待对读者有所启发。

    对话人：

    苏祖祥（湖北省仙桃中学教师）

    杨林柯（陕西师大附中教师）

    殷国雄（江苏张家港第八中学教师）

    苏祖祥：王晶博士对人工智能进行了梳理，下面请杨林柯老师谈谈人工智能时代，我们如何学习？

    杨林柯：这个时代变化太快，许多事情都难以预测，在互联网时代的好梦还没有做醒的时候，我们又将迎来人工智能时代。

    作为计算机科学的一个分支，人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

    传统时代是一个劳动密集型、知识集约型的慢时代，这个时代的教育方式也比较简单，教师像一个知识的二传手，学生则像一个个知识接收器，这样的教育时代强调教师和教材的主导作用，学生没有得到充分的尊重，于是有人提“新课程”，重视“学”而不是强调“教”，提倡学习者之间的交流、分享、合作、探究，构建“学习共同体”。

    但人工智能时代的到来给学习带来新的挑战。原有的许多知识迅速折旧，凡是搜索引擎上可以查到的知识都变得不重要，传统教育要求的背诵、计算及一些数据在搜索引擎上瞬间就可以找到答案，十几年传统教育所学的知识，计算机瞬间就可以搞定，而且不会发生记忆差错。有人预测，到2030年，人类现有工作中的50%—75%都将由机器来代替人完成；如此看来，人工智能已经对人类的存在构成一种挑战。

    而教育如何迎接这个挑战？如果我们依然重视死记硬背，依然以知识为本，成天教那些记忆的公式、年代、定理、理论……那么我们已经输了。但因为应试教育下的生存压力，我们目前的教育模式依然延续的是大工业生产的体系：统一的入学年龄、统一的上课时间、统一的学制安排、标准化的教学内容、标准化的教学方式、标准化的考试评估，目的是为了向大工业体系输出标准化的劳动力。教师和学生在这种体系中其实都是“螺丝钉”。

    教育到底为了什么？说到底，为了人的幸福，而幸福是一种能力。大量的研究表明，影响一个人未来成就与幸福的并非学术知识，而是各种个人能力，比如社交能力、学习能力、决策能力、适应能力和时间管理能力等，这些恰恰是现行教育内容中普遍缺失的。

    苏祖祥：AI时代的学习特点是什么？

    杨林柯：有人总结人工智能时代的学习特点：学习在窗外，他人即老师，世界即教材。把这三句话解释一下，也就是说，学习的发生不再是圈养在教室里得到的，即便你是博士生毕业，所学的也不过是一生所用的20%，大量知识要靠在实践中学、生活中学、社会中学，因为你面对的是整个世界，而不仅仅是一个专业。同时要意识到，每个人都有自己的特点和长处，都有值得他人学习的一面，固定的教师职业将受到严重挑战，学习将是一生的事情。学习的内容也不再只是教科书上的内容，真实的世界里的各种事物都可以作为学习的素材和对象。

    因而，对教师的挑战是，某一方面的专业知识传授将变得不怎么重要，跨学科学习以及综合应用能力将变成一种需要。由于学习的多元化和需求的多元化，教师将是一个助学者，需要帮助学习者发现和发挥自身特点和优势，帮助学习者找到合适的资源和有用的信息；同时，教师也是课程设计师、课程实施者、学科专家、学习生涯顾问、测评设计师，是一个不断学习、帮助学生不断提升学习能力和生命质量的人。

    苏祖祥：谢谢杨老师，下面请殷国雄老师就教师阅读和教师转型发表看法。

    殷国雄：萨尔曼·可汗在《翻转课堂的可汗学院——互联时代的教育革命》中提到，今天主流的教育制度源于18世纪的普鲁士，模拟的是大工业生产体系。它特别注重权威，希望受教育者忠诚顺从，排斥独立思考。

    与此对应，教师往往充当着知识权威和真理代言的角色，把自己看成已经规范和确认的知识传递者，认为可以量化的测试标准就是对自己专业水准的评判要求。这种思维方式之下，教师只读教学用书甚至不读书，只是专心于教材要求和测试标准，强调课堂秩序和效率，教学目标极为明确，就是考什么就教什么……这一切都顺理成章。

    满足传统教学要求之余，有些教师也有自己的阅读方向甚至独创的阅读课程，带有着鲜明的个人特色和强烈的价值关怀，彰显了教师个人意识的觉醒。应该说，这是巨大的进步。

    但只是按照教师的阅读兴趣和价值取向选择教学内容，在某种意义上也是无视学生权利、无视每个学生独特的成长需求。而每个学生都应该是学习内容的发起者，每个生命的独特阅读需求都应该被尊重和关注。在人工智能时代，技术的进步使得这样的愿景可以变为现实。

    从这个角度来谈教师阅读，我个人觉得，教师一定要尽可能拓展阅读边界，完善自己的知识结构。在选书上，除了个人偏好，也一定要关注学生的成长需求。

    苏祖祥：你能结合自己的体验谈谈AI时代如何转型吗？

    殷国雄：30岁之前，我有很强的知识恐慌，希望拓展自己的阅读边界，从文学、历史、经济法学甚至科幻……总是渴望自己有足够的知识储备来应对学生的挑战。事实上，无论如何努力，涉猎如何广泛，受限于个人精力和天赋，我都不可能了解所有学科的基本知识和思维方式，最后也就慢慢接受这个事实，平复了自己的恐慌。

    所以，在人工智能时代，教师的阅读除了拓展阅读边界，也必须接受自己所知有限的事实。但教师必须明白，这只是打破教师权威的角色设置，我们需要在新的方向努力：激发学生的学习欲望，鼓励他们自己建立学习单位、进行主题式的探究学习；打破教室的空间限制，把学习场所延伸至工厂、博物馆、图书馆等等；拓宽知识来源，利用新的技术，让更多非教师却又学有所长的人，参与到学习之中；在新技术的帮助之下，探索更多的阅读形式，比如阅读的游戏化等；关注学生的个人体验，如何对学生的创造性思维成果进行评估……

    人工智能时代，技术上的进步使得权威统一下的标准化学习模式被打破，教师需要对已有的教学资源进行新的排列组合，转型为学生学习的陪伴者、帮助者、组织者、学习平台的搭建者……教师不再扮演知识权威的角色。每个学生成为学习内容的发起者，是学习权利的真正归还。教师应该成为变革发生的呼应者和实践者，教师的个人阅读和阅读课程实践，无疑有着更大的挑战和更多的可能。

    但一切一切的关键，在于教师是否愿意接受新的挑战、进行新的变革，这不仅仅指向阅读。

    背景

人工智能的历史和前景

谷歌总部高级工程师 王晶

    提到人工智能，大家首先就会想到科幻电影里的人形机器人。但是人工智能要比人形机器人更广泛，正式的定义是：研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的学科。人工智能界有两种观点：一种观点认为我们最终会造出真正能够进行推理和解决问题的智能机器——也被称为强人工智能。另一种观点则认为我们应该关注对人的特定功能的模拟——也就是所谓弱人工智能。强人工智能可以看作是进化的人，具有自主的意识。弱人工智能只是更加聪明的工具，但是不具有自主的意识。

    人的智能是非常复杂的，至今我们也不是特别清楚智能是怎么产生的，但是我们可以大致将人的智能分为处理大量视觉信息的能力、语言沟通能力、控制自己行为动作的能力、决策的能力，人工智能就是从这几个方面来模拟人类的智能。

    说到人工智能的历史，它诞生于1956年的达特茅斯会议，主要分为三个流派：一派崇尚的是逻辑主义，认为智力的本质是推理和证明。一派被称为连接主义，认为人工智能需要通过仿生学来实现。最后一派是行为主义学派，认为我们从模拟行为的路径来突破人工智能。

    三个流派在过去的几十年里此消彼长。在达特茅斯会议之后不久就掀起了第一次人工智能热潮，这一浪潮由逻辑主义学派引领，主要成就是规则化的知识表示和定理证明。1958年，逻辑主义的先驱西蒙和纽厄尔（Simon&Newell）就乐观地预测计算机能够在十年内完成四项人工智能任务，即战胜国际象棋大师、发现和证明有意义的数学理论、谱写优美的乐曲和实现大多数心理学理论。

    事实是，战胜国际象棋要一直等到40年后才由IBM的深蓝系统实现。计算机虽然帮助证明了一些数学理论，但是至今无法发现有意义的理论，而谱写优美的乐曲和实现心理学理论还非常的遥远。

    由于逻辑主义长期无法突破重要人工智能问题，第一次人工智能浪潮渐渐冷淡下来。到了1970年代，连接主义兴起，掀起了第二次人工智能浪潮。这一时期最主要的成就是发明了感知器算法，用以模拟神经元的功能和反向传播的算法，用于解决多层神经网络的训练问题。

    但是人们很快发现，当时的运算条件下，神经网络的深度不能很高，而浅层的神经网络只能解决非常简单的问题。到了1990年代，人工智能领域再次陷入低潮。到了21世纪，随着各种分布式计算框架的诞生和数据量的增加，深层神经网络的训练成为可能，这就催生了深度学习。深度学习引领了连接主义的复兴，同时，以强化学习为代表的行为主义也在兴起。在这两个因素影响下，人工智能领域再次复苏。谷歌的阿尔法围棋（AlphaGo）使用深度强化学习击败了人类最强围棋选手，就是这个时期的代表成就。

    目前，我们处于以深度学习和强化学习为代表的第三次人工智能浪潮中。个人认为，这轮人工智能的兴起主要原因有两个：一个是计算机产业的发展提供了足够的计算力，使我们能够运行一些复杂的人工智能算法；一个是互联网产业的发展为人工智能提供了大量的训练数据。

    在相当长时间内，人工智能都还会以专用的弱人工智能系统为主，所以不存在威胁到人类生存的问题。另外目前人工智能领域的突破主要是在工业界，存在重视实践、轻视理论的特点。人们对于许多算法为什么能够工作都不是特别理解，我相信在未来一段时间内，一定会有一个通用的理论框架来指导人们进行深度学习和强化学习的探索。人工智能会不断地进入人们的生活，尤其是当它与物联网和智能控制结合在一起的时候，将会代替非常多的重复性的人类工作。

    延伸

    人工智能入门必读的十本书：

    1.《哥德尔、埃舍尔、巴赫——集异璧之大成》

    2.《终极算法》

    3.《人工智能时代》

    4.《走近2050——注意力、互联网与人工智能》

    5.《奇点临近》

    6.《情感机器》

    7.《图灵的大教堂——当人工智能之父与计算机之父相遇》