账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
AI时代的创新教育之路
AI+系列报导(五)

【作者: 高煥堂】2018年07月17日 星期二

浏览人次:【6255】

慢想快学:一条创新学习之路

创新工厂创始人李开复曾经说过,人工智慧(AI)来了,那么我们剩下两件事情可以做:一件事情是「爱心」,另一件事情是「创新」。在本文中,笔者就基于中华民族5千年来历久常青的治学模式,再加上AI时代的特性,然后提出一项新见解:一个学习创新的新路径。


中华民族历久常青的学习与创新的路径是什么样子呢? 这传统叫做「慢学快思」;现今我提出的新做法,则称为「慢想快学」。我将两个路径结合起来,提供给大众学习创新。这是承袭我们过去的治学基础,增添AI新科技的特性,也就是基于5千年来我们的学习路径,加上AI时代的创新,就像一条龙插上了翅膀,然后飞上天空去。


历久长青:慢学快思,厚积薄发

兹做个简单的复习,中华民族5千年来学习的路径(图1)。此图中的”Doing”字眼代表执行之意。例如提倡「知行合一」等,也就是做中学、学中悟,从学习当中来领悟其道理,然后快速地应用,这个途径叫做「慢学快思」,例如苏东坡这位非常有名的大人物学问渊博,那么他是如何求学问的呢?他特别提到要:博观而约取、厚积而薄发。



图1 : 中华民族5千年来学习的路径
图1 : 中华民族5千年来学习的路径

回想一下,长久以来,我们的师长辈所教导我们的,也大多沿袭这样的学习路径。这个路径特别之处就是:学习的速度非常慢,也就是俗语所说的:十年寒窗无人问。往往要经过多年的累积、厚积,然后才能表现出来。所以众人皆知,科举就是在很短暂的时间内必须有所表现,无论是考秀才或进士,都是在一两天的时间要表现出来,但是学习过程却非常的长,所以大家常听到:「十年寒窗无人问,一举成名天下知。」这就是典型的「慢学快思」学习路径。


这一条路径,从认知学而观之,它的特性是非常依赖归纳法(Induction),亦即它非常强调我们过去的经验及真相;然后来取信和说服大家,这就是我们过去5千年来,一直沿袭、不变的学习路径,它以归纳推理为主,并强调真相和实证。


这条路径的特性是可以培养自己成为专家,例如我个人有数十年从事软体(Software)的经历,也成为电脑软体的专家,所以培养出很好的专家直觉(Expert Intuition)。当我们运用经验和追求本质的能力,我们就可以成为一位专家。请注意看,我们过去的学习,都是依据我们过去的经验的「因」来推论到「果」。例如依照过去我们所做保险(业务)的经验,来推论未来的方向,这是我们过去的思维习惯。


人工智慧:快学快思,不需十年

李开复说:人类只剩下两件事情可以做:爱心和创新,为什么呢? 一部分原因在于:AI的「快学快思」学习路径已经技压了人类的「慢学快思」路径了。例如在2016~2017年,我们可以发现有一个很特殊的「人物」,叫做AI阿法狗(AlphaGo)。这AlphaGo并不需要十年寒窗苦读,而只需要三个月,就能把所有人类的棋谱都学完了,而且成为一位围棋行业的专家。


在传统上,我们往往需要历经十年寒窗无人问,成为一个行业的专家。如今却被面临了AI机器人的巨大竞争,AlphaGo用三个月就能够超越我们的十年寒窗,并且赢了李世石及其他的围棋高手。 AlphaGo的「快学快思」强力挑战了我们过去十年寒窗的「慢学快思」之路。


创新之路:慢想快学,知不知上

大家常说中华民族是龙的传人。历年来,龙的传人承袭「慢想快学」之路。如果我们以「凤」来比喻AI,则发现AI的「快学快思」能力已经日益精进。让龙传人的慢郎中,已经远远赶不上凤娘们的快节奏了。如今,面临这么大的挑战,龙又如何来跟凤齐飞共舞呢? 龙凤又如何一起迈向未来更好的出路呢? 所以我就提出一个新的学习途径是:「慢想快学」。


慢想快学的特性在于假设与否证。也就是要大胆假设、小心求证。这一条路径不再是归纳法了,不再是依赖我们过去的经验来说服别人,这叫「溯因性」推理(Abductive Reasoning)。尤其是AlphaGo Zero就是充分地利用这样的思维把AlphaGo打败了,甚至去年打败了人类围棋第一高手柯洁。请留意,传统的归纳性推理是依据过去经验的「因」推论到「果」,而「溯因性」推理则是倒过来,从「果」推论到「因」(图2)。



图2 : 创新之路:慢想快学
图2 : 创新之路:慢想快学

这也是阿法狗(尤其是AlphaGo Zero)赢过世界围棋高手的重要策略。其中的「慢想」就是透过「溯因推理」来想,其「快学」并不需要花十年时间去学习,而是依照我们的目标来指引学习。依照目标(即梦想或愿景)来跟我们既有的经验衔接,这时常会发现中间有一段落差(称为Unknown),这Unknown就是创新的地方。


如果我们想自己从来不知道的事(即Unknown),那就是自我创新了。如果我们想全人类所不知道的事情,我们就会成为人类的伟大创新者。这个Unknown的涵意非常接近3千年前老子所说的:「知不知(Know Unknown),上。」(注解:能够知晓自己哪里不懂是件好事)


完美组合:专家直觉 +形象思维

现在我结合两个学习途径,其整合方法很简单。首先再复习一下「十年寒窗」的学习途径,可以让大家成为特定行业的专家。试想一下,如果我们不想走上述传统之路来成为专家,是否也能出人头地呢? 答案是肯定的。可观察一下AlphaGo Zero,并没有跟人类学习任何棋谱,却能把AlphaGo以100:0打败了。所以不需要十年寒窗,也能够出人头地。



图3 : AlphaGo Zero擅於利用AlphaGo的专家直觉
图3 : AlphaGo Zero擅於利用AlphaGo的专家直觉

其中,AlphaGo(哥哥)走这条「快学快思」学习路径,就把李世石打败了,因为AI(可能)只需要三周寒窗就胜过人类的十年寒窗了。再来看看AlphaGo Zero(弟弟),连三周的寒窗都不需要了,他只要善于利用别人的十年寒窗,像是利用AlphaGo的经验,他善于利用人类的经验。要如何利用呢?非常简单的:就是让专家告诉他不要做什么,而不是让专家告诉他要做什么,这是最关键的。


同样地,当您成为一位企业总经理,千万不要跟您的部属或成员讲太多要做什么,而是建议他们不要做什么,这样他们会更有创意。然后再教他们:当梦想与现实之间有落差时,请不要放弃梦想,如此逼着(鼓励)他们会自己找一条路,学习把把它(Unknown)补起来,就变成创新了,这时您的公司就会获得非常伟大的创新。如果这个Unknown是全世界都不知道的,您就是全世界的创新者了(图4)。



图4 : 人类也能善加利用Al和人类的专家直觉
图4 : 人类也能善加利用Al和人类的专家直觉

在传统的「慢学快思」的学习模式里,我们常常会提醒学生们或小孩们说:梦想是天马行空的,人还是要务实一点、一步一脚印。然而,这个时代已经过去了,在AI的时代里,经由十年寒窗慢慢走,太慢了。反而要倒过来,利用别人的十年寒窗。所以要教我们的下一代发挥他们的梦想(形象直觉),来引导和汇集更多的「专家直觉」,应用别人的十年寒窗,而自己不一定要十年寒窗了。


大胆创新:不打没把握的仗

从上所述可知,AphaGo Zero把全部人类都把打败了,因为他敢大胆地创新。这大胆创新并不是天马行空,而是非常务实,就是:「不打没把握的仗」。这大胆创新,于此再重复一下:他擅于利用专家的直觉来告诉他不能做什么、不能做什么。


兹举孟子为例,孟子的妈妈看到了他去学杀猪的,他妈妈告诉他不能跟对方学。之后干脆搬家了,就是所谓的孟母三迁。笔者认为孟母三迁就是,小孩子的成长、小孩子的创新,都是来自于妈妈教他不要做什么,而不是妈妈教他做什么。如今大家都知道孟子能够成为伟人是因为他有一位伟大的妈妈,一直建议孟子说,不要做什么(即不打没把握的仗);而不是告诉孟子必须去做什么,因而实践了「不打没把握的仗」原则,这是非常务实的。不打没把握的仗意味着要有效的避风险。而「慢想快学」之路,就是基于有效的避风险,来提升人们大胆创造的自信心,也提高了致胜率。


伟大创新的范例:牛痘的故事

在此举一个伟大创新的实例,就是「牛痘的故事」,这是人类的一项非常伟大的创新。在第一次世界大战的时候,天花让人类死了几千万人,当时所有的专家、十年寒窗的医生们及教授们,都(聚集)在医院里面看病人,但是历经几年都找不出任何的病因,使用什么设备都解决不了天花的疾病。这凸显了专家直觉(十年寒窗)不一定可以解决未来的问题。我们大多数依赖过去的经验来推论未来,但是这对于我们的创新非常的不利。因为很多事情是新发生的,我们过去的经验是没办法解决未来的问题(图5)。



图5 : 专家直觉不一定能解决未来的问题
图5 : 专家直觉不一定能解决未来的问题

这个(天花)例子是一个巨大的历史事件。当时就有一位医生Edward Jenner提出想法,他表示不要在医院里看病人,要去看没有生病的人,可以不可以呢?当然大家会觉得他这个人是天马行空,那是不可能的。但是他就去想和观察,结果发现了一个村庄里挤牛奶的女工几乎都没有得天花的病例。依据他观察到的结果,他就开始进行「慢想」了。请留意,这「慢想」不是依据事实的归纳来推论的,而是依照「结果」来推论它幕后的「因」。请记得,归纳法是从「因」推到「果」,现在要从「果」推到「因」。例如,他发现到这村庄都没有人得天花,这是观察到的一项结果(图6)。



图6 : 梦想:形象直觉的表现
图6 : 梦想:形象直觉的表现

接着,努力追溯结果幕后的关键「因素」到底是什么呢? 这就是溯因推理了。基于种种「慢想」过程,人们慢慢思考幕后的各种可能原因。但这么一想,可能会想太多,就必须利用专家来帮他做「删去法」,告诉他有哪些原因是不可能的,帮他进行去芜存菁(即删除)的动作。结果,那些没有被专家删除的部分,就是最伟大的可能创新的所在,也就是他的梦想与现实之间的落差所在,这项落差就是所谓的Unknown所在了(图7)。



图7 : 发现了Unknown:创新的源头
图7 : 发现了Unknown:创新的源头

基于观察的结果,引导Jenner去寻找到底有什么因素,造成这些人都不会罹患天花呢? 这个幕后因素是全世界的人都不知道的,通称为Unknown。于是他就去了解、去分析、去想这个Unknown在哪里呢? 又是什么呢? 这可能就是全世界的创新所在。他就继续找,引导他继续创新和学习,就是「慢想快学」了。也就是本文介绍给读者的一条创新(学习)的路线。


他仔细想,然后借重「专家直觉」开始把不可能的事情(途径)删除掉,这就是在进行「溯因推理」(图8)。



图8 : 慢想:溯因推理的表现
图8 : 慢想:溯因推理的表现

随后Jenner慢慢地找出其中的关键因素:「因为得了牛痘,所就不会得天花」,于是他找到了一个方法—种牛痘。因此在所有医院里,所有治疗天花的设备(可能)都不需要了,因为他从根源把它解决掉了。他从「果」推到「因」,成为世界伟大的创新。一旦把Unknown串起来,这条路线就通了,此刻梦想与现实结合起来,叫做「梦想成真」(图9)。



图9 : 梦想成真了
图9 : 梦想成真了

基于「慢学」,从梦想出发,引导出Unknown,这是我们一切创新的源头。就在这个地方,展开「快学」。例如当年的天花疾病件事,当时人类还不知道怎么解决,而Jenner则透过这个方法,把它解决了,成就了他的伟大创新。


相关文章
开启边缘智能新时代 ST引领AI开发潮流
NVIDIA人工智慧专家看2024年
你的下一个运动教练可能是人工智慧
人工智慧:晶片设计工程师的神队友
以强固、可靠为本 德承打造工业嵌入式运算方案最隹品牌
comments powered by Disqus
相关讨论
  相关新闻
» Seagate发布再生能源使用及实践永续循环成效
» 宜鼎独创MIPI over Type-C解决方案突破技术局限,改写嵌入式相机模组市场样貌
» 英业达以AI科技实践永续 携手台大保护云雾林生物多样性
» 震旦研发ESG绿色报表协助企业绿色减碳
» 研华AIoV智慧车联网解决方案 打造智慧交通与商用车国家队


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK84N8RHA1WSTACUKY
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw