吴军：AI时代，培养新的学习力

来源_外滩教育

吴军，谷歌早期员工之一，担任过谷歌总工程师，领导了许多研发项目，也是国内最早涉足人工智能领域的专家。在近期与外滩教育的访谈中，他从多年硅谷工作经验谈到教育的方式，以及人工智能时代我们需要具备的能力。本文转自微信公众号“外滩教育”，有删改。

吴军，原腾讯副总裁，当前Google中日韩文搜索算法的主要设计者。著有《数学之美》《浪潮之巅》和《文明之光》

“因材施教”才能发展创新

无论是中国学生在SAT（美国高考）中屡获高分，甚至满分，还是近两轮PISA国际学生测评，以上海等城市为代表的中国学生，综合成绩位列世界前列，各种各样的测试都表明：中国学生的基础教育，尤其是数学，有着极大的优势。

可另一方面，中国却依然缺少在各行各业的顶尖科技人才。前段时间，任正非在媒体采访中直接感慨：“（研发）芯片靠砸钱不行，得砸数学家、物理学家！”

为什么基础学科并不如我们的美国学生，却成为各个行业获诺贝尔奖，引领世界科技发展的创新人才？

我们向吴军抛出了这一疑问，他结合自己对中美两国基础教育的观察，给出了答案。

他表示，在中国的教育下，因为应试的需要，学生不能有短板。因此，学生成绩比较平均，一个班级往往集中在60分到90分之间，缺乏非常拔尖的，成绩很差的也很少。

中国家长也希望培养出各个方面都能出类拔萃的学生。但是人的精力毕竟是有限的，想要所有学科齐头并进，结果就是：中国学生们没时间在自己最擅长和喜欢的科目上，进行深入地研究和探索。

然而，美国更提倡“偏才”教育，这就给因材施教提供了土壤。

吴军熟识的一位斯坦福教授，曾和他开玩笑说，即使在这所最难进的美国名校，一个班里居然有1/4的本科生不知道Sin90度，真不知道他们是怎么混进来的。

这也从侧面反映了，美国学生的数学能力差距很大，即使是在斯坦福，也有很多基础很差的学生。

“如果只看学生的平均水平，美国的基础教育做得确实不太好，学生的数学可能从零分到一百分都有。但是基础科学领域的研究，并不需要太多人，美国教育更希望通过‘因材施教’，培养出真正有天赋的拔尖人才。”

吴军举例说，他在硅谷一些同事的孩子，因为从小就对数学感兴趣，为了能让他们的天赋得到更好的培养，学校里会有校车，送他们去更高的学部去上课。有些孩子高二就已经学完了偏微分方程。

此外，美国很多学校设有AP大学先修课程，鼓励学有余力的学生，提前完成大学预科课程，并提供很多资源支持和竞赛的机会。

被误解的STEM教育

在中国，无论学生是否有天赋和兴趣，都难免会在同一条赛道上奔跑，这一点，从“全民奥赛热”到现在很火的“STEM教育”，都能看出。

提及“STEM教育”，吴军认为，国内对STEM教育的理解其实出现了一些偏差，大家都把它当成一种编程能力的培养，或者是让学生去做科学实验。

其实，STEM教育的真正目的，应该是培养一种理工科方面的思维，综合提升学生的科学素养。

美国一直以来也很注重STEM教育，也有很多这方面的权威竞赛。这些比赛的题目，从信息安全，到工程学方面，覆盖面很广，看似很宏观，却又和实际生活息息相关。

吴军说，国内对STEM教育有很多误解，STEM绝不等同于培养计算机、编程等具体技能，而是对“观察生活，提出问题，再到解决问题”的思维方式培养

比如，有这样一道题目是，“全美国破旧老损的下水管道，如果统一更换需要几万亿美金；用什么方法，能够以最小的代价，解决它的漏水问题？”

让吴军印象深刻的解决方案是，一位学生提出设计一种涂料，冲进下水管道，通过化学反应填补住那些破损的缝隙，还可以在水管壁上形成一层保护膜有效防止劳损。

这样的比赛，会给学生预留充足的时间，进行前期调查和研究，最终找到切实可行的解决方案。在这过程中，不仅提升学生的综合能力和素养，也能激发他们“从生活中来，到生活中去”的科学兴趣。

所以，STEM教育绝不等同于培养计算机、编程等具体技能，而是对“观察生活，提出问题，再到解决问题”的思维方式培养。

诚然，并不是每个人都要从事科学领域工作，但是所有行业的突破和创新，都离不开这样一种思维方式。

吴军认为，对于青少年来说，了解那些重大发明是怎么创造出来的，了解发明和创造之间的内在逻辑关系，汲取别人成功的工作方法，也是一种科学素养的储备。

“大胆假设，小心求证”

2011年，人工智能概念还不热门时，吴军就开始负责谷歌的计算机问答项目。这一自然语言处理技术，是人工智能的一部分，那么作为人工智能的前沿工作者和研究者，他是怎样看待人工智能带来的冲击的？

吴军表示， AI时代里，医疗诊断、阅读和处理文件、自动问答、新闻稿撰写、驾驶汽车等，都可以由机器取代，任何可以重复性的工作和技能，甚至需要智力的工作，都将受到冲击。

虽然很多工作被淘汰了，但是原有的产业依然存在。吴军强调说，“AI时代，并非每个人都要学习人工智能，但是我们可以运用新技术来发挥自己的专业特长，对具体的领域知识进行升级。”

首先，我们需要具备的，就是终身学习的能力。否则无法适应这个快速变化的世界。

吴军当年从清华计算机系毕业后，就敏锐地发现，整个计算机行业发展很快，亟需对现有的知识、能力进行升级。于是他回到清华读研，在这期间，对语音识别领域产生了浓厚的兴趣，并留校工作。

一次国际交流的机会，让他发现，自己所做的科研工作，和当时世界上最前沿的技术，依然有很大的差距。为了成为世界级的科研人员，他又赴美国约翰霍普金斯大学深造，攻读计算机博士学位。

毕业以后，他投身还是初创公司的谷歌，主导中日韩搜索算法的设计和研究， 成为一名优秀华裔工程师。

其次教育需要更多地偏向对创新能力、想象力和创造力的培养。

几千年来，人类的知识都建立在归纳法的基础上，倾向于通过前人已有的研究结果，去解决问题。就好像，农耕文明时代，种田的技术，爸爸交给儿子，儿子交给孙子，历经好几代人都不会改变。

工业革命以后，每70年左右就发生一次技术变革，那些最先利用关键技术，进行产业升级的人，最先成为时代的受益者。

如今的人工智能时代，如果我们还在被动地接受信息，还在寻找所谓的标准答案，那就是在培养“机器人”。

那么，如何培养从0到1的创造力？吴军认为，这并非无章可循，只要掌握一套核心方法论。“未来，每个人都有机会掌握科技创新的思维和方法。”

在《全球科技通史》这本书里，他提出，每一次技术飞跃，都是掌握了某种核心方法。

比如，引领近代科技巨大飞跃的笛卡尔方法论——“大胆假设、小心求证”，同样适用于我们今天的创新思维方式——不迷恋权威和标准答案、有自己的逻辑推理和判断、开放的心态，悉心观察、提出问题……

这样一种思维方式，不仅在理工科学习中很重要，历史、文学、政治等人文学科，同样需要这方面的思维锻炼。

比如，在美国课堂上，尽量不会给学生标准答案的限制，哪怕是历史课堂中让学生评价历史人物华盛顿，也会鼓励他们通过观察、提问和探究，做出自己的思考。你既可以说他是一个很了不起的政治家，也可以说他是信奉白人至上的奴隶主。关键是，一定要有自己的推理依据。

好品质比好学校更重要

前段时间的美国招生舞弊案中，中国家庭斥巨资将子女送进耶鲁、斯坦福等名校，这样的“名校情结”绝非仅仅是少部分家长所有，越来越多的父母，为了子女“爬藤”上名校，不惜一切代价。

学校背景，真的对学生的未来，有如此重要的影响吗？

吴军表示：名校出身，或许会让你比别人有一些优势，但是并没有想象中那么大。对于学生来讲，找到一所适合自己的学校比一味追求学校的名气，更重要。

比如，哈佛的入学竞争，要比伯克利大学激烈得多，每年伯克利录取的最优秀学生，可能大多数是申请哈佛被拒的学生。但是调查却显示，从这两所学校毕业的学生，在各个领域有成就的人数，其实相差不是太多。

而在硅谷科技公司中，招聘最多的学生，恰恰来自一所不太出名的学校，圣何塞州立大学。

一方面它靠近斯坦福，有着得天独厚的条件，另一方面，这些学生在读书期间，能比较早地进公司实习和工作，更有针对性地锻炼相关技能。

吴军强调说，在工作的前五年，名校背景也许带来更多的面试机会；但是工作五年以后，学校的影响会慢慢减弱。

公司更看重的，是你的专业技能，以及是否具有踏实、坚毅的品质，它对一个人的未来发展，有着更深远的影响。

如今苹果、谷歌、微软三大IT巨头，都是印度裔担任CEO。就连全美500强企业中印度裔CEO人数也遥遥领先。谈到这一现象，吴军表示，首先要明确的一点是：印度裔工程师的确在软件方面，更擅长；但是在半导体行业，还是华裔工程师更胜一筹。只是国内对互联网关心比较多，所以看到的更多是印度裔工程师的身影。

不过平心而论，从管理层人数来看，印度裔的确比华裔要多。这主要有两个方面原因：

一方面是华裔比较浮躁，沉不下心。有些人在美国刚刚工作两三年，成为高级工程师后就浮躁起来，忙着跳槽换取更好的待遇。

相比较而言，印度工程师更能沉得下心，他们在某一个领域，某一家公司，有时一干就是20年。

此外，还有文化方面的原因。虽然在技术能力上相差不多，但是印度裔和美国人的思维一样，大多是“一步思维”，喜欢认死理，一根筋走到底。虽然他们没有我们文化中那么多的灵活变通，但恰恰是这样的思维和做事方式，反倒让他们在职场上，有一种更踏实、专注的品质。可惜今天很多年轻人都做不到这一点。

吴军表示，无论在哪个领域，最后能达到一个比较高的位置，做得比较成功的，都一定是那些稳扎稳打，能静下心的人。