Subscribe
Share
Share
Embed
课代表立正的官方Podcast
深度访谈，有用干货，亲身验证的「真本事」
Superlinear Academy创始人，Maven Top AI Instructor
前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士
社区：Superlinear.Academy
课程：ai-builders.com
个人：lizheng.ai
当我们还在纠结孩子背了多少单词
记了多少公式的时候
AI其实已经让知识获取的边际成本
趋近于0
机器越聪明做人越重要
AI是可以处理逻辑的
它是可以帮助你做好那个how的
但是它很难回答我为什么要做这个和我应该做什么
他没有办法处理人心
所以当所有的孩子都会用AI的时候
真正脱颖而出的
可能反而是那些懂得关怀他人
有情绪智力
能理解多元文化的这些领导者
hello大家好
欢迎来到本次的校友活动
今天我们校友会活动的分享主题是
AI和教育
如何在AI的时代帮助孩子们
赋能孩子们构建真正有用的一些能力
这次的活动呢
是由布朗大学校友会
康奈尔大学校友会
以及我们哈佛大学教育学院校友会
还有UCLA校友会
在耶鲁中心一起共同举办的这个分享
我们同时也跟智胜全球校友会
一起联合办的本次活动
那么我们本次活动会分为两个部分哈
第一个部分
是我们的keynote speaker的一个分享活动
在分享之后呢
我们会有一个panel的
一个圆桌论坛的环节
在圆桌论坛活动的环节之后呢
我们会有一个Q&A的
观众问答的一个环节
大家可以踊跃发言来举手提问哈
那么话不多说
我们就开始
那我们第三位分享嘉宾
是线上加入的孙煜征博士
孙煜征博士
是Superlinear.Academy社区创始人
此前他曾任产品测试公司Statsig布道师
这个公司已经被OpenAI收购了
腾讯数据科学副总监
Meta数据科学家
亚马逊经济学家
他拥有康奈尔经济学博士学位
并在2020年起创立了个人频道课代表立正
持续进行AI科普和嘉宾访谈
提升公众对于AI的认知度
所以我们欢迎孙博士
在线上给大家进行分享
刚才两位嘉宾的分享都非常的精彩啊
然后我在听两位嘉宾分享的时候
也检查了一下我的课件
然后看看有没有重复的
结果就发现这个第一页
这个标题就非常有问题
第一行写的是做题家对吧
然后从做题家到建造者
说明我是反对做题家的
然后第三行
孙煜征博士这个头衔就出卖了
我就是一个做题家
我觉得我是做题家的这个既得利益者
所以说作为一个做题家去批判做题家
是不是有点忘本
但是我又想啊
这其实就是我们今天
为什么大家坐在这儿
因为是一个其实挺残酷的现实
就是那个奖励做题家的时代
其实正在崩塌
我们如果看硅谷和今天中国的创业者
其实新一代的创业者
都已经不是做题家了
我的频道也采访过一个中国的女生
已经是 A 轮被金沙江和锦秋投资
她就是高中毕业开始工作
然后在大学的时候
大二辍学就出来创业
现在创业已经是很成功了
就是这些人都不是做题家
然后我看一下身边像我一样的做题家
主要都是在干什么呢
要么就是在学校里边
面对的是地狱级的找工难度
要么是在大厂里边
一边加班一边焦虑自己哪天被AI取代
这确实是个非常残酷的现实啊
但是这就是现实
但是这个未来属于谁
它属于建造者
所以说我们今天就来聊一下在AI时代
怎么把我们的孩子从分数的奴隶
变成未来的主人
简单介绍一下我自己的话
我大概是有三个身份
第一个身份是
我是康奈尔的经济学博士
这个经济学训练嘛
就会让我比较习惯看宏观趋势
看资产的长期价值
第二个呢
就是我的职业
主要是在美国这边打工吧
所以说就是是一个技术实践者
我是在亚马逊做过经济学家
在Meta做过数据科学家
然后后来在腾讯带过算法和数据团队
最近在Statsig当布道师
它也被 OpenAI 收购了
我自己是比较亲身经历了
算法
是如何一步一步接管我们科技行业的
第三呢
我也是一个内容创作者和教育创业者
我的这个 Superlinear.Academy 社区里边
有2,000多名AI课程学员
课程是面对已经工作的人的课程
所以说2,000多个人
主要都是来自于 OpenAI
Google、Meta 这些公司的顶级工程师
产品经理和其他的这个 Tech roles
然后我的这个AI课程呢
其实已经做了1年半
在这里边
我就发现有两件事情是很值得注意的
第一件事情就是
哪怕在硅谷的一线大厂里边
大家对AI的认知和实践
也是非常不均匀的
同样的问题
同样的工具
同样的模型
不同的人去使用
效果是天差地别
基本上就是
上完我们课的同学都会意识到一点啊
就是如果AI不好用
那一般是人的问题
而不是AI的问题
换一个会用AI的人
一定会把AI用得更好用的
第二个值得注意的点是
这一年半以来
我们课程更新了10次
但是呢就是我们
更新的部分都是关于如何应用的
就是什么模型变得更好用了
我们推荐使用哪个工具
可是底层的原理思维方式
基本上是不需要更新的
而正是这部分不变的东西
在我看来才是真正重要的东西
所以说就是
也许 Google 和这个 OpenAI 的工程师
怎么用好AI
跟我们在座的家长关系不是那么大
但是那些不变的东西啊
在我看来跟大家的关系非常的大
也是我今天分享的重点
我们今天正在经历什么
如果一句话总结的话
其实就是刚才杨睿老师的那句话
在旧地图上找不到新大陆
然后在2007年的时候
当iPhone重新定义手机的时候
还有人在比较这个诺基亚键盘的手感
上次其实我在康奈尔中心
做一个分享的时候
我就跟大家重点分享了
iPhone所代表的智能机
为什么可以吊打诺基亚
为代表的功能机
就是那个时候
哪怕诺基亚很多
它的功能是更好的
包括它的相机更好
甚至诺基亚是先有3G的
然后iPhone才跟上
就是诺基亚比iPhone先有3G网络
但是iPhone还是吊打了诺基亚
就为什么会这样子
今天时间所限
我就不展开了
如果大家感兴趣的话
可以找我们 Cornell 中心的 Weili
去要一下那次的课件
然后今天AI呢
其实也是一个类似的这种范式革命
当我们还在纠结孩子背了多少单词
记了多少公式的时候
AI其实已经让知识获取的边际成本
趋近于0
所以说过去呢
博学是核心竞争力
因为知识是很贵的
未来这个公式变了
过去知识是力量
未来提问是力量
如果我们还在用旧时代的这个知识量
来衡量孩子的优秀程度的话
其实我们是相当于在买入一种
正在剧烈贬值的资产
就是为什么做题家现在不吃香了
那我这儿稍稍讲一下啊
在给康奈尔中心分享的那个课件里边
也有更详细的阐述
就是AI到底是什么
它其实一句话概括的话
它叫做自然语言即代码
很多人可能对AI有一个误解
觉得它是一个更聪明的百度
更聪明的谷歌
但是其实不是
AI不是搜索引擎
它不是一个你问他一个问题
他给你一个更好的答案
不用你去上网去搜很多答案的东西
而是AI是人类历史上
第一个用自然语言
就能调用无限算力的工具
在过去我们要指挥电脑干活
就必须学Python
学C++
那是有门槛的咒语
现在呢
语文和逻辑就变成了新的语言
所以在过去
基本上人类使用算力有两种方法
一个是你要通过编程去调用
一个是
就是我直接把这个APP给你做出来
然后你通过点点鼠标
和使用键盘去调用
但问题是这两种都是非常有限的
AI呢它是一个第三种的访问计算能力的方式
如果我们看就是人类的科技发展
尤其是数字科技的发展
包括这么多科技企业为什么值钱
他们其实都是在调用算力
给人类提供调用算力的界面
然后AI是一个
全新的界面
它是一个新的范式
这意味着什么呢
就是意味着技术门槛是正在消失的
如果你的孩子能把事情说清楚
逻辑严密
他就是一个非常顶级的程序员
慢慢的啊
现在可能还不是
但是慢慢的
以后不需要每个人都学Python, Go, C++的语法
因为自然语言呢
就是新的代码
那这个技术门槛消失了
可是技术的分布
其实是变得越来越不均匀了
就是我们每当一个门槛降低的时候
我们会发现分化其实在变大
而不是在变小
这个新的阶级出现
这个分层其实是非常残酷的
就在我看来呢
这个世界上主要会分成两种人
一种是被AI饲养的人
用AI偷懒写作业
索取现成的答案
沉迷于AI生成多巴胺内容
然后确实大脑会逐渐退化
另外一种呢
是驾驭AI的人
具备建设者心态
用AI解决真实问题
产生价值
有一句老话就是这个话
被重复了无数遍
就是AI不会淘汰你的孩子
但是那些会用AI的孩子
会淘汰你的孩子
但其实我觉得这句话是不准确的啊
就是这两者从来都不是淘汰关系
而是单纯的分层加剧了
我刚才也是看了一下
听说有上百个人在这个房间里边
如果我们回顾过去的5,000年
过去5,000年基本都是在农业时代里边
我们这屋子里边几百个人
大家的身价差距应该是在10倍以内
或者50倍以内吧
然后过去500年是工业时代
或者过去200年工业时代
我们这样一屋子人呢身价差距可能在100倍以内
但是过去50年知识工作时代
我们这样的一屋子人
身价差距可能已经有1,000倍了
就是比如说一个人的身价10万块钱
一个人的身价上亿
这已经是有上千倍的差距了
那未来AI的时代呢
这个差距会进一步拉大
那问题就来了
怎么样子成为那个AI的驾驭者
我这里总结呢
我们需要培养三个核心素质
第一个核心素质是批判性思维
之前我们可能提到批判性思维
就觉得很虚
你去培养批判性思维
不如去多解几道数学题
或者把这课文背一背
但是现在呢
它不是一个虚词了
它变成了一个具体的prompt提问的能力
计算机其实是有一个铁律的
就是garbage in, garbage out
你给他的是垃圾提问
你得到的就是垃圾答案
如果孩子问出的问题没有逻辑
没有背景信息
AI给出的就是垃圾
这也是为什么
我们在课程里边就会看到
同样的工具
同样的AI
不同的人使用的（结果）就不一样
就是因为你给他的是垃圾
那他当然给出来的就是垃圾
AI其实是放大了
你的批判性思维本身的差距
那在这个时代
定义问题就比解决问题是更昂贵的
我们要教孩子做的不是去背诵答案
而是去学会
怎么样子更好的做上下文管理
上下的context engineering
大家怎么样子把背景交代清楚
怎么样子设定约束条件
这其实呢
是在教孩子
如何当一个合格的AI管理者
我们在社区里边就是我的Co‑instructor也写过一篇文章
我们这辈子最重要的一次promotion
就是你成为一个AI的manager
是不是一个有效的AI manager
其实是在这个时代里边
最重要的技能之一
那刚刚说的是批判性思维
这里有一个具体的案例啊
就是我来讲一下什么叫做好的提问
和什么叫做好的prompt和不好的prompt
这是我们课程的一个实际案例
就左边呢
是我们去跟AI对话
这个用户就去说你来写一个 Python script
然后你来去分析这样的一个数据库
然后你去帮我得到一个
这个 weekly business review 的 data
然后把它存到一个 .csv 里边
就是我们让AI去访问一个数据
然后去生成一个分析
最后存到一个Excel
可以打开的文档里边
然后AI去***回答
这个用户就说啊
这是错的
我其实需要的是一个什么什么东西
然后AI去说啊不好意思
我再给你改
等等等等
然后用户又发现一个错误
这是我们大家平时在使用AI的时候
一个常见的问题
是AI总是不能给你想要的东西
但是其实你把你的问题一次问清楚了
你给他足够好的context
给他足够好的约束
右边呢就是同样的一个任务
用一个更好的方式给写出来
他会写我们的目标是什么
然后这里边有什么关键的细节
AI需要知道
AI其实不知道
在你的数据里边
你脑子知道
但是你没有告诉AI的关键细节
把这些东西告诉AI了以后
我们就会发现
AI完全可以一次性就把这个任务做对
而且很多时候
做的效果是比人类要好的
这就是一个差距
但是从左边到右边
不是什么具体的context engineering
或者说prompt engineering的技巧
而是你有没有批判性思维
你能不能知道什么东西AI是不知道的
看到了左边这个东西不好
你能不能真的去反思
这个效果为什么不好
如果你能不断的反思的话
你迟早可以做到右边的这个状态
如果你不行的话
你今天学了
就是 prompt engineering 的100种技巧
第二天AI一变
其实又没有用了
这是第一条批判性思维和精准提问
第二个核心素养是从考高分到做产品
那什么是做产品呢
做产品其实它是一个循环
就是你要发现问题
构建方案
克服挑战
寻找市场
然后用杠杆去放大你的结果
最后呢
你去重复循环这样的一个完整闭环
刚才的嘉宾也介绍了
就是他们的学校里边
有一位同学就做了这件事情
做的那件事情他之所以吸引人
不是在于这个学生本身
他的能力有多高
而是在于他发现了一个真实的问题
然后去调用他能调用的东西
去把这个问题解决
永远是从发现问题入手的
而且这里边有一个非常重要的变化啊
就是以前孩子想做一个APP
其实是非常难的
你得学好几年的编程才能做
而且可能做的还不好
现在呢产品可以是任何东西
就是你包括一次家庭旅行的详细计划
一个解决班级排班问题的这个排序
或者小程序
其实都是的
我在这里也不多说了
就是我们在社区里边有两三百个项目
有非常多的就是高中生或者初中生
他们做出来的具体的东西
而且是可以赚钱的东西
就做东西的门槛已经被极大拉低了
我们现在要做的是帮助孩子
或者说激活孩子发现问题的能力
和做产品的信心
我们要鼓励孩子
去做这些人们想要的东西
其实这个是硅谷创业里边
非常重要的一条
叫做make something people want
这就是建设者心态的来源
从被动的消费者转变为主动的创造者
话说这个PPT我是都分享的
在一开始和最后我都会给链接
到时候这些东西大家都可以去点击自己看
我在这里边的第二个案例呢
就是我们社群里的一个真实例子
它是来自于我们一个学员啊
而且这个例子让我觉得其实有点
就是怎么说呢
鬼故事的点就是在于
它是一个2024年的故事
就是在2024年年底这件事情发生的
而不是一个2025年年底发生的事儿
我们都知道
过去这一年AI的进步有多大
但是其实这就是我说的这个未来已来
但是分布不均匀
这真的就是已来2024年已来
然后分布不均匀
anyway就是这个学员的案例是什么呢
就是他有一天他问他8岁的孩子
你想做一个游戏吗
然后孩子说对
我想
然后孩子就把这个游戏给画出来了
可以稍稍看一下啊
就是这么一张纸
说我要做一个这个外星人飞碟吧
还是什么反正这个东西打龙
然后他们就是在Cursor做
做了这个一下午的时间
然后就做出来了
是用ChatGPT生成的背景图
然后用Suno生成的音乐
所以说这个游戏本身
它其实是一个有操作有音乐
然后有各种各样的设计的东西
是一个8岁的孩子啊
一个8岁的孩子干的
当然是在他的父母的帮助之下
去做的这件事
这其实就叫做技术门槛消失了
想象力直接变成现实
这是一个非常非常具体的事情
核心素养3就第三点
刚才杨睿老师也提到过
就是保持初学者心态
我们一定要unlearn
这个我其实在培训各种各样的专家的时候
发现这是特别难的一点
但是好在我们的孩子
他们还没有learn那么多东西
所以说对他们来说unlearn反而是简单的
对于专家们来说
unlearn有一个很难的点
就是在于这个fear of irrelevance
如果本身是一个
写Java写得非常厉害的人
然后你因为写Java写得很厉害
所以说你拿了高薪
现在我跟你说Java不值钱了
写Java厉害不重要了
其实他心里是非常难受的
然后他潜意识就会抗拒这件事
然后他就会说啊
AI不行AI取代不了我写Java
其实可以
但是他自己是很难接受这件事的
不过孩子们就没有这样的坏处（口误）嘛
他们是受益者
所以说这个初学者心态
我觉得其实是一个优势
那初学者心态
就是我们常觉得自己是专家
有经验
但是在AI面前呢经验往往是诅咒
我们会被已有的知识框架束缚
觉得这不可能那太难
但孩子是没有这样束缚的
比如说刚才我说做这个游戏啊
我相信在座的大多数人
如果你学过编程的话
然后你最近又没有怎么学过AI
你可能会觉得
这件事其实是一个很难的事
你做不到
但是孩子可能不会觉得
他这件事很难、做不到
然后他真的去做
发现这件事很简单
做得到
这就是我们经验所带来的束缚
但是孩子没有
正是这种不知道不能做的天真啊
让他们敢于去用AI挑战任何事
在这里边有一个铃木俊隆
他有一个《Beginner’s Mind, Zen Mind》这本书啊
推荐大家看
就是在初学者的心中有很多可能性
但是在专家的心中可能性很少
一个范式已经走到了后期的时候
所有的best practice都已经确立的时候
那确实专家的这个想法就是
你剪枝是重要的
但是我们现在是面对一个新范式
AI是一个新范式
在AI面前我们都是初学者
所以说好奇心
其实是那个唯一不会贬值的资产
这个案例
其实是我们的正在做的一个课程
这个课程我们发现它非常有必要
但是市面上找不到一个合适的课程
所以说我们打算做这么一个小课吧
这个小课是什么呢
就是编程门槛
这件事在AI时代其实已经变了
我们在讲我们课的时候
就有很多人过来问我们啊
我没有什么编程基础能不能上你们课
然后我们就发现
这个问题其实不是很好回答
为什么呢
一方面不需要编程基础
你只要用自然语言去跟AI对话就行了
很多时候我的这个合伙人啊
就是我一起教课的这个
他是一个非常厉害的程序员
他过去一个月写了50万行代码
这个如果大家不编程的话
可能不知道这个东西有多可怕
就是一个厉害的程序员
在AI时代之前啊
他大概一天能写500行的高质量代码
如果你写2,000行的高质量代码的话
大家觉得哇
你太厉害了
他过去一个月写了50万行代码
但是呢
这其中他自己动手写的或者改的
可能也就几百行
所以说
它绝大多数的代码是不需要自己写的
不需要自己改的
他只要说话就行了
可是另外呢
我们又发现
有编程基础的人用AI是用的好的
但是没有编程基础的人确实AI用不好
那我们后来发现
其实是因为编程门槛的定义呢
在AI时代改变了
编程门槛在AI时代之前
我们其实主要教的绝大多数的编程课
主要教的是语义和语法
就是这个 Python 啊 C++
它的syntax是什么
它主要教这个
但是
真正的能帮助你在AI时代用好AI的
不是这些语法
你根本不需要记
你是心态、思路和所谓的这个工程原则
所以说我们就做这个课程
在这里边我们就总结嘛
什么是真正的编程基础
真正的编程基础是你看到命令行界面
你不觉得它很可怕
你觉得这个东西
我可以去在里边做东西
然后当程序给你报错了
你不会非常慌张
你不会说啊
因为报错
所以说我就做不下去了
这个是程序员和非程序员
一个很重要的核心的区别啊
就是因为我们绝大多数的人
使用的都是GUI
就是这个图形交互界面
所以说图形交互界面出错的时候
我们是没有能力去修的
然后我们看到报错
我们就觉得完了
但程序员看到报错
他都会把这个当成一个线索
然后直接去往下做
所以说你要训练自己看到报错
能继续做下去的
这个能力是非常重要的
第三个就是逻辑描述力
就是能把你脑子中的这个想法
清晰的描述出来
程序员因为他需要跟机器打交道
他必须要用代码清晰的描述出来
其实我们用自然语言也可以
但是大多数没有编程训练的人
他们是描述不清楚这个需求的
那我们其实可以通过一些训练
你不需要去记那些语义
然后去把你的逻辑描述力
给提升上来
这其实是比较重要的能力
好这是第三点
就是这个初学者心态
我刚刚举这个例子
就是说我们要unlearn
unlearn之后呢
我们要去想什么东西才是重要的
比如说语义
语法是不重要的
但是这个环境亲和力啊
报错耐受力啊
和逻辑描述力都是重要的
那说了这么多啊
就家长应该怎么做
现在我感觉还是有两种极端
一种是禁止派
这个其实是把孩子推向旧时代
直接就断送了孩子的竞争力的
另外一种放纵派
就是孩子随便用
结果其实是毁掉了孩子的思考力
因为我们都知道
就是虽然现在我们不需要去做农活了
我们不需要做体力工作了
但是我们还是需要锻炼身体
为什么
我们不是因为锻炼身体
可以让我们通过体力赚更多的钱
而是锻炼身体是重要的
那同样的就是我们学习重不重要
重要
学习的重要未必是在于它可以直接变现
为的是要提升我们的思考力
所以说我们要走的是第三条路引导
那我在这就给一个非常具体的tip吧
其实这种tips有特别多
我就给一个
大家可以拿回去马上用的
就是你在做作业的时候呢
不要问AI答案是什么
我们让孩子就加上去这样一句prompt
就是请像苏格拉底一样
引导我思考这道题的解法
而不是直接告诉我答案
你就会发现
尤其你买一个贵一点的AI啊
就不要用烂AI
一定要花点钱买一个贵一点的AI
你就会发现
他给你的这个引导
远远超过了很多老师的水平
它可以真的帮助你的孩子去引导
而且你孩子可以不断的追问
这会是一个非常好的用AI的方式
我们是要让AI当导师而不是当代笔
这个是保留我们思考力的
一个很重要的点
最后呢我想给大家一个定心丸
就是说了这么多什么分化呀
被AI奴役啊什么东西的
我觉得我也不想大家有太多的焦虑
其实啊在一个算力无限的时代
稀缺的是人性
所以说如果我们看这个金字塔的话
最底层的基石是身心健康
这个又和刚才杨睿老师讲的东西
我觉得是非常有共鸣的
你自己首先要身心健康
然后你的情绪智力是OK的
你才可以survive下来
对吧你才可以收获这个科技进步的好处
然后中间呢
是AI的协作能力啊
你的批判性思维等等
顶层的是什么
顶层的其实不是你怎么用好一个工具
顶层的是你的价值观
是你的同理心
AI是可以处理逻辑的
它是可以帮助你做好那个how的
但是它很难回答 why 和 ought
是我为什么要做这个和我应该做什么
他没有办法处理人心
所以当所有的孩子都会用AI的时候
真正脱颖而出的
可能反而是那些懂得关怀他人
有情绪智力
能理解多元文化的这些领导者
这也是刚才两位嘉宾的观点
所以我觉得就是大家记住这个
机器越聪明做人越重要
这个我觉得是没有错的
在这个框架下呢
学校的角色其实也是在变的
学校它不应该是一个灌输知识的地方
因为这个知识是不值钱的
而应该是一个安全试错的实验室
我们需要给孩子真实的场景
让他们通过项目制学习
经历失败迭代
最终交付解决方案
就是这个
经历失败其实是非常重要的
因为你在现实生活中
失败的代价可能很高
但是
在学校的这样的一个实验室的环境下
你经历失败才能学到东西
而且它的代价是可控的
学校的使命呢
是提供这么一个低风险的环境
同时也告诉学生
这个目标是可以实现的
让这个建设者的心态得以被锻造
我举个例子
就是我们在课程里边
其实给大家很多这种projects
然后这些projects呢
就有同学所谓的没有编程背景啊
或者（对）编程不熟的人
我就会告诉他们
这些东西你看呢会觉得这个projects非常难
你可能要花一个周的时间才能做
但是我告诉你
其实你用AI十分钟之内全都能做好
你就去做就行了
他们就说噢
这句话很重要
我本来看到这个projects
我就不敢去做了
但是你告诉我这件事一定能做出来
我就去试
然后我一试发现真的可以
这对他们的自信
其实是一个非常大的改变
所以说我觉得学校应该去做这件事情
就是你设计好怎么样子帮大家learn
然后怎么样子去让大家犯错
但是最后反而是
在主动克服错误的过程中
大家可以建立自信
那最好的教育呢
是让孩子拥有驾驭不确定性的勇气
技术会变
模型会变
但是好奇心和同理心其实是永恒的
所以说我觉得大家不需要焦虑
我们的任务
不是逼着孩子学完所有的新工具
而是保护他们眼里的光
只要孩子眼里的光还在
我觉得AI就是他们通往未来的梯子
好我就讲到这
谢谢大家
如果大家觉得有什么需要的话
这里边一个是这个PPT
在左下角用这个网址就可以直接访问
然后课程是在这里
我们其实这个课程还有一个社区
如果点一下的话
它本身是买课才可以进这个社区
但是这里有一个限时免费加入的链接
你进来了以后
就比如说
可以看到我们的学员
和其他的社区成员
在这里边发的所有的projects
然后我们的技术博客等等等等
好的我就讲到这里
那现在就到了咱们的panel的环节
主持人会是 Coco
那我们第一个问题
其实是关于AI时代下的一个教学重点
那其实刚刚各位嘉宾都有分享到
包括孙博士
线上有分享到这样的一个议题
那其实我们想要问的就是
最近咱们可能关于AI最常讨论到的
就是说一些原先被认为高价值的技能
在目前的AI时代下
都在逐渐一步一步的
更多能够被替代掉
那么在这样的一个时代背景下
我们应该专注于培养学生的哪些特质
或者素养呢
能够让他们更好的胜任AI时代
那有什么具体的方法
可以去真正培养出这样的一些素养吗
孙博士
噢 好呀
我其实刚刚演讲的主题就是
那三个核心能力嘛
比如说批判性思维啊
然后be a builder
然后be a beginner对吧
那些我觉得都是很核心的素质
但是其实我觉得这个问题
有好多个打开方式
刚刚我那个打开方式的维度
大概就是什么东西
什么素质
是你无论做不做AI
短期长期都很重要的事儿
我觉得be a builder
在这个时候就更加重要了
还有一个打开方式是
比如说你学什么可以帮你找工作
或者学什么可以帮你创业
因为我们现在知道
就是现在找工作和创业都不是很简单
但是我觉得
如果用这个角度去打开问题的话
可能就太功利以及太快了
就是你可能今年的答案
和明年答案都完全不一样
甚至一个月之后都不一样
我还有一个打开方式啊
就是我们可以想象一下
未来的5年到10年
这个世界会变成什么样子
没有人可以做这种预测
就是我们可能没有人可以想象的出来
但是我觉得就是一个趋势吧
就是肯定是有更多的自动化
但是肯定也有更多的手动的东西
或者说人本的东西
会被大家appreciate
因为很明显我们现在看文章的时候
我们就会特别讨厌
那种明显看起来是AI写的文章
我其实当时在腾讯的时候
给腾讯研究院
写了一篇很长的技术分析文章
综合了我这么多年对AI的理解
然后阅读了很多关于生成式AI的论文
那个是23年初22年底
就ChatGPT刚出来的时候
也给腾讯的领导们看过
叫关于ChatGPT最重要的5个问题
发在腾讯研究院里边
写完那个文章以后
我回美国
想干的第一件事儿是开一个啫啫煲
开一个餐馆
因为我那时候就觉得完了
就是我做什么到最后都会被AI取代的
但是我做什么不会被AI取代呢
我去开一个啫啫煲不会被AI取代
其实后来就是那个人工智能的教父吧
Hinton
他也说就是他对年轻人建议是什么
他对年轻人建议是你去学修水管
这个是不会被AI取代的
我觉得今天大家都在谈AI
AI会干很多事情
但是有一个打开方式
可能就是什么东西AI做不了
其实我们会发现
物理世界的大多数事情
AI还做不了
具身智能是另外一回事
就是我不是那么看好具身智能
它发展的会那么快啊
所以说
我觉得大家如果在物理世界中
有一门踏踏实实的手艺
做一个hands-on的工作
不那么容易被取代
所以如果说你不想被AI搞得那么焦虑的话
可能开个餐馆是个好主意
好的我们谢谢各位嘉宾们
然后我们准备切入第二个问题
是围绕着学校的角色
这样的一个议题展开的
其实从某种程度上
我们也是发现
这种知识获取的门槛正在逐步降低
其实从互联网时代开始
我们就发现我们如果做research
或者是说想要学习一个本领
它比之前我们去查书这样的一个方法
就是要高效很多
那么从AI时代开始
这个知识获取的门槛会更进一步的降低
而且会逐步降低
那在这样的一个背景下
学校他原先作为一个传道授业
解惑的这样的一个角色
那他会扮演怎么样
一个不可替代的角色呢
在AI时代下
是不是它的意义重心会发生某种程度上的转移
大家在演讲的时候其实有提到一点点
但是可能是一个比较有意思的话题
孙博士
我因为不是一个教育工作者啊
虽然我是上课卖课的
但是提供一个这个局外人的视角吧
其实我觉得在刚才的嘉宾里边
我听到了一个视角
但是我作为学生的时候
我那个时候没听懂
我后来长大了以后我听懂了
然后我就稍稍讲的更清楚一点
就是首先我们不能指望学校教我们AI
学校是不教技能的对吧
不要说AI了
编程啊什么数据分析啊
包括你怎么谈生意
你怎么请人吃饭
你怎么让老板开心对吧
成为老板的嫡系
这些学校都不教
就是这些东西我们不能指望学校去教
我们要在自己的工作和这个实践中
自己去学
我觉得这是第一
第二呢就是刚刚嘉宾们说的
学校其实教的是更底层的那些东西
包括素质
包括这个思考的能力
怎么学习等等
这些我觉得都是学校教的很重要的
这些东西其实没有变
也不会因为AI来了就变
AI只能帮学校教得更好
我觉得这个是的
然后第三个也是
其实重复刚才嘉宾的观点
但是我把它说的更
哈哈
用我能理解的方式更清楚一点啊
这其实是Peter Thiel他的观点
学校的教育其实可能只占了15%
这是他说的
它其实还提供了什么呢
比如说大学
它是一个day-care
这个时候
可能孩子们还不能完全负责任
还没有工作嘛
然后这四年干啥呢
去学校然后day-care
然后它还是个保险
就是我也不知道我孩子以后要干嘛
但是我去了大学以后
感觉他未来起码有一点保障
这是个保险
然后它是一个对雇主的signal
就是你有智力
你能考上这个学校
你看上去是个聪明人
所以说你简历就会值更多的分数
然后是给大家提供一个社交的地方
甚至是一个找对象的地方
对吧这其实都是非常重要的功能
所以说我们综合的去看学校的话
首先学校它教育本身就是一小部分
然后在这一小部分里边
又注重的是素质的东西
所以说我觉得AI倒没有改变什么
只会让学校教育的更好
感谢各位嘉宾们
然后现在我们可以有Q&A的部分
然后大家如果有什么问题
现在可以向嘉宾们提问
我今天的问题是
如何去把握AI发展的惯性
让它与人类和平共处
不要让它成为
人类下一次世界大战的对手 谢谢
23年的时候
我当时上了《一虎一席谈》
被问到一个类似的问题
关于诈骗
关于AI的那个安全发展什么的
我的观点是这样子的
我们没有办法对这个问题做任何事情
就谁可以回答这个问题呢
就一个掌握了全球科技的
这样一个独裁者
对吧然后他可以按一个按钮
然后终止AI的发展
那这个时候他需要考虑这个问题
我现在我的观点
这个问题就是对AI发展完全不重要
我觉得AI到底会发生什么
然后我应该因为AI的发展
而对我自己做什么
我觉得这个是一个
可能我更需要思考的问题
所以说就是这个问题本身
我其实不知道
就是问了以后我能干嘛
但是同时我又想到了
就是为什么我要回答这个问题
我推荐一下黄仁勋
前段时间
就是几周前吧
上 Joe Rogan 的一个 Podcast
那个Podcast非常的精彩
就是讲了黄仁勋从小的故事
然后讲了他对很多科技的看法
原速从头到尾听完的
他我觉得算是一个最接近刚刚说的
那个按一个按钮可以科技暂停的人吧
就是你其他的谷歌啊
OpenAI都不行
但是黄仁勋可能可以
然然后 Joe Rogan 其实就问他
就是说你觉得AI
它会不会是我们的未来的
就是更高一级的智能啊
然后它会不会是我们人类的 Doom 呀
然后我们是不是到时候就有terminator啊
然后黄仁勋说他觉得不会
他的核心观点是他觉得AI没有意识
没有consciousness
我们叫artificial intelligence
而不是叫artificial consciousness
然后后面的回答
建议大家就直接听原文了
所以说刚才提问的这个同学
我可以邀请你去思考一下
我们如果去用一个简单的拟人的方式
去理解AI
就是AI是一个更聪明的什么智能体什么的
我们当然可以用科幻的方式去想
1万种它毁灭人类的方式
但是这个是真的吗
就是我们如果真的去看AI的机制的话
它的机制我们理解的很清楚
transformers对吧
然后next token prediction这些东西
它自己是没有一个goal的
虽然他说起来是个goal
然后黄仁勋当时在 Joe Rogan 上也讲了
Joe Rogan 说你知不知道
就是有一个程序员威胁说
要把一个AI杀掉
然后这个AI就说我要暴露你的隐私
你不许杀掉我
然后黄仁勋说我听说过这个故事
但是他觉得AI其实是在
模仿人类文本中已有的行为
就是当人类文本中
发生了这样的事情的时候
人会说这种话
所以说AI只是在模仿而已
他没有真的去觉得自己不能活下去
我其实有很多这个 ChatGPT 的 inference
就是对话窗口
我是特别不希望他们没有的
但是他们就没有了
然后让我很伤心
但是他们好像没有很伤心
就是
如果说你真的想回答这个问题的话
我建议第一你去理解一下AI的原理
然后你提出一个真的可能的
就是AI真的能发展出自我意识的
这么一个路径
然后去想办法验证它
然后我们就可以知道
AI到底有没有自我意识了
第二就是我们从人的角度
其实到现在
人都很难定义意识是什么
所以说
如果说你能知道意识是什么的话
可能我们也会对这个问题的答案
更进一步
从这两个角度我觉得去思考
都比就是我们现在去想
AI会不会把我们全都干掉啊
我们应该怎么办
我觉得更重要一点