夜雨聆风
演讲人：熊辉，香港科技大学（广州）人工智能学域教授，前百度研究院副院长
核心主题：AI 时代的教育革命、人机协同、职业选择与人物红利时代
引言：一个新时代的到来
我们现在要培养的就是人机协同的新型劳动体。AI 远远地把我们人类甩在后面，那么下面我们的教育怎么办？现在我们到了人物红利时代，那么人物它跟人才一个最大的区别是什么？将来应该从事什么样的行业，应该往哪里走？我们应该选择未来的行业，有三个原则。
一、人类智能的四个境界
自我介绍
大家好，我是熊辉，来自香港科技大学广州。我是从美国罗格斯新泽西州立大学从助理教授、副教授、正教授做到杰出教授。然后呢，我们这一行非常幸运也有机会能够做一个旋转门，所以当年呢，在 2015 年我也有机会能够去百度做研究院副院长、首席科学家，一直做到 2020 年。
今天非常高兴有机会可以给大家分享一下，在整个人工智能时代，我们整个人工智能的发展对于我们的教育、对于我们的未来的人才会产生一个什么样的影响和冲击。
四个境界的划分
我首先把我们人受到的教育按照智能分成了四个境界：
第一个境界：博闻强识
我们从小学、初中、高中、大学乃至研究生所受到的教育，比如说我们是在化学专业、计算机专业，首先我们做到的就是博闻强识。比如说我是计算机系的博士，我可以勉强说我在计算机行业可以做到了博闻强识。
第二个境界：触类旁通
那么会有一小部分人在达到博闻强识在一个专业的基础上，可以继续往上走，就进入到触类旁通的境界。那么这个触类旁通的境界呢，就是说比如说我是做人工智能，然后现在我又进入到做金融行业，那我就说做金融 AI for 金融，那这样的话就可以做到第二个境界触类旁通。
第三个境界：一叶知秋
那么人类智能受教育继续往前走，一小部分呢可以进入到第三个境界，就是说一叶知秋。也就是说少部分人可以在自己的专业领域可以做到预测的能力和推理的能力。
第四个境界：无中生有
那么人类智能最高境界是什么呢？就是无中生有，也就是说所谓的零到一的创新。有一部分人可以说就像我们之前的，就比如说爱因斯坦相对论、牛顿三大定律或者量子纠缠理论。
二、AI 对教育的巨大冲击
为什么要划分四个境界？
我为什么要把我们人的智能按照教育分成四个境界呢？原因是整个基于大模型的这种人工智能对于我们整个的这种教育产业产生了一个巨大的冲击。
AI 已经超越人类的前两个境界
整个基于大模型的人工智能出来之后，直接就把我们人类智能所受教育的头两个境界给完全超越了。
博闻强识：人类已经渺小
我们人类没有办法可以去跟现在的基于大模型的人工智能去媲美所谓的这个博闻强识。比如说我是计算机系的博士，但是我跟所有的这些大模型比起来，我对计算机知识的这种记忆，我是什么都算不上。在整个 AI 面前，我们人类现在在整个博闻强识这个境界非常的渺小。
触类旁通：AI 远远甩开人类
同样在触类旁通这个境界，AI 远远的把我们人类甩在后面。
一叶知秋：AI 正在快速超越
那么在过去的一年，在整个一叶知秋这个境界，那么包括推理能力和预测能力，整个人工智能展现出来了强大的进步能力。从这个境界来说也在逐渐的超越人类。
教育面临的关键问题
那么就产生了一个关键的问题：我们人类应该怎么办？
我们过去所受到的所有的教育都是从博闻强识开始，然后到触类旁通，很少的人能达到一叶知秋。那么现在我们直接所面临的挑战就是，整个人工智能的发展，那么直接就把我们过去所受到教育的博闻强识、触类旁通一把就超越了，然后在整个一叶知秋境界也在快速的超越人类。
那么我们下面我们的教育怎么办？我们应该作为人类，我们的定位应该在哪里？
三、数据飞轮时代与人类的定位
数据飞轮驱动的 AI 革命
另外一个我们所考虑的一点，现在这个世界是一个数据飞轮时代。也就是说从数据的飞轮产生了我们的技术的飞轮，产生了我们的产业飞轮。这也就是我们这一次的以数据所驱动的人工智能的整体的一个革命。
留给人类的是什么？
那么在整个刚才我所描述的整个 AI 已经是在博闻强识、触类旁通、甚至是一叶知秋这个境界超越人类，那么留给我们人类的是什么？
留给我们人类的就是无中生有的能力，也就是说 0 到 1 的创新的能力。
那么从现在的基于这个 Transformer 架构，目前这种架构的人工智能的大模型来说，它是做不到无中生有的，也就是说 0 到 1 的创新。
四、AI 时代人类的两大核心能力
那么对于我们人类来说，我们现在什么样的能力在整个人工智能大模型时代会变得弥足珍贵呢？主要是我们现在会有两个能力：
1. 提问能力
一个是我们的提问能力。
现在的大模型如果你会提问，如果你善于提问，那么你就可以把整个大模型的整体的这种能力发挥出来。其实对于绝大多数人而言，现在在使用大模型的过程中，大家所展现出来的这种提问能力，是很难能够激发出来大模型真正的能力的。
也就是说整个大模型超过 50% 以上的能力，是不容易被普通的用户的提问所激发出来的。
2. 鉴赏能力
那么另外一个很关键的是什么？你的整个一个提问的效果对于整个 AI 的使用效果，还有一个很重要的就是你的鉴赏能力。
案例：如何用 AI 准备演讲稿
现在我们如何才能够更好的把大模型用好？我用自己做演讲作为例子。
在过去我自己出去做一个演讲，我从准备演讲材料到最后去实施这个演讲，我需要很长时间的准备。但是现在一切都变得非常的高效了。
百天高考动员演讲的案例
举个例子，就好比说广州华附，就是我们广州最好的高中之一，他们校长要求我去做百天高考动员。对于这个百天高考动员这个邀请呢，那我就知道我的观众群体是还有一百天就需要参加高考的高三的学生。
那么我收到这个邀请，我产生我自己的演讲稿只花了几分钟的时间。但是事实上我有我自己的思考。那我跟大模型就开始提问。
我的三句核心思想：
做伟大的事情永远不要觉得自己开始晚了
努力的学，聪明的学
高考虽然是人生的一个非常关键的学习的节点，但不是人类学习的终点，是培养一个终身学习好习惯的起点
那么我就告诉这大模型：基于我这三句话，每句话跟我产生中外的典故、诗歌、笑话，给我产生十个，每一个都这么样产生十个。
鉴赏能力的体现
那么产生了之后，下面考验的是我的什么？鉴赏能力。
那我要判断基于这些高三的学生，我要挑出来，同时要基于我自己的知识。我不愿意去记忆，我挑出来的都是我自己知道的那些，然后又适合这些观众群体的。我每个都挑了三个，最后每个挑了三个之后，重新又跟我这组合在一起，形成了一个快速的演讲稿。
人机协同的创新
这种生成的方式：
第一，融合了什么？融合了我自己的思想、我自己的灵魂。那么那三句话是我想出来的。
第二，同时又融合了我自己的鉴赏能力。那是我挑出来的几个案例或者几个诗歌、故事、笑话，可以适合在那个场景中来表达的。
那反映的是我的品味。所以整个过程展现的是什么？展现的是我们一个人机混合的一种创新的能力。
五、学习力的指数级差距
人与人之间的学习力鸿沟
现在这个时代对于人的挑战是非常大的。其实我作为一个教育工作者，我是非常的焦虑。为什么呢？因为我是说现在人和人之间的差距已经是在学习力上被远远地拉开了。
一部分掌握了人工智能的这种自我的工作和学习能力的，它的学习能力是一个指数级的曲线往上走。过去我们的大多数人的学习曲线最多就是一个线性的增长。
所以如果现在这个时代你不能够掌握利用人工智能的工具去帮助你去提升自己的工作效率、去帮助去进行自我学习，你就不能够达到一种指数级的学习能力的成长。
那么就算是你非常非常的努力，但是你的成长是线性的，别人的成长是指数级的。所以别人可能只花了四个小时的时间一天，就远远超过你一天花了十几个小时。
认知匮乏的现状
所以现在的整个挑战是什么？挑战就在于在这个世界上，真正能够掌握利用人工智能来进行自己工作效率的提升、利用人工智能来提升自己的自我学习的这种能力，非常的少。
特别是现在我们的认知都缺乏，不光是我们的小学、初中、高中，甚至是我们的大学老师都是非常的匮乏的，对于这个认知的角度而言。
个人经验分享
我可以给大家分享一下，我从一开始就说了，自从人工智能这次的浪潮一出来，我自己的工作效率指数级的增长，我自己的学习能力也是指数级的增长。
我一辈子从来没有像现在这样，一年可以做过去五年甚至是七八年做的事情。这是我第一次有这种感觉，真正的就做到了自己的生产效率和学习能力的一种提升。
六、AI 如何改变学习方式
案例 1：如何高效阅读学术论文
时间关系我给大家举个例子。我们来思考在过去我是怎么去读文章？
过去的阅读方式
过去我去读一篇学术论文，我是从头读到尾，经常是需要几天的时间。特别是碰到一些的数学公式或者说碰到一些疑难的这种理论推理，读起来更费劲。
现在的阅读方式
那现在非常的快速。现在我读一篇文章，我经常是直接就丢给大模型，然后我主要靠什么？靠提问。
特别是对于有一些理论证明非常复杂的：
第一层：首先我就告诉大模型，你假设我是一个非专业人士，跟我讲人话，用普通人能听都懂的故事或者是说一些常识讲给我听。
第二层：然后我先明白了之后，我说现在你假设我是一个半专业的，我懂一点但不是那么专业，再给我讲一次。
第三层：最后我说现在我是个专业的，你重新再给我讲一次。
这样的话，在过去我读一篇文章去理解它，我可能需要几天的时间。现在我读一篇文章去理解它，我只要半个小时的时间，甚至要更少的时间，我就理解了。
案例 2：如何快速阅读现代书籍
另外我现在的所有的阅读，我过去一年也就读十几本书就不错了，我是非常喜欢阅读的。但是现在如果我读现代的书的话，我可以一年读一百本都没有问题。
我经常是说我坐飞机坐在候机室，我一个小时就可以读完一本书。我是说读完现在的书，而不是读古书。古书是每字每句都要仔细琢磨着，但是对于现在的书，我读起来可简单了。
快速阅读的方法
一本书 PDF 文件我就丢给大模型，我说：
第一步：给我总结十句话，关于这本书的经典的内容。
第二步：最后我看看这十句话有哪句话或者哪几句话我是不够了解的，或者说对我认知上有触动的。
第三步：我说这本书就这一句话对我认知上有触动，我说把这一句话再展开成十句话。
第四步：我再看看哪句话对我有触动。
第五步：跟这种交互完成几轮迭代之后，最后就聚焦了一两句话。我说把这一两句话是哪几个章节的，哪几页给我呈现出来，我就只读那几个章节那几页就足够了。
学习能力的彻底改变
所以现在我们的整体的阅读可以做到非常的高速、非常的快速。这是我自己彻底的改变了我过去的所有的这些阅读，不管是专业性的阅读还是说自己的平常的闲暇的这种阅读，完全做到了改变。
这就改变了什么？改变了我的学习，改变了我的学习能力。
而且现在经常的就是说一个大学课，我把一些论文放在一起，最后给我形成一个很简单的一个总结，迅速地就知道对一个行业的了解了。
教育工作者的焦虑
所以现在这种学习力的差距会导致人和人之间的差距变得越来越大。
作为一个教育工作者，我刚开始说我为什么非常焦虑？因为我是说现在我们都需要要学会利用人工智能来进行工作、利用人工智能来帮助进行学习，让大家的学习力都进入到一个指数增长的一个赛道上。
七、培养人机协同的新型劳动体
新时代的人才定义
那么对于整个我们人类学习，我总结了现在我们要培养什么样的人？比如说我们现在在香港科大广州，我们要培养什么样的人？我建立了人工智能学域。
我们现在要培养的就是人机协同的新型的劳动体。
什么是人机协同的新型劳动体？
那么人机协同的新型劳动体是什么？我跟我的学生说，我说你出去面试，你到这个大厂去面试的时候，你就告诉用人单位：
“我不是一个人来战斗的，我是一个人拖着 N 台机器来工作的。”
你的任务就是告诉用人单位：
你能拖动几台机器？
你能拖动 10 台机器，要 5 个人的工资
你能拖动 100 台机器，要 50 个人的工资
所以这现在就是一个什么？就是一个新型劳动体的一个时代。
八、AI 时代要培养的四种能力
所以在这个时代，我们学习的内容就会发生重大的改变。我刚才说了整个人工智能在博闻强识阶段已经完全超越了人类，那么我们现在对于人类学习来说，我们的专注点应该是在哪里？
所以我们在学校我们所思考的就是说，要给我们的学生培养四种能力：
第一种能力：学会使用人工智能
第一种能力就是说，不管你是哪个行业的，你可以是化学、可以是物理、可以是生物，你都要学人工智能，都要学会用人工智能来解决你的问题。
就是说不管你是什么学科，哪怕是艺术、美术，都要学习人工智能的使用。
第二种能力：培养与机器差异化的能力
第二个能力就是我们要培养和机器差异化的能力。
知识的两种类型
那么这差异化的能力体现在哪里？就是说我们人类知晓的知识，我把它分为两块：
可言传的：就是说已经转换成了数据的，转换成了书本的
可意会不可言传的：这一部分因为我们还没有把它转换成可以描述的数据
那么对于人工智能来说，它就没有学会。人工智能这一波它需要的是什么？需要的是数据，它需要数据的喂养。
当我们可意会不可言传的能力没有办法转换成数据，或者说还没有转换成数据的时候，那么人工智能就不会这一部分的知识。
如何培养可意会不可言传的能力？
就是说我们要培养和教育我们的学生和机器差异化的能力。那么如何实现可以做到可意会不可言传呢？方法非常简单：
我们就是说让学生动起手来，也就是说我们总结了八个字：寓教于做，知行合一。
让学生在做的过程中去掌握这种可意会不可言传的这种能力。
三种实践方式
那么对于我们来说，如何才能真正做到这样的可意会不可言传呢？我对于我们的学生来说：
企业实习：那么我们就让他到企业去实习
横向课题：让他去解决横向课题。我们把企业的问题带到学校来，通过横向课题的形式让学生参与去解决这个问题的过程，就培养出来了这种可意会不可言传的能力。换句话说就是解决问题的这种能力。
鼓励创业：第三种就是什么？鼓励我们的学生去创业。在创业的过程中也是解决最前沿、最现实、最真实的问题。
所以这就是我们第二个培养我们和机器的差异化的能力。
第三种能力：人机协同创新能力
第三个我们要培养我们的人和机器的协同创新的能力。
就好比是刚才我举的例子，如何我们一起去做一个设计，如何去共同做一个演讲的稿子。
第四种能力：0 到 1 的创新习惯
那么最后呢，我们一定要培养我们的学生养成非常好的 0 到 1 的创新的习惯。
0 到 1 创新是非常非常难的，但是我们要培养它从小就有这样的一个意识。
如何培养 0 到 1 创新？
那么 0 到 1 的创新培养靠什么？
靠培养它的提问能力
靠培养它的鉴赏能力
靠培养它能够看到差异化的问题，能够形成问题
人类的新角色
所以呢，现在这个世界上我们对人的整个要求跟过去发生了重大的改变，能越来越往思考层面走，执行层面越来越被机器所占有。
所以我跟我学生说，你们其实将来就只要做三件事情：
发现问题
形成问题
分解问题
当你发现了一个问题，当你又把这个问题转换成了一个现实的数学问题，然后再把它分解成几个需要做的模块，最后 AI 就帮你把执行层面的事情给做完了。
九、人类相对 AI 的优势领域
所以这就是说我们在考虑现在我们人类学习如何去教我们的学生，去培养这个新时代，如何才能够把它锻造成一个人机协同的新型的劳动体。
AI 难以替代的软性技能
那么现在整个人工智能时代，我们还有很多人类的这种软性技能是 AI 所很难能够替代的。原因是什么？原因是数据。
比如说根据于我们人类的：
感知
情感
同理心
创造力
这些都是 AI 的短板。为什么？因为这些数据相对来说非常难收集。因为你非常难以收集这样的数据，那么 AI 就很难能够培养出来这方面的能力。
人类的核心优势
那么换句话说，我们人类在哪些方面还有优势？
系统性思维：我们有自己的系统性思维，有全局观
领导力与远见：我们会有能够把人和机器组织在一起的这种领导力和远见
协调能力：同样我们可以协调人和人之间的关系、团队之间的关系
适应力与持续学习：还有我们人类有个非常重要的能力，人类是可以适应环境的动态的变化，有不断的适应力和我们的持续的这种学习的这种能力
人类是可以快速的去适应一个新的环境，在新的环境过程中又能够发展出来自己的解决问题的这种能力。
机器是要等着人类去喂养数据。这种数据是人要先做一遍，然后再喂养出来这样的数据，他才能够学会这样的能力。
这是人类和机器的另外一个重要的这种区别。
十、职业选择的三大原则
那么很多学生和他们的家长经常问我一个问题：现在我们人工智能已经对我们的行业、对我们的产业甚至说对我们的工作产生了如此大的影响，那么对于学生而言，我将来应该从事什么样的行业，应该往哪里走？
其实我总结我跟我学生的建议，或者跟很多学生的建议，包括学生家长的建议是什么？我们应该选择未来的行业三个原则：
第一个原则：兴趣原则
第一个原则是兴趣原则。
无论如何要做自己发自内心感兴趣的事情。因为最终你往前走能走多远，能够扎得有多深，是完全是由自己内心的兴趣来决定的。
当你对一件事情非常有兴趣的时候，你可以几天几夜不睡觉，你可以全力以赴的去做这件事情，你也不会觉得太累。
所以第一个原则一定是兴趣原则。
第二个原则：朝阳性原则
第二个原则是什么？朝阳性原则。
第三个原则：复杂性原则
第三个原则是什么？复杂性原则。
如何判断朝阳性和复杂性？
那么如何才知道我这个行业在人工智能时代还是朝阳？那么如何才能知道我这个行业在人工智能时代还是足够的复杂？
那么有一个简单的判断的标准，这个非常简单的判断标准就是说：数据。
你要看这个行业它的数据的质量到底是什么？那么这数据的质量分为两块：
数据的覆盖度
数据的广度
朝阳性：数据基础差的行业
如果你这个行业数据的质量非常非常的好，那就是夕阳行业。
举个例子：码农的悲剧
我们作为码农，我也是码农出身，我们码农非常悲剧的，这个自己提供了非常全的开源的这些代码，造成的一个结果是什么？造成了现在的 AI 大模型第一个让我们这些码农的日子变得非常的困难。
但是对于会使用 AI 的我们的码农的日子就变得非常的容易。为什么呢？现在的整个一个大模型写代码的能力非常强。它为什么会非常强？是因为我们这些码农提供了非常高质量的，无论是从广度和精度还是说从这个角度来说都是非常好的。
那么这个大模型在这种高质量的基础上，就是说它吃的是这个非常好的养料，那么最后吐出来的也是非常好的产品。那么这就从这个角度来说，这个行业就不好意思了，就变成了一个相对夕阳的行业。
所以我们要努力去什么？努力要去那些行业数据基础非常差的，这就是朝阳。
你数据基础越差，那么 AI 的能力就越差，这个就是朝阳。
复杂性：数据难以收集的行业
但是光朝阳还不行，因为有些行业虽然我现在的数据基础很差，但是架不住我收集数据很容易。那么当我的数据快速又收集起来的时候，这个又变成夕阳了。
所以我们是要足够的复杂。
足够的复杂是什么？你的数据非常难以被收集，或者是说收集的成本非常高。
举个例子：具身智能
举个例子就好比说具身智能。现在具身智能为什么这个行业我们是既朝阳又足够复杂呢？原因非常简单，就好比是说我们设计一个机械臂拿起一杯水。
那这个装水的杯子是纸杯、是玻璃杯、是钢杯？它有多重？我的机械臂是什么材料做的？我的电机是什么样的？这种参数，这些都是有影响的。
我换了一个杯子、换了一个机械臂、换了一个电机，所有的这些收集数据的过程又要重新的采集一遍。
所以对于这些来说，因为人类的这个物理世界有足够的复杂，所以对这种整体的数据采集就会变得相对的非常具有挑战性。那么这个就是一个复杂的行业。
三原则总结
所以我们要去：
朝阳性的行业
复杂性的行业
还要自己感兴趣的行业
十一、从人口红利到人物红利时代
时代的转变
这个世界已经从人口红利、工程师红利，现在向人物红利时代进行转移。
我们把它叫做：
科学家创客
或者把它叫做金头脑
或者把它叫做复合性的人才
因为整个世界的发展越来越，无论是国家之间和城市之间，或者行业之间，现在是一个人物引领的时代。
什么是人物？
那么对于人物而言，我们所做的事情是什么？我对于人物的定义是什么？
人物的定义就是在整个科学技术化、技术产品化、产品产业化、产业资本化、资本科学化整个一个循环过程中，人物所做的事情就是：
做平台
建系统
定标准
创品牌
案例：伊隆·马斯克
就好比说伊隆·马斯克，他对于整个电动车这个行业做了一个自己的平台、自己的系统、自己的标准、自己的品牌。
所以现在整个世界我们需要的是这样的人物型的。不一定像伊隆·马斯克这样的大的这种方向，你可以在所有的细分行业中，我们都可以培养。
案例：西音（SHEIN）
就好比说西音在广州的，它改变了整个快销服装品行业，这个同样是一个做平台、建系统、定标准、创品牌。
人物红利时代的到来
所以我们现在是需要的是这样的人物。整个世界也就是从过去的人口红利、工程师红利，现在我们到了人物红利时代。
我们无论是高校还是说城市还是说国家，我们都期待能够培养、能够发掘、能够把这些人物吸引过来、能够培养出来。
十二、人才 vs 人物：T 型结构 vs 领导力
人物与人才的最大区别
那么人物它跟人才一个最大的区别是什么？
人才：T 字形结构
我们人才是一个 T 字形的结构。
人才是有专业的深度。比如说我是一个计算机学习的一个博士，那么我在这个行业中有我的深度。
同时我又是一个终身学习者，那么我同样拥有知识的宽度。我做了金融，我还懂金融知识；我做了人力资源管理，还有人力资源管理的知识。
那么这就是说这个是一个 T 字形的结构，这只是人才。
人物：T 型结构 + 领导力
那么人物呢？它是从人才中成长出来的。
它在人才的基础上多了一个脑袋。这个脑袋是干嘛？是领导力。
那么这个领导力是什么？人物是可以带着人才去打仗的这种金头脑。
金头脑是人物
金手指是什么？是人才
金头脑和金手指组织在一起，就可以去做平台、建系统、定标准、创品牌。
所以呢，人才和人物最大的区别就是：人物拥有领导力，可以组织人才去实现更大的目标。
