雖然“人工智能+教育”（AIED）僅在行業中有一個模糊的概念，但相信多數人對它的理解基本是“機器人教學”。
你相信機器人能代替真人老師授課嗎？
如果你不相信，理由或許是這樣的——
首先，從現有的技術條件來看，人工智能技術遠沒有達到成熟狀態；
其二，人工智能只能進行海量的學習和模仿，卻很難擁有超越知識的創造力，更加無法擁有人類的意識和情感，這決定了人類對其始終擁有掌控力。
此外，從現階段的產業環境來看，至少在中國，儘管行業和資本層面皆對人工智能抱有極大的熱忱，但的確與目前的學術理論和技術研發水平之間存在著巨大的溫差。
但是不得不承認，從打敗象棋冠軍的“深藍”，到攻克圍棋領域的“Alpha go”，再到打敗人類辯論選手的“Debater”，人工智能在挑戰人類智識和想象力層面的爆發力從來沒讓人失望過。
從事“人工智能+教育”的松鼠AI CEO慄浩洋在11月24日的媒體活動上更是直言，藝術、想象力等人類最後躲藏的堡壘和洞穴，終有一天會被人工智能技術所解構。而當機器可以復刻好奇心、創造力等意識層面的能力，那就意味著它可以對真人老師進行全方位的替代。
或許關於人工智能+教育的邊界，越來越值得我們有更多的思考。
為什麼AI能在創造力上超越人類。慄浩洋認為，“創造力”表現在四個維度——
第一個維度是知識廣博，沒有知識的鋪墊，就不能創造出與眾不同的東西。毫無疑問，人工智能的知識儲備必定比人類要廣博。IBM的超級電腦“沃森”（Watson）早在2011年初就已經在益智類綜藝節目《危險邊緣》（Jeopardy!）中打敗了最高獎金得主布拉德·魯特爾和連勝紀錄保持者肯·詹寧斯，最終贏得100萬美元的獎金。
“這一點也不稀奇，也不令人恐懼，它就是搜索引擎，對於任何知識都可以直接在網上搜索後進行反饋，
就好像挖掘機用蠻力戰勝了人類的鐵鍁一樣”，慄浩洋評論稱。應用於教育領域，慄浩洋稱，在當前的科技水平之下，人工智能可以做出每一個人類大腦中的“知識地圖”，其中包含幾千萬的知識點、題目、用戶畫像，以及它們之間的關聯性，而人類老師卻不可能做到窮盡所有的知識。“當一個孩子的知識畫像被AI獲知，它就可以幫孩子做出創造性的事”。
創造力的第二個維度是好奇心。
“好奇心是人類改變世界的動力，愛因斯坦發明狹義相對論，是源於兒時對於如果人比光快會怎麼樣的幻想，這似乎也是人和任何機器不一樣的地方”，慄浩洋說。但他進一步指出，對機器來說，好奇心也是可以被學習的。
典型案例是AI對經典遊戲《Montezuma"s Revenge》的攻克。
一般而言，AI會通過“強化學習”的訓練方法在遊戲中通關。在這種訓練中，AI會因為某些結果而獲得獎勵（如得分），或是受到懲罰（如掉血）。因此，AI能在遊戲中經過大量試驗後找到“得到獎勵”的最佳策略，從而得到高分。然而《Montezuma"s Revenge》的特殊性在於，它不能為AI提供獎勵，在這款益智遊戲中，
玩家必須不斷探索、收集才能步步為營，這顯然不符合AI的學習方式。後來，專家開始教AI如何擁有“好奇心”，簡單來說，告訴AI不僅是跨越障礙可以得分，無目的的探索也可以。最終，AI取得了在9次闖關中平均得分一萬分的成績，而人類的平均得分只有4000分。
值得一提的是，在AI進行“好奇心”學習以前，它的得分是0分。
AI在《Montezuma"s Revenge》中截然不同的表現，與“功利主義”和“自由主義”的對立很相像。“當學會好奇心的AI在遊戲中開始不以勝利為目的，它就會進行不斷的玩樂和挑逗，因為它知道自己必勝，因而求勝變得沒有意思”，慄浩洋評論稱，“現在來看，教育最致命的問題就是功利。教育應該徜徉、幻想、浪費時間。沒有實際的獎勵和目標，黑暗中的探索或許才會發現智慧”。
創造力的第三個維度是發散思維。
慄浩洋舉例稱，機器人“能寫會畫”已經不是新鮮事。微軟機器人“小冰”在學習了近百年來519位詩人的詩之後已經形成了獨特的風格、偏好和行文技巧，並通過1億用戶的情感融通做出了一本詩集。
“機器人不是一流的詩人，但是至少可以超過9成的詩人。而且它的作品具有很高的原創性，它曾匿名往北京晨報、長江商報等眾多主流刊物投稿並大量獲選”，慄浩洋稱。
同樣迴歸教育領域，按照慄浩洋的說法，人工智能可以通過把控人的發散思維，然後再對人進行教授。
“當我們能精準的測試人的思維能力的時候，就能幫他舉一反三，就能訓練各種思維能力”，慄浩洋如是說。
創造力的第四個維度是邏輯歸納。
同樣是IBM的沃森研究中心，其開發了一種算法可供研究170萬種香水配方，然後將其成分與其他數據集進行比對。目前，IBM已經與香水公司Symrise合作，向巴西第二大化妝品商店出售了兩款人工智能研發的香水。
Symrise高管Achim Daub表示，這兩種香水都得到了焦點小組的熱烈響應，即使在與其他受巴西千禧一代歡迎的香水進行測試時也能獲得最佳效果。
慄浩洋稱，AI總會不斷“冷血”的分析、計算最高的概率，並不斷的彌補缺點。“
當AI變得沒有缺點，就不可戰勝”。慄浩洋認為，“AI老師”進行創造力教育的遠景或許是，通過掌握所有的創造能力，在老師問孩子問題時，能用系統激勵他們更多的想象力，並且無論孩子做任何回答，都能有足夠的語料庫與其進行互動，“不要囿於一個答案，而是充滿幻想”。AI讓“中國式教育”的優勢蕩然無存
即使以上“AI能在創造力上超越（大部分）人類”的技術命題為真，或許還不足以證明機器人能在需要“即興交互”的授課場景中做到完美，況且教育之於不同地區和人的習慣和意義都各有差異。
然而，至少從中國教育目前的特點來看，AI的出現至少已經在教育思路上對現行的教育狀態發起了挑戰。
清華大學經濟管理學院院長錢穎一曾在一篇演講中提及中國教育的特點。
他指出，中國教育的最大問題是我們對教育從認知到實踐都存在一種系統性偏差，“
這個偏差就是我們把教育等同於知識，並侷限於知識。高考也是考知識，所以知識就幾乎成了教育的全部內容”。“而死記硬背、大量做題正是我們目前培養學生的通常做法”，錢穎一強調。
更引人擔憂的是，原本被社會大眾殷切的賦予個性化、創造力期望的知識教授者們，目前在教學隊伍的培養當中也局部呈現出一種“流水線生產式”的生產態勢。
起風財經曾臥底某以青少年應試教育為主營業務的課外培訓機構進行走訪調查，發現此類連鎖培訓機構的師資隊伍中，存在大量非科班、兼職教學的情況。而該培訓機構對外的承諾則是，機構中所有的教學人員皆為資質過硬的在職教師。
為了安排此類非科班出身的兼職老師儘快“上手”，機構對其進行的培訓流程堪稱“高效”。以語文科目為例，培訓機構的教案編輯團隊會編制一本特殊的教案，其中逐句逐段的標註、註釋了教學重點，“我們老闆的要求是，任何人一看，不用備課就能講出東西來 ”，該負責人稱。
當學生乃至教師都或多或少表現出嚴重程式化的教育人格後，人和機器的邊界開始變得模糊。
錢穎一指出，人工智能本身就是通過機器進行深度學習來工作，而這種學習過程恰是在大量地識別和記憶已有的知識積累。從這個角度出發，人工智能可以替代甚至超越那些通過死記硬背、大量做題而掌握知識的人腦。
而且事實證明，人工智能在和中國特色“填鴨教育”的契合度上早已取得了不錯的表現。
2017年高考第一天，一臺名為“Al-Maths”的人工智能機器人和考生一起參加了數學考試，其在22分鐘時間內完成了北京文科數學試卷，得分105分（滿分150分）。而另一臺人工智能教育機器人Aidam則對陣了6名來自不同地區的前文理科狀元，在數學答題中，Aidam拿到了134分（滿分150分）。
在傳統教育機械化、競爭力普遍不強的情況下，AI的固有儲備優勢已經初步顯現，並且已經通過“一對一AI教學”的理念提出了“因材施教”的命題。
“AI可以對孩子的知識點進行掃描，知道他們的知識體量，知道應該學多少，然後制定一些與分數對應的目標計劃。還有，不同的孩子對不同的知識點學習的時間不一樣，學霸也有要學很久的知識點。既然每個孩子都有不可知的學習時間的雲圖，就不應該把所有孩子都放在45分鐘的課堂上，甚至不應該把兩個孩子放在同一間教室中去學習”，慄浩洋如是說。
與此同時，讓人擔憂的還有AI的交互和輸出能力。
2018年6月，IBM人工智能產品“Project Debater”與兩位經驗豐富的辯手分別進行較量，最終在兩場由觀眾投票的辯論中贏得了其中一場。
根據IBM人工智能研發人員的分析，機器人接到辯題之後首先會努力理解辯題的意義，然後掃描幾億篇文章找到潛在的論據用來構成辯護材料，其間，辯論機器人採用獨有的自然語言處理方式、機器學習和推理技巧，在瞭解辯題的潛在主題的基礎上，將論據組織得有效且有說服力。
而在真實的辯論場景中，人類對手語速極快，並且會提出複雜的論據；這時候人工智能不僅要充分理解對手的核心思想，還要根據聽到的內容組織駁辯。
對此，IBM的研發人員把機器的搜索模式改成了研究模式，促使機器對命題進行研究，從而比搜索更深一個層次。“搜索一個主題會搜出一個清單，如果以研究的方式去處理一個主題就能得出正反兩方的論據”。
讓人驚喜的是，Debater除了可以進行精準的抗辯，還可以遵循人類的語言邏輯開適當的玩笑。比如在“政府是否應該增加空間探索的費用”的辯題中，Debater說，“這個辯論對我來說尤其關乎我的命運，但是我不能興奮的熱血沸騰，因為我沒有血”。
可以說，從辯論的表現來看，人工智能在語言理解和交互能力方面已經展現出更多可能。
“改變整個教育體系，這不是哪一個公司能做到的”
AI機器人代替人類老師並沒有成為既定結果，但的確存在技術上的可期，甚至價值上的啟發。事實上，在政策、消費和技術的推動之下，國內人工智能的設想和研發進程都不斷在出現新的進展。
據此前《2018-2023年中國人工智能行業市場前景及投資機會研究報告》數據顯示，2017年中國人工智能投資事件數達到353次，投資金額為582億元，後者與2016年相比增長65.34%。此外，隨著人工智能技術的逐漸成熟，科技、製造業等業界巨頭佈局的深入，應用場景不斷擴展，預計2018年中國人工智能市場規模有望突破200億元，達到238.2億元，增長率達到56.6%。
當然，人工智能和所有產業的發展一樣，都無法倚靠單一力量一蹴而就。
在今年6月的IEEE SMC學會上，中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任王飛躍在接受媒體採訪時表示，人工智能最核心的是人才問題。據不完全統計，目前美中兩國的人工智能的人才比例約為13 : 1。
王飛躍認為，人工智能的人才培養需要一個應用場景和一個平臺來推動，然後立即轉到行業開發中去、把各種各樣的應用場景做起來。
他同時強調，這不是一個公司可以憑一己之力完成的。
“
現在的學校，現在教的東西，跟未來的時代脫節極其嚴重，這需要改變整個教育體系，這不是哪一個公司能做到的，將來會是一個社會運動”，王飛躍稱。提到“人工智能+教育”，王飛躍直言，“我們現在的老師一定程度上只能在未來的學校做輔導員，我們需要大批的輔導讓學生克服這種心理上、文化上的障礙。我們需要新的老師，能教智能產業、給智能產業提供基礎的老師。”
作者 | 辛夷
來源 | 起風財經（ID：QFCJ2018）
閱讀更多 起風財經 的文章
