（第15讲）人工智能、教育先行：成天下之才∣计算思维：创意中学习

第十五讲

人工智能、教育先行：成天下之才

你好，这里是吴飞的数字专栏《走进人工智能》。上一讲我们介绍了人工智能具有技术性和社会性的双重属性。在专栏的第十五讲，我为你准备的内容是“人工智能、教育先行：成天下之才”。 北宋教育家和思想家胡瑗在《松滋县学记》中写道：“致天下之治者在人才，成天下之才者在教化，教化之所本者在学校”。综合国力竞争说到底是人才的竞争，培养人工智能创新型人才，构筑人工智能发展的先发优势，是推动人工智能生态建设的重要手段，也是学校在这个时代需要承担的历史使命。这一讲我将分别介绍计算思维和人工智能教育情况。

计算思维：创意中学习（Learningby Making）

“工欲善其事，必先利其器”，人工智能使得我们以计算为手段来模拟人类某一方面的能力，创造性地解决问题，体现了计算思维。计算思维最早由麻省理工学院（MIT）的西蒙·派珀特（Seymour Papert）教授提出。2006年3月，卡内基梅隆大学（CMU）周以真（Jeannette M.Wing）教授发表了一篇题目是《计算思维》（Computational Thinking）的论文，引起了大家的广泛关注。周以真认为：计算思维运用计算机科学的基础概念去求解问题、设计系统和理解人类行为，它涵盖了计算机科学的一系列思维活动。

图灵奖获得者、加州大学伯克利分校理查德·卡普教授（Richard Karp）曾经指出：“自然、社会和人工系统都禀赋着计算属性，计算可以表示为数字数据的信息变换”。可以说，宏观天体世界因引力场交互而呈现的斗转星移、节气变迁和昼夜交替，微观物质世界因微小粒子（如原子、电子、夸克等）交互作用力而展示井然有序的物质合成与生命演化，人类社会中刻画人口变迁的“胡焕庸线”以及人类接触模式与流行病传播模式，都可以被计算模拟和仿真。

计算思维是一种科学思维。众所周知科学思维包括实证思维、逻辑思维和计算思维三种。实证思维以观察和归纳自然现象及社会现象规律模式为特点，逻辑思维以推理和演绎为特点。计算思维则以形式化、程序化和机械化为特点，它把实际问题抽象为可形式化表达的数学问题，用计算机语言来编程，自动优化求解数学问题所表达的模型，从而解决实际问题。比如要统计某个节目的收视率，可以从不同地区、年龄阶段、收入水平和教育程度等方面进行采样，如何保证基于采样数据的计算结果尽可能逼近基于全体数据的计算结果，这就有数学建模的要求了。一旦建立了模型，就可以通过程序编程来自动化地解决这个问题。

计算思维虽然具有计算机科学的许多特征，但是计算思维本身并不为计算机科学所专属。只是计算机的出现，给计算思维的研究和发展带来了根本性变化，使得许多原本只是理论可实现的过程变成了现实中可计算实现的过程。哈佛大学研究人员在《科学》（Science）杂志发表论文认为可以应用计算手段来理解人类社会，明确提出了“计算社会学”（ComputationalSocial Sciences）这一研究方向。如谷歌公司推出 “谷歌流感趋势”项目，通过分析互联网用户的搜索词，来预测用户所在地区流感爆发的概率，这一研究基于如下假设：一个地区要爆发流感时，该地区会有很多用户用搜索引擎来检索有关流感的内容。这一研究对疾病跟踪的精确率达到97%左右。但是，后续研究发现，基于互联网用户检索数据所预测的流感病例门诊数超过了疾病预防控制中心（Centers forDisease Control and Prevention, CDC）所报告的实际结果的两倍。在“谷歌流感趋势”项目中，两种数据所得到病例总数之间的差异被称为“大数据傲慢”（Big Data Hubris）。“大数据傲慢”认为互联网大数据可以完全取代传统的数据收集方法，而不是作为后者的补充。这个事例提醒我们，运用计算思维来解决实际问题时，需要对问题在现实世界中的诸多方面予以全面考虑。