從《流浪地球 2》中令人記憶深刻的 MOSS 開始，到全網矚目的 ChatGPT 登台，再到 OpenAI 官宣發布 GPT4，每一次人工智能的新消息出現，随之而來的都是一波波讨論的熱潮，人們對人工智能的關注達到了空前的高度。
埃隆 · 馬斯克等上千人聯名簽署公開信，呼籲暫停先進 AI 訓練，稱其 " 對社會和人類構成潛在風險 "。
馬雲剛回國，就談到 ChatGPT 将給教育帶來巨大挑戰，稱這是芯與心的較量。
大衆焦慮的是，人工智能來了，我們要失業了嗎？
也有人堅信，不發展才是最大的不安全，無論是個人、企業，還是一個國家，如果想繼續發展，必須擁抱人工智能。
與其考慮接不接受，不如靜下來看看現在的處境，想一想接下來怎麽辦。
今天上午，微軟（中國）CTO 韋青老師再次做客混沌直播間，帶來新課——《我與機器：做新 " 人機時代 " 大寫的人》。韋青老師回到人類視角，進一步探讨人類在 AI 時代到來後，如何利用機器實現人類進化，挖掘自我優勢，做一個與時俱進的、适應複雜變化的人。
教育會不會被 AI 颠覆？
AI 時代到來後，企業需要的是什麽樣的人才？
AI 可以代替程序員工作嗎？
AI 時代，什麽是人類的未來？
韋青老師說：" 這會是一次思想的重構、再生、重生，之後會有人類信息和知識的再次平權。"
以下爲課程筆記：（篇幅所限，本文内容僅爲課程十分之一，請前往混沌 APP 聽完整課程！）
授課老師丨韋青 微軟中國 CTO
編輯丨混沌商業研究團隊
支持丨混沌前沿課
未來已來，不管人類歡迎不歡迎
在這個時代，所有人都會感覺到，世界變化太快了，知識更新太快了，很難跟上。在心理上、行爲上、動作上和策略上，我們要怎麽應對巨變。每一個工作，每一個工種，每一個步驟，每一個流程，都在被技術所賦能、所改變。
人工智能可以不吃不睡，計算很快，而人類是碳基生命，無法與矽基計算機相比，所以我們一定要找回人的本分。但是很可惜，人有時候并不知道自己的本分。
比如現在很多人認爲，AI 要代替人了，Chat GPT 或 GPT4 來了，我的工作就沒了。實際上大家忽略了最基本的一點，人這種叫智人的動物，在曆史的長河中碰到過很多次滅絕的機會，但人類并沒有滅絕，因爲人有主觀能動性。人是一種極度精密的、能夠适應複雜性變化的智能生物。
爲什麽人工智能的出現會帶來如此大的争議？有些人知道怎麽做，但是決定不這麽做，因爲覺得這麽做不好。當然還有很多人知道它很好，但不知道怎麽做。要不要用 AI 來代替我們的工作流，取決于人的世界觀、價值觀、知識、經驗、能力，所在的族群的文明、文化、關系、特征，這些因素疊加在一起，才有可能得出一個結論——我願意擁抱最新的科學技術，去學習、去體悟。但是，是代替别人，是爲人類造福，還是适可而止？這都有可能。
這扇門已經打開，不管你願不願意擁抱它，不管你覺得它好還是壞。我們對它雖然不太了解，但一定要努力學習，努力擁抱，努力實證，批判性地接受，讓人類成爲它的主人，然後我們人類繼續進化，今天人類與機器的教育，這裏面其實更重要的是人類的教育。
AI 帶來的，是一場新的 " 文藝複興 "
背景、文化、知識、經驗可能令我們有一些自己獨特的判斷，但隻要是判斷、是觀點，其實都是不客觀的。整個帷幕還沒完全拉開，這次事件大概率不是工業革命那麽簡單，我認爲這會是一次人類思想和社會價值觀的重構、再生、重生，其根本原因是由數字化信息的迅速生成與流通所造成的。正如麥克盧漢和鮑德裏亞那一代思想家在數字信息革命的初期就預見的，人類社會信息經數字化後，機器開始深度介入信息的生成與傳播，形成新一輪信息革命，産生了人類知識的再次平權。
過去幾百年人類曆史的發展，還是源于上一次信息自由流通造成的知識平權，上一輪是以文藝複興（Renaissance）爲代表。Renaissance 本意是重生（Rebirth），其中文翻譯表面上跟文藝有關系，但實際上不是簡單的文藝重生，而是一次以人爲本的人性再生、重生。文藝複興的興起與古登堡印刷術的流行有深刻關聯，古登堡印刷機使得各種人類知識得以大規模傳播，當時的社會現象與現在的情況有很多相似之處，我認爲這就是因信息流通而造成的知識再一次平權。
在文藝複興之前，整個人類社會的所謂對與錯，對事物的判斷，是由僧侶、國王、貴族來爲人們解讀的。他們擁有知識，宗教典籍和科學典籍由他們來解讀。文藝複興是人類知識的一次重生，信息的這道門打開了，社會價值觀的解讀權放開了。科學家、商人、資本家有機會獲得以圖書爲代表的知識，同時他們願意去學，願意用批判性思維去思考和學習，他們變成了價值觀的描述者和定義者。
我們常常認爲現在存在的很多生活方式是必然的，但其實它們原來不是這樣，而是被重新解讀過，那麽我們是否要對真與假、虛與實進行重新定義？基于過去這幾百年的教育體制，我們真的以爲原本就有一門學科叫數學，有一門學科叫物理，有一門學科叫化學，有一門學科叫哲學……所有學科分得很細，我們其實忽略了無論是中國古人講的六藝，還是古希臘的博雅教育，都是首先教會人們怎樣做人。打好堅實的做人基礎，再向上一步一步通過學習與實踐獲得各種技藝。今天所有關于人工智能、機器學習、新的機器時代的問題，都在挑戰我們作爲人去探究人的本性的問題。
理解機器才能控制機器
加法、減法、乘法、除法，構成了機器時代所有計算的最底層的架構，它們就是構建現代機器大廈的沙子、水泥和鋼筋。以乘法爲例，據統計，人類發明過二十多種乘法的方式，截止到 2019 年，還有數學家發明出專門針對大數乘法優化的新方法。這些都是計算的基礎，如果我們不理解這些基礎，單單看這幢大樓建起來，建成我們原來沒有想象過的樣子，我們便會很恐懼。
所以要回到第一性原理，去理解這個時代本源上是什麽特征：人是怎麽回事？計算是怎麽回事？計算是怎麽實現的？電怎麽來的？原子構成的整個萬物是怎麽回事？我們怎麽産生的思想？爲什麽剛出生的小孩就會哭、會吃奶，吃不着奶就哭、就叫？還有很多東西我們是不知道的，我們最不了解的可能是我們自己。對這些問題我們都要去仔細了解清楚，找回人之爲人的信心和方向感。
現在這種技術是會代替掉我們，還是我們完全可以擁抱它，産生出非常偉大的人類的未來？其實這個結論和決定權都在我們自己手上。
點擊下方小程序，學習前沿好課
教育是否會被 ChatGPT 颠覆？
人類大腦的記憶力是靠碳基生命神經元的連接，從軸突傳到樹突，這種神經信号的形成是一種電化學反應，是依靠鈉、鉀、鈣離子的離子反應，是細胞膜之間的穿透，而矽基完全是導體或半導體中的電子流動。如果我們不重複學習，關于記憶的那種神經連接就會斷開。機器記憶或連接的性質和人類不一樣，一旦是 0 和 1，就是 0 和 1，除非用電力再将其擦除。
這使我們發自内心默認，所有記憶力特别好、出口成章、侃侃而談的人都很厲害，隻要有知識就很厲害，其實我們可能高估了人類知識的難度或價值。未來幾十年，我們的孩子以什麽樣的能力找到一個什麽樣的工作，是會利用機器的能力讓他找到一份工作，還是拿到一個學曆讓他找到一份工作，這都已經是很現實的問題。
如果還對記憶力、死記硬背的東西和一些頭銜緊抓不放，我們有可能越來越沒有市場價值，這是一個已經或者說正在發生的現象。
抄寫和背誦全是機器擅長的，我們爲什麽不讓它抄。如果老師總是出一些機器很擅長的問題、課題，而不去進步和進化，去出一些機器抄不到的問題。這樣說來是機器太強了還是老師落後了？
如果從用人單位的角度來看，教育可能需要進入到一個全面開卷考試的時代，因爲純粹靠知識記憶形成的能力與機器相比沒有競争優勢，人的精力是有限的，人們會擔心花了太多精力在 " 知道 " 上，結果自己沒有足夠精力去理解。一個依靠個體大腦能力的人類的知識再全面，也很難與一個随時可以咨詢擁有全體人類文明的機器的個體相媲美，這可能是再一次 Renaissance，是 Rebirth，是重生，結果大概率是整個人類文明範式的徹底改變，之後會有整個思想範式、科學範式和整個工業範式的再次革新，我們進入了一次可能要曆時上百年的新一代人類思維的再造。
人類大腦的思維方式是什麽？怎麽進行判斷？人們常常以爲自己在學新東西，實際上我們隻想學我們想學的，并不聽那些不想聽的，也不想接受那些不想接受的，但是卻自以爲很好學，自以爲很公平。
現在的機器在向人類所有的動作、所有提供的素材學習，而人類該幹什麽呢，人類要去幹本來就該幹的事兒。這些事恰恰不是記憶力有多強，也不是肌肉有多強，人類需要幹很靈巧的自我提升的事情。機器的進步讓人類自身進化，這已經變成當務之急了。所有行動來源于知道起點，再知道方向。
自知之明就是先知道腳下這片地是什麽，我們現在現狀什麽樣，然後大緻看到方向之後往前走。
确實，這個變化非常快、非常大。這一輪會思考的機器（Thinking Machine）能力真的很強，但沒必要再震撼了。現在遠沒有到達終點，一切才剛剛開始。
面對這樣的情況，接下來我們到底應該幹什麽？如果不能在這麽一個偉大的時代努力擁抱這種變化，可能會錯過時代給我們的機會，因此我們需要走出舒适圈。
當有些老師還在讨論，要不要禁止學生用 ChatGPT 或者人工智能完成作業，有些大學已經明确，非但不禁止，如果期中考試寫文章用到 ChatGPT 還給加分。爲什麽？因爲他們已經看到了未來的樣子。
很多年前人們都講 Generation Z，也就是 Z 世代或者說 00 後，他們是數字時代原住民。現在出來了阿爾法世代，10 後，這批是智能時代的原住民。當阿爾法世代成爲主流，也就再有七八年，這一代孩子進入職場，他們所有的存在，肯定都是電子的、數字的，同時也是智能的。
當人工智能出現的時候，你隻要能夠知道你的問題，說出來，它就寫出來了。在這種機器能力下，人的價值何在，人沒有價值了嗎？當然有價值，但我們認爲的價值可能恰恰不是真正的價值，我們不認爲的價值恰恰是被過去上百年的教育給掩蓋了的人的真正價值。現在全球各地都在推博雅教育、本源性的教育、通識教育，通識教育、博雅教育探究的可能就是人之爲人的本質性的能力。反而隻要可以被識别爲可重複模式的動作、流程、能力，就會被機器代替掉。
我們經常誤認爲我們的能力沒有模式，當知道我們怎麽做決策的時候，才能知道哪些決策本來就是模式，然後再想想哪些能力不可能被識别成模式，這個答案目前其實還是未知的。這才是人類是不是有未來的一個很重要的核心要義，就是我們的思維和行爲，哪些是可以不依賴固有模式，而是像大航海、大發現那樣，探索破圈是人類需要保留的。
人類的終局是回到智慧生活
有人能把圓周率 π 背到 1000 位，現在機器能背到 10 萬位，人還要不要花那麽多時間去背到 1000 位，可能就不要了。但是你要做什麽？你能不能再去想一下，爲什麽 π 是這個值。我們知道幾何的幾個基本定律，在不同的幾何空間有不同的公理，實際上有很多領域還沒人去想，那些是不是我們的價值？
對于怎麽進化，現在還沒有結論，所以要先擁抱，要先學習。人類從前以爲自己的知識很值錢，但是在以後，知識需要以人的智慧表達出來。知識是死的，人類通過主觀能動性利用知識經實踐後産生智慧，再形成新的知識。整個社會上不斷出現能夠被機器學習的、由人類智慧提供的新的知識，知識要被利用起來，機器不斷地學，不斷地提煉，不斷地沉澱，這樣社會的發展就是良性的。否則，如果人不能升級到上面智慧的層面，而是在智慧之下不斷地卷，這種知識隻會越來越萎縮，沒有發展空間。
由于人類社會的本質是時間之箭，結論是我們隻能看着後視鏡開車。因爲根本不知道下一秒會發生什麽事，所以我們才有那麽多的曆史總結。
機器恰好可以幫人們把當時的狀态、随時随地的狀态提取出來，通過傳感器、物聯網、通信網絡将其感知出來，讓人們知道。機器也不能讓我們朝前看，但起碼能幫我們随時知道當時發生了什麽事，給我們提出建議來，這就已經是個不得了的進步了。
我們要明白，隻能靠後視鏡開車是很危險的。現在都已經進入無人區了，我們需要具備新的能力，這個新的能力恰恰是可以靠機器來完成的。
基于人類大腦的神經元和構成，我們會受很多經驗、知識、基因的影響，人類其實是一種很主觀的動物，但這不是壞事。在非洲大草原上，當我們聽到遠處一聲獅子叫，或者看到一隻黃色的動物在模模糊糊跑動的時候，這種主觀性讓我們第一反應就是趕緊跑。
人是這樣一種構成，隻能感到相對信号，人類感覺器官的特點造成人類沒法感覺到絕對信号，再加上我們的認知中有很多偏見。在日常生活、工作和學習中，當我們聽到關于人工智能的消息，爲了使各種消息符合我們的固有認知，往往會自動依據過去的經驗補足很多畫面，補足很多結論，這也是格式塔效應的一種體現。人類很難活在一個沒有邏輯鏈的生活空間，所以一定要讓它有意義、有價值，沒有邏輯就要補足邏輯，人很難接受沒有相關性的現象。
我們的感知能力是相對的，認知也是不完備的，也正因如此，我們都以爲自己很客觀，其實人是很主觀的。不同人對事實和觀點的認知和理解是不同的，并且經常會産生很多糾紛、争論、辯論，甚至激化到要用武力的方式去解決。
人以碳水化合物爲基礎的，同時也依靠電，靠鈉離子、鉀離子、鈣離子傳輸和發生電化學反應，跟電腦不同的是，我們知道自己的不足，主動讓計算機幫助我們彌補不足，這些又能讓我們對 " 機器要代替人 " 有一個新的層面的認知，那就是機器恰恰要代替的是我們不擅長的那部分。
我們是靠一個還未進化的原始腦、情感腦和一部分理智腦活到了今天，機器也在慢慢進化，它可以幫我們的理智腦更加強大，使我們的原始腦和情感腦理性一點、冷靜一點，讓我們有更多的精力、時間和知識面去進化到更高一層。這種發展其實也是和過去幾百年，理性時代、科學時代相吻合的。
但是要注意的是當前理性和科學也走到瓶頸。純粹靠理性和科學解釋不了我們所處的真正環境，哥德爾定律已經證明，我們是沒法在這個系統内自證我們的存在和我們的邏輯完備性。
這些都需要人類去探索新的領域，我們要離開上萬年進化來的舒适區，在機器能力的輔助下，進入到一個對理性腦的繼續開發，以及對人類心智靈性開發的新時代。
原來由于機器能力不夠，我們花了大量的精力和腦力用在記憶和對記憶的應用。現在我們還是需要有記憶，但是可以讓機器負擔一些責任，使我們剩餘的能量、剩餘的時間和興趣可以擴展，進入到下一個領域。
人→利用工具→依照流程→把事做了
有個非常出名的 OODA 環，告訴我們要先去感知周圍的環境，然後做出判斷，從人的決策和感知的體系來講，有些人經常說 " 我們要在認知層面怎樣怎樣 "，但實際上我們的感知和認知階段都會産生偏差，會把外界的信号給錯誤解讀，導緻後面所有決策和行動産生很大偏差。
這一輪的機器恰恰要幫我們，在感知和認知這個環節中間，提醒我們的感知、認知是否有偏差，而不是代替我們的認知，同時，它能夠通過後續的快速叠代和行動來告訴我們，我們産生的決策和行動是符合周圍環境需求的。
另一個博大精深的模型是 Cynefin 框架，去年歐盟在探讨人類應對複雜性時代挑戰的問題時，利用這個理論寫了一篇論文，題爲《應對危機時代的複雜性（和混沌現象）》（Managing complexity ( and chaos ) in times of crisis）。其基本觀點是，進入到一個複雜性時代，會存在幾個象限。
人類比較習慣處在一個變化不大的時代；然後是繁雜的、有些不一樣、不能完全照搬、但還是可以有一些公式的時代；到完全複雜的時代，這時會有全新的需要，要有探究（Probe），也就是不斷去探知世界，做出新的認知；而完全混沌的時代沒有任何規律可循，方法是先行動，再感知和響應。
總之，人爲了更好地生存，可以在定态、動态、未知态和完全新态之間轉換，來提高自己應對複雜性時代的能力。
我們把這套理論嫁接到 OODA 環裏，再來分析一下現在我們面臨的情況。時代變了，我們應該怎麽辦？每個人都是在根據自己的文化背景、知識儲備、生活的現狀和過去的經曆，在這個基礎上得出我們各自的結論，這就是 OODA 環和 Cynefin 框架的應用效果。作爲一個實證者，作爲一個工程師，面對現狀，我的理解是要遵循這個環路，不斷地去探究、驗證、改變模型，再去驗證，再去改變，永遠不斷地循環叠代下去。Cynefin 框架與 OODA 理論相結合，就是應對複雜性時代的一個比較靈活、又有一些章法的方法。
我們的決策機制受什麽影響？機器是概率機器人，最不幸的是我們把自己活成了一個概率機器，活成了随大流。你是想活成一個大概率的機器，還是活出一個豐富的人生？機器會迫使你想這些問題。也就是說，其實機器這種進步，恰恰要解決的是人類自知之明（Know Yourself）的問題。
成爲一個善用機器的智人
這場改革根本沒有結束，才剛剛開始。擁抱變化，又别過早下結論，但是要行動。要确立一個明确的目标，但千萬别再追逐詞彙了，我們已經吃夠了以詞彙的先進性來決定技術先進性的苦頭。了解到機器以數據爲食，就知道我們是不是有優質的、高效的數據，是不是有優質、高效數據所表征的高效的知識，這是一個永恒的命題。所以因果關系要搞清楚，技術的問題還是要靠思想去解決，不能隻靠技術解決。
無論面對哪種人工智能，我們堅持的都應當是以人爲本，再智能的機器也是工具。當然工具是要能夠被人所使用，工具是人創造的，人不行，再好的機器也沒用，我們需要思考的是能不能成爲一個善用機器的智人。人類社會本質上就是人利用工具，依靠流程把事兒給做了，全面的自動化，全面的智能化，讓人能站着把錢給賺了。現在對于這世界上的所有人、所有的文明、所有的國家來說，都已經進入了無人區，大家都在摸索，都在探索。
在這個确定性消失的時代，你要确定方向，但千萬别确定終點。
我們的價值是思考。但我們到底會不會思考？這其實是一個很大的問題，帕斯卡爾有這麽一句名言，我們就是因爲會思考才生存的。
我們曾經以爲我們能夠背下來、能夠記下來就是思考，我們以爲這就是人的價值。很可惜那不是人的價值，那是機器的價值。經過這一兩百年的工業革命，讓我們每個人都變成一個社會的小螺絲釘，我們不需要想，不需要思考，做就行了，今後這種狀态将會面臨巨大的挑戰。
我們能做些什麽呢？很早以前古人就曾告訴我們，格物緻知，誠意正心，修身齊家治國平天下。随着科技進步，我們一下被卷到了一個全新的知識時代，我們也一直在拼命地學習，但基本上都是基于一種工具型、效用型知識的學習。我們在人類本源、人性上花的精力越來越少，比方說現在開春了，大家還記不記得今年開春那個地上的小草剛剛發芽是什麽時候？我們有沒有關注到那個美妙的時刻？我們還能不能體會到那種大地回春的生機勃勃？這種因爲春暖花開而帶來的喜悅，是一種機器不具備，隻有人才擁有的人性。
如何充分發揮碳基生命的特點，去追求一種人性和靈性的生活方式，這一代機器的進步恰恰帶來了一個很好的機會，很可能幫我們開辟一個美好的明天。
但是，要想實現這個目标，需要我們每個人的改變……
