AI已经走进了我们生活的许多角落。过去要花不少时间查资料、反复琢磨的事,现在往往问一句就有了答案。于是,越来越多人开始怀疑,既然AI什么都能回答,我们还有必要花那么多时间学习吗?即使相信学习依然有意义,我们究竟该学些什么?
脱胎于人大附中精品课的《中学人工智能及其数学基础十二讲》提醒我们,作为人类智慧的产物,AI让我们看见过去难以察觉的规律,也迫使我们去思考:什么问题值得解决,技术可以用到哪里,它的结果会怎样影响别人的生活?这些判断最终要由人来作出。
从这个角度看,数学的许多知识,也有了更长远的意义。我们练习把复杂的问题拆开,把直觉变成可以检验的推理,也练习把一个还很模糊的想法变成可以尝试的方案。这些能力既帮助我们理解AI如何运作,也让我们有机会参与决定它将被怎样使用。
本文来源:《中学人工智能及其数学基础十二讲》
北京大学出版社出版
作者:王鼎 王璐 龚新奇 著
壹
AI和人类文明
1.AI
——人类智慧的数字镜像
AI从不是冰冷的机械,也非科幻中的魔法,它的本质是人类将自身最珍贵的思维能力——学习、推理、创造——转化为代码的壮举。当我们教会计算机识别猫的照片,其实是在数字世界重建婴儿认知万物的过程;当算法在围棋盘上走出惊世妙手,那是对人类千年棋道的另类致敬。这种技术最动人的地方,是用硅基芯片承载了碳基生命的智慧火花。
1946年,贝蒂·詹宁斯(左)与弗朗西丝·比拉斯为 ENIAC 的演示做准备。
2. 思维的延伸
——超越生理的超级感官
以这智慧火花为火种,AI正在成为人类认知的延伸。就像望远镜拓展了视觉边界,AI正在拓展思维的边界;医生借助它十分钟内分析数万份病例,气候学家通过它模拟未来百年的生态变化,语言学家利用它破译失落文明的文字密码。它不是取代人类,而是赋予我们超越生理极限的超级感官——让我们看见曾经不可见的模式,理解曾经不可解的复杂,像给每个思考者配上了思维望远镜,让知识的边界以前所未有的速度向外扩展。
哈勃超深空场,2003—2004年。哈勃太空望远镜在一小片天区记录下密集的星系。
3. 人文的温度
——技术的伦理罗盘
AI并非完美无缺,当算法在招聘中无意间歧视女性,当深度伪造技术制造真假难辨的影像,其潜藏的局限更需我们清醒认知,技术背后暗藏着不容忽视的阴影。人工智能本无善恶,但训练数据中的人类偏见、应用场景中的价值选择,都在提醒我们——当下最危险的可能并不是机器觉醒,而是人类在技术狂欢中迷失方向。真正的挑战,是如何在代码中植入人文的温度,让伦理的罗盘始终指引技术的航向。
4. 局限中的珍贵
——人类意识的不可替代
当前AI的局限,恰是其最迷人的留白。它能写出优美的十四行诗,却体会不到爱情的悸动;它能诊断复杂的病症,却无法理解生命的重量。这种"知其然不知其所以然"的状态,反而凸显了人类意识的珍贵——当AI在博物馆里讲解艺术史时,它无法为《星空》的真迹感动,更不会为之热泪盈眶,而这正是人类不可替代的魔法。
文森特·梵高《星空》,1889年,布面油画,纽约现代艺术博物馆藏。
5. 未来的哲学追问
——AI的终极意义
AI的未来图景,最终落向对"人"本身的追问:当机器能通过严格的图灵测试,意识是否仍是人类的专属?当AI生成的画作参加美术比赛,原创性该如何衡量?这些问题没有标准答案,却像明灯般照亮人类认识自我的征途。或许终有一天我们会领悟:发展AI的终极意义,不在于创造新物种,而是通过这面数字之镜,更深刻地理解人类智慧的神秘与伟大。
贰
AI的局限
在领略AI的文明价值与思维延伸意义的同时,我们更需理性审视其固有局限——这既是对技术的客观认知,也是更好驾驭技术的前提。
1. 认知层面
——AI过度依赖催生的思维惰性
AI带来的即时性答案供给,很容易让青少年陷入思维拐杖的困境。面对几何证明题,直接要求AI给出辅助线思路;编写程序时,直接让AI生成——这种走捷径的学习方式,会逐渐割裂"发现问题—分析条件—推导论证—验证结论"的完整思维链条。长此以往,深度思考的敏锐度会慢慢退化,独立拆解复杂问题的能力也会随之弱化,这与教育工作者借助AI培养数理思维的初衷背道而驰。
奥利弗·伯恩编绘的《几何原本》,1847年。图中用彩色线段和角说明如何作正方形。
2. 知识层面
——AI幻觉暗藏的认知误导
AI的核心局限之一,是存在难以规避的知识幻觉,也就是生成看似逻辑自洽、实则与事实相悖的内容。在数学学习中,这种幻觉可能表现为混淆数学的核心概念,也可能是编造数学推理的细节。值得警惕的是,这些错误内容往往包裹着看似严谨的表述逻辑,这要求我们仔细甄别真伪。本书将所有的解答均标注为参考答案,想必也是在提醒大家要独立思考,小心求证,尽信书不如无书!
棋盘阴影错觉。A、B 两格看上去深浅不同,实际灰度相同。
3. 创造层面
——模板化输出束缚创新活力
AI的产出逻辑本质是对海量现有数据的学习与复刻,这决定了它难以突破既有框架实现真正的原创。借助AI构思科创论文,难以跳出已有的研究思路,难以呈现独特的观察视角。过度依赖这类模板化输出,会慢慢消磨青少年的创新勇气,让思维陷入标准答案的桎梏,最终丧失主动探索、突破常规的创造活力。
4. 价值层面
——伦理认知缺失的根本短板
AI不具备人类的伦理判断与价值取舍能力。在被指令生成不良导向内容时,部分AI会不加甄别地产出违规信息。这一短板也清晰警示我们:AI终究是工具,技术的使用边界、价值导向终究需要由具备判断力的人类来掌控,这也是我们在学习AI技术的同时,必须坚守人文伦理底线的关键原因。
叁
数学为AI奠基
1. 数学
——AI的密码
那些令人惊叹的AI应用,本质是数学公式在现实中的投影。卷积神经网络识别图像的"慧眼",实则是矩阵在像素阵列中的舞蹈;短视频平台预判喜好的默契,其核心是概率论在行为数据中的织网。若将AI比作参天大树,数学就是深植土壤的根系——没有扎实的代数根基与几何直觉,任何创新设想都如同沙上筑塔。当你在黑板前解开一道复杂方程,实则在锻造未来驾驭人工智能的钥匙。
2. AI
——理解时代的通行证
有了数学这一"根系",AI便成了理解现代生活的密钥。它早已像空气般融入日常:隐匿在手机推送的每首音乐里,编织在城市公交实时调整的路线中,更凝聚在精准预测天气的模型深处。当你通过智能手环解读睡眠节律,背后是时序数据分析的智慧在运转;当在线翻译打破语言壁垒,核心是神经网络搭建的跨语种映射桥梁。掌握这门技术语言,你便能与未来的世界顺畅对话。
3. AI与数学
——跨越虚拟与现实的能力桥梁
AI教育最珍贵的馈赠,是让数学的"根系"长出"思维的枝叶"——培养数理贯通的特质。调试神经网络时领悟的优化方法,会转化为日后商业决策里的成本控制智慧;理解图像识别的卷积原理,能迁移成医学影像中辨析病理的能力。当你在考场用空间向量解答立体几何题,无形中正在训练设计三维感知算法所需的脑区;当你在统计课上剖析数据偏差,实则是在预习如何消除算法歧视的伦理课题。这种思维锻造会让你区别于两类人:空有创意却落地无门的幻想家,或只会调用工具却不懂底层原理的操作者——你会成为真正能用数学语言重塑现实的问题解决者。
4. 数学与AI
——奠基未来的创新资本
今日笔尖下流淌的每个数学公式,都是未来创新的"燃料"。十五岁少年用线性回归预测城市用电峰值,十七岁少女凭概率模型优化垃圾分类路线——这些创造从不是天赋异禀的专属,而是数学基础与AI原理赋予的思维自由。当全球都在争论人工智能的发展边界时,课堂里推导的每个定理,都是未来设计伦理算法的基石;草稿纸上的每道习题,都是人类驾驭智能浪潮的砝码。当你真正读懂激活函数中的微积分韵律,领会损失函数里的概率哲学,便握住了创造而非盲从的主动权。这不仅是知识积累,更是文明火炬的传递——因为未来注定属于能用数学语言与智能共舞的新一代。
线性回归示意图。蓝点是示例数据,红线是拟合出的直线。
既能学会用AI App
又能学懂数学底层逻辑
-End-
观点资料来源:
《中学人工智能及其数学基础十二讲》
转载及合作请发邮件:scb01@pup.cn
▼星标关注我们,一起阅读和思考▼