AI時代，人類該如何學習？格物致知

在看完，李開復寫的「人工智能」後，我認為，之前花一些時間，去了解Neural Network的背後的數學原理，是值得的。除了本人喜歡探究事物的本質之外，還有現實的考量。

對AI有興趣的人，強力推薦李開復的「人工智能」(非廣告)


據我所知，目前AI的發展，不管是Machine Learning也好，Deep Learning也好，其所表現出來的，都是「知其然，不知其所以然」。也就是經由大數據、平行運算、以及最佳算法，訓練出來的電腦，在很多領域，效果顯著，如語音識別。於是人類會擔心，將來許多工作是否會被AI取代？就像之前電腦取代許多人的工作一樣。

我認為，如果目前學校，還是以填鴨方式教導學生，而不去培養學生獨立思考、抽象思考、以及追根究底的精神，這樣下來，16年後，出了社會，會過得很辛苦。那還不如學生時代，整天玩樂的，出了社會，說不定過得還比較好。為何填鴨教學法，對將來用處有限呢？這是因為Deep Learning的學習方法，就是填鴨，而且電腦比人類，更擅長此法。

李開復的「人工智能」這本書裡，提到一個例子。讓電腦觀察，從相同高度落下的，不同重量的兩顆球，觀察100次之後，電腦的Deep Learning「學」會了一個結論，就是「高度一樣，不同重量的物體，到達地面的時間是一樣的」。可是電腦知道背後的力學原理嗎？當然不知道。我們會相信Deep Learning能推論背後的力學原理嗎？當然不相信。

學校教我們「高度一樣，不同重量的物體，到達地面的時間是一樣的」。這個結論，我們記了一輩子。但能想起背後的力學原理嗎？大部份的人不能，我也不行。這樣看起來，大部份的人，很容易被Deep Learning的AI取代。

所以，為了將來不被AI取代，人類的學習方式，光靠填鴨是不夠的。還得習慣獨立思考、抽象思考、以及追根究底的精神。簡單一句話，就是「格物致知」。

這也就是為何，我最近花了一些時間，了解Neural Network數學原理的原因之一。因為對我來說，用填鴨法學習Neural Network，是不夠的。這和Deep Learning沒兩樣。AI時代，學任何東西，不求快，因為Deep Learning比你快，要求質，要「格物致知」，因為Deep Learing做不到此點。

-Count