除非我們放任，否則AI無法取代教育

(SeaPRwire) –   在畢業典禮慶祝新一代畢業生的光明前景之際，一個問題隱約浮現：人工智慧會讓他們的教育變得毫無意義嗎？

許多執行長都這麼認為。他們描述了一個人工智慧將取代工程師、醫生和教師的未來。 Meta 的執行長 最近預測，人工智慧將取代編寫公司電腦程式碼的中階工程師。 NVIDIA 的 甚至宣稱編碼本身已經過時。

儘管比爾蓋茲承認人工智慧發展的驚人速度「深刻甚至有點可怕」，但他讚揚了它如何使菁英知識普及化。他同樣 認為人工智慧將取代程式設計師、醫生和教師，提供免費的高品質醫療建議和輔導的世界。

儘管炒作不斷，人工智慧目前還不能「自己思考」或在沒有人類的情況下採取行動。 實際上，人工智慧是提升學習還是破壞理解，取決於一個關鍵決定：我們是允許人工智慧僅僅預測模式？還是要求它解釋、證明並立足於我們世界的法則？

人工智慧需要人類的判斷，不僅要監督其產出，還要嵌入科學護欄，為其提供方向、基礎和可解釋性。

最近將人工智慧聊天機器人比作參加口試的中等學生。「當他們知道答案時，他們會告訴你，當他們不知道答案時，他們非常擅長胡說八道，」他在賓夕法尼亞大學的一次活動中說道。 因此，Sokal 認為，除非使用者對特定主題了解很多，否則可能不會發現「胡說八道」的聊天機器人。 在我看来，这完美地捕捉了人工智能所谓的“知识”。它通過預測單詞序列來模仿理解，但缺乏概念基礎。

這就是為什麼「創意」人工智慧系統 和 對於大型語言模型是否真正掌握文化細微差別，存在 。 當教師 認為人工智慧導師可能會阻礙學生的批判性思維，或者醫生 發現演算法誤診時，他們都指出了同一個缺陷：機器學習擅長模式識別，但缺乏系統的、累積的人類經驗和科學方法所產生的深刻知識。

這就是 提供了一條前進道路的地方。 它專注於將人類知識直接嵌入到機器的學習方式中。 PINNs（物理資訊神經網路）和 MINNs（機制資訊神經網路）就是例子。 這些名稱聽起來可能很技術性，但想法很簡單：當人工智慧遵循規則時，它會變得更好，無論這些規則是物理定律、生物系統還是社會動力學。 這意味著我們仍然需要人類不僅僅是使用知識，而是創造知識。 當人工智慧向我們學習時，它的效果最好。

我在自己的 MINNs 工作中看到了這一點。 我們不是讓演算法根據過去的數據猜測什麼有效，而是對其進行編程，使其遵循已建立的科學原理。 以當地的 為例。 對於這種業務來說，開花時間至關重要。 過早或過晚收穫會降低精油的效力，損害品質和利潤。 人工智慧可能會浪費時間梳理不相關的模式。 然而，MINN 從植物生物學開始。 它使用將熱、光、霜凍和水與開花聯繫起來的方程式來做出及時且具有財務意義的預測。 但只有當它了解物理、化學和生物世界如何運作時，它才能發揮作用。 這些知識來自科學，由人類開發。

想像一下將這種方法應用於癌症檢測：乳房腫瘤會因血流量和新陳代謝增加而發出熱量，預測性人工智慧可以分析數千張熱圖像，僅根據數據模式識別腫瘤。 然而，最近 的 MINN 使用身體表面溫度數據，並將生物熱傳遞定律直接嵌入到模型中。 這意味著，它不是猜測，而是了解熱量如何在體內流動，從而能夠利用熱量在組織中流動的物理學來識別哪裡出了問題、是什麼原因造成的、為什麼以及精確的位置。 在一個案例中，MINN 在幾毫米範圍內預測了腫瘤的位置和大小，完全基於癌症如何破壞身體的熱特徵。

重點很簡單：人類仍然至關重要。 隨著人工智慧變得複雜，我們的角色並沒有消失。 它正在轉變。 當演算法產生一些奇怪、有偏見或錯誤的東西時，人類需要「胡說八道」。 這不僅是人工智慧的弱點。 這是人類最大的優勢。 這意味著我們的知識也需要增長，以便我們可以引導技術、控制它、確保它做我們認為它做的事情，並在這個過程中幫助人們。

真正的威脅不是人工智慧變得更聰明。 而是我們可能會停止使用我們的智慧。 如果我們將人工智慧視為神諭，我們可能會忘記如何提問、推理和識別某些事情是否沒有意義。 幸運的是，未來不必這樣發展。

我們可以構建透明、可解釋且基於科學、倫理和文化累積的人類知識的系統。 決策者可以資助對可解釋人工智慧的研究。 大學可以培養將領域知識與技術技能相結合的學生。 開發人員可以採用像 MINNs 和 PINNs 這樣的框架，這些框架要求模型忠於現實。 我們所有人——使用者、選民、公民——都可以要求人工智慧為科學和客觀真理服務，而不僅僅是相關性。

在教授了十多年的大學程度的統計學和科學建模之後，我現在專注於幫助學生了解演算法如何「在底層」運作，方法是學習系統本身， 而不是死記硬背地使用它們。 目標是提高數學、科學和程式碼等相互關聯的語言的素養。

這種方法在今天是有必要的。 我們不需要更多使用者點擊黑盒模型上的「生成」。 我們需要能夠理解人工智慧的邏輯、程式碼和數學，並抓住它的「胡說八道」的人。

人工智慧不會使教育變得無關緊要或取代人類。 但如果我們忘記如何獨立思考，以及為什麼科學和深刻理解很重要，我們可能會取代自己。

選擇不是拒絕或擁抱人工智慧。 而是我們是否會保持受過教育和足夠聰明來引導它。

“`