因材施教和思維方式的培養(yǎng)

Category: 申請(qǐng)求職 Date: 2019年1月28日上午12:00

看點(diǎn)?? ?2020年，這一遙遠(yuǎn)卻又真實(shí)的時(shí)間即將到來。我們?cè)撊绾闻囵B(yǎng)孩子，才能讓他們更適應(yīng)未來社會(huì)？外灘君請(qǐng)來了計(jì)算機(jī)科學(xué)家、人工智能專家，曾任谷歌總工程師的吳軍博士，與我們聊聊適合培養(yǎng)未來人才的教育方式；以及在AI時(shí)代，哪些能力可以幫助孩子走的更長遠(yuǎn)。文末，吳軍博士也推薦了一些書籍，供讀者學(xué)習(xí)提升。

吳軍博士，是著名的自然語言處理和搜索專家，曾作為資深研究員和副總裁，分別任職于谷歌和騰訊公司。

作為谷歌早期員工之一，他擔(dān)任谷歌總工程師，領(lǐng)導(dǎo)了許多研發(fā)項(xiàng)目，是當(dāng)前谷歌中日韓搜索算法的主要設(shè)計(jì)者。之后，負(fù)責(zé)谷歌的自動(dòng)問答系統(tǒng)，成為最早涉足人工智能領(lǐng)域的專家。

雖然身處科技前沿領(lǐng)域和硅谷企業(yè)投資一線，吳軍卻和教育結(jié)合地十分緊密。

吳軍博士

他善于將互聯(lián)網(wǎng)思想加以總結(jié)，著有《文明之光》《智能時(shí)代》《浪潮之巔》等書，用曉暢的語言，融合人文與科技，揭示大數(shù)據(jù)和人工智能的影響，講述頂尖科技企業(yè)發(fā)展規(guī)律。

在家庭教育方面，吳軍也十分有心得。

在女兒成長的關(guān)鍵時(shí)期，他辭去騰訊副總裁，給與更多的親子陪伴。還把陪女兒在美國和英國挑選大學(xué)的經(jīng)驗(yàn)，總結(jié)成《大學(xué)之路》一書，成為很多留學(xué)家庭的“擇校指南”。

吳軍博士與女兒

畢業(yè)于清華大學(xué)，后又赴約翰·霍普金斯大學(xué)攻讀博士的吳軍，已然妥妥的名校學(xué)子。

從他多年硅谷工作經(jīng)驗(yàn)來看，學(xué)校背景真的很重要嗎？究竟什么樣的能力，更能影響和決定一個(gè)人的未來長遠(yuǎn)發(fā)展？

外灘君采訪了計(jì)算機(jī)科學(xué)家、人工智能專家，吳軍博士，請(qǐng)他為我們解答疑惑，聊聊他眼中的中美教育差異，以及人工智能時(shí)代，我們?nèi)绾芜M(jìn)行自我賦能。

中美教育差異，在于“因材施教”

無論是中國學(xué)生在SAT（美國高考）中屢獲高分，甚至滿分；還是近兩輪PISA國際學(xué)生測評(píng)，以上海等城市為代表的中國學(xué)生，綜合成績位列世界前列，各種各樣的測試都表明：中國學(xué)生的基礎(chǔ)教育，尤其是數(shù)學(xué)，有著極大的優(yōu)勢。

可另一方面，中國卻依然缺少在各行各業(yè)的頂尖科技人才。前段時(shí)間，任正非在媒體采訪中直接感慨：“（研發(fā)）芯片靠砸錢不行，得砸數(shù)學(xué)家、物理學(xué)家！”

為什么，基礎(chǔ)學(xué)科并不如我們的美國學(xué)生，卻在各個(gè)行業(yè)獲諾貝爾獎(jiǎng)，引領(lǐng)世界科技發(fā)展的創(chuàng)新人才？

我們向吳軍拋出了這一疑問，他結(jié)合自己對(duì)中美兩國基礎(chǔ)教育的觀察，給出了答案。

他表示，在中國的教育下，因?yàn)閼?yīng)試的需要，學(xué)生不能有短板。因此，學(xué)生成績比較平均，一個(gè)班級(jí)往往集中在60分到90分之間，缺乏非常拔尖的，成績很差的也很少。

中國家長也希望培養(yǎng)出各個(gè)方面，都能出類拔萃的學(xué)生。但是人的精力畢竟是有限的，想要所有學(xué)科齊頭并進(jìn)，結(jié)果就是：中國學(xué)生們沒時(shí)間在自己最擅長和喜歡的科目上，進(jìn)行深入地研究和探索。

然而，美國更提倡“偏才”教育，這就給因材施教提供了土壤。

吳軍熟識(shí)的一位斯坦福教授，曾和他開玩笑說，即使在這所最難進(jìn)的美國名校，我們班上居然有1/4的本科生不知道Sin90度，真不知道他們是怎么混進(jìn)來的.

這也從側(cè)面反映了，美國學(xué)生的數(shù)學(xué)能力差距很大，即使是在斯坦福，也有很多基礎(chǔ)很差的學(xué)生。

“如果只看學(xué)生的平均水平，美國的基礎(chǔ)教育做的確實(shí)不太好，學(xué)生的數(shù)學(xué)可能從零分到一百分都有。但是坦率來講，基礎(chǔ)科學(xué)領(lǐng)域的研究，并不需要太多的人，美國教育更希望通過‘因材施教’，培養(yǎng)出真正有天賦的拔尖人才。”

吳軍舉例說，他在硅谷一些同事的孩子，因?yàn)閺男【蛯?duì)數(shù)學(xué)感興趣，為了能讓他們的天賦得到更好地培養(yǎng)，學(xué)校里會(huì)有校車，送他們?nèi)ジ叩膶W(xué)部去上課。還在高二，他們就已經(jīng)學(xué)完了偏微分方程。

此外，美國很多學(xué)校設(shè)有AP大學(xué)先修課程，鼓勵(lì)學(xué)有余力的學(xué)生，提前完成大學(xué)預(yù)科課程，并提供很多資源支持和學(xué)術(shù)活動(dòng)的機(jī)會(huì)。

而在中國，無論學(xué)生是否有天賦和興趣，都難免會(huì)在同一條賽道上奔跑，這一點(diǎn)，從“全民奧賽熱”到現(xiàn)在很火的“STEM教育”，都能看出。

提及“STEM教育”，吳軍認(rèn)為，國內(nèi)對(duì)STEM教育的理解其實(shí)出現(xiàn)了一些偏差，大家都把它變當(dāng)成一種編程能力的培養(yǎng)，或者是讓學(xué)生去做科學(xué)實(shí)驗(yàn)。

其實(shí)，STEM教育的真正目的，應(yīng)該是培養(yǎng)一種理工科方面的思維，綜合提升學(xué)生的科學(xué)素養(yǎng)。

美國一直以來也很注重STEM教育，也有很多這方面的權(quán)威學(xué)術(shù)活動(dòng)。吳軍正在斯坦福念書的大女兒，所在的團(tuán)隊(duì)就曾在全美學(xué)術(shù)活動(dòng)中獲得過第三名的好成績。

這些比賽的題目，從信息安全、到工程學(xué)方面，覆蓋面很廣，看似很宏觀，卻又和實(shí)際生活息息相關(guān)。

比如，有這樣一道題目是，“全美國破舊老損的下水管道，如果統(tǒng)一更換需要幾萬億美金；用什么方法，能夠以最小的代價(jià)，解決它的漏水問題？”

讓吳軍印象深刻的解決方案是，學(xué)生提出將一種涂料，沖進(jìn)下水管道，通過化學(xué)反應(yīng)，在水管壁上形成一層保護(hù)膜，將破損的縫隙填補(bǔ)。

這樣的比賽，會(huì)給學(xué)生預(yù)留充足的時(shí)間，進(jìn)行前期調(diào)查和研究，最終找到切實(shí)可行的解決方案。在這過程中，不僅提升學(xué)生的綜合能力和素養(yǎng)，也能激發(fā)他們“從生活中來，到生活中去”的科學(xué)興趣。

所以，STEM教育絕不等同于培養(yǎng)計(jì)算機(jī)、編程等具體技能，而是對(duì)“觀察生活，提出問題，再到解決問題”的思維方式培養(yǎng)。

誠然，并不是每個(gè)人都要從事科學(xué)領(lǐng)域工作，但是所有行業(yè)的突破和創(chuàng)新，都離不開這樣一種思維方式。

這一點(diǎn)，也在吳軍最新出版的《全球科技通史》中有所體現(xiàn)。這本書從科技發(fā)展的角度，重新審視歷史的變遷，洞察世界發(fā)展的趨勢。

吳軍認(rèn)為，對(duì)于青少年來說，了解那些重大發(fā)明是怎么創(chuàng)造出來的，了解發(fā)明和創(chuàng)造之間的內(nèi)在邏輯關(guān)系，汲取別人成功的工作方法，也是一種科學(xué)素養(yǎng)的儲(chǔ)備。

AI時(shí)代，需要具備哪些能力？

2011年，人工智能概念還不像今天這么熱門，吳軍就開始負(fù)責(zé)谷歌的計(jì)算機(jī)問答項(xiàng)目。這一自然語言處理技術(shù)，正是人工智能的一部分，還出版了《智能時(shí)代》一書，揭示大數(shù)據(jù)和機(jī)器智能對(duì)未來社會(huì)的影響。

作為人工智能的前沿工作者和研究者，吳軍怎么看待人工智能帶來的沖擊？

正在到來的AI時(shí)代，醫(yī)療診斷、閱讀和處理文件、自動(dòng)問答、新聞稿撰寫、駕駛汽車等，都可以由機(jī)器取代，任何可以重復(fù)性的工作和技能，甚至需要智力的工作，都將受到?jīng)_擊。

雖然很多工作被淘汰了，但是原有的產(chǎn)業(yè)依然存在。吳軍強(qiáng)調(diào)說，“AI時(shí)代，并非每個(gè)人都要學(xué)習(xí)人工智能，但是我們可以運(yùn)用新技術(shù)來發(fā)揮自己的專業(yè)特長，對(duì)具體的領(lǐng)域知識(shí)進(jìn)行升級(jí)。”

首先，我們需要具備的，就是終身學(xué)習(xí)的能力。

沒有終身學(xué)習(xí)的能力，我們根本沒辦法適應(yīng)這個(gè)快速變化的世界。就像吳軍的很多重大轉(zhuǎn)折，都是通過不斷學(xué)習(xí)，彌補(bǔ)現(xiàn)有知識(shí)和能力的不足。

從清華計(jì)算機(jī)系畢業(yè)后，他就敏銳地發(fā)現(xiàn)，整個(gè)計(jì)算機(jī)行業(yè)發(fā)展很快，亟需對(duì)現(xiàn)有的知識(shí)、能力進(jìn)行升級(jí)。于是他回到清華讀研，在這期間，對(duì)語音識(shí)別領(lǐng)域產(chǎn)生了濃厚的興趣，并留校工作。

但是，他在學(xué)習(xí)和研究上的腳步，并沒有停止。

一次國際交流的機(jī)會(huì)，讓他發(fā)現(xiàn)，自己所做的科研工作，和當(dāng)時(shí)世界上最前沿的技術(shù)，依然有很大的差距。為了成為世界級(jí)的科研人員，他又赴美國約翰霍普金斯大學(xué)深造，攻讀計(jì)算機(jī)博士學(xué)位。

畢業(yè)以后，他投身還是初創(chuàng)公司的谷歌，主導(dǎo)中日韓搜索算法的設(shè)計(jì)和研究，成名一名專業(yè)技術(shù)過硬、富有執(zhí)行力和領(lǐng)導(dǎo)力的優(yōu)秀華裔工程師。

當(dāng)然，想要在AI時(shí)代立于不敗之地，還需要?jiǎng)?chuàng)新能力和創(chuàng)造力的培養(yǎng)。

幾千年來，人類的知識(shí)都建立在歸納法的基礎(chǔ)上，傾向于通過前人已有的研究結(jié)果，去解決問題。就好像，農(nóng)耕文明時(shí)代，種田的技術(shù)，爸爸交給兒子，兒子交給孫子，歷經(jīng)好幾代人都不會(huì)改變。

工業(yè)革命以后，每70年左右就發(fā)生一次技術(shù)變革，總是那些最先利用關(guān)鍵技術(shù)，進(jìn)行產(chǎn)業(yè)升級(jí)的人，成為時(shí)代的受益者。

如今人工智能時(shí)代，人類又一次面臨前所未有的不確定性。如果我們還是被教育，去尋找標(biāo)準(zhǔn)答案，那就是在培養(yǎng)“機(jī)器人”，因?yàn)椋覙?biāo)準(zhǔn)答案是計(jì)算機(jī)干的事情。教育需要更多地偏向?qū)?chuàng)新能力、想象力和創(chuàng)造力的培養(yǎng)。

那么，什么是創(chuàng)新能力？從0到1 的創(chuàng)造力，又該如何培養(yǎng)？

吳軍認(rèn)為，這并非無章可循，只要掌握一套核心方法論。“未來，每個(gè)人都有機(jī)會(huì)掌握科技創(chuàng)新的思維和方法。”

在《全球科技通史》這本書里，他提出，每一次技術(shù)飛躍，都是掌握了某種核心方法。

比如，引領(lǐng)近代科技巨大飛躍的笛卡爾方法論——“大膽假設(shè)、小心求證”，同樣適用于我們今天的創(chuàng)新思維方式。

這就要求我們，通過悉心觀察，提出問題，不迷戀權(quán)威和標(biāo)準(zhǔn)答案，有自己的邏輯推理和判斷；能以開放的心態(tài)，對(duì)待現(xiàn)有答案，而不是故步自封。

這樣一種思維方式，不僅體現(xiàn)在理工科學(xué)習(xí)中，歷史、文學(xué)、政治等人文學(xué)科，同樣可以進(jìn)行這方面的思維鍛煉。

比如，美國課堂上，盡量不給學(xué)生標(biāo)準(zhǔn)答案的限制，哪怕是歷史課堂上，讓學(xué)生評(píng)價(jià)歷史人物華盛頓，也會(huì)鼓勵(lì)他們通過觀察、提問和探究，做出自己的思考。你既可以說他是一個(gè)很了不起的政治家，也可以說他是信奉白人至上的奴隸主。

關(guān)鍵是，一定要有自己的推理依據(jù)。

名校出身，絕非成功的必要條件

前段時(shí)間的美國招生舞弊案，中國家庭斥巨資將子女送進(jìn)耶魯、斯坦福等名校，這樣的“名校情結(jié)”絕非僅僅是少部分家長所有，越來越多的父母，為了子女“爬藤”上名校，不惜一切代價(jià)。

學(xué)校背景，真的對(duì)學(xué)生的未來，有如此重要的影響嗎？

吳軍表示：名校出身，或許會(huì)讓你比別人有一些優(yōu)勢，但是并沒有想象中那么大。對(duì)于學(xué)生來講，找到一所適合自己的學(xué)校，比一味追求學(xué)校的名氣，更重要。

比如，哈佛的入學(xué)競爭，要比伯克利大學(xué)激烈地多，每年伯克利錄取的最優(yōu)秀學(xué)生，可能大多數(shù)是申請(qǐng)哈佛被拒的學(xué)生。但是調(diào)查卻顯示，這兩所學(xué)校畢業(yè)后，在各個(gè)領(lǐng)域有成就的人數(shù)，其實(shí)相差不是太多。

而在硅谷科技公司中，招聘最多的學(xué)生，恰恰來自一所不太出名的學(xué)校，圣何塞州立大學(xué)。

一方面它靠近斯坦福，有著得天獨(dú)厚的條件，另一方面，這些學(xué)生在讀書期間，能比較早地進(jìn)公司實(shí)習(xí)和工作，更有針對(duì)性地鍛煉相關(guān)技能。

吳軍強(qiáng)調(diào)說，在工作的前五年，名校背景也許帶來更多的面試機(jī)會(huì)；但是工作五年以后，學(xué)校的影響會(huì)慢慢減弱。

公司更看重的，是你的專業(yè)技能，以及是否具有踏實(shí)、堅(jiān)毅的品質(zhì)，它對(duì)一個(gè)人的未來發(fā)展，有著更深遠(yuǎn)的影響。

2002年，在互聯(lián)網(wǎng)泡沫的沖擊下，吳軍加入了當(dāng)時(shí)還是初創(chuàng)公司的谷歌，主要負(fù)責(zé)搜索引擎。在長達(dá)8年的時(shí)間里，他先后負(fù)責(zé)英文、亞洲語言，以及歐洲語言搜索的設(shè)計(jì)和改進(jìn)。

隨著谷歌的壯大，他開始負(fù)責(zé)自然語言處理方面的技術(shù)研究，并帶領(lǐng)團(tuán)隊(duì)完成了中文版的語音識(shí)別系統(tǒng)。正是一步一個(gè)腳印的堅(jiān)持，讓他成為一名卓有成就的華裔工程師。

聊起如今硅谷印度裔工程師的崛起，蘋果、谷歌、微軟三大IT巨頭，都是印度裔擔(dān)任CEO。就連全美500強(qiáng)企業(yè)，也是印度裔CEO人數(shù)遙遙領(lǐng)先。

同樣是學(xué)霸的華裔工程師，為什么越來越被印度裔“碾壓”？

對(duì)于這個(gè)問題，吳軍表示，首先要明確的一點(diǎn)是：印度裔工程師的確在軟件方面，更擅長；但是在半導(dǎo)體行業(yè)，還是華裔工程師更勝一籌。只是國內(nèi)對(duì)互聯(lián)網(wǎng)關(guān)心比較多，所以看到的更多是印度裔工程師的身影。

不過平心而論，從管理層人數(shù)來看，印度裔的確比華裔要多。這主要有兩個(gè)方面原因：

一方面是華裔比較浮躁，沉不下心；有些人在美國剛剛工作兩三年，成為高級(jí)工程師，就浮躁起來，忙著跳槽換取更好的待遇。

相比較而言，印度工程師更能沉得下心，他們?cè)谀骋粋€(gè)領(lǐng)域，某一家公司，有時(shí)一干就是20年。

此外，還有文化方面的原因；雖然在技術(shù)能力上相差不多，但是印度裔和美國人的思維一樣，大多是“一步思維”，喜歡認(rèn)死理，一根筋走到底。他們沒有我們文化中那么多的靈活變通。

恰恰是這樣的思維和做事方式，反倒讓他們?cè)诼殘錾希幸环N更踏實(shí)、專注的品質(zhì)。可惜今天很多年輕人都做不到這一點(diǎn)。

吳軍表示，無論在哪個(gè)領(lǐng)域，最后能達(dá)到一個(gè)比較高的位置，做得比較成功的，都一定是那些穩(wěn)扎穩(wěn)打，能靜下心的人。