原创丨混沌学园
来源丨混沌学园
4 月 1 日上午，微软（中国）CTO 韦青做客混沌直播间，带来新课——《我与机器：做新“人机时代”大写的人》。韦青老师回到人类视角，进一步探讨人类在 AI 时代到来后，如何利用机器实现人类进化，挖掘自我优势，做一个与时俱进的、适应复杂变化的人。以下为课程笔记：（篇幅所限，本文内容仅为课程十分之一）
未来已来，不管人类欢迎不欢迎
在这个时代，所有人都会感觉到，世界变化太快了，知识更新太快了，很难跟上。在心理上、行为上、动作上和策略上，我们要怎么应对巨变。每一个工作，每一个工种，每一个步骤，每一个流程，都在被技术所赋能、所改变。
人工智能可以不吃不睡，计算很快，而人类是碳基生命，无法与硅基计算机相比，所以我们一定要找回人的本分。但是很可惜，人有时候并不知道自己的本分。
比如现在很多人认为，AI 要代替人了，Chat GPT 或 GPT4 来了，我的工作就没了。实际上大家忽略了最基本的一点，人这种叫智人的动物，在历史的长河中碰到过很多次灭绝的机会，但人类并没有灭绝，因为人有主观能动性。人是一种极度精密的、能够适应复杂性变化的智能生物。
为什么人工智能的出现会带来如此大的争议？有些人知道怎么做，但是决定不这么做，因为觉得这么做不好。当然还有很多人知道它很好，但不知道怎么做。要不要用 AI 来代替我们的工作流，取决于人的世界观、价值观、知识、经验、能力，所在的族群的文明、文化、关系、特征，这些因素叠加在一起，才有可能得出一个结论——我愿意拥抱最新的科学技术，去学习、去体悟。但是，是代替别人，是为人类造福，还是适可而止？这都有可能。
这扇门已经打开，不管你愿不愿意拥抱它，不管你觉得它好还是坏。我们对它虽然不太了解，但一定要努力学习，努力拥抱，努力实证，批判性地接受，让人类成为它的主人，然后我们人类继续进化，今天人类与机器的教育，这里面其实更重要的是人类的教育。
AI 带来的，是一场新的“文艺复兴”
背景、文化、知识、经验可能令我们有一些自己独特的判断，但只要是判断、是观点，其实都是不客观的。整个帷幕还没完全拉开，这次事件大概率不是工业革命那么简单，我认为这会是一次人类思想和社会价值观的重构、再生、重生，其根本原因是由数字化信息的迅速生成与流通所造成的。正如麦克卢汉和鲍德里亚那一代思想家在数字信息革命的初期就预见的，人类社会信息经数字化后，机器开始深度介入信息的生成与传播，形成新一轮信息革命，产生了人类知识的再次平权。
过去几百年人类历史的发展，还是源于上一次信息自由流通造成的知识平权，上一轮是以文艺复兴（Renaissance）为代表。Renaissance 本意是重生（Rebirth），其中文翻译表面上跟文艺有关系，但实际上不是简单的文艺重生，而是一次以人为本的人性再生、重生。文艺复兴的兴起与古登堡印刷术的流行有深刻关联，古登堡印刷机使得各种人类知识得以大规模传播，当时的社会现象与现在的情况有很多相似之处，我认为这就是因信息流通而造成的知识再一次平权。
在文艺复兴之前，整个人类社会的所谓对与错，对事物的判断，是由僧侣、国王、贵族来为人们解读的。他们拥有知识，宗教典籍和科学典籍由他们来解读。文艺复兴是人类知识的一次重生，信息的这道门打开了，社会价值观的解读权放开了。科学家、商人、资本家有机会获得以图书为代表的知识，同时他们愿意去学，愿意用批判性思维去思考和学习，他们变成了价值观的描述者和定义者。
我们常常认为现在存在的很多生活方式是必然的，但其实它们原来不是这样，而是被重新解读过，那么我们是否要对真与假、虚与实进行重新定义？基于过去这几百年的教育体制，我们真的以为原本就有一门学科叫数学，有一门学科叫物理，有一门学科叫化学，有一门学科叫哲学……所有学科分得很细，我们其实忽略了无论是中国古人讲的六艺，还是古希腊的博雅教育，都是首先教会人们怎样做人。打好坚实的做人基础，再向上一步一步通过学习与实践获得各种技艺。今天所有关于人工智能、机器学习、新的机器时代的问题，都在挑战我们作为人去探究人的本性的问题。
理解机器才能控制机器
加法、减法、乘法、除法，构成了机器时代所有计算的最底层的架构，它们就是构建现代机器大厦的沙子、水泥和钢筋。以乘法为例，据统计，人类发明过二十多种乘法的方式，截止到 2019 年，还有数学家发明出专门针对大数乘法优化的新方法。这些都是计算的基础，如果我们不理解这些基础，单单看这幢大楼建起来，建成我们原来没有想象过的样子，我们便会很恐惧。
所以要回到第一性原理，去理解这个时代本源上是什么特征：人是怎么回事？计算是怎么回事？计算是怎么实现的？电怎么来的？原子构成的整个万物是怎么回事？我们怎么产生的思想？为什么刚出生的小孩就会哭、会吃奶，吃不着奶就哭、就叫？还有很多东西我们是不知道的，我们最不了解的可能是我们自己。对这些问题我们都要去仔细了解清楚，找回人之为人的信心和方向感。
现在这种技术是会代替掉我们，还是我们完全可以拥抱它，产生出非常伟大的人类的未来？其实这个结论和决定权都在我们自己手上。
教育是否会被 ChatGPT 颠覆？
人类大脑的记忆力是靠碳基生命神经元的连接，从轴突传到树突，这种神经信号的形成是一种电化学反应，是依靠钠、钾、钙离子的离子反应，是细胞膜之间的穿透，而硅基完全是导体或半导体中的电子流动。如果我们不重复学习，关于记忆的那种神经连接就会断开。机器记忆或连接的性质和人类不一样，一旦是 0 和 1，就是 0 和 1，除非用电力再将其擦除。
这使我们发自内心默认，所有记忆力特别好、出口成章、侃侃而谈的人都很厉害，只要有知识就很厉害，其实我们可能高估了人类知识的难度或价值。未来几十年，我们的孩子以什么样的能力找到一个什么样的工作，是会利用机器的能力让他找到一份工作，还是拿到一个学历让他找到一份工作，这都已经是很现实的问题。
如果还对记忆力、死记硬背的东西和一些头衔紧抓不放，我们有可能越来越没有市场价值，这是一个已经或者说正在发生的现象。
抄写和背诵全是机器擅长的，我们为什么不让它抄。如果老师总是出一些机器很擅长的问题、课题，而不去进步和进化，去出一些机器抄不到的问题。这样说来是机器太强了还是老师落后了？
如果从用人单位的角度来看，教育可能需要进入到一个全面开卷考试的时代，因为纯粹靠知识记忆形成的能力与机器相比没有竞争优势，人的精力是有限的，人们会担心花了太多精力在“知道”上，结果自己没有足够精力去理解。一个依靠个体大脑能力的人类的知识再全面，也很难与一个随时可以咨询拥有全体人类文明的机器的个体相媲美，这可能是再一次 Renaissance，是 Rebirth，是重生，结果大概率是整个人类文明范式的彻底改变，之后会有整个思想范式、科学范式和整个工业范式的再次革新，我们进入了一次可能要历时上百年的新一代人类思维的再造。
人类大脑的思维方式是什么？怎么进行判断？人们常常以为自己在学新东西，实际上我们只想学我们想学的，并不听那些不想听的，也不想接受那些不想接受的，但是却自以为很好学，自以为很公平。
现在的机器在向人类所有的动作、所有提供的素材学习，而人类该干什么呢，人类要去干本来就该干的事儿。这些事恰恰不是记忆力有多强，也不是肌肉有多强，人类需要干很灵巧的自我提升的事情。机器的进步让人类自身进化，这已经变成当务之急了。所有行动来源于知道起点，再知道方向。
自知之明就是先知道脚下这片地是什么，我们现在现状什么样，然后大致看到方向之后往前走。
确实，这个变化非常快、非常大。这一轮会思考的机器（Thinking Machine）能力真的很强，但没必要再震撼了。现在远没有到达终点，一切才刚刚开始。
面对这样的情况，接下来我们到底应该干什么？如果不能在这么一个伟大的时代努力拥抱这种变化，可能会错过时代给我们的机会，因此我们需要走出舒适圈。
当有些老师还在讨论，要不要禁止学生用 ChatGPT 或者人工智能完成作业，有些大学已经明确，非但不禁止，如果期中考试写文章用到 ChatGPT 还给加分。为什么？因为他们已经看到了未来的样子。
很多年前人们都讲 Generation Z，也就是 Z 世代或者说 00 后，他们是数字时代原住民。现在出来了阿尔法世代，10 后，这批是智能时代的原住民。当阿尔法世代成为主流，也就再有七八年，这一代孩子进入职场，他们所有的存在，肯定都是电子的、数字的，同时也是智能的。
当人工智能出现的时候，你只要能够知道你的问题，说出来，它就写出来了。在这种机器能力下，人的价值何在，人没有价值了吗？当然有价值，但我们认为的价值可能恰恰不是真正的价值，我们不认为的价值恰恰是被过去上百年的教育给掩盖了的人的真正价值。现在全球各地都在推博雅教育、本源性的教育、通识教育，通识教育、博雅教育探究的可能就是人之为人的本质性的能力。反而只要可以被识别为可重复模式的动作、流程、能力，就会被机器代替掉。
我们经常误认为我们的能力没有模式，当知道我们怎么做决策的时候，才能知道哪些决策本来就是模式，然后再想想哪些能力不可能被识别成模式，这个答案目前其实还是未知的。这才是人类是不是有未来的一个很重要的核心要义，就是我们的思维和行为，哪些是可以不依赖固有模式，而是像大航海、大发现那样，探索破圈是人类需要保留的。
人类的终局是回到智慧生活
有人能把圆周率 π 背到 1000 位，现在机器能背到 10 万位，人还要不要花那么多时间去背到 1000 位，可能就不要了。但是你要做什么？你能不能再去想一下，为什么 π 是这个值。我们知道几何的几个基本定律，在不同的几何空间有不同的公理，实际上有很多领域还没人去想，那些是不是我们的价值？
对于怎么进化，现在还没有结论，所以要先拥抱，要先学习。人类从前以为自己的知识很值钱，但是在以后，知识需要以人的智慧表达出来。知识是死的，人类通过主观能动性利用知识经实践后产生智慧，再形成新的知识。整个社会上不断出现能够被机器学习的、由人类智慧提供的新的知识，知识要被利用起来，机器不断地学，不断地提炼，不断地沉淀，这样社会的发展就是良性的。否则，如果人不能升级到上面智慧的层面，而是在智慧之下不断地卷，这种知识只会越来越萎缩，没有发展空间。
由于人类社会的本质是时间之箭，结论是我们只能看着后视镜开车。因为根本不知道下一秒会发生什么事，所以我们才有那么多的历史总结。
机器恰好可以帮人们把当时的状态、随时随地的状态提取出来，通过传感器、物联网、通信网络将其感知出来，让人们知道。机器也不能让我们朝前看，但起码能帮我们随时知道当时发生了什么事，给我们提出建议来，这就已经是个不得了的进步了。
我们要明白，只能靠后视镜开车是很危险的。现在都已经进入无人区了，我们需要具备新的能力，这个新的能力恰恰是可以靠机器来完成的。
基于人类大脑的神经元和构成，我们会受很多经验、知识、基因的影响，人类其实是一种很主观的动物，但这不是坏事。在非洲大草原上，当我们听到远处一声狮子叫，或者看到一只黄色的动物在模模糊糊跑动的时候，这种主观性让我们第一反应就是赶紧跑。
人是这样一种构成，只能感到相对信号，人类感觉器官的特点造成人类没法感觉到绝对信号，再加上我们的认知中有很多偏见。在日常生活、工作和学习中，当我们听到关于人工智能的消息，为了使各种消息符合我们的固有认知，往往会自动依据过去的经验补足很多画面，补足很多结论，这也是格式塔效应的一种体现。人类很难活在一个没有逻辑链的生活空间，所以一定要让它有意义、有价值，没有逻辑就要补足逻辑，人很难接受没有相关性的现象。
我们的感知能力是相对的，认知也是不完备的，也正因如此，我们都以为自己很客观，其实人是很主观的。不同人对事实和观点的认知和理解是不同的，并且经常会产生很多纠纷、争论、辩论，甚至激化到要用武力的方式去解决。
人以碳水化合物为基础的，同时也依靠电，靠钠离子、钾离子、钙离子传输和发生电化学反应，跟电脑不同的是，我们知道自己的不足，主动让计算机帮助我们弥补不足，这些又能让我们对“机器要代替人”有一个新的层面的认知，那就是机器恰恰要代替的是我们不擅长的那部分。
我们是靠一个还未进化的原始脑、情感脑和一部分理智脑活到了今天，机器也在慢慢进化，它可以帮我们的理智脑更加强大，使我们的原始脑和情感脑理性一点、冷静一点，让我们有更多的精力、时间和知识面去进化到更高一层。这种发展其实也是和过去几百年，理性时代、科学时代相吻合的。
但是要注意的是当前理性和科学也走到瓶颈。纯粹靠理性和科学解释不了我们所处的真正环境，哥德尔定律已经证明，我们是没法在这个系统内自证我们的存在和我们的逻辑完备性。
这些都需要人类去探索新的领域，我们要离开上万年进化来的舒适区，在机器能力的辅助下，进入到一个对理性脑的继续开发，以及对人类心智灵性开发的新时代。
原来由于机器能力不够，我们花了大量的精力和脑力用在记忆和对记忆的应用。现在我们还是需要有记忆，但是可以让机器负担一些责任，使我们剩余的能量、剩余的时间和兴趣可以扩展，进入到下一个领域。
人→利用工具→依照流程→把事做了
有个非常出名的 OODA 环，告诉我们要先去感知周围的环境，然后做出判断，从人的决策和感知的体系来讲，有些人经常说“我们要在认知层面怎样怎样”，但实际上我们的感知和认知阶段都会产生偏差，会把外界的信号给错误解读，导致后面所有决策和行动产生很大偏差。
这一轮的机器恰恰要帮我们，在感知和认知这个环节中间，提醒我们的感知、认知是否有偏差，而不是代替我们的认知，同时，它能够通过后续的快速迭代和行动来告诉我们，我们产生的决策和行动是符合周围环境需求的。
另一个博大精深的模型是 Cynefin 框架，去年欧盟在探讨人类应对复杂性时代挑战的问题时，利用这个理论写了一篇论文，题为《应对危机时代的复杂性（和混沌现象）》（Managing complexity (and chaos) in times of crisis）。其基本观点是，进入到一个复杂性时代，会存在几个象限。
图片来源于混沌经典好课：《领导力进阶：迈向复杂世界的心智成长》
人类比较习惯处在一个变化不大的时代；然后是繁杂的、有些不一样、不能完全照搬、但还是可以有一些公式的时代；到完全复杂的时代，这时会有全新的需要，要有探究（Probe），也就是不断去探知世界，做出新的认知；而完全混沌的时代没有任何规律可循，方法是先行动，再感知和响应。
总之，人为了更好地生存，可以在定态、动态、未知态和完全新态之间转换，来提高自己应对复杂性时代的能力。
我们把这套理论嫁接到 OODA 环里，再来分析一下现在我们面临的情况。时代变了，我们应该怎么办？每个人都是在根据自己的文化背景、知识储备、生活的现状和过去的经历，在这个基础上得出我们各自的结论，这就是 OODA 环和 Cynefin 框架的应用效果。作为一个实证者，作为一个工程师，面对现状，我的理解是要遵循这个环路，不断地去探究、验证、改变模型，再去验证，再去改变，永远不断地循环迭代下去。Cynefin 框架与 OODA 理论相结合，就是应对复杂性时代的一个比较灵活、又有一些章法的方法。
我们的决策机制受什么影响？机器是概率机器人，最不幸的是我们把自己活成了一个概率机器，活成了随大流。你是想活成一个大概率的机器，还是活出一个丰富的人生？机器会迫使你想这些问题。也就是说，其实机器这种进步，恰恰要解决的是人类自知之明（Know Yourself）的问题。
成为一个善用机器的智人
这场改革根本没有结束，才刚刚开始。拥抱变化，又别过早下结论，但是要行动。要确立一个明确的目标，但千万别再追逐词汇了，我们已经吃够了以词汇的先进性来决定技术先进性的苦头。了解到机器以数据为食，就知道我们是不是有优质的、高效的数据，是不是有优质、高效数据所表征的高效的知识，这是一个永恒的命题。所以因果关系要搞清楚，技术的问题还是要靠思想去解决，不能只靠技术解决。
无论面对哪种人工智能，我们坚持的都应当是以人为本，再智能的机器也是工具。当然工具是要能够被人所使用，工具是人创造的，人不行，再好的机器也没用，我们需要思考的是能不能成为一个善用机器的智人。人类社会本质上就是人利用工具，依靠流程把事儿给做了，全面的自动化，全面的智能化，让人能站着把钱给赚了。现在对于这世界上的所有人、所有的文明、所有的国家来说，都已经进入了无人区，大家都在摸索，都在探索。
在这个确定性消失的时代，你要确定方向，但千万别确定终点。
我们的价值是思考。但我们到底会不会思考？这其实是一个很大的问题，帕斯卡尔有这么一句名言，我们就是因为会思考才生存的。
我们曾经以为我们能够背下来、能够记下来就是思考，我们以为这就是人的价值。很可惜那不是人的价值，那是机器的价值。经过这一两百年的工业革命，让我们每个人都变成一个社会的小螺丝钉，我们不需要想，不需要思考，做就行了，今后这种状态将会面临巨大的挑战。
我们能做些什么呢？很早以前古人就曾告诉我们，格物致知，诚意正心，修身齐家治国平天下。随着科技进步，我们一下被卷到了一个全新的知识时代，我们也一直在拼命地学习，但基本上都是基于一种工具型、效用型知识的学习。我们在人类本源、人性上花的精力越来越少，比方说现在开春了，大家还记不记得今年开春那个地上的小草刚刚发芽是什么时候？我们有没有关注到那个美妙的时刻？我们还能不能体会到那种大地回春的生机勃勃？这种因为春暖花开而带来的喜悦，是一种机器不具备，只有人才拥有的人性。
如何充分发挥碳基生命的特点，去追求一种人性和灵性的生活方式，这一代机器的进步恰恰带来了一个很好的机会，很可能帮我们开辟一个美好的明天。
但是，要想实现这个目标，需要我们每个人的改变……