AI 新聞與投資
像外行一樣思考,像專家一樣實踐:科研成功之道

第2章 計算機問人類發出挑戰—問題的解決能力與教育

3 / 9

65 第1節計算機向人類發出挑戰 -66 人類什麼地方做得比計算機好呢?我想是“解決問題的能力”。 四分衛擁有隻有中心視野範圍的視網膜⋯⋯66 人是效能最優越的機器嗎• •68 人解決問題的能力:69 計算機在每個瞬間都是由成千上萬的“0”和“1”組成特定的組合來表示某種狀態。 人是透過由細胞構成的叫做神經網的硬體來進行計算的。 第2節有點幼稚、天真、牽強的想法⋯⋯71 計算機使用矽和銅計算人用大腦計算•⋯ “繩子”也會計算•:71:72:73 •XIV•

到目前為止,還沒有人給出“人能做到但計算機做不到的事情”的定義,這點倒是值得關注的。 是不是在可以預測的範圍內做出不可預測的事情,這是判斷是否與人類一樣的關鍵所在。 “現在的學生,能夠解決給出的問題,但是不能自己去發現問題。” 思考某個問題的時候,從例題入手再分析解決問題是個不錯的方法。 權威人士馮•諾依曼也是這麼做的。 日本編寫教科書的方法是,首先給出公式和理解公式的一般性例題, 然後讓學生做一些適用這個公式的簡單練習。這就是所謂就是先公式後練習的方法。 而美國恰恰正好相反。美國的教科書一般都非常厚,老師和學生可以慢慢、從容地進行課堂內容。他們是透過大量的例題一點點引到公式上面來的。 第3節人類和計算機不同嗎⋯ 人們有時闖紅燈,這是一種計算• NP 完全問題: 人類的思考就是一種物理現象第4節計算機將變得比人更加聰明我感受到新的智慧⋯ 可預知的不可預知性• 超越人的機器人漫步於城市的時代• 第5節透過解決問題來提高思考力和判斷力: 我在大學時,討厭做實驗美國的大學重視學習解決問題的能力日本的學生,解決問題的能力明顯要差得多… ⋯74:75:76:78 •79:79:81:82 -84:84:85 87 第6節思考例題並加以解決是加深理解的最好方法:88 您怎麼算得這麼快啊 •89 尤拉公式•:90 邏輯學家、數學家、物理學家、工程學家⋯•92 第7節培養思考能力的編寫教科書方法⋯•93 首先通覽公式• “實質到形式”還是“形式到實質”⋯ 想寫一本好的教科書•:93:96 •XV•

要想在構思、創造和解決問題的時候遊刃有餘地使用自己的知識,在記憶的時候就要問自己“明白了嗎”、 “如果這樣的話……”,儘可能地去採用理解記憶和聯想記憶這兩種方法。 “讀•寫.算”可以說是所有學科,或者更進一步說,是培養思考能力與記憶能力的基礎中的基礎。既然是基礎,就需要反覆地迴圈應用才能掌握, 這其中是沒有捷徑的。只有在頭腦中形成了一定的知識模式,才能進而更好地應用。這就需要無數次的反覆刺激大腦神經原從而形成條件反射。 跟某一研究領城的專家爭論問題的人,也一定有自己的專業知識和背景。要想得到不同專業知識的人的認同真是很費勁。只有擁有專業這個武器、在爭論的過程中,才會或感到吃驚、或有所同感,才會從別的視角看問題,得到自己從未想過的意見。 這些新的發現就會突破原有的思維模式,產生新的想法與構思。 素質教育與填鴨式教育的理念爭論似乎是場對立的戰爭,而從辯證的角度講,它們根本不是對立的概念。一個行之有效的解決方法就是推行“像外行一樣思考、像專家一樣實踐”的理念。 •XVI• 第8節創造力、規劃能力的基礎是記憶力: 97 知覺、思考、行動都源於記憶• 人類透過遺傳留給下一代的記憶量只有 0.0000•%• 儲存能力與應用能力 97:98:99 第9節思考力和記憶力是靠不斷實踐培養起來的:•101 直覺也是一種計算• 不用萬有引力定律人們也知道物體是往下落的• •101:103 我從小時候起,就非常喜歡記一些東西⋯103 第10節和不同研究領域專家的智慧對決 -105 對未知事物與更優秀的人的感受性::105 抓住要點,在講話和做研究上都是一樣的•106 以專業知識為武器,跟不同研究領域的人進行對決• ••107 第11節辯證地考察素質教育與填鴨式教育 •108 能夠自己學習的機器人可以使自己變聰明嗎⋯ 圓周率等於3⋯ “記憶、反覆學習”和“重視思考能力” 並不是相反的概念 •109:110 111