在人工智能教育中，我們要面臨的第一個(gè)問(wèn)題就是中小學(xué)的課堂準(zhǔn)備好迎接人工智能了嗎？

無(wú)論是國(guó)務(wù)院在2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》還是教育部在2018年發(fā)布的《教育信息化2.0行動(dòng)計(jì)劃》都極度強(qiáng)調(diào)了人工智能之于國(guó)家、社會(huì)乃至教育的重要性?？萍嫉陌l(fā)展必然需要教育先行，要在普及教育中引入一門(mén)新的學(xué)科更需要的是制度保障。國(guó)家層面明確的指向性和人工智能本身在世界范圍內(nèi)的持續(xù)高熱度正是其進(jìn)入中小學(xué)課堂的最好時(shí)機(jī)。

人工智能爆炸式發(fā)展的一個(gè)重要前提是變“簡(jiǎn)單”了，這個(gè)“簡(jiǎn)單”不是指人工智能知識(shí)變簡(jiǎn)單了，而是指將人工智能“用”起來(lái)更容易了。曾經(jīng)的人工智能學(xué)習(xí)和應(yīng)用有幾個(gè)較高的門(mén)檻。首先是知識(shí)門(mén)檻。無(wú)論是符號(hào)推理還是統(tǒng)計(jì)學(xué)習(xí)，都需要較為豐富的數(shù)學(xué)知識(shí)作為保障，符號(hào)邏輯、離散數(shù)學(xué)、線(xiàn)性代數(shù)、概率統(tǒng)計(jì)等，都或多或少成為學(xué)習(xí)人工智能的先修課程。另外，學(xué)習(xí)者還要具備嫻熟的計(jì)算機(jī)編程能力，不能實(shí)現(xiàn)的人工智能終歸是紙上談兵。其次是數(shù)據(jù)門(mén)檻。不管哪種形式的機(jī)器學(xué)習(xí)，都需要足夠的數(shù)據(jù)或知識(shí)進(jìn)行支撐。沒(méi)有數(shù)據(jù)就很難學(xué)習(xí)，更談不上應(yīng)用。第三是計(jì)算門(mén)檻。計(jì)算能力的不足變成人工智能應(yīng)用的一個(gè)軟肋。

這些門(mén)檻不僅限制了大部分的學(xué)生接受人工智能教育，也限制了各行各業(yè)從業(yè)者對(duì)人工智能的應(yīng)用。這種情況在近幾年有了較為明顯的變化。隨著深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理等幾個(gè)領(lǐng)域的成功應(yīng)用，人工智能變成了大眾熱門(mén)詞匯，從業(yè)者的收入水平也有大幅提高，出現(xiàn)了明顯的馬太效應(yīng)，更多優(yōu)秀的人才和豐富的資源進(jìn)一步投入到這個(gè)行業(yè)中。

目前在人工智能領(lǐng)域，免費(fèi)甚至開(kāi)源的框架和代碼庫(kù)層出不窮，已經(jīng)形成了十分完善的工具鏈。很多優(yōu)秀的模型和算法經(jīng)過(guò)優(yōu)雅的封裝后可以很方便地被使用，使用者甚至不需要知道過(guò)多的理論技術(shù)細(xì)節(jié)就可以將人工智能引入到自己所在的專(zhuān)業(yè)領(lǐng)域中。這種完備的工具體系極大地降低了人工智能的準(zhǔn)入知識(shí)門(mén)檻，為人工智能教育提供了絕佳的舞臺(tái)。

另外，近幾年隨著人工智能同時(shí)發(fā)展的還有大數(shù)據(jù)和云計(jì)算技術(shù)。數(shù)據(jù)獲取、存儲(chǔ)和采集以及高性能計(jì)算的成本大幅下降，數(shù)據(jù)蘊(yùn)含的價(jià)值被充分認(rèn)知，計(jì)算資源的使用變得彈性而靈活，GPU、TPU等專(zhuān)用的人工智能芯片使得計(jì)算效率大幅上升。這些伴生技術(shù)相當(dāng)程度上降低了人工智能學(xué)習(xí)的數(shù)據(jù)門(mén)檻和計(jì)算門(mén)檻。

再有就是人工智能教育的師資人才。目前很多大學(xué)都已經(jīng)建立或者正在籌建人工智能學(xué)院或?qū)I(yè)。在不久的將來(lái)，更大的專(zhuān)業(yè)人才基數(shù)有望促使中小學(xué)人工智能教育的師資力量得到顯著增強(qiáng)。

可以說(shuō)，人工智能教育走進(jìn)中小學(xué)真正具備了天時(shí)、地利和人和的條件。

在圖遍歷算法中，存在“深度優(yōu)先”和“廣度優(yōu)先”兩種思路。對(duì)于人工智能教育亦是如此?！吧疃葍?yōu)先”可以認(rèn)為是將人工智能的各個(gè)內(nèi)容和知識(shí)點(diǎn)專(zhuān)門(mén)展開(kāi)，從概念、算法、模型、范例等各個(gè)角度進(jìn)行剖析，其目標(biāo)是學(xué)生能夠熟練使用相應(yīng)方法，一種方法講透以后再開(kāi)始講另一種。而“廣度優(yōu)先”可以認(rèn)為是將人工智能的知識(shí)體系全貌先對(duì)學(xué)生進(jìn)行介紹，首先幫助學(xué)生建立宏觀(guān)概念，即人工智能作為一個(gè)學(xué)科目前到底能解決什么樣的問(wèn)題，不能解決什么問(wèn)題，而在可預(yù)見(jiàn)的未來(lái)可能有怎樣的發(fā)展。這兩種教學(xué)思路的差異性是很大的，前者是面向方法的教學(xué)，而后者是面向問(wèn)題的教學(xué)。

目前“深度優(yōu)先”的教學(xué)方法被大學(xué)人工智能教育廣泛采用，但未必很適合中小學(xué)人工智能教育。對(duì)于小學(xué)、中學(xué)、大學(xué)三個(gè)階段來(lái)講，中學(xué)人工智能教育似乎是最難統(tǒng)籌的。小學(xué)生因其認(rèn)知能力和知識(shí)儲(chǔ)備的局限性，可偏重于人工智能的科普和啟蒙。相對(duì)的，大學(xué)生則已具備必要的先修知識(shí)和明確的專(zhuān)業(yè)方向，人工智能教育可以偏向垂直領(lǐng)域和學(xué)術(shù)化。而中學(xué)生，特別是高中生，其知識(shí)體系已經(jīng)開(kāi)始分化，學(xué)生個(gè)體之間的差異性也很強(qiáng)，要想做到普惠的人工智能教育難度很大。目前看來(lái)，小學(xué)的人工智能教育最適合啟蒙式的“廣度優(yōu)先”方式，而中學(xué)生應(yīng)該以“廣度優(yōu)先”為主，“深度優(yōu)先” 為輔的策略。

事實(shí)上，想要在高年級(jí)的人工智能教學(xué)中找到既不太“科普”也不太“學(xué)術(shù)”的平衡點(diǎn)還是很具挑戰(zhàn)性的，需要有一座“橋”將二者連接起來(lái)，而這座“橋”似乎可以用“面向問(wèn)題的教學(xué)”這一思路來(lái)構(gòu)建。

在人工智能科普教育中存在這樣一個(gè)現(xiàn)象，即以 “方法的展示”和“結(jié)果的展示”為主，卻很少有對(duì)于“目標(biāo)問(wèn)題”的剖析。如在介紹線(xiàn)性回歸方法時(shí)，經(jīng)常用房?jī)r(jià)預(yù)測(cè)作為例子，其主要原因是房?jī)r(jià)預(yù)測(cè)這件事的背景十分大眾化，幾乎不用解釋。但這類(lèi)例子也會(huì)導(dǎo)致幾乎所有的受眾會(huì)把注意力放在方法和結(jié)果的“奇妙性”上，而很少考慮為什么這個(gè)問(wèn)題可以用線(xiàn)性回歸來(lái)解決，似乎這個(gè)問(wèn)題天生就是為了講解線(xiàn)性回歸方法而存在的。相對(duì)的，在實(shí)際工程中，目標(biāo)問(wèn)題的本質(zhì)是什么、包含了怎樣的知識(shí)、能不能用專(zhuān)業(yè)人工智能方法來(lái)解決、能在多大程度上解決、困難是什么等問(wèn)題才是人工智能應(yīng)用的第一步，往往也是最艱難的一步。如果忽略了對(duì)問(wèn)題的探討，學(xué)生會(huì)錯(cuò)誤地認(rèn)為人工智能實(shí)踐起來(lái)如此簡(jiǎn)單，因?yàn)槔脵C(jī)器學(xué)習(xí)框架，只需要幾十行代碼的編寫(xiě)就能實(shí)現(xiàn)一個(gè)房?jī)r(jià)預(yù)測(cè)的實(shí)例程序。

可以說(shuō)，對(duì)問(wèn)題的深刻認(rèn)識(shí)與對(duì)方法的深刻認(rèn)識(shí)同樣重要。在中小學(xué)的教學(xué)中，建議加強(qiáng)對(duì)目標(biāo)問(wèn)題的探討。如在介紹圖像分類(lèi)方法時(shí)，可以使用形如“花卉種類(lèi)識(shí)別”或者“蝴蝶種類(lèi)識(shí)別”這樣專(zhuān)業(yè)性更強(qiáng)的例子來(lái)代替通用例子。這樣就可以結(jié)合學(xué)生們生物學(xué)方面的相關(guān)知識(shí)背景對(duì)具體問(wèn)題進(jìn)行更專(zhuān)業(yè)的剖析和探討，如通過(guò)分析不同種類(lèi)蝴蝶身體結(jié)構(gòu)和翅膀紋理上的異同，將目標(biāo)問(wèn)題具體化和形式化，來(lái)引出諸如圖像分割、目標(biāo)檢測(cè)、特征提取等概念，更深刻的讓學(xué)生理解圖像識(shí)別的本質(zhì)。

人工智能的目標(biāo)是希望機(jī)器能像人類(lèi)一樣思考。人是理性和感性兼具的動(dòng)物，但計(jì)算機(jī)卻幾乎是絕對(duì)的理性。我們總是希望計(jì)算機(jī)能感性一點(diǎn)，這樣才更像我們?nèi)祟?lèi)。這造成了人工智能教育中的一個(gè)核心矛盾，傳統(tǒng)信息課程內(nèi)容是絕對(duì)理性的，講究邏輯的（例如計(jì)算機(jī)程序設(shè)計(jì)課程），但我們的目標(biāo)卻是要用理性的手段來(lái)實(shí)現(xiàn)一個(gè)與我們?nèi)祟?lèi)相似的，兼具理性和感性的智慧。這可能就是人工智能教育之于傳統(tǒng)信息學(xué)本質(zhì)的差別。

人工智能的知識(shí)體系非常復(fù)雜，很難在中學(xué)課堂上做到真正的“無(wú)死角”教學(xué)。對(duì)于任何一個(gè)人工智能案例，教師都會(huì)發(fā)現(xiàn)將其涉及的完整知識(shí)鏈在課堂上講清楚幾乎不可能。其主要原因是學(xué)時(shí)不夠和先修知識(shí)儲(chǔ)備不足。如對(duì)于大部分的中學(xué)生來(lái)講，“線(xiàn)性代數(shù)”可能是從沒(méi)接觸過(guò)的一門(mén)課程，這就導(dǎo)致大量機(jī)器學(xué)習(xí)中的形式化表達(dá)無(wú)法直接使用。因此，真正編制出一套“有舍有得”的中小學(xué)人工智能教材極為重要。

由于人工智能技術(shù)發(fā)展高速、知識(shí)更新速度快，其教材編寫(xiě)相應(yīng)的也需要一個(gè)發(fā)展進(jìn)化機(jī)制，要保持合理的書(shū)本知識(shí)和在線(xiàn)文檔的比例，即每本教材背后都有一套完整的在線(xiàn)資源支撐，這更符合人工智能知識(shí)體系的特點(diǎn)。在線(xiàn)資源并不是教材內(nèi)容的簡(jiǎn)單重復(fù)，還包括各種鏈接、視頻和可編程交互文檔等方面的內(nèi)容。傳統(tǒng)計(jì)算機(jī)編程技術(shù)的學(xué)習(xí)可以總結(jié)為 “書(shū)本+示范程序+上機(jī)練習(xí)”模式。而人工智能教育則需要將學(xué)生的互聯(lián)網(wǎng)文獻(xiàn)檢索和資源發(fā)現(xiàn)能力培養(yǎng)進(jìn)行前移和強(qiáng)化。因?yàn)槿斯ぶ悄苓@門(mén)學(xué)科是在互聯(lián)網(wǎng)中成長(zhǎng)壯大的，海量知識(shí)和資源分散在互聯(lián)網(wǎng)的各個(gè)角落，與互聯(lián)網(wǎng)水乳交融。

在信息學(xué)教育工具的發(fā)展史中，曾經(jīng)有過(guò)一個(gè)非常令人遺憾的失敗案例，即麻省理工學(xué)院多媒體實(shí)驗(yàn)室2005年發(fā)起并組織的OLPC項(xiàng)目，希望全新設(shè)計(jì)并生產(chǎn)100美元的廉價(jià)筆記本電腦用于發(fā)展中國(guó)家的青少年教育。該項(xiàng)目經(jīng)過(guò)多年的掙扎之后失敗了，遠(yuǎn)未達(dá)到當(dāng)初的預(yù)期。究其原因在于該項(xiàng)目過(guò)于追求“教育”，而忽略計(jì)算機(jī)軟件和硬件一直在飛速發(fā)展的事實(shí)。OLPC電腦為了追求節(jié)能和廉價(jià)采用了諸如手搖充電和特殊節(jié)能屏幕等獨(dú)特的設(shè)計(jì)，最終成本不斷攀升，性能卻很羸弱。而與此同時(shí)，隨著半導(dǎo)體技術(shù)的發(fā)展，民用的筆記本的價(jià)格卻在節(jié)節(jié)下降，現(xiàn)在只要花幾百元人民幣就可以擁有性能不錯(cuò)的平板電腦用于教育。

OLPC項(xiàng)目的失敗提醒我們，信息學(xué)教育的教學(xué)工具不同于其他學(xué)科，計(jì)算機(jī)的軟件和硬件始終處于快速的發(fā)展和變革中，同時(shí)這種變化能迅速地傳播到每一個(gè)角落。在人工智能軟硬件教具的研發(fā)中，先進(jìn)性，特別是軟件的先進(jìn)性，要放在首位，應(yīng)該充分利用互聯(lián)網(wǎng)開(kāi)源、共享精神帶來(lái)的資源紅利，不能僅為追求教育的“便捷性”而忽略前沿工具的使用。