在孩子们左手一个豆包，右手一个chatgpt的AI时代，孩子的教育是个极具争议的话题，先给结论，面对AI，既不拒接，也不躺平。
回望历史，1956年，达特茅斯会议，AI提出的初心是期望用机器模拟人类智能；历经芯片/计算机技术指数级进步后，特别近几年基于神经网络深度学习范式，用计算机部分实现了类人的思考，涌现出智能迹象，貌似不论什么问题，AI都能给出比大多数人更全面，理性，井井有条，引经据典的分析；而且AI有大扩散趋势，AI用于医疗读片诊断，AI用于智能驾驶，AI用于机器狗等等，那语言在线AI翻译更不在话下。
基于AI发展历程，拒绝AI就像现在拒绝智能手机一样，生活不可想象，不用讨论。
那面对AI直接躺平呢？完全不用悲观，例如只给AI学习17世纪牛顿时代的天文学数据，AI是不可能发现牛顿三定律的；不谈这些高大上的，说个简单的，小朋友根据听脚步就能感觉是妈妈，还是爸爸，AI目前无法做到，所以AI不是万能的。
展开剩余65%1947年，美国范内瓦·布什博士写了科学·无尽的前沿（science·the endless frontier），同理AI也面对无尽的前沿，AI发展远远还未到尽头（尽管美国不断的说AI奇点出现，但不是尽头），还要发展很多年，至于多少年我也不知道，就好像笔者刚入芯片行业，院士/教授就说芯片因为缩小pitch隧道效应快到头了，担心搞不了几年惶惶了好一阵，物理理论极限是没错，但工程师们各显神通，找到各种各样的方法前进这么多年，芯片还能发展很多年，假如之后到尽头，肯定还有其它范式，人类对算力需求没有尽头，换句话AI的发展也没有尽头。
上图为：范内瓦·布什博士
既然AI还在不断演进，就需要各种优秀人才发展AI（我不相信AI自我演进，当然这是另一个话题）。
那回到孩子教育上，家长们一定要让孩子发挥自己的优势，
例如：学数学使人抽象能力强，a*b可以理解为面积，也可以理解a个b长线段等。学物理用质点模型分析投篮球距离和角度。这些例子是告诉家长们，数学，物理，化学，生物都有各自的范式，即自身学科的逻辑分析方式，有了范式，可以跨学科思考，根据几个现象，找到规律，发现一种新的理论或方法，就像牛顿发现三定律，门捷列夫发现周期表，这是人类擅长的，AI目前为止没有这种能力。
孩子的教育争论不论怎么变，建立孩子的数学，物理，化学等科学思维认知不会变。数学，物理，化学这些学科系统性创建来自西方，这个必须承认，西方的文献是拉丁语系为主，其中英文占主要，学习英文，学习英文思维是极重要的，不然你读的都是二手资料，别人转译的，往往一些有启发性观念和原文作者意图相差甚远，那你怎么能站在别人肩膀上进步呢？
举个例子，师徒如罗伯特·莱夫科维茨与布莱恩·科比尔卡拿化学奖，父子如尼尔斯·玻尔与奥格·玻尔拿物理学奖。
只有跟着西方大师才能更进一步，就是不做学术拿大奖，作个普娃干普通工作，也得要和人卷，不能和AI卷啊，多学几种思考范式，跨学科关联重构思维，东西方文化思考方式等，这些都是培养发挥孩子的独特优势可行选项，父母也要开放心态，让孩子的未来既拥抱AI，也要超越AI。
发布于：广东省金鼎配资提示：文章来自网络，不代表本站观点。
