*本文作者：零点有数董事长 袁岳；转载自【中国网】，中华网、中金在线、国际在线等媒体平台亦进行了刊载。
——人类的知识与能力进展正面临着巨大的困境，人类教育既是基础知识的启蒙工具，也是人类创造力的抑制工具，因此它正在扮演将人们提升到很低的天花板就不再大量消耗脑细胞的程度，人们往往就在有限的框架里以消耗资源的方式去寻求远远超越他们解决能力的问题的解法。人工智能将扮演两个作用，一是替代标准化的操作者——曾经的流水线操作工、行礼如仪的服务员、规范重复的接线员，和未来可以替代的念稿子的领导、照本宣科的老师、例行公事的公务员、考试高分的学生；二是被人类忽略或者弱化了的核心能力——超级记忆、跨界连接、逻辑推理和闭环管理。
——让人们的最佳思维与行动经验转变为机器算法，因此人类将集中智力去拓展与应用自己尚未充分开发与应用的脑功能，因此未来人工+智能的合作，最大限度地减轻人类在自己的经验和教训上的重复，在代际经验和教训上的重复，在群际经验和教训上的重复，从而极大地提高经验和教训功能的价值，用数字化弭平人群之间的知识、能力和机会鸿沟。
——机器算法将构成智能脑核的核心，算法衔接与整体自动链接模拟将打破人类知识学习史上的机械分工、分科与分割，其典型的分工内容也将区分理性半球与感性半球，使得抽象能力与具象能力的分工也能很好地体现在机器智能中。机器学习能力的进一步提升，仅仅是人类经验能力因为机器智能本身的自洽能力和强大算力的支持，也会超越人类甚至是优秀人群的持续而专业的工作能力。
——对人类最有吸引力的是预言，而最具有说服力的是预言的实现。同样人工智能在预言、预测、预判、预警和预防上所起的作用，最能凸显它的价值。人类的经验和教训在过往可能存在档案、图书、数据库上，而现在以实时调用、自动反应、自我学习与整合推理的形态呈现，使得同样是基于人类本身的智慧与资料，却可以用得比人工全面、覆盖、优选和高效得多。
人类的教育需要一个重要的转向，机器智能固然需要学习，但它真正的意义是让人们将自己的核心放弃机械学习，放到非机器的创造性智能上，让人类知识、经验和教训的标准化转移为机器算法与机器智能的主要工作，而创造性、探索性、突破性才应该成为教育的核心，其中已经纳入机器智能的内容仅仅是作为教育认知的基础资料。
——回归学问，人类无论是在设计和开发算法和机器智能的时候，还是在开发自己的创造性能力的时候，最重要的是学会提问：善于发现问题、善于提炼问题，善于创造问题、善于假设问题、善于深化问题、善于持续问题和善于解构问题。更好的提问，提供了我们数据归集的方向、数据应用的目标、数据利用的价值和数据挖掘的动力。
人工智能及特定算法的架构，除了对特定经验教训的浸润把握和机器语言技术的把握熟稔之外，还需要强有力的上帝视角和虫豸视角的结合，有前者才能实现对于人类经验教训的超越式地提炼，有后者才能实现将技术应用于个体的细致运作需要。这是为何咨询类专家的角色能力往往对智能架构极有价值的原因。
——我相信，在强大的算量、算法、算力支持下，大部分的普通人将步入普通的机器，只有少数的特殊专业人群具备操纵、控制与超越机器智能的能力。毕竟，基于最佳实践、最大量数据与最佳算力设计的机器智能运作机制将显著地强于绝大部分具有自由但过于散漫、能干但不够勤奋、开放但不够博识、自主但不够通融的个体人类智能；但在看得见的未来，关键技术精英掌控机器智能赖以幸存的算法代码、机器学习模式与算力、算量资源的配置机制。
