INDIGO TALK / - 智变时代下的教育观 EP12
01:09:09 Share

欢迎来到 Intego 数字经销的新栏目 Intego Talk 我会不定期的邀请朋友们来和大家分享科技趋势的新思考欢迎回到大家的 Intego Talk 我们这次把 Talk 和直播混在一块做了对吧我 Talk 应该有我想想有四五个月没做过了好多年好多个月没做了对今天我们邀请了

对我在温哥华的一个好朋友对 Rosa 老师大家好对然后一块来主要是我们之前在在吃饭或者是我们聊过有好多人对这个

学生和老师还有家长都对 AI 的话题很感兴趣而且大家有很多问题我们就说我们不如一块聊一天你把你的问题可以问我因为 Indigo Talk 不是采访 Indigo Talk 是一个聊天我和嘉宾一块聊天的这样的一个一档栏目所以说我就邀请大家我们坐在镜头前面聊因为之前我们都用 Zoom 聊的或者其他方式做的这一次

这一次我们就把直播和这个结合在一块好吧那我们先因为我就不用介绍了应该大家听我的然后罗莎老师再简单自我介绍一下好大家好我是罗莎老师

我自己本身呢有就是创立了一个课后辅导班在温哥华是非凡教育那我们在这边从 2009 年所以已经有 15 年的历史那我自己本身也还从事英语教学的这个这个工作那

除了辅导孩子们高中生的英语科业以外呢我们还做了很多这种大学啊升学的规划职业规划所以特别特别开心今天可以跟跟我们 Indigo 老板一起来来来给大家解惑 OK 也不要解惑吧我们就把一些平时的话题我们可能会聊天的话题一块分享给大家好

好吧那我先开始一般都是这样子的其实我有几个问题因为我没有在教育的最前线我不知道从老师的角度你们怎么来看待现在的 AI 对你们的教育的帮助或者有帮助吗有什么实际的帮助第二个呢你们怎么看待小孩在用 AI 来做作业这样一个情况好我我

我其实因为一开始有这个因为 AI 一开始是最先大家接触都是 ChatGPT 嘛然后孩子们一发现有 ChatGPT 的时候就非常开心因为他就以为觉得他功课不用他自己写了他只要把问题丢出去给这个 AI 他就会把他的这个答案全部都写出来但是其实呢

這個 AI 就是 Charge GPT 給你的這個答案其實是非常看得出來是非常因為他是個機器人所以其實這個答案是非常冷硬梆梆的所以我們老師們一眼就知道說這個一定絕對不會是孩子們自己寫的所以有一些學校或學校老師他們會禁止學生用這個 Charge GPT 因為他們很擔心孩子會對他產生一種依賴所以我也可以理解

那其实我呢我是跟孩子们用另外一种方式去跟他们讲怎么去利用这个 AI 因为我觉得如果因为现在很多家长也很害怕就是哪一天是不是 AI 就会取代我们人类的一些工作那是不是我们就没有什么工作机会了那其实我永远都跟孩子说如果你不想被 AI 代替的话你要有一个心态就是你去用它让你自己变得更好

而不是你去用它让自己变得什么都不会做了对所以我说我就对我的学生们说你可以用 AI 但是你要把 AI 告诉你的答案你全部把它转化成自己的思维跟自己的表达方式去再写一遍写出来那这个我愿意接受对

小孩好自觉哦没有啦有没有小孩很懒得就把这个作业题考过来我觉得可能因为我也有小孩嘛我有小孩有一个正好是在刚十一年级刚十一年级然后那个特别小的就不用管了他可能会用 AI 帮他读读诗诗歌他就因为这个问题然后老大呢他不怎么用 AI 其实但是有时候他可能会让 AI 帮他提供一点解题思路吧会他挺好的就是他有个好习惯他不会信赖 AI 的

我不知道他内心是怎么想的他总觉得这个机器出现的东西聪明聪明他也是聪明对他有一种危机意识也不叫抵制也不叫危机意识他就觉得这个东西可能没有或者说老师给他讲的那么就是刚才说的这种人性化是因为有不同的题有不同的解法但是 AI 有一种习惯 AI 可能是

大量的回归我们叫做回归香港他会均值回归所以有时候 AI 给的东西是很 common 的一些但是有时也会很少

有的解题的时候他会用最简单的解法因为你知道算法之后回归君子之后他都会给一些很简洁的方法出来其实是很好的方法但是有时候人类在做题的时候老师会用一些技巧人类他有技巧来做所以这个就看得出来看得出区别来就是你刚刚说看得出区别来我解释一下技术原理对对对所以他是用算的就是有好的方式跟不好的方式他去用一个平均的方式告诉你对

對是這樣子的所以說這是第一個問題我剛才問的有沒有排斥感然後你這邊也不是說準備了一些可以是照我了解的嗎我正好把之前的話題給跟上來因為就剛剛回到說那個我跟學生說你如果不想要被 AI 代替的話你要知道怎麼用它嗎那其實很多家長他的

因为他面临就是孩子们很快就要申请大学然后呢那因为我们知道之前那个编程啊编程师是非常非常热门的因为大家都觉得程序员编程师程序员教训一下我都不知道我自己是哪里的教训对那这个叫什么程序员程序员程序员如果

如果就是以前都是一读出来哇就好多大公司大厂会抢啊什么的那他们现在就很担心说哎呀现在 AI 写 code 都写的比我们人快那是不是这个 computer science 就不能再读了这个就不能去再当程序员了呢对这是一个我小孩我小孩现在还没有对程序员这么感兴趣他对地理很感兴趣他可能对 data science 地理比较感兴趣但是我很希望他去学 computer science 啊

但是在北美本科考朋友赛是非常难的嗯非常难这些好的学校对吧是所以说我们得要认清现实啊哈哈哈就是说这个嗯

因为我自己就是学 Condensate 但是我学这个时候的 AI 还没那么流行很早了然后我现在来看大家首先 AI 写程序我们现在来看现在的这些大语言模型大家应该都理解我们用的这些 ChatGPT 都叫大语言模型大语言模型现在表现最好的表现最好的其实就是写程序

对写程序的质量要比写诗歌写文章的质量要好为什么呢因为程序是有编译器检查结果的

你写的对和错编译器马上就知道程序不能执行对吧错误了但是你写一篇文章出来有错误吗对那也可以过得去对吧所以说因为有了这个方法有了这个方法呢导致训练的时候他就很严格所以说他执行起来就就觉得很高强化训练的时候就做得很好把程序这是原理啊那么 OK 那么我觉得嗯

computer science 大家不要认为 computer science 就是在学怎么写程序那你任何一个专业的人就是我们要转码中文简中有个词要转码听不听得懂我听过马龙 OK 听过马龙对转码就是从其他行业转到马龙哦那懂 OK 就这个意思转码大概这个意思所以说任何专业都可以转码

转成马龙你可以写代码是 Computer Science 你之前说过数学系其实很多都跑去对数学物理都可以写代码 Computer Science 重点是 Science 哦

它是一种科学大家就开玩笑数学成绩不好物理成绩不好多去学 computer science 去真的吗开玩笑的它对数学要求没那么高除非你学 AI 学 AI 的算法的时候或者说是会对统计会对数学要求很高但是那个对物理的挑战和物理学数学要求比起来太低了

所以物理才是挑战极限的那么 computer science 我们落在 science 更多的时候因为现在大量的课程其实就开什么之前有什么 database 后来有人工智能人工智能现在是非常火的专业对我认为在这个里面我们如果做研究来看如果做 research 来看 computer science 还是很有价值的因为你所有的未来的技术进步

他还是靠都得通过这个 science 对还是靠这个去把这个研究出来 OK 但是呢写代码这个事情对我们慢慢会从里面解脱出来了

嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯

Architecture 能力没有架构能力他没有办法去把一些很多东西组织成一个更大的对对对我特意说的架构 ArchitectureOKOK 我听不懂我听懂了 Architecture 能力现在这个能力怎么说呢现在 AI 的智能推理能力决定了它的架构能力是没有的而且很大一部分层架构能力就合作

research 一样的它需要人类的一些想象力的和一些高度抽象思维能力现在的 AI 现在正一两年的 AI 我觉得暂时实现不了但不能代表五年之后我们现在来判断从现在开始来往前走我们计算差不多 2027 年就是这个时间点但 2028 年我们就能够

基本上可以实现超过博士生最顶级水平的压力

就研究人员黑时间了哇 2027 年到 2028 年那也差不多你用过最新的那个原来介绍的这个 CHI GP 有个 O1 嘛对对对他就是很会解数学题对对对这才只是刚开始刚开始他才学会去解数学题 OK 逻辑思维人力变得很好是再过两三年之后可能会更好所以说后面呢可能这些 AI 能够架构更好的程序了是但是呢

我们在做这个里面可能是科学或者其他里面去学虚说的我们来提我们来提这个 requirement 我们来告诉 AI 去做什么事情所以还是要我们靠我们人类的知识跟创意去引导 AI 去让他们去再帮我们创造一些可以等于取代我们的取代我们一个部分一个部分

对其实不止我不止有学生家长是问这个编程像我有些学生他很喜欢画画的或是很喜欢学设计的然后呢当那个画画的那个 AI 一出来因为现在有很多不同的 AI 吧然后这个画画的 AI 一出来的时候呢

他们又就有一批家长又很紧张了因为孩子都在做作品集啊想要后面要申请这个美术学院啊然后就又跑来问我说完了会不会学完画画设计出来又没有又没有那个又没有工作做怎么办

其实好像是同样的道理对同样的道理其实这个也可以把它类比到编程里面去其实是一样的你现在看到的 AI 在大量的训练化得非常漂亮很快对不对但是呢它还是有一个均质回归的是有什么东西有什么东西你看就知道是 AI 创作对对对那是因为它超出不了一个框架

它造成了一个框架你们看得到它还是拿很多现成的素材拼起来哪怕它拼的很好拼的很有我们感觉很有创意但是它还是没有我们叫做

在科学和艺术创造上那种完全脱离于突破感没有突破感就是说你可以看照片人的这个动作很多人画人嘛动作都很僵化其实还是看得出来的但是现在模型训练素材的限制对这个瓶颈呢

也完全极限于现在的训练素材以及我们现在所有的 data 但是 AI 也能够学会推理之后它也能够学会更好的总结束新知识出来如果它有总结束新知识能力那么它就有一定程度的创业因为它在就是举一反三了是它在举一反三但是这个我估计也会跟着现在的时间也在 2027 到 2028 年左右所以说它可能会有

创业能力可能会有但是这个东西怎么说我们接下来实际上人和 AI 会有一种竞争的感觉是会有一种竞争的还是不可避免的它确实在很多我们叫做初级的艺术创作工作或者中等水平的艺术创作工作上面慢慢它做得比我们的 junior 早期的人或者是普通的这种艺术家或程序员要做得好我觉得这个

是不可以避免的这个世界上就是事情很残酷如果说你去学一个专业你就做一个中等水平那可能你很快你再也提高不了你自己可能很快未来三到五年左右 AI 就会把你工作取代那么我们能看得到整个求职市场上面就会看到

基本上没有初级的这种供应的或者说公司不需要初级的所有的人都从中级和高级开始招起来

那么相当于是我们得有一个跃迁我们怎么能够才能够让我们的水平超过 AX 这是一个我反过来想这是一个很重要的问题这是一个话题这是教育的问题教育现在有一个问题我们还是在一步一步的从初级中级高级这样去走让他去先成为一个什么对社会如斯汀教训这样一个人所以我觉得现在的教育是不是得

得变化一下这种方向开放性化对也得改方向对刚才有人在问 O1 是不是研究 O1 是研究生的初级水平

所以 O1 的那个 reasoning 就是推理的能力是 source 的数据能力对就是一个比较平庸一点的 source 平庸一点的数据那也算蛮很厉害的其实那我们是不是可以说 AI 它能够做的事情其实是

我們以人可以提供給他的資料跟資源跟資訊去他自己去統計出來他要怎麼去做這些事情就是因為我們說訓練 AI 是這個意思對不對對目前來看我們今天講的不是那種技術目前來看看上去還是像統計但是它又不是統計它通過關聯性總結出來的所以我們把現在的 AI 分成兩個分水嶺

在现在 CHAT-GBT 里面 O1 就前一周发动的一个模型出来之前我们跟着是关联性的关联性的它总结出来的但是 O1 它做了一个非常不一样的一个改进它把它的推理能力变好了训练后面成为我们叫做强化学习对对对它又把它训练了给做好了因为前面我们叫做通过什么预训练叫做可以普及一下知识好我学习预训练里面

监督学习监督学习监督学习是什么意思呢就是老师给题嗯他练习做就监督这个这个是猫这个是狗这个是猫学训练就好了 OKOK 现在我们的教育嗯我们大量我们在我觉得可能在中国更严重一点对这个教育完全是监督学习基础知识教育对对对老师叫我们叫做对叫做什么呃

填鸭式教育填鸭式教育我们可以把理解成为 AI 里面叫监督式学习监督式学习但是你实际上 GPT 里面的这个 G 和 PGenerative 生成式的预训练 P 叫 pre-training 它已经不是监督学习了它是无监督学习无监督学习文文那是什么意思呢无监督学习更像是

老师给一个高中生或者说是大学生老师说大概就是我们的范围你自己去找资料自己学习对吧对对对你自己悟出来从里面是的老师最后给了一个评价是的所以说 GBC 现在是这样训练出来 OK 他拿了全人类所有互联网上的文本数据

然后让他自己在里面悟出来这个是关联性的那这个就跟这个就跟北美教育跟亚洲教育我们不是光说我们华人的教育我觉得什么日本韩国只要是亚洲的教育新加坡教育很大的不一样我觉得就是我觉得亚洲式的教育就是比较在于什么你

就是记忆啊就是等于你要记忆然后呢你要速度就是你要就是你要背很多资讯然后要背很多方程式什么然后你就去然后速度解题啊或者是历史地理要背得很熟啊然后你要写作都要有模板啊是不是这样子去套对不对那但是其实北美的教育呢其实我很多家长就是如果是刚从刚从亚洲过来的家长都会问说写作那写作模板老师给我们一个模板

然后我一开始还想说模板什么模板这其实它是有一个固定的一个结构是对的但是我觉得如果你要一直让孩子去照着模板写那完了你就是把孩子训练成 AI 那你就是以后就真的是只能跟 AI

被 AI 互相竞争掉了所以我觉得反而是应该是要让孩子怎么样去思考到他从他自己的经验累积有一些不同的视角去思考问题所以北美教育我觉得比较在于应用跟创新

他很鼓励你自己老师会给你一个 project 然后你自己去找你要怎么样怎么方式去体现出这个是很像无监督学习对对对对对所以就是我们也在进阶给你很多语料给你很多内容你自己去是是是现在 AI 已经在往后面走了从无监督学习变成强化学习强化学习叫什么说呢健身教练或足球教练针对你某一个东西来

来给你这个东西做的对还是不对就是专项性的训练专项性的训练比方说我要练腹肌然后他就会告诉我对对对然后这样做会有效果然后就准备效果然后就给你每个动作进行这个评价评分这个 CHAT GPT 为什么表现这么好他就是把人类的这些对话来进行人类反馈的强化学习这个答案好这个答案不好然后他在训练过之后

他在这个对话语境里面就表现得非常好对然后我们再往后面走呢复科普一下所以说下一步 GBT-4 之后的 OpenAI 现在做的这些工作模型的为什么叫他叫推理模型他没有说他是一个聊天模型对推理模型就是说我让这个模型在强化学习的时候来做专项的数学逻辑推理按分步骤来做这个训练

对分步走的这种训练哦所以他那个你说那个 O1 那个 version 就是在做这件事对对对哦他通过这个物理数学化学这样推导而且他还模型通过规模放大之后呢缩放之后呢他还涌现出来举一反三的能力然后就说这三个老师就是人类啊人类的训练数据叫老师嘛给我的答案我在通过他产生新的这个推理结果之后可能会超过他们三个哦

就是学生操作老师这样解释很痛苦那就是 OK 所以就是说他这个最新的这个版本他等于是可以其实那就是等于是说学生们也可以利用他来学习那是可以对啊因为他会他已经他已经可以等于是让你在看到不同的推理的方向对吧对所以等于 OK

对吧这个懂了对吧就我这样解释一下可能会到时候如果说有家长问你们我们家小孩是不是可以用因为我当天就试用了一下我让我小孩用 O1 这个新的模型去帮小孩做一个 11 年级的数学题他很快就推了出来花了 26 秒钟之前是不可能的那他解释的解释的也很清楚非常清楚解释 26 秒那很快比人类做快多了但是他给的是一个有小孩说他给的是一个

Average 的方法哦对就像你刚才说的一步一步的我问他的好多方法均值我学会了但是我给他一些启发之后我说你用另外一种方式来做他也做得出来换方式了所以说但是默认的方式他也是用均值的方式做的 OK 对就是这个时候我觉得小孩和这个 AI 之间要形成一种或者我们就比较小孩啊所有的

在真实世界里面解题的人和 AI 配合的时候你可以把 AI 当成一种教练就很像对对对还是 coach 对对对然后呢这个我举个例子我举个例子是最好的大家都知道 AlphaGoAlphaGo 下围棋的那个人类已经对对对他已经没有人类对手了

很多年前就这样这么厉害是用它来训练人可以吗对反过来了现在世界上所有的美习大师都是拿阿尔法过来训练自己哇塞

所以有一天我们也会被 AI 训练就是这个结论我怎么说呢我刚刚举的例子就是说学生再把 AI 当成教练那么现在围棋大师再把 AlphaGo 当成教练这是很大的一个区别因为他已经掌握了所有围棋知识人家下不过他了再也下不过他了所以说而且他有时候会出一些非常有创意的招数出来他就是因为强化训练出来的

那么我们和 AI 这样的配合形式就不是说人类一定要去挑战你要胜你不需要了因为和人和人下回其实还是最有意思的是你想想看以后 AI 即使再强大它替代不了人文关怀是的对我还是和一个人我如果说你是一个 AI 我坐在今天晚上跟你聊天大家不会

第一次可能会涂个新鲜听一下下次不会再听了对对对还是跟没有火花嘛对对那冰冰的冷冰冰的怎么能够有火花那也不一定啊对吧但是我举的例子是这样子的我举的例子就是说

我们人和人的价值就是说人和人才能提供这个 social 人力和人的关怀包括下位棋一样就是我找个老朋友帮我下棋是不一样的但是 AI 的训练这个同理推回来就是说可能在某一天未来五年之后十年之后我觉得像我小孩如果大学出来他读完大学毕业了一定在物理化学数学领域里面 AI 已经达到 99.9%的人力水平了

基本上他能见得到的他普通在学校能见到任何老师的数学水平或者物理水平都没有 AI 高我敢断言在五年之后那你想想看那人生的意义在哪呢他的意义在哪呢

人生不是你不是说我们可以达到一个乌托邦的境界就是让 AI 帮我们赚钱就好了吗那要很久但是我觉得呢作为人的追求的意义就是说我们还是得挑战自己的

在我们的能力之内在我们的能力之内挑战自我就好了因为你知道那有个神在那对你想想看我们古代和不同的民族都有自己的神是吧我们知道有上帝在那我们不懂就问问他就好然后剩下了

我不该干什么干什么我觉得这个东西不用太久 5 到 10 年我们很多人包括我们下一代人的心态就会有这样转变在很多专业领域里面他们做得很好但是我觉得如果说 AI 能够进展到这样一个推理能力那我们可能有很多新的问题出现了对

我今天特别好奇就是来直播之前我就突然想到我去问问 Chachy PD 说你觉得你可以取代人类的工作吗然后他回答的是说他觉得他不能取代人类的工作然后他列了五项其中一项就是你讲的就提供这种情绪价值然后还有一个就是

也是你刚刚刚好讲完的就是说如果呢当 AI 可以取代某些工作的时候其实相对应的其实它其实会去创造一些新的行业是需要人来做的就等于是我们把

手腾出来不要去做这些基础工作了可能我们就像你讲的还是需要靠大脑靠我们的创意对所以它里面五个里面其中一个它也是说需要创意的东西跟创新的还是需要靠人类的因为人类的经验值是永远大过于

那不一定我发现我在这个他今天给我的答案是这样可能明年答案又变了他就在那骗你的他骗我安慰我对他经验是可能超过我们的真的所以说我这边我刚刚讲了重复一下回顾一下我刚才那个话题嗯

人和人之间的互动价值 AI 是替代不了的我们都是生物它不可能变成肉体嘛对吧它替代不了的所以说人和人之间提供情绪价值我们把我们自己人做的事情做到最好就好了如果说 AI 能够解决我们现在更复杂的问题那么表示我们现在解决问题的能力不就上一个台阶了吗嗯

对不对更好了嘛那社会就更好了嘛对吧这我们乐观的想啊乐观的想是这样子照理讲应该是对不对照道理讲应该是因为你还没总结完我等你总结完我刚想到一个你之前跟我提过的我总结完了你总结完了因为你之前有跟我说其实我们我们

我們提過兩件事 還有一個就是有些家長會覺得 AI 是代表機器人所以很多這種我們人真的是人的工作就會被機器人取代了這是一個 但是你那時候跟我講其實 AI 不代表機器人還有一段距離所以這個待會可能你要分享一下你可以問我還有一個是什麼 你剛剛最後一個講的是什麼

还有一个就是那不然你先讲机器人这个我来想一想你想一想对这个我们一直很交流过对好多家长在问我其实就是在我们在这个 AI 圈子之外我觉得这个科普应该做一下很多人觉得 AI 就是机器人机器人就是 AI 对实际上这是两个东西

对吧对在有 AI 之前就有机器人了机器人嘛就 robot 嘛用机器拼一个像人形的东西它就是机器人是只是说这个机器人有没有智能而已嗯在之前呢机器人也有智能就是人类 HarkovHarkov 写的智能硬核编码对写的智能是吧对我们用最早的 80 年代变成语言如果这样它就亮了对硬核编码人类写的对对硬核编码写的这个我知道呵呵

这个叫机器人然后呢只是说现在 AI 从另外一个领域里面它让像人类一样智能出现了对为什么像人类一样因为人类唯一能理解的就是语言嘛它能够像人一样说话人类就觉得它有智能了那么把这个 AI 的能力装在机器人里面去机器人就可以像人类一样说话对对对对你上次有传过那个影片给我看过对对是的它就像人类一样说话让我们能够感觉

这个机器人好像变聪明了更像人类了是对吧这是因为软件升级导致这个硬件变得更好但是现在的问题是在纯软件里面我们叫语言模型里面发展的很快因为呢为什么快呢因为有太多的人类语言数据可以学习了是就拿个地方说我这里有非常多一个图书馆的书你进去看就好了

对对不对对但是呢机器人如果他想他想学人类的这种在我们人类社会里面各种行为和动作像这个这样对打开瓶子喝水对没有素材学所以他硬体还没跟得上软体的意思不是的他没有足够多的训练素材打开瓶子干这些东西没有啊机器人从哪学的

没有这些素材那那个 VR 不是人家每次做那种什么 VR 就是把人贴的那个很多然后再录那个动作那才只是从一个人采集的嘛我们得从千千万万上百万个人上采集这么个动作没法采集因为互联网只是文字互联网和视频互联网所以它是资讯跟视频对资讯和视频都是 2D 的但是 action 的真实世界互动的数据没有 3D 的没有对这是一个问题没有数据之后了第二个问题呢是物理世界的这种

還是有難度的對就是這個 technical 的部分是還沒有辦法達到的對 起動了它自動休眠然後我想起來我剛剛問的那個因為你之前有跟我說其實因為你剛剛講到說其實隨著 AI 的進步科技進步其實會對我們來說是會把我們世界變得越來越好對不對那我記得不一定吧

我樂觀一點想 既然講教育嘛對對對 不是因為你對教育還是要樂觀因為你之前有講到過說其實但是我有點忘記你說的那個 term 是什麼你說因為他就變成就是對能源你說會越來用越少的能源因為他就變成是有對新能源的需求比方說因為之前好像是把

能源要分解掉然后你说如果它我们什么发展到某个程度能源就会结合就变得有就什么氢啊还是什么你记得那个吗那个不是这个我说的是耗能嘛耗能问题对对对肯定是很耗的对对耗很多能量这个和机器人没什么关系

就跟机器人有关系跟能源有关系那也是未来的一个可能会需要在某一个方面需要人类去解决的问题的一个对所以如果读跟这方面有关系在后面也有可能对这有帮助对吧你每次每个都给你学生想学什么对我要帮他

他們想出路所以我一直在想好那他們會帶來什麼問題那我們就要去需要有這個解決這個問題能力的人嘛對吧對對對能源是吧那你把這個大概講一下好了 OK 能源我們剛剛在講 AI 的機器人序列嘛對對對我總結一下這個 AI 讓機器人變得更聰明了但是因為機器人受到物理的這個

设计的限制以及训练数据的限制其实还有第三个限制我们现在作为这个方法训练母亲的方法可能不适合于训练物理世界操作的因为你想想看所有的动物学东西他看看就会了对狗我们家狗狗你看狗狗说看看就会了然后你们家小孩走路自己站起来走走就会了对对对你像我们现在花这么大数据的心怀训练这些机器人

肯定是有问题的这个问题我觉得在哪呢我觉得在一个所有的动物生物就我推荐一本书叫做智能简史 A Brief History of Intelligence 我上次推荐过了智能简史这里面讲的实际上我们经过了 6.5 亿年的进化从最早的一点点神经元然后长到现在我们人类 6 点多亿年 6 个多亿年的进化这个脑子是慢慢演化出来的其实

这个大脑的结构和这个基因里面写了六个多亿年的训练的预训练素材在里面和这个世界互动的我们现在从零开始做我们做我们做机器人从零开始做我们没有任何这些素材但是生物都是有的它生下来它的脑子里面就知道我应该怎么动它可以看看它学会了它只要后天的时候通过一些叫做模仿心智理论啊

是吧这情景模仿啊他很快就能够学会了就是说我们现在还没有一个特别好的预训练的一个动作的一个 AI 模型然后呢所以后面花好多好多精力去训练去教他他也是不会

但是语言有了因为语言我们积累了 30 多年的或者 50 多年的素材互联网上对不对这个就是区别现在好多研究机构 Tesla 也在做还有之前李飞飞教授刚做了一个什么 world model 世界实验室他也是在

让机器看见了这个先看我怎么看我不通过语言我只通过看来知道我的行动我不会说话你看阿妈狗也不会说话刚好我挺好很聪明对不对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对 这 这机器人的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻的逻

它不是那么 模型还没那么好所以还不可能说有那个因为我知道那个伊拉玛是不是他在做那个什么 Optimus Robot 对对他那个就是但是也是很简单的重复的去做比方说工厂的某一个对对对一个装电池就看这一个动作对对对一个动作一个动作我刚想不开对一个动作是的好我们刚才说能源是吧对能源你刚刚你想问你学生去学能源是吧

对呀我想说是不是学个这样子意思就是学化学那方面是后面还可以再对我觉得能源应该没有专门的专业在普通科学目前还没有它应该在化学物理对我觉得其实我觉得我个人觉得我参照一下你看那个视频那个

看了看了看他最后讲推荐学生学什么有推荐记得啊我怎么没听到这个最后三分钟的时候写到笔记了我看看他这样说的我建议现在的学生学什么呢

数学物理和计算机有我有听到对对对你前面第一个问题就是问学生学什么好计算机还能不能学是是是对所以他还是说一定是可以学数学物理计算机而且这三个学科随着我们的这个怎么说呢物理学的进步和 AI 的进步我们好多学科会融合起来我觉得现在学科分类方法有问题

而且我觉得有两个我也有两个建议第一个呢你肯定要学习强推理性的高强推理性的学科第二个呢能够发挥想象力的学科那

其实学我可以讲一下英文教育吗是因为我都要教学生怎么去分析文章其实在分析文章的时候其实他也是有很强的推理的能力你需要有你才能够分析出来这个有深度的文章对因为你要透过这个文章他的用词这个作者的用词还有这个时代背景去结合了以后然后你再去推理说那他

他为什么要让这个其中这个人说这句话或者是为什么这个故事要有这个一个象征性的东西在这个故事里面出现他的寓意什么这也是靠很强的推理对不对

那是对的但是呢对于语言的推理和总结我觉得已经被 AI 攻破了一篇再长的文章可能十万字的文章在最先进的模型里面十秒钟就完了他看得很快对对对他看得很快很快我们人没有办法看那么快我觉得这个里面应该有一种理论只是说因为我们所有的科学计算机科学家 AI 科学家还没有从把模型给

叫做白河化现在是黑河黑河就是飞机飞机里黑河黑河就是说不可解释哦就大家不知道看不到哦没有词不对啊就不可解释对是不可解释所以说这个里面可能是有一种新的逻辑学在里面他为什么能够这么快把

文字给总结出来我们并没有把它铁垫出一种这是一种新的算法或者不知道可能再过几年就知道了对这个是它的一种能力 AI 的能力就是大量的数据训练完之后它能够把东西抽象出来但你说的有点很对它再好地总结抽象它

总是没有灵感灵光一现的那种是是是是一个好的文章对好的艺术作品对一个好的诗句是吧对他总是有那么要个灵感啊直觉的那种那种东西对灵魂一击是是是没有现在 AI 是没有的对而且按照现在的这个模型算法也不会有的对按照

放心可以再安全五年这就是恰吉 PT 给我里面五个其中一个就是需要人类的直觉跟灵感的他们是做不到的对他还做不到我们拿再多的语料训练可能都做不到这可能得下一代结构性的变化才有可能有还有一点

就是说人有一种因为现在模型都是静态的嘛 GBT 训练好的之后它就不动了然后再给人用然后再下个班再训练人老不是这样的我每时每刻都在学习我的神经元一直都在重新连接就是说学习和训练全部都是一起的

学生们听到没其实你的大脑随时随刻都在学习做梦也在学习做梦特别重要对啊我觉得做梦也是因为做梦就是把你一天这个吸收的东西重整是啊日有所思这个中文我会日有所思夜就会有所梦对但是做梦可能还没法解释但是晚上深度睡眠那段时间就是大脑在调整今天这一天的这个信息重新建连接的时候

所以每个人都会做吗每个人都会自动我以为只有我每个人都会自动那么刚才提到了这个这个什么叫做模型美末升级任老师可以实时升级的是是是我们每次每刻就是你看到的一个艺术作品对你 get 到了作者创作的这个灵感你学到了他这个感觉升华之后你老师就记住了然后老师里面下一步推理就变了就是马上就融合进去了

这是人类最大的特点我们这种智能的马上就能够和这个得到反馈的改进了而且是永久性的改进是但是机器不会对机器还现在不会对还没有而且按我现在看到所有的研究的情况下也还没有能实现这种方法所以说我们还可以安全五年左右吧五年可能未来机器能够学会边训练边学习还可以

变得非常灵活的时候他可能也会有这种能力但是他还有一个能力没有人类不是人类是我们这个地球上所有的生物这么

几十个六个多亿年以来的这个所有刻在我们 DNA 里面这些这些是我们叫做足迹历史经验对他们没有他们没有是写到我们骨子里面的因为他们有办法只是透过单纯的文字去感受到这些经验所以还是没有还是跟我们还是有一个距离的对这个部分或者说

他和智能做得非常好然后我们演化是另外一种形式也有可能对他还是另外一种形式对也有可能我们人可能就是那种傻傻的慢慢的是吧但是挺可爱的是吧以后跟宠物一样电影不是都有演出来说未来的人就是头很大然后四肢很小因为就只是靠我们的头我说的意思是在 AI 面前看他傻傻

跟我们说话简直跟树聊天一样对对对他们比我们快多了对是这个意思 OK 那我解释了可以人老是边学习边升级的是我也有一个问题我想问一下好

你觉得在这边的这个小孩老师的这个教育就是你们在这个工作之中因为我们正好也在想设计相应的产品老师用 AI 辅助教学你们会通常会怎么使用然后在这个环节我有试着让 AI 去帮我出一些考题嗯

像比方说比方说我要考学生实态的时候我就给他一个一句话的这个我说那你帮我出一篇天空的故事文章然后呢是考不同的动词的实态然后他就会帮我出那但他出来出完了以后我还是得检查因为有的时候还是会有一点点一点点误差在里面对然后

出考题是但是我发现太难了因为比方说像那个 SAT 因为新版的这种这个电脑考的 SAT 吧它都是一段话一段话一段话所以我也尝试着说让他帮我出那个 SAT 类似 SAT 的考题但他出出来的时候我觉得还是不够不够真的我们真的人出的 SAT 的考题差别在哪差别在哪我觉得

因為他還是 AI 吧所以他出出來的東西就像你講的他是一個均值的東西所以他並沒有那麼有深度的題可以就還是偏簡單跟我小兒反饋一樣的我讓他自己用 CHIPSYP 出題給自己做到底太簡單了所以我不能用我後來發現不能用所以如果目前為止我覺得

那可能我们老有一部分老师是不是应该去训练这个 AI 对我就想问这个接下来想问这个话题了嗯对我觉得教育会变化嗯我们刚才前面讲的是学习的方法嗯各种学习的方法对呃

人类人呢就是如果说你不做那些有强逻辑或者创意的事情以后没有价值是对吧 AI 都做了对然后另外一个教育也会变教育对现在老师在那一线直接教学生对的但是有了 AI 之后呢老师可以和 AI 互动让 AI 给你很多教学的辅助嗯然后你再把教学辅助通过你来修改嗯然后再去教学生对嗯然后再接下来呢

可能会有很多 AI 代理像机器人或者程序在前面你在后面我在后面你在后面指挥这个 AI 你应该怎么教我的分身对都是你的分身我的分身你的四五个分身你现在你只能教多少个英语学生对我现在我现在只能教班课我一对一都不能教但很多家长希望我可以一对一针对性的去辅导但是如果

如果我哪一天可以有 AI 老板给我一个 Rosa 分身那就可以有好多个一对一 Rosa 去教学这个非常重要的是吗而且这个产品很有机会的我觉得

因为你刚才提到了现在 AI 为什么看上去这么均质对呀那是因为他学的就是这么平均下来的但是呢 AI 有一种方法你给他很多参考他马上把你参考变成这个题目那他可以学我的思维吗他学理他可以学我的思维所以我们要有一种形式让 AI 先学理或者你教 AI 我教 AI 你把它教好之后呢好你现在只能一天只能教几堂课对吧嗯如果说马上可以把你的 business 给 scale 爆哇然后你可以 Losa

Rosa2Rosa3Rosa 用法文教书 Rosa 用西班牙文教书 Rosa 用日文教书就变成世界各地都可以有不同的 Rosa 讲法对对比如说 Rosa 写过一本叫做英语子兰你写过一本书对我写就让 AI 把你的一本书啃透了

然后他用你的这个书的逻辑或者给他出题然后你最后只能把学生的题拿过来改改就好了如果说学生想其实给反馈也很重要给反馈给反馈是很重要的你来给反馈就好了我来给反馈你可以像 AI 尝试给反馈或者说你如果觉得我也训练他去给反馈或者觉得 AI 不靠谱你可以你可以

人工介入就是他给完反馈以后我再去就跟我的小助教一样我小助教改完我也检查一下然后我也把我自己的反馈再加一下然后再给学生这样所以一样的意思我觉得这样的工具就很好对不对那个 Andrew 他们在做这个但是这个东西我觉得他挺有机会的而且我觉得以后好多这种场景就是

有经验的人类因为你算是有经验的人类对吧教育经验就可以现在只有这一方面有经验其他没关系一方面也经验好了然后你来教这个 AI 你告诉他因为我觉得 AI 的价值是哪怕 AI 智商到 150 了或到 180 了他也没有你的经验懂不懂他只是逻辑性很强你教他一遍他就会了但是他不是你对吧你就是你对不对所以说我觉得接下来最有价值的事情

老师我们说教育里面每个老师或者每个人都能够成为老师我把我最有经验的一部分变成这个合成数据变成一些过程交给 AI 再去回放给学生但是这个有一个前提条件是这些模型公司不能把这些数据拿去训练的不然那里就把你消化掉了对那我就被伤害了对对对所以他还是要有专利的就是等于是专利对吧虽然 AI 公司现在也在

现在这一次这一波模型就是说在 OpenAI 做 O1 的前后比如说像 Google 像 Anthropic 那家因为做 Cloud 的 OpenAI XAI 他们也都在花钱雇大学最好的老师来做题做题做他们的题然后把训练数据拿回去重新训练

所以他就是以樹梨開始的吧對因為那個有標準答案對所以說

从学校里面吸收这些教育资产他就学会了模型变得更聪明但是我觉得呢教育是一种形式其实每个公司每个企业里面都是一样的你公司的情况就是你才有你的业务只有你才有只有你的人在你的老板或者你的核心员工才熟悉你的业务流对你只要你雇一个智商 180 人进来

太重要的一个事情对所以说我觉得要把这一部分东西交给那个智商给他把 AI 让他帮你去自动化把你的核心的这个人员能力给放大就是我说公司也是一样我说学校也是一样我们老师应该也是这样培训机构应该也是这样对对对啊以后就是这个东西我们叫做教育民主化把一个

把一个老师的经验通过 AI 给放大当然 AI 以后也会是很好的老师但是我不知道

但这就带到我们第五个我今天问 Chad GPT 那个问题他说 AI 没有办法代替人的最后一项他提到的就是要需要当你需要去做这种道德训练跟道德判断的时候这个部分还是只有人他回答得很好真的他在免责是

但是因为其实我觉得我真的因为我自己一直教学生虽然我教的是英文然后我们看当然我们会看很多不同时代然后不同背景的一些诗文章或什么虽然我们看上去是在教他这个语言教他这个分析但是我觉得老师还有一个很重要的一个使命就是透过教这些

不管是历史或者是人文科目历史或者是英文就是透过教这些其实相对的你也在教给下一代就是比较正确的价值观跟道德观对那我觉得这个我不知道是不是能够 AI 也可以接受还是这个部分还是需要人来做理论上是可以接受的

但是我觉得人类教会比较好因为这个情感联系很重要对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对

他们都懂的我还跟学学你教我这个到社会社会里面它就社会的映射就有了但是我觉得所以说要有一个榜样在里面这个榜样一定是得同类的还是去看他不会就对啊我懂你的意思对对就他对他的他还是人还是会以自己你看你应该知道小孩实际是学习都是在

他的生长环境里面是那么的对不对对对对他看他的家里人怎么样或者说他去的学校社区是什么样的对环境环境环境应该占了一个小孩成长了百分之八百分之七十的对

因素 30%靠基因 70%靠环境是是是后天后天这个环境就是两个环境一个家庭环境一个社会环境就是学校环境小时候就是你的社区因为你社区绝对没有学校我们这儿是吧对是是是大家都为什么要上学区法学区法是有道理的对的对的是是是啊

所以说这个人得跟着他模仿如果说你跟着一个机器去学那我觉得对人心智不好对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对对

对现在经不经过我们这场聊天提了五个问题回答了五个问题回答的我回答他又他又五个你可以再重复一下大家可能没听到后面来的哪五个啊哪五个啊我没有把它截图下来他说第一个是需要有创意的嗯然后呢第二个呢是需要需要有这个需要灵感的嗯然后要有这种直觉的他没有办法取代嗯然后第三个呢就是嗯

需要就是刚才讲的我们讲说需要靠需要去做这个价值观的这个道德判断的这个也是他没有办法这个也是他没有办法取代的然后还有情感我们是不是讲过了情感讲过情感关注吧情感关注对然后还有 social 的这方面对 social 这方面然后呢他最后一个提到的就是我刚刚没有把它写下来你写了五个而已

还有有一个最后一个他就是说因为 AI 取代了一些我们的工作就等于我们就空出手来就会有一些新的工作可能会需要我们人类去做做新工作对对对或者是比方说解决新的问题就是历史没有面对过的问题因为 AI 都是从我们的这个现有的知识跟资料里面去学习嘛嗯

那他说但是因为我们有新的科技有新的发展导向可能会有些新的行业出生产生或者是新的问题产生这个就是可能还是要靠人去解决的我总结一下我们今天聊的最主要的话题就是学什么嘛是吧对对对怎么学嘛对这两个大家都很关心学什么和怎么学那么前面你总结的很好了这个三个问题肯定学推理的你最想要学科最好的是

因为推得很好你才接下来人会分成两种一种是创造 AI 的人然后来一个保持 AI 运维的人然后第二个享受 AI 的人大概就是这样子的对不对那我就训练很多小肉杂我就享受 AI 的人是吗那你是用 AI 的人享受 AI 的人那么第一个前面三个学科最重要的是数学物流

计算机 CS 那么我为什么前面说随着技术的发展物理学会逐渐的接管很多科学之前的生物学会变成分子生物学分子生物学可能就加上物理下面它会慢慢的物理学随着你的这个生物用微观式研究然后生化慢慢都会物理化而且随着计算能力变强像大白痣这些都靠计算机报了算就好了根本不用做实验了

对吧对吧对不对对不对这个是一个逻辑然后第二个 AI 给的建议是很好的 CHIPSGBT 这个情感联系的事情 AI 做不了 AI 可能会成为一个非常好的心理咨询师是吧他会做得很好律师他也会做得很好但是人和人之间的关怀他做不到所以说我觉得这个职业 AI 会

帮助这些心理咨询师但是人还是要和人面对我觉得所有的 service 服务行业可能会有很多

助理别提他家对这个就是我们还有一个还没有问到他们问说将来有哪一些职业可能就没有了或者是有哪一些铁饭碗现在是铁饭碗可能以后就不见了对所以就是这种比较助理类型的 AI 就可以当你的助理对 AI 能够当助理对所以像律师对我记得你有讲过像律师因为如果是这种只是律师助理或者是

不需要去打官司的律师只是写文案的写状的写合约的律师这种就容易被取代了但是呢要去打官司因为打官司是人的 case 人的 case 都不一样就是会有一些你也需要有一些就跟我们在讲我又把它拿到英文写错了就是呢在写那种 persuasive 就是你要去

就是劝说文的时候他会有三个一个是你用逻辑一个是你用那种有权威性的举证第三个就是情感的推动然后就是有一些律师他去打官司他也可能要看每一个 case 然后他也要跟他自己情感的一些震动他可以去找到帮你怎么从哪个角度打赢这个官司这个也是需要靠人所以就是

需要动脑的就比较没有办法去待现在或者是有需要社会性联系社会性联系 social contact 靠人在这个社会里面来做决策价值判断的 AI 可以辅助价值判断打个分出来但是最后总得人判断所以说这个行业肯定是 OK 的所有的这些行业出级的但是我想想也很怪如果说你不经过初级怎么从高级呢

对啊对啊这个我还没想通啊你想你要去一个律师事务所以后律师事务所里面初级都是 AI 了那我进去直接当辩护律师吗对啊但是你没有累积到那个经验的时候那我觉得是不是整个教育的路线要改啊

对对就是说当我出来之后对我就直接是有经验的人了对那是不是整个法律专业啊都要换方式了或者说是所有的骗不是骗人的就所有的所有的这种教人去到这个社会职业里面这个东西我们都要去职场锻炼嘛但是现在职场不需要初级选手了对那么学校是不是因为要做更多的让这个人能学到超越 AI 的东西那就要靠很多 case study 对

我不知道反正这个空缺或者这是一个越境我们不清楚以后社会肯定会这样变化的我直接就是进来干人家干的事情你继续干的事情我就跳过了对吧什么行业都是的会计师也是啊我觉得会计师更更容易更容易被替代了然后还有今天看到一个文章里面写的是医疗系统里面其实护士有时候比医生还重要一些

因为护士是每天要跟对跟人接触的对对对我要护理我要做沟通我要做关怀他要观察观察这个病人的状态医生之后确诊就好了做手术嗯

医生是需要靠数据所以说我觉得医生数量会减少但是护工数量要增加护士护士这个行业护士数量增加之后呢所以说现在移民护士很多加上他缺护士嘛所有的发达国家都缺护士对护士是个好行业各位对然后当然你要可能机器可能会来帮忙但是机器还是带着不了人嘛嗯

或者护士可能带了两个机器人过来了护士长带了两个机器人是对这可能我觉得会是包括但是我觉得有一个制造业是最会被讨厌的对因为它是太就是它在那边像机器很重复一直重复做同样的

工作的这个行业就容易被取代对吧而且是面向机器面向机器的人对他面向机器他面向人对所以面向人的比较不容易被取代对因为面向人那我还是我的子还是面向人的对是的 OK 就分化了嘛以后

AI 很发达的时候人会变成两种要不现实世界中去社交人和人之间做服务员那种都还是需要的现在我们通胀这么严重其他什么白领事业裁员美国加拿大缺的服务员

服务员啊当然缺服务员了劳动缺服务员因为服务员也是跟着人跟人接触的缺服务员缺服务性很但是大公司是裁员做文案的做什么计划都不需要 AI 可以做 AI 可以对 AI 马上帮你把文案写好要不就是大家强心健体去做运动做运动

更健康我觉得现在那个就是你的乌托邦你说的对很重要人以后活着很多情况下如果说 AI 创造足够多的财富之后政府真的会发给很多钱加拿大不政府不是想发钱吗一个人发两千可是现在现在没发钱所以说大家很多人就要证明自己存在的价值提升自我这可能是以后的想象的事情对这是一个这是我的观点我还有最后一个问题我问你好

对我想问的是什么对因为这里会有很多家长对很多家长会关心北美这边的大学大学怎么看待小孩这个申请小孩的能力对其实每个大学官网它都有历年它的这个录取的数据然后它

他这个录取数据他当然会总结很多比方说多少学生交了 SAT 或者是他去年收了多少学生国际学生在百分比多少当地学生在百分比多少他其中还有一样是他递交的素材他怎么去评分然后呢里面就有学科类跟非学科类我几乎所有好的大学我整个全部看一遍

他们永远觉得最重要的是人格特质哦对他们看重的有的大有的大学他也会看重什么你课外活动啊或者有没有工作经验啊或者是你的那个呃班在你的这个年纪呃

那个 ranking 就是第几名啊排第几名他这些有些会看但是但有些看有些不看但是所有几乎每个大学都会看的就是人格特质所以呢人格特质要怎么凸显当然

第一个就是从你的这个活动规划还有你拿的课程还有再来就是文书所以文书要写得非常好能够凸显出你的特质还有你的特质跟这个学校的契合度你能不能把它表现出来具体的特质是哪些呢人格特质比方说对世界有好奇心或者是对这个对身边的人有关怀或者是

他是很努力很有毅力然后很努力不懈不容易放弃这个也是人格特质对所以就是人格特质就代表说看你的个性啦那简历上可以这样写我很好我很关心社会

例子呢你怎么证明自己所以例子就是要靠你的活动去累积所以其实在这个整个高中生涯我知道在国内孩子们的这种学科压力可能比较大但是在北美其实在这边孩子是蛮幸福的因为他们会有很多课外的时间然后还有在学校有很多社团

他们可以透过这种参加社团参加义工的活动参加课外的活动去探索他自己的人格特质到什么有的学生会说我去参加过这个我就发现我不是很外向的人我是内向的人所以我喜欢做幕后的比方说幕后策划或者是幕后 support 或者是学校的那种戏剧里面我就在幕后的当班那个也行那有的人他就

哎呀他就特别会说特别会表演特别会跟人家那他可能就是往目前所以就是真的是要透过这种活动去发现你自己的人格特质然后再把它反映出在你的文案文书上面对对对

文书那只是自己写嘛然后有什么证明提供呢当你在填就申请大学的时候你会填一些活动然后呢你填完这些活动呢当然最重要的活动呢最好要有一个有一个老师可以当你的这个比方说推荐人他要当

写推荐信或者是说他可以当一个联络人如果他们真的要去证实的话那他可以直接跟这个老师或者跟这个负责人联络可以去证实你是否真的有做过这些活动那就跟相亲或企业照片一样企业照片就是找到适合我们企业文化的员工对对对是的中国考大学完全不一样中国就一个分数对在北美加美国加拿大都是考

整個全面的看就除了你的分數啊除了你的活動經驗還有你最後你怎麼去表達你自己體現出來嗯 了解我覺得大學可能會有 AI session 學生獎勵的

现在很多公司在做这个对我正要问因为我前一阵子有看到就是 AI 啊就因为现在开始我觉得越来越多大学他很他很担心说孩子这些申请是不是自己写的对所以他会去加这个那个叫什么 interview 就是线上他会有一些随机的题目然后让你给你比方说他给你就是

就是像这样有这个视频他让你录比方他我把题目告诉你我给你两分钟思考然后你要把它录出来就是很多会这样那以后是不是会 AI 就可以来去看这些

看这些视频然后来筛选他可以判断你讲的是真的假的对可以我觉得应该可以做到对吧因为现在也有 AI 去可以跟狗狗我那天发了一个跟狗狗跟狗狗沟通就是比方说我说跟我的那个 AI 讲说就是跟我的比方说我的狗狗叫 Mango 就 Mango 给我亲一个然后他就放给那个我的狗 Mango 听就旺旺旺然后 Mango 就跑来亲我一下哈哈

我觉得这是真的吗真的可以做到这种哇好厉害哦太厉害了你看还是未来还是有很多工作可以做的对 OK 我们差不多我总结一下好吧好因为这个我看现在有挺多人下线了因为听一个小时差不多了对对对一个多小时我们讲一个多小时好哇对我们差不多今天就几个问题第一个问题就是

什么职业好什么职业不会被淘汰我们前面也说了理科的推理的然后有创造力的然后能够提供人文关怀的能够再提供社交价值的这些行业有人说我们讲的层次太 high 了

我不是很理解程式 high 的什么意思我们不可能讲太具体了因为个案分析呢就是而且是在这 conducting 的对吧这个可以私下咨询然后后面也讲了我跟大家科普了一下这个模型怎么学习的是吧对对对模型有什么叫做那个监督训练啊无监督训练啊强化训练啊没声音了嗯

OK 没声音了没有声音了吗还有不好意思不小心按到我进一步一点了 sorryOK 好的现在可以了现在可以了吧回来了好

对我们刚才讲到了学习强化学习的所以人类在学习我们不能做填鸭式教育因为 AI 自然学的我们应该模仿启发最重要的教育是一个是试错和批判式的现在 AI 在强化学习里面后面都开始做试错和批判式训练的

AI 都在这样做训练人类更要这样做训练所以说我们之前灌输式的你在这样灌输你是灌输不过 AI 的 AI 一天可以灌几亿条数据进去你一天灌多少条今天五条今天五条今天 GPP 给我五条所以说这个没办法我们必须得做后面更高级的学习方法强化学习强化学习里面的批判试错然后后面我们也讲到了这个

刚才问到这个问题这个 AI 怎么辅助教育对不对这个讲了挺多的 AI 怎么成为老师的助手怎么能够帮老师的教学经验然后把它放大然后服务更多学生而且怎么能够看到学生里面会用 AI 应该正确的 AI 使用方式然后最后一个话题就是

其实你这么聊的话对这个北美的一些教育的情况是以及申请大学里面需要看重什么是对大概是这样子对外面有跑车很像 OK 差不多我们今天先聊到这儿很感谢 Rosa 谢谢谢谢 NJ 总老板我们下次再见谢谢大家拜拜