人工智能先驱西蒙·派珀特(Seymour Papert)上周日去世,享年88岁。Papert 是MIT AI实验室联合负责人,是著名的理论教育家,他发明了一种理论,叫“构建主义”,用来与“教学主义”对比,学生可以通过具体的材料而不是抽象的命题来建立知识。包括Yann LeCun在内的许多当前AI大佬,都是听了他和乔姆斯基的辩论,才知道了感知机,才对会学习的机器产生了兴趣走上了他们研究机器智能的人生。
氧分子网注:西蒙·派珀特(Seymour Aubrey Papert;1928年2月29日-2016年7月31日),美国麻省理工学院终身教授,教育信息化奠基人,数学家、计算机科学家、心理学家、教育家,近代人工智能领域的先驱者之一。1928年出生于南非,1954-1958年在英国剑桥大学从事数学研究,1958-1963年在瑞士日内瓦大学师从著名教育家和儿童心理学家皮亚杰,并与其一起工作,正是这段经历促使其思考如何利用数学去理解和解释学习者的学习与思维。20世纪60年代初,西蒙进入麻省理工学院并创办了人工智能实验室(Artificial Intelligence Laboratory),他是著名的麻省理工学院媒体实验室(Media Laboratory, MIT)的创建者之一并一直在该实验室工作。主要作品有:《《儿童设计师》》、《头脑风暴:儿童、计算机及充满活力的创意》、《连接家庭:弥合数字代沟》等
西蒙的最著名的成就之一是于1968年发明的LOGO编程语言(LOGO programming language )。 1970年与其同事合著了人工智能著作《认知器演算法》(Perceptrons)。自20世纪70年代开始,他一直致力于通过LOGO语言帮助儿童成为他们自己“智力建设”的建设者。主要作品有:《《儿童设计师》》、《头脑风暴:儿童、计算机及充满活力的创意》、《连接家庭:弥合数字代沟》等
氧分子网(www.yangfenzi.com)讯 人工智能先驱西蒙·派珀特(Seymour Papert)于上周日去世,享年88岁。
Papert 生于南非,是过去半个世纪最著名的一位教育理论学家,也是MIT人工智能实验室的联合负责人之一。
在个人计算机问世前,Seymour Papert 就已经预见孩子将在类似互联网的环境下,使用计算机一样的设备,获取海量的信息,从而辅助学习、提高创造力。
20世纪60年代末,Papert创造了编程语言Logo,为的是教孩子如何使用计算机。
计算机科学先驱 Alan Kay 在参观过 Papert 所在的MIT AI Lab 后,才描绘出了笔记本电脑原型。
同事和学生都很尊敬他。“Seymour Papert是第一个预见计算机可以用来帮助孩子们学习的人” MIT教授Mitchel Resnick在接受采访时说。他是Papert博士以前的学生。“他相信计算机可以让孩子们主动构建知识。”
氧分子网(www.yangfenzi.com)曾报道:
➤ 李飞飞专访:斯坦福人工智能实验室主任谈人生起点与AI梦想
➤ 更多李飞飞:http://www.yangfenzi.com/tag/lifeifei
➤ 更多人工智能:http://www.yangfenzi.com/tag/rengongzhineng
Papert的同事Gary Stager说,Papert博士的非凡之处在于他承认计算机拥有思考的能力。
Papert博士关于儿童教育的许多理论都受到他前同事Jean Piaget的启发,Piaget是瑞士的发展心理学家,他关于儿童发展的研究对人类智力科学有重要的影响,因此经常被拿来与弗洛伊德的著作相比。而之后,一代教育工作者和技术先驱都受Papert博士的影响。
这项工作于2006年12月的时候中止。因为当时78岁的他在出席在越南河内的一次会议时被摩托车撞了。这次事故严重损害了他的大脑和肾脏。住了很长一段时间的院后,他回到了在缅因州的家。Massie女士和他的看护使用基于他的学习理论的技术来努力让他恢复正常生活。
Papert博士不仅大力赞扬计算机增强学习的能力,还直言传统教育体制的种种缺陷。
在1993年Wired杂志的一篇文章里,他批评三个R模式过时了——reading、writing、arithmetic(阅读、写作、算数)。
他在文中写道,“在过去,教育将大脑限制在非常严格的一套媒体里,而在未来,媒体将服务于每个人的需求和兴趣。”他发明了一种理论,叫“构建主义”,用来与“教学主义”对比。学生可以通过具体的材料而不是抽象的命题来建立知识。
电脑究竟带给了我们什么呢?为什么西蒙先生对它这么重视呢?面对这项数字化发明,已经给我们的生活发生很大改变的发明,说它是当今的中国又面临的一次新机遇不为过,这一项崭新的技术将使得孩子们也能够获得异地的见闻以及空前规模的知识,它正象古代中国的四大发明——指南针、造纸、印刷术与火药,拓展了人类视野,从而改变了这个世界。
(部分内容来自:新智元)
·氧分子网(http://www.yangfenzi.com)原创文章,转载请联系授权。
·氧分子网(http://www.yangfenzi.com)延伸阅读:
如果所有人都能准确把握自己身上正在发生的事,而且这种内部的改变会对自己产生什么样的影响以及自己会加深哪方面的认知,他们就能准确的估量所有的事物。”~西蒙·派珀特 西蒙·派珀特博士在一本名为《头脑风暴:儿童、计算机及充满活力的创意》著作中,系统性地阐述了他的建构主义观learning by making。他认为,好的教育是为孩子提供机会,去构筑自己的知识体系,而不是教师如何教得更好。尼葛洛庞帝教授十分赞同派珀特博士的观点。
感知机到人工神经网络到深度学习,工业水平的发展,带来的却可能是彼岸的远离。这年头,谁会回去研究Minsky的SNARC呢,那个最早的随机连接神经网络,一个破烂的老古董。当然,谁又能保证他的SNARC,甚至是感知机,是走在正确道路上的呢。强人工智能到底能不能实现,多久能实现,上帝也许是知道的吧。
人工智能的理解。它的本质是一项技术核心,但普通大众实际上是误解了人工智能,而我今天我的分享角度比较实用,从实用的角度去理解人工智能,应该会对大家理解人工智能对日常生活、工作的影响带来一点启发。人工智能非常聪明,智能机器人可能会夺走人类的工作,让人类找不到饭碗,甚至会控制人类,最终会夺取这个星球。
在被问及如何看待机器可能在很多方面比大脑更聪明,比如IBM深蓝战胜棋王卡斯帕罗夫等问题时。扎克伯格是这么回应的,“人类制造机器就是为了让机器在某些方面强于人类,但是机器在某些方面超越人类不意味着机器有能力学习其他方面的能力,或者将不同的信息联系起来而做超越人类的事情,而这一点非常重要”。
扎克伯格解释道:“我们现在担忧人工智能的安全性,就如同两百年前担心要是以后有飞机了飞机坠毁怎么办一样。如果我们总是过度担心安全性,我们就不可能造出飞机。不管怎么样,我们要先造出飞机,再担心飞机的安全性。我们过度担忧人工智能,将阻碍人工智能实际的进步。
我们要认识到无人驾驶汽车可能可以帮助我们减少车祸的发生,而且人工智能系统甚至能够帮我们诊断疾病,所以因为担心安全性而阻碍人工智能的进步可能是最糟糕的选择,因为我们本来可以利用人工智能让世界更美好。不愧是长期坚持写代码的人,人工智能的历史,就是打脸的历史。
一个洗衣机器人,这个机器人会照你安排的方式洗衣,因为所有的程序都是人设定好了,但机器人没有自己的意识,也没有办法去进行自我反思,自己设定自己目的的,因此我认为,这种洗衣机器人不会在某天工作的时候,突发奇想:“洗衣服、叠衣服太笨了,我应该去做建大楼。”
人工智能研究的是常人难以理解的高科技,也就是让计算机去模仿人思考的科技,但实际上,人工智能学界普遍的共识是人工智能实际上还处于非常低智的阶段。目前绝大多数的系统(包括神乎其神的深度学习神经网络)绝对还没有达到能够思考的程度。强人工智能,弱人工智能。强人工智能的观点让机器真正的思考(can machine really think), 弱人工智能的观点是让机器智能的行动(can machine act intelligent)。
这些第一线的科学家说得当然有道理,现在任何人工智能系统都还不可能自己修改自己的代码,能自行修改的只是参数。但是真要这么说的话,人类也不过就是这么回事,靠等位基因的显隐来决定表现出来的形状,人类至少到现在也同样没办法随便修改自己的基因。所以好像人工智能突然拥有自我意识也不是完全不可能的事情,即使现在看来威胁还比较小,你也没法保证在某个角落不会有那么几个疯子偷偷把人工智能拼命推到超过临界点的状态。
现在的人工智能确实看起来还差得远,但是我们在这个领域上的进展也是越来越快的。强人工智能出现时间的预言都失败了,我觉得倒未必是打脸,反而更像是“狼来了”。故事里最后狼真的来了,现实中狼到底会不会来,如果会来什么时候来,现在还不知道,不过保持一份警惕总归是好事吧。反正这些喊着要警惕人工智能的人又不可能真的把人工智能的研究停了。
说个题外话,现在吴恩达的人工智能课正在档期,对于机器学习有兴趣的同学可以去couresra试试(零基础要求但是讲的很快,还是很有趣的,对,我们大脑的运作机制都不知道,不过这是终极问题,搞清楚这个了,什么哲学,灵魂都搞清楚了,摩尔定律注定失效的今天(这个定律我更倾向于把它当作一个商业指标)工程师的目标更倾向于制造能完美执行某些特定任务的智能机器