微软（亚洲）互联网工程院首席应用科学家李烨谈学习 我们需要重新定义“学习”。学习不仅是知识和信息的积累，还是认知能力、适应能力、创新能力和合作能力的综合体现。人的学习包含了情感维度和社交维度，这是目前的人工智能所不具备的。当然，AI能够通过算法模拟人的情感和社交反应，但这种模拟是否能称为“学习”，是一个值得探讨的话题。 我们来探讨一下机器的“学习”。当前，人工智能通过机器学习、深度学习等技术，展现出了惊人的学习能力和适应能力。它们能够在短时间内掌握和执行复杂任务，可以处理文本、图片、音视频等多种类型的数据。然而，机器的这种“学习”依赖于大量数据的输入，以及整体以概率论为基础的数学运算，并不适合与人类的学习能力相提并论。 现在回到我们的问题：人能学过机器吗？在学习的某些方面，机器的确已经“超过”了人类，例如，在几秒时间里，大型语言模型就能“阅读”几千字的文章并生成总结；图像生成模型能根据指定图片生成多张类似风格的精美画作，等等。然而，如果我们考虑学习的全貌，那么人的学习是一个更加动态、多维和创造性的过程。人类不仅能从经验中学习，还能通过抽象思维、想象和直觉来解决问题。我们能在阅读文学作品时体会到作者的情感，在看到一幅画时感受到画家的意图，在听一段音乐时领悟到作曲家的创作灵感，这些都是AI目前还无法企及的。 因此，当我们谈论“学习”时，不能仅仅关注信息的处理和任务的执行，还应关注创造力、批判性思维、情感表达和社交能力的培养。在这些领域，人不仅能学过机器，而且必须学过机器。我认为，未来的教育不应单一地侧重于知识的传授，而应更加注重培养学习者的这些能力。 摘要于《AI时代，学什么，怎么学》和渊著
