我想做的教育，帮助彼此成长
我在群里分享了一篇鄂维南介绍「AI 为什么能行」的数学解释的文章。我顺手说了一句：这件事某种程度上反而说明了，人类对 AI 其实仍然谈不上了解。
随后有同学追问我两个很有趣的问题：注意力机制是怎么想出来的？残差网络又是怎么提出来的？
我觉得这两个问题都非常有意思。它们背后其实是一个更大的问题：人类是怎么想到一个改变世界的创造性想法的？而在回答他的过程中，我也更加深入地思考了，我想做什么样的教育。
科学研究是浪漫的旅程
这两个问题我之前就一直在想。残差网络和注意力机制，本来也是我讲课里的一个专题。
我会在课上讲它们的本质，从不同学科的观点出发，解释它们是怎么想到的，为什么能够成功。
但是在我看来，这些解释大多是在事后解释工程师的直觉。它们能解释已经发生的成功，却不能帮助人再生出下一个改变世界的灵光一现。
我一直觉得，工程师和科学家一样，都是伟大的人。很多真正重要的东西，不是顺着一条清晰路径自然推出来的，而是在复杂、混乱、茫然里，突然发生了某个洞见。
尤其我面对的是数学专业的学生。他们过去三年一直在学早已成型的理论，很容易以为一个理论的来源总该有清楚的来龙去脉，总该建立在前人的基础上被自然推出。
但真正的数学发现不是这样。有创新性的科学发现也不是这样。它往往是在无数可能性的路径里，凭借某种灵光一现，精准抓住那条真正有意思的路。后来的理论解释，很多时候都只是缝缝补补。
所以我一直不太喜欢一种想法：好像改变世界的创造、改变一个学科面貌的发现，背后总是有迹可循，可以解释，可以复制。
我曾经和一位符号学老师讨论过人与人工智能之间的分界。现在很多人讲 AI 出现了智慧涌现，但在我看来，它离人能做到的这种洞见还很远。
所以回到那两个问题本身，我当然还是会讲：残差网络为什么有效，注意力机制为什么有效，人们也确实可以去分析、整合，构建一套理论，说明这样的想法为什么会在历史里出现。
但我觉得还有另一个同样有意思的问题。为了解决长程依赖问题，人类除了残差网络，还想过什么？为了捕捉上下文语义，人类除了注意力机制，还做过哪些尝试？那些没有成功的方案，被淹没在故纸堆里了。但它们背后的思想，同样值得探索，也值得记录。
真实的工程实践，真实的科学研究，从来都不是瞄着一条通往伟大的应许路走的。它们是在茫然、混乱、迷茫里，朝着一个不知道终点、也不知道下一步该怎么走的远方前进，等待某个灵光一现的垂青。
探索人类知识的边界，本来就是一件很浪漫的事情。
而我后来发现，我真正想做的教育，也和这件事有关。
从昨天那场长谈开始
昨天我和一位同样想做教育的朋友久违地聊到很晚。我们讨论各自到底想做什么样的教育。聊着聊着，我才逐渐把自己的想法看清楚。
我想回应的，首先是小时候的我。
我高中的时候想自学大学物理、高等数学和计算机。那时候我在网上到处找资源，身边没有老师。公开课已经有了，但质量良莠不齐。我听过一些课，也按着课程推荐去找书看，确实学到了一些技术层面的东西。
但是现在回头看，我还是觉得应该有更好的方式。
如果今天的我能回到那个时候，陪在当时那个我身边，他其实可以走得更快，也可以走得更深。
他可以将时间更多地花在世界前沿的课程，更多地探索想要做的方向，在创造有趣的东西的过程中进行学习，而不是去抱着某本发旧的教材，听着早已过时的课，试图自己搭建某个知识体系。
所以我想做的教育，出发点很简单，就是帮助像我这样的孩子。想学，但不知道该怎么学。不知道该学什么。网上的信息浩如烟海，不知道如何下手。
我最终的目标是要帮助那个小时候，渴望学习知识，但总感觉无处可寻的我。
我不想做什么样的教育
在我看来，那种站在台上不停讲、学生坐在下面听的方式，不好。学生就算听了很多精彩的发言，在没有输出的情况下也会很快忘掉。
和学生一起创作，会好很多。但是想要创造什么样的内容、想要基于什么样的知识进行创造，终究还是来自于老师的教导。由于缺乏真正的主观能动性，所以需要用各种各样的方式，去让孩子找回能动性。
但我后来觉得，还可以更进一步。比起划定目标之后，与孩子一起创作，我更想做的是一起学习。
因为在我看来，唯有平等之人能够相交。那么我想做的教育，也应该是平等的。我并不因为比学生先走了几步，就高于他，就该让他听我的话。我不是这样理解教育的。
所以我想做的教育，实际上更像科学探索。我想和学生，或者说和同行者，partner，一起去探索。这个过程可能失败，也可能成功，但总之是朝着迷惘里走。
在这场浪漫的征途中，我们共同互相启发，互相点亮，等待着灵光一现的垂青。
我想做的教育是什么
那我和其他 partner 的区别是什么？既然我不想告诉他们该做什么。学生为什么需要我？
在我看来，学生真正需要学的，不是某个具体方向的知识。知识他可以从 AI 那里学。学生更需要的是一种思维方式。或者更准确地说，这种思维并不是从我这里灌输给他的，而是每个人内心本来就有。我能做的，只是把其中一些思维点亮。
我点亮他思维的过程中，他也可能触类旁通，点亮更多我没有点亮过的思维。那我也被他点亮。这样我们就是一起进步。
所以我想做的，不是教给学生什么东西，也不是告诉他应该做什么，而是一起去点亮，一起 Spark。我不一定比学生点亮得更多。这才是我期待的教学形象。
那学生具体做什么？我的想法是由着他的心来。他想做什么，就做什么。对音乐感兴趣，就一起做音乐。对足球感兴趣，就一起做足球。对游戏感兴趣，就一起做游戏。
只有一个要求：创造。创造别人还没有的东西。并且这个创造，最好是为了服务别人的需求。
接着就会冒出一个问题：你凭什么能成为学生的 partner？你会音乐吗？你会足球吗？你会游戏吗？
这就回到我前面说的，我在这个过程中想做的，只是把我的思维点亮给他。那么如果我要做这样的教育，我自己首先就得成为那个能点亮别人的人。
可问题也很明显。我当然不可能同时懂音乐、足球、游戏这些领域的知识。这时候 AI 就派上用场了。这些知识 AI 都知道。我要做的，是和学生一起从 AI 那里把这些知识学会。
或者说得更现实一点。如果我带五个、十个学生，我不可能为了他们各自的兴趣去变成十个领域的专家。所以一开始，我要先教他们怎么从 AI 里面学东西。这也是一种思维。AI 思维。从 AI 中学，与 AI 一起共建。
在这个过程中，学生会很快在自己的领域里成为专家，甚至远远超过我。但我仍然会陪在他身边。我用我已经被点亮的思维去点亮他，他也用他在探索里生出的新思维来点亮我。
这就是我想做的过程。
在这个过程之中，我们共同探索人类知识的边界，共同让这个社会变得更好，也在这个过程中，成就我们自身。
我想把人带到哪里
那我想教育出什么样的人？
说得直接一点，我想教育出远超过我的人。
不管花三个月，还是一两年，他都应该在某个领域上远胜过我。我的目的不是把孩子变成自己的分身，不是让他脑子里装满和我一样的想法。我不愿意这样。
我的教育唯一的目的，就是让学生自信而快乐的离开我。
我们只是同伴。走过一段路以后，他已经点亮了很多思维，也点亮了我很多思维。
然后他就去做他自己的事情。如果他以后也想做教育，也想帮助当年的那个小孩，那他就去做。如果他不想做，他就去过他自己的生活，做他真正想做的事情。
我从一开始就不想规定他该成为什么样的人。我只想让他发现他自己。
这件事怎么落地
这些是哲学上的想法。但我并不是完全停留在想法里。我其实已经在做一些实践了。
我的 partner 不一定是孩子，也可以是同事，也可以是朋友。我现在会告诉他们 AI 该怎么用，让他们迅速把 AI 接到自己的工作流里。这本身就是某种教育。
而他们在把 AI 接进工作流的过程中，又会不断给我新的启发。我们就在互相进步。所以这也是为什么我非常赞同开源，赞同公益。因为在这个过程中，人确实可以点燃自己。
然后我最理想的成为 partner 的对象是孩子。
因为孩子是 AI 时代的原住民，他们天然就比我们更懂得怎么使用 AI。
但问题在于，AI 承载着人类几乎所有的知识，却不会自动告诉你该怎样从中提取。所以我想做的，就是和学生一起：我从他们身上学 AI 的用法，他们从我这里试着点亮一些思维。
说了这么多，举个例子
比如「反馈」这个概念。
反馈是一个非常核心、也非常有趣的思维。
瓦特改良蒸汽机、用飞轮和离心调速器去驯服蒸汽机的性能，是反馈。现在所谓的 Harness Engineering，也可以看成某种反馈。再往之前追溯，强化学习也是反馈，它是在与环境交互的过程中，从错误中学习。
工程、科学、数学里，都贯穿着这个思想。
而这恰好也是我那位朋友想讲的东西。昨天我们讨论的一个核心问题就是：到底怎样把「反馈」讲好？
我们发现，单靠在各种学科中举例子来讲是不够的。
你之所以能把它讲得头头是道，是因为你已经会了，所以你能从生活里抓出很多反馈的例子。但学生不会。学生必须亲手去做，才会真正明白什么叫反馈。
所以如果我要带着孩子来做，我会在实践中让孩子学会这个概念。先从反馈提取出一些我认为非常有趣、非常核心的元素。然后我和朋友们先一起把这些元素迭代成一批案例。
比如瓦特和蒸汽机调速器的过程，是一个案例。我在日常生活里怎样用反馈去改进 AI 工作流，也是一个案例。等这些案例积累起来以后，我把它们全部告诉 AI。那时这个 AI 就可以被训练成一个「反馈教育专家」。
然后学生带着自己的兴趣过来，去和这个 AI 交流。在他和 AI 一起共建东西的过程中，反馈这个概念就会被潜移默化地学会。
当然，我不是完全放手。我会站在旁边。当我发现学生和 AI 的交流开始偏离主线时，我会上去做一点点修正。
而一旦有学生真的在这个过程中学会了反馈，这个过程本身就成了一个新的成功案例。它可以回到案例库里，继续让这个 AI 变得更聪明。
通过这种方式，我们教学相长。我可以把我已有的思想和学生一起，慢慢打磨成一种能教给更多人的东西。同时，我也会从学生那里学到新的思维，再把它们收下来，做成新的思维，继续放回系统里。
这就是我现在构想中的实验。某种程度上说，它就是一群可以持续进化的智能助教。
现在我还没办法正式招学生，因为我没有那么多时间和精力。但我已经可以和同事、朋友做这样的实验。我也可以在课堂上做这样的实验。
我要做的，就是不断抽象出一些核心想法、核心思维，然后和大家一起把它做成一个可以持续进化的产品。最终普及到这个世界上的每一个人。
而且这里还有一个我自己很喜欢的点。
我的整个教育过程，本身就在使用「反馈」这个思维。我通过学生和 AI 的交流去改进 AI 自身，这就是反馈。
所以我越来越觉得，思维这种东西，是很有趣的。
你真的相信你能做成吗？
我的这些教育理念和方法都基于一个前提，即我相信人自身的无限可能性。只是在没有找到好的方法、没有好的驱动力的情况下，潜能才暂时无法显现。
我相信这一点，也希望能够通过我的工作，让更多的人相信这一点。
我之后还会开一门人工智能的通识课，面向高中毕业、刚上大学的学生。
而我的远期目标，是开一门每个人都能有所收获的人工智能课。这件事非常难，但至少下一步做大学通识课是现实的。一方面有教分，要满足考核要求；另一方面也能继续打磨课程，一举两得。
我的课程理念，就是老师和学生一起学习，通过反馈让课程本身变得更有意思。打磨好了，再推向更广泛的人群，去创建更好的课程。
如果我有更多的时间精力，也许我会将之前构想的这些都落到实处，去真正找几个孩子，和他们一起创造一些有趣的东西。
吴恩达的 Coursera 和可汗学院，在我看来都是非常好的教育。但我也相信，在 AI 出现之后，我们还会有更好的教育模式。
我要回应那个小时候渴求学习、却总觉得无处可寻的我。
我要让学习重新变成一件快乐的事，我想让更多的人能够成就自己。