2017/10/19，谷歌的DeepMind团队在Nature期刊上发表了一篇文章：“Mastering the game of Go without human knowledge”，引起了轰动。这文章叙述了新一代的AlphaGo Zero，它跳脱了对人类先验知识的依赖，棋艺竟然远远超越了人类以及它的前辈AlphaGo。
从上述可知，机器<学习>成效远胜于人类，无论人类老师教有没有教它一些先验知识，机器的学习成效都远远超越人类了。机器所具有的AI智能是它自己学习来的，又能迅速精通。
然而从另一方面来看，机器的逻辑<思考>能力却一直无法超越人类。回顾一下AI的发展历史，自从1950年代，许多专家们就是希望将人类的知识和逻辑<思考>植入到机器里，并期望它会展现出足够像人的思考能力，然而这个期望并没有成功。无论人类老师有没有教它一些先验知识和逻辑思考，机器都无法超越人类。
因此，机器与人类的智能化之路，是非常互补的、可以非常有效地相辅相成。从教育视角而观之，如何让我们的两种学生：机器学生与人类学生，两者携手共舞、一起创新，成为最新潮的创新教育思维。
再从逻辑思维视角而观之，人类与生俱来的三项逻辑思维能力是：归纳推理、演绎推理和溯因推理。无论机器学生是否具有这三项能力，这机器学生的智能表现却非常类似人类学生的归纳推理的智能呈现：依赖相关性、偏于结论性、思考非显性、缺乏确信性。这就是机器
的特性：偏于归纳推理。
依据孔子的教育名言：因材施教。学校的老师们可以针对上述AI思维的特性，对人类学生施以不同的教育：偏于因果性、思考明显化、提高可信性和创意性。也就是，针对人类学生宜偏重于演绎推理和溯因推理。在演绎推理方面，机器学生的效率高而且更精确，但语境不足，两种学生各有所长、可互补。在溯因推理方面，其必备的跨界联想力、假设&否证和创意性，是机器学生最弱的一环，亦即是人类学生的优势。
基于溯因推理的思维，最具有代表性的就是<设计思维>(Design Thinking)。所以我认为，在AI潮流下各级学校的最先进的创新教育很可能是：机器AI思维+人类设计思维。
~ end ~
