上一篇文章我們分享了AI教育的場(chǎng)景和應(yīng)用，我想肯定有人會(huì)說，到時(shí)候我們應(yīng)該不需要教育了，如果到了那個(gè)時(shí)代，AI應(yīng)該也已經(jīng)足夠聰明，可以勝任所有工作了吧，哪還需要人類員工呢？未來的職場(chǎng)肯定少不了AI，但是人類也不會(huì)完全被淘汰。

　　從現(xiàn)在的情況來看，要將設(shè)計(jì)和研究工作，全權(quán)交給AI是不太可能的，因?yàn)檫@類工作所需要的不只是邏輯思考能力與理解力，更需要是高度抽象性的思考能力，創(chuàng)造力。不能缺乏創(chuàng)意與批判性的AI，還是只能夠來聽我們的指揮，更好的方法其實(shí)是讓AI與人類互相補(bǔ)足，讓AI輔助人類進(jìn)行工作。比如一些智能輸入軟件，他不能主動(dòng)預(yù)測(cè)你想要寫的字，但可以以提示的方式出現(xiàn)在文字旁邊，還有些程序輔助軟體，也會(huì)根據(jù)你的習(xí)慣等等資訊在一旁條預(yù)測(cè)出選項(xiàng)，這類軟件和程序雖然無法加強(qiáng)我們的能力，但可以讓我們省點(diǎn)心絲，也可以減少我們敲鍵盤的時(shí)間，這讓我們不需要拘泥于用字遣詞等雜事，可以專心思考這篇文章重要的骨干，而且有AI的幫忙，本來很高門檻的電腦技術(shù)也變得十分簡(jiǎn)單，比如電影的特效制作，這些技術(shù)在過去可能會(huì)需要花個(gè)幾年才能熟悉，但現(xiàn)在可能花個(gè)幾個(gè)月就已經(jīng)可以在職場(chǎng)實(shí)習(xí)了，這些軟件已經(jīng)不是單純的工具，而是會(huì)主動(dòng)協(xié)助我們的伙伴，可以讓我們更快速的把想象具象成實(shí)際的成果。

　　而這樣的運(yùn)用還只是讓AI幫我們處理所謂的雜事，處理我們本來做得到但是不想做的事，而實(shí)際上有AI的協(xié)助，還可以做一些人類所辦不到的事，如果有一套叫做720度拍照并快速建模的軟體或平臺(tái)，如果用它來設(shè)計(jì)一個(gè)無人機(jī)，交給一些簡(jiǎn)單的指示，如機(jī)器人的大小，每個(gè)邏輯的推力，它骨架所使用的材料，接下來AI會(huì)自動(dòng)幫你跑出數(shù)百個(gè)結(jié)構(gòu)設(shè)計(jì)，他會(huì)告訴你這些結(jié)構(gòu)設(shè)計(jì)的所有特性，接著設(shè)計(jì)師只要從這些建議的選項(xiàng)中挑選出最符合自己要求的設(shè)計(jì)就可以了，用這樣人機(jī)搭配的方法快速地找出用什么樣的結(jié)構(gòu)才能做出最輕巧且足夠堅(jiān)固的骨架，這就是所謂的衍生設(shè)計(jì)，我們讓電腦在給定的條件下進(jìn)行無數(shù)次的設(shè)計(jì)，直到我們可以找出最合適的位置，而如果用這樣的方法還不夠，我們甚至可以給這些裝置加上神經(jīng)，讓骨架自己說他哪里不夠好，也就是在骨架上加裝感應(yīng)器來給這些無生物痛覺，這些精密的感應(yīng)器就像是他們的神經(jīng)系統(tǒng)一樣，只要是用過幾次，我們就可以累積足夠的數(shù)據(jù)，演算出哪里需要更多的支撐力，或者哪里的骨架根本用不到，直接拆掉也無所謂，然后AI就可以憑借所得到的數(shù)據(jù)做出更進(jìn)一步的改良設(shè)計(jì)，這樣的方法減少我們嘗試錯(cuò)誤的時(shí)間，讓人類可以把心力用在大方向上，而不是設(shè)計(jì)改良這種麻煩事，而用這樣的方式設(shè)計(jì)出來的。

　　當(dāng)然，如果人類肯多花一點(diǎn)時(shí)間，有辦法畫出無數(shù)張?jiān)O(shè)計(jì)改良，不是完全做不到這樣的創(chuàng)舉，但這樣的方法可能要花上幾百年才能出這樣跳躍性。突破科技可以消磨時(shí)間，手機(jī)游戲也可以幫我們節(jié)省很多的時(shí)間，而且說不定也可以幫我們開啟全新的思維視角。比如一個(gè)可以將大數(shù)據(jù)視覺化軟體，或許聽起來很奇怪很陌生，只是落點(diǎn)分析，圖表3D化用這樣3D建模的方式來看數(shù)據(jù)，我們就可以跳脫二維圖紙，限制在三維模型上查看數(shù)據(jù)之間的關(guān)聯(lián)性，以前的口頭報(bào)告就只有這樣一個(gè)人在一對(duì)二維圖表前手舞足蹈，但如果所有參與討論的人都使用上了VR或AR裝置，則可以看到這些資訊更為豐富，3D圖表你會(huì)覺得根本沒有什么差別，只是圖表變成立體而已，當(dāng)我們從二維到三維圖形，代表我們多一個(gè)參考變數(shù)，假設(shè)我們現(xiàn)在討論的是氣候，本來顯示在圖表上的可能就只有溫度、濕度之間的關(guān)系，只能顯示出兩組數(shù)據(jù)之間的關(guān)系，但如果換做是一個(gè)多了一個(gè)維度的3D圖表，我們可以看到溫度、濕度、氣壓三種不同數(shù)據(jù)之間的關(guān)聯(lián)性模型，如果你覺得三個(gè)參數(shù)還不夠。不過現(xiàn)在還在研發(fā)另一套軟體，用AI來展示出多維數(shù)據(jù)的關(guān)聯(lián)性，用了這套軟體，我們甚至可以看出演算法到底在做些什么，AI到底是用什么樣的思路來看待我們給他的數(shù)據(jù)，現(xiàn)在畫面中的每一個(gè)點(diǎn)都是一個(gè)單字，每個(gè)單字都被量化并分散在模型上，仔細(xì)想想的話再次奇怪，但是可沒有絕對(duì)的邏輯，就是怎么去量化的呢，如果說現(xiàn)在討論的是氣候的話，那變速就只可能是溫度、濕度、氣壓、風(fēng)速等等，而這些都是可以用儀器測(cè)量并量化的，但是文字可以數(shù)據(jù)化的部分就只有筆畫跟音節(jié)吧，對(duì)于我們來說可能就只有這樣，但對(duì)于演算法來說，要利用互相比對(duì)資料的方式來假定虛擬的數(shù)值是有可能的，而這就是把那些數(shù)據(jù)用圖表表現(xiàn)給我們看的模樣，這里的每一個(gè)點(diǎn)都代表這200個(gè)參數(shù)，也就是說現(xiàn)在看到這個(gè)圖形，實(shí)際上200維的圖形展現(xiàn)在三維模型上，但是怎么可能我們只能把200個(gè)維度擠近三維空間里，當(dāng)然他不是一次向我們展現(xiàn)所有的資訊，你必須先縮小咨詢的范圍，比如說你可以讓他根據(jù)意義來排列，然后它就會(huì)變形，展現(xiàn)出意義的關(guān)聯(lián)性圖形，然后他就會(huì)把人名排列在一起，數(shù)字排列在一起，地名排列在一起。把一關(guān)聯(lián)性比較大的文字排列在一塊，所以說這是一個(gè)具有互動(dòng)性的圖表，雖然本來該是200維度的圖形，但他可以先把其他多余的數(shù)據(jù)為封掉，展現(xiàn)出只有三個(gè)數(shù)據(jù)的圖形，這樣技術(shù)出現(xiàn)之后，我們就可以把大數(shù)據(jù)當(dāng)作小數(shù)據(jù)來吸收，我們可以用跟演算法一樣的角度來看待文字、圖片等等抽象資訊，讓我們的思維可以與電腦疊加，這樣疊加相乘的效果說明正好是離生化人最短的距離。AI補(bǔ)足人腦最好的方法想想看一些難以找出關(guān)鍵性研究，說不定都能夠因?yàn)檫@個(gè)技術(shù)的出現(xiàn)而變得更淺顯易懂，像之前一個(gè)技術(shù)是利用眼部的造影來判斷一個(gè)人是否有心血管疾病，普通人可能很難聯(lián)想到數(shù)據(jù)跟數(shù)據(jù)之間的關(guān)聯(lián)性，但對(duì)于AI來說卻是顯而易見的。AI的視野與我們相當(dāng)?shù)牟煌?，如果搭配上剛剛提到的技術(shù)，我們可以用更加直覺化的方式來看到數(shù)據(jù)之間的管理性，或許可以用這樣的方式反過來刺激我們的思考，讓我們也可以擁有電腦多維視野。

　　科技如果不好好利用，那確實(shí)可能會(huì)成為危機(jī)，但只要好好運(yùn)用也是可以改善我們的未來，那你是怎么想的呢？AI與XR有可能改變教育嗎？衍生性設(shè)計(jì)這樣的技術(shù)它可以帶來怎樣的可能性呢？就AI來看清多維度模型會(huì)怎樣改變我們呢？