人工智能之父论教育，跨界天才有何高见

我们每个人都是受教育者，在受教育的过程中，我们可能喜爱某种教学方式，又或者厌恶某种教学方式。因此，几乎每个受过教育的人都对“教育”或多或少有一些自己的看法与思考。

马文·明斯基是人工智能领域奠基人，被人们称作“人工智能之父”，在1969年获得图灵奖。不仅如此，拥有普林斯顿大学数学博士学位的他还是一位小有名气的音乐家和发明家。即使在教育领域，马文·明斯基也投入了很大一部分精力，投身于OLPC项目，致力于将计算机技术交到全世界的儿童手中。

在《创造性思维》，副标题“人工智能之父马文·明斯基论教育”这本书中，马文以6篇长文讲述了他对于教育的独特见解。书中不乏有很多新颖的观点，虽然是数学、计算机、人工智能领域的专家，马文的6篇文章并不是使用的晦涩难懂的语言，反而是用讲故事的方式将自己的观点和盘托出。

鉴于马文取得的成就，很多人称马文为天才，但马文更关注于探索人类思维背后的秘密与如何对教育有所改进，让每个孩子从中受益。书中有一些对学校教育的批判与改进方式，但对于普通读者来说，我更倾向于把书中的观点运用于自我教育和对子女的家庭教育中，这也正好符合“终生学习”和“父母是孩子最好的老师”两个观念。

下面，我们谈论一下《创造性思维》这本书中重要的几个观点。

解决问题的四个“思维武器”

如何解决问题呢？我们常用的解决问题方式有哪些呢？书中给出了十个“思维武器”，其中我最爱的是以下四个。

类比推理

什么是类比推理呢？通常我们对于归纳推理与演绎推理非常熟悉，这几乎是所有学科最常用的两种推理方式？

归纳推理是从一堆事物中归纳总结，推导出的一个一般性规律。简单的说，我们可以把它想象成从点到线的推理过程。而演绎推理的基础模型是三段论式推理，是从一般规律推导出个别现象的方式，我们可以把它想象成是从线到点的推理过程。

那么类比推理呢，我们可以把它想象成简化了的归纳推理与演绎推理，是一种直接从点到点的推理方式。

类比推理不算是一种严谨的推理方式，往往接下来需要更为严密的论证，但类比推理为我们省去了大量时间，提供了一种捷径。可以说，生活中我们使用最多的就是类比推理了。

改变问题的描述方式

有这样一句话：提出问题比解决问题更为重要。好的学生善于解决问题，而聪明的学生善于找到重要的问题。

有时，提出好的问题比解决问题更为困难，当找不到问题的答案时，通过改变问题的描述方式往往能够迎刃而解。

互联网世界有这么一种说法，所有问题的答案都在网上，就看你能不能通过关键字优化，找到最终的答案，对此我深有体会。

让我们看看企业家伊隆·马斯克是怎么说的吧：我们应该努力扩展人类意识的深度和广度，以便更透彻地理解应提出哪些问题。

简化问题，从最原始的基本单元开始推理

这个概念极为重要，数学中的公理化与物理学中的第一性原理指的就是如此。

相比于类比推理，从最原始的基本单元开始推理显得更为复杂，需要花费大量精力。但是，类比推理往往会让我们远离真相，而且不敢做出任何改变，畏首畏尾。

查理芒格曾经举过一个例子：如何在1884年用200万美元打造一个价值2万亿美元的非酒精饮料的企业？

查理从两个最基本的问题开始，借助数学计算、心理学中的条件反射、销售物流策略等一步步梳理出打造出2万亿美元可口可乐公司的方式，实在令人赞叹。

逆向思维，多学习反例

数学家非常善于使用逆向思维，比如有一种证明命题的方式叫做反证法。这个道理极其简单，以至于我们常常忽略它的重要性。

心理学中有一种说法是我们常常喜欢那些怪诞、夸张、反常的事物，反而经常对那些稀松平常但重要的事物视而不见。

创业成功的概率是多少呢？据一份调查数据显示，创业失败的概率高达95%～99%，也就是说成功的概率仅仅在1%～5%之间。然而，市面上教我们创业成功的书籍不计其数，而教我们避免创业失败的书籍却少之又少。

也许造成这种现象的原因更多是在商业规则下，读者更喜欢看到成功的经验，因而市场上充斥着大多是成功书籍。然而，这种现象带来的弊端非常明显，那就是我们常说的幸存者偏差。我们只能看到少数成功者的成功经验，却几乎看不到大多数失败者的失败原因，最终导致我们产生误判，认为成功极其容易。

如何避免这种现象呢？使用逆向思维，多积累反例显得尤为重要。

比如所有人都在思考如何创业成功，你需要思考如何避免创业失败，并从失败者的经验中从中学习，成为自己避免决策失误的检查清单。

所有人都在思考如何变得富有，你需要思考如何避免成为穷人、穷人的思维误区有哪些，从而从穷人的经验中找到自己应少犯的错误。

把大脑想象成计算机，建立反馈循环机制

Tim Urban在一篇介绍马斯克的文章中提到过这个观点，Tim Urban指出我们的大脑硬件决定了我们的智商、天赋等基因决定的东西，而大脑软件则是我们的思考、决策流程。我们需要在行动、反馈、学习新信息中不断优化我们的大脑软件，建立更好的思考、决策循环机制。

把大脑想象成计算机是否会让我们觉得太过于别扭，有点像死板的机器人那样行动。对此，我赞同《创造性思维》书中马文·明斯基的看法，答案自然是否定的。

这种做法可以让我们避免把“天赋”、“智力”等因素作为失败的口头语，而是试图从正面来思考问题——也就是我们需要修复漏洞，让大脑更好的运转。

比如作者举的这几个例子：

从“我不擅长数学，是由于自己太笨，对于数字和符号不敏感”这个原因开始转而思考，我的符号程序系统有一些漏洞，需要进一步优化，从而让运算更为顺畅。

从“我不喜欢这个学科，直接逃避吧”开始转而思考，我对于这个学科需要给予更高的优先级，并需要投入时间找到掌握这个学科的重要性，从而培养更多兴趣。

结语

教育是一个经久不衰的讨论话题，人工智能之父马文·明斯基的独特视角，相信会给所有人带来新的启示。