说到人工智能时代的学习，还是要从阿法狗开始。
毫无疑问，阿法狗的水平已经接近或者达到了世界顶尖围棋手的水平（从4:1战胜李世石的结果可以看出来），而更让人（特别是职业棋手）震惊的是，阿法狗不是单纯地模仿人类已有的下法，在这几盘中，阿法狗下出了许多令人震惊的新手法，用棋手的说法就是：“颠覆了我们对围棋的认识”。
阿法狗的出现，标准着弱人工智能时代的降临：在某一特定思维领域，机器可以完成得跟人类一样好。这个特定领域，可以是计算或解题，可以是围棋（象棋和国际象棋领域已经做到了），可以是绘画，也可以是图像识别。
战胜李世石之后，阿法狗的开发团队DeepMind公布了一个更震撼的消息：让阿法狗从零开始，重新学习围棋。
从零开始是什么意思呢？也就是说，不给阿法狗输入任何人类的下法，只让阿法狗掌握基本的围棋规则，然后让机器之间进行海量的对局，从中总结出最好的下法，不断提升棋力。
听起来就令人兴奋。
现在这个版本的阿法狗，在学习人类的基础上已经有了这么惊艳的创新，那么，让它从一个没有“污染”的基础开始，会不会创造出一种全新的围棋体系？
或许，学成后的新阿法狗第一手不会再下在角上的星位或者小目，而是放在中央的天元，或者一个我们从来没有想象过的位置？
我觉得这是极有可能的。因为现代围棋在某种程度上已经被“污染”了，很多权宜的下法，或者模糊的判断，已经进入了围棋的辞典，影响着下一代的选手。随着最近二十年间商业围棋比赛的流行，比赛用时从以往的两至三天一盘棋缩短到现在的半天到一天，职业棋手的棋风也因此变得更加“功利”，对围棋本质的思考和创新日渐减少。
可以说，围棋的创新在减慢，近一百年前吴清源、木谷实创造的壮美的“新布局”时代，甚至三十年前惊艳的武宫正树宇宙流布局，在今天这个时代都很难期待了。而围棋的下法，远远未到穷尽的时刻。
正如日本著名棋手藤泽秀行所说：
面对围棋的浩瀚大海，我只掌握了其中的5%。
这情形就像一百年前的跳高。
那个时候，所有人都在用俯卧式和滚式跳高，所有运动员都在训练自己如何起跑更快，“滚”得更高，最终这个姿势达到了它的极限，很难再有提高。
其实跳高的规则很简单，身体越过横杆即为成功。既然如此，我们为什么不在这个简单规则的基础上，重新创造一种新的跳高姿势？
例如：背越式？
那么，对于教育，我们有没有可能从一些最基本的目标和理念去重新设计？
我相信在人工智能时代即将来临的今天，这样的思考是有价值的，至少是有趣的。的确，我们有许多不错的传统学习体系，例如华德福、蒙特梭利等等。
不过，一个无法忽视的事实是，相当一部分体系是产生于近百年前，那时还没发现神经元，更没建立认知科学。
这些经典学习体系就像牛顿的经典物理，直观但模糊，是对世界一个近似的解释。后来我们有了相对论和量子力学，它们对世界提供了更好的解释。
两者的差别不在于精度的差别，而是两种不同的世界观。一种把世界看成是低速而平均的，而另一种认为世界在高速运动，并且包含大量的非匀速运动。这两种世界观为我们带来了不同的结果——经典物理帮助我们解释和预测月球的运动，而相对论和量子力学帮助我们飞到月球。
旧时代的世界单纯而缓慢，但新时代正在呼啸而来。或许，我们可以清空自己的思维，从零开始设计教育。
就像重新发明一种跳高姿势。
如果你对
人工智能时代的学习设计感兴趣
那就加本文作者安猪的微信
聊聊吧！
文/安猪
联系客服
