不是Ai太強，而是人被教苕了！

為什么現在很多人擔心被AI替代，因為人本身在現代社會系統里面早已經工具化、機器化了，突破沖出來一個不吃、不喝、不休息不疲勞，還沒有繁衍欲望、不走神不分心的"怪物"，干的比你多，拿的比你少，要說不怕，那是騙人的！

但是怕有用嗎？沒有！并且怕什么就會來什么，這是"墨菲定律"。

么搞？那還是回到"人是怎么工具化"這個問題上來，顯然是教育。

普魯士教育(標準化教育)方式來自于工業大生產打螺絲操作法。

首先規定一個標準動作和工序，你必須按照這個標準重復一遍，否則就不"合格"，那怎么把題做對，而只有不斷刷題，鞏固知識點同時應付各樣的考試。

考試鼓勵你去重復標準動作和工序，這些動作和工序就是一個個已經規定好的知識點和章節，環環相扣，形成一個子系統，而各個不同的子系統，也就是不同的學科，構成一個整體學習系統，從低到高，從小學一年級到高中三年級，本質上學習方法和考核流程不會有什么變化。

K12的訓練足夠讓一個人成為機器了！絕對可以了！并且其中佼佼者，也未必有書本以外的獨立思考能力，能讓一個人甚至一個家庭很驕傲，這就是自愿并且享受成為高級NPC。

就這樣的機械操控模式，你說要不被AI機器替代，那簡直是天理難容啊！

但是很奇怪，你發現了沒有，機器(Ai)是不是這樣的機械的訓練模式？當然不是。

Ai機器人的訓練模型算法基礎是貝葉斯原理，貝葉斯原理簡單的說，就是輸入材料歸納分析，然后給出相關性結論。注意，"相關性"不是唯一性，結論也不是答案，相關性是可以延伸生成的，結論也不是固定的，可以推翻的。

一旦答案鎖死，Ai也就無法改善了。

工程師不會首先給代碼機器一個結論，讓機器去匹配找對錯，比如要讓Ai認識一只貓，工程師會把全網能夠搜索到的貓，不同顏色的貓，以及不同姿態的貓圖片信息輸入給機器人，讓他從各種模糊的，清晰的，不同品種的圖片之中構建起一個屬于自己的辨別模型，也就是建模，然后類似于以后再出現了貓，就對應上了模型進行識別。

令人諷刺的是，Ai機器訓練方法是模仿人腦的認知方式，說到底歸納法和證偽法，只是依靠的數據量太大了，不容易看出來。

這種辦法非常笨，連三歲小孩不如，因為三歲小孩能夠在很小的數據樣本里面就構建起非常精確的模型，并且自動進行鏈接。一個三歲小孩的英語能力可以秒殺在高校里面的英語教授，同樣一個三歲小孩的中文也可以超過東方學專家。不學而能的歸納相關性自動生成能力是人腦的元認知能力之一，還不是全部。

Ai厲害的是，在相關性上下了笨功夫，工程師把一個事情不斷拆解成一個個要素，讓代碼自動在這些信息和材料里面學習，這個事情都很簡單，每個過程都在出錯，試錯，然后通過出錯自動進行補充，即使有了標準出錯，他就會接著迭代。以此類推，不斷延展在不同的訓練場景里面。

比如人臉識別技術，語言識別的技術都是這樣通過大量的材料大數據，通過相關性不同建模得到了一個結論，由人去匹配，機器人和工程師不去糾錯，他就一直以默認這個相關性是可行的。

你就會，機器訓練和應試教育人的訓練最大的不同是，機器智能一頭是大數據，一頭是結合巨大的需求算法的模型，以及結合不斷的使用反饋，不斷對模型進行修正。

甚至在機器智能的世界里面，沒有"對"和"錯"的概念，由于都沒有所謂的"錯"，自然也沒有對于機器的懲罰機制，沒有差等機器或者優等機器之分，也沒有學術機器和職工機器之別，只需要符合相關性以及可行性驗證就行了，機器甚至沒有功利性，

也就是說，工程師在機器世界里面模擬了一個機器與機器之間，代碼與代碼之間沒有等級，沒有優劣，沒有獎懲，沒有真偽，絕對平等不做評判的純粹世界，而人是什么樣，Ai就可以訓練成什么樣，正因為如此，才形成了個性化。你想要Ai判斷的怎么樣，完全取決于你輸入什么樣的數據材料，人工智能沒有意志，他的意志來自于操控Ai的人。

甚至Ai認知方法和學習方法——模糊了解加大量實踐，也曾經是正常人經常用的學習方法，只是這種方法被應試教育所拋棄和壓抑了！

而自高考恢復以來中國人的學習方法是什么？是模仿死機器，無限制接近于標準答案，不僅需要全職學習脫離實踐，還要與模糊性和不確定性為敵，以輸入標準答案為評價的體系，這確實是一種可怕的"顛倒"——人越來越像機器，機器越來越像人，人在物化，物在人化。

并且我們看到了，應試教育的內卷的趨勢近40年來越來越強，也就是說，讓人異化為機器的方式并不會有絲毫減弱的跡象。

甚至可以斷定的，只要高考中考存在，未來半個世紀的中國孩子，只會越來越卷，越來越卷，越來越卷，根本停不下來，因為應試對成績的定義，要無限接近于標準答案這個極限，這是無窮極限的概念，只會不斷逼近。

你可以看看這個無限符號∞，是不是一個不斷循環永無止境的莫比斯環，是不是就一個永恒內卷的圈？

這種中國應試教育的莫比斯環，以無數學生為青春為燃料，以考試選拔和淘汰為獎懲機制，以專家們教材和題庫答案為標準，不斷進行無窮無盡的循環，不會終結，在這個過程之中，逐漸形成了中國教育產業利潤的來源。

也就是我們所看到，越來越貴的民辦高中，越來越按考分等級的重點高中，以及無數的教培培訓機構和考輔機構……

以及，越來越貴的民辦大學，越來越貴的學區房，越來越多的大學生，由于供過于求，也就是越來越低的大學生，以及越來越重的就業壓力恐嚇，越來越不確定性的未來，越來越多脫離書本依賴嚴重洗腦的考試機器……

如果哪天學生不再按應試去卷下去，沒有按照應試的等級劃分和評價體系，各種產業鏈之中的人的"天"就塌了，高中不知道教什么，大學都不知道怎么辦學，怎么招生也要砍專業縮編。

說到底都是靠學生卷考試卷升學作為大教育產業的源動力吃飯。

現在所有老師都知道人工智能應用在教育里面摧枯拉朽的沖擊力，Ai僅僅依靠符合相關性和可行性驗證兩條原理，調動一部分算力，經過很短時間就就可以訓練完幾十年十幾億人的全部教材知識和題庫，并且未來Ai還在跟培養出來的學生搶飯碗。大家都知道整個教育上的所有人都知道過去教育模式已經過時了，遠遠落后于實際。但是，大家都要集體裝睡下去，你永遠無法叫醒一個裝睡的人，再多的人也無法叫醒一個集體裝睡的群體。

人腦有一千億個神經元，就算把全世界服務器全部加起來都模擬不到人腦的全部能力，人腦干不過電腦肯定是有問題，這是人工智能的破壁計劃第一篇，感興趣關注后續。