可教育性：人工智能时代人类教育新理论（双色）

在人工智能时代，为什么我们的未来取决于更好地理解是什么让我们成为人类？我们正处于历史的十字路口。如果我们希望成功地相互分享我们的星球和我们正在创建的人工智能系统，我们必须反思我们是谁，我们是如何来到这里的，以及我们将走向何方？《揭秘人类智慧大模型》对人类吸收和应用知识的非凡能力提出了一个具有挑衅性的新探索。人类大脑显著的”可教育性”可以理解为一种信息处理能力。它使我们的物种与众不同，使我们拥有文明，并赋予我们力量和潜力，使我们的星球走上稳定的道路。然而，它也伴随着一个阴险的弱点。虽然我们可以很容易地吸收关于经验世界的整个思想体系，但我们很难正确判断我们应该信任什么信息。在这本富有远见的书中，Leslie Valiant认为，了解我们自身受教育性的本质对于保障我们的未来至关重要。在分析了我们如何处理信息来学习和应用知识，并与其他动物和人工智能系统进行了比较后，他解释了为什么教育应该成为人类的中心关注点。作为我们成就和文明基础的独特能力会继续推动我们的进步吗？还是我们会成为脆弱性的受害者？如果我们想发挥我们物种的强大力量，保护我们的集体未来，我们必须更好地理解并优先考虑受教育的至关重要性。这本书还提供了一个理解人类智慧大模型的路线图。

Leslie Valiant（莱斯利?瓦利安特），哈佛大学计算机科学与应用数学领域的T. Jefferson Coolidge教授。因在机器学习和计算机科学领域的基础性贡献，他获得了图灵奖和内万林纳奖。此外，他还是Circuits of the Mind和Probably Approximately Correct两本书的作者。
焦建利，男，陕西富平人。华南师范大学教育信息技术学院教育技术学博士研究生导师，未来教育研究中心主任。终身学习者，教育自媒体人，经营个人学术博客网站 jiaojianli.com，访客遍布海内外。陈婷，岭南师范学院外国语学院骨干教师，华南师范大学访问学者。剑桥商务英语及剑桥通用英语五级考官。校级英语网络测试平台建设负责人，近年来参与广东省哲学社会科学外语信息化专项课题两项，主持多项校级外语教学改革项目。

目 录

第一章 推动文明发展的核心能力 / 001

智力并非唯一的要素 / 002

驱动文明进程的关键能力 / 005知识的积累 / 015

计算的视角 / 018

计算的重要性 / 021

第二章 人从何处来 / 025

达尔文的观点 / 026

大脑 / 028

发明的难度 / 032

人类的独特性未必是推动文明发展的核心能力 / 034

第三章 我们对教育和智力的理解 / 040

教育的普及性 / 042

教育的宏观意义 / 047

“可教育性”不同于智商 / 049

第四章 “可教育性”的理论模型 / 054

信念体系的获取与应用 / 055

示例学习 / 061

泛化推理 / 068

海量存储 / 072

符号命名 / 074

传道授业 / 081

链式推理 / 089

心智之眼 / 091

认知的其他方面 / 094

第五章 描述现象的计算 / 101

图灵计算 / 102

PAC 学习 / 105

计算模型的鲁棒性 / 118

第六章 整合性学习 / 123

经验的整合 / 124

用推理增强学习效果 / 129鲁棒逻辑 / 133

知识即规则 / 138

对不一致性的容忍 / 143

规则即学习分类器 / 145

PAC 学习的力量 / 149

通过等价关系进行链接 / 152

通过示例教学 / 154

先天属性与后天属性 / 157

想象力与创新 / 158

第七章 整合性学习的作用 / 163

知识的整合 / 164

链接的有效性 / 166

无法推理的世界 / 168

模块化与部分信息 / 171

巴甫洛夫的狗做对了吗 / 175

模块化的使用 / 176

第八章 可教育性 / 182

核心问题 / 183

可教育学习系统 / 184

更多关于符号命名的讨论 / 187

通过指导获得规则 / 195

场景管理 / 199

第九章 作为计算模型的“可教育性” / 204

进化的合理性 / 205

模型的解释力 / 206

推理教学 / 208

认知测量 / 214

通用性 / 217

“可教育性”模型具有鲁棒性 / 220

第十章 “可教育性”的提升 / 224

作为一种个体能力的“可教育性” / 225人群的“可教育性” / 229

“可教育性”的测量 / 232

对知识的长期记忆 / 236

信念选择 / 201

拼接挂毯 / 179