教孩子人工智能，从统计开始
Posted 科技传播坊
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了教孩子人工智能，从统计开始相关的知识，希望对你有一定的参考价值。
授权转载 | 南瓜博士 nangua_boshi
原文作者 | ElfeXu
原文标题 | 教孩子人工智能，从统计开始
标签：难度中级；知识；统计学；人工智能；
帮孩子更好的面对未来的，不是掌握某种具体的技术，而是将技术与人文、与生活结合起来的能力。
在第三期 ET 沙龙上，爱因互动 CEO 王守崑提出人工智能教育要关注发展趋势、关注方法论、关注人机交互。一个多小时的分享，刷新了我对人工智能教育的认知，我会将受此启发后的思考写成三篇文章。上一篇，我。本文是第二篇，关于方法论。
关注方法论的人工智能，教的是思维模式
中小学教育，不应该像职业培训班一样教技巧性的东西：如何使用一个框架，如何调参等等，对孩子来说是无意义甚至是有害的。相比中小学教学的经典内容，人工智能的积淀还不够、学科的理论基础也不够扎实，让孩子们跟风学了，到真正该他们上场的时候已经过时了。
所以，给孩子的人工智能教育更应该关注方法论，让他们从人工智能中学习一些有用的思维模式。
学符号学派的人工智能，需要用大学数理逻辑教材吗？当然不。对孩子来说，和智能音箱进行几轮对话，在这个过程中猜测音箱采用的规则和能力的边界，就很有益处。
学连接学派的人工智能需要记SVM或RNN的公式吗？当然也不用。猜猜听歌软件为什么会给你推荐这首歌，是因为和你以前喜欢的歌有同样的节奏、乐器、歌手还是你的好友也喜欢，在这个过程中获得对特征和向量空间的感性认识，也足够了。
学行为学派的人工智能需要自己写遗传算法吗？通过观察沙丁鱼群和行军蚁，理解“复杂系统”和“涌现"是怎么回事，已经很好了。
培养“用统计解决问题”的意识
这么看来中小学人工智能教育，是不是只要做科普就好了？也不尽然，还是有东西是适合教给孩子们的——统计。
由于进化的原因，我们大脑要处理数字是比较困难的，特别是对于比较大的数字，需要用到抽象和推理能力。在《思考，快与慢》一书中就提到，有很多原始部落的很原始的语言，特别是没有建立进制概念的，三以上就是很多，完全没有统计的概念。而机器是很擅长做统计的，目前的人工智能，绝大多数是基于统计和概率。因此，让孩子们接触统计的概念，其实能够帮助他们理解机器的行为。
培养孩子“用统计解决问题”的意识，对孩子当下的学习和生活也颇有益处。例如《统计学关我什么事》一书，只要会四则运算就能通过画图求面积来学统计。书中说的都是生活中的例子，非常鲜活有趣。
搜狐上还有《和孩子一起学统计》的连载，更适合低龄的孩子，只是这本书似乎还没有出版。
在日常生活中培养统计意识
教孩子统计学，绝不是为了让孩子会做概率题，而是要培养他们统计的意识。如何培养呢？可以做两种练习：
在使用电子设备时，多讨论正在使用的程序可以用来收集哪些隐形数据。例如用“作业盒子”做题，除了最终的答案，你用了多长时间、做题时是否有删除重新输入操作，这些都隐含着你对知识点掌握是否牢固的信息。
这些都是不错的思维体操，也是家长陪孩子打发时间的有趣谈资。近年来互联网界“增长黑客”的概念非常火，做用户/收入增长总离不开统计，在这类书中能找到很多案例当故事讲呢。
孩子学习统计的益处
孩子学统计，到底有什么好处呢？
首先，它帮孩子们掌握科学探究的方法。
提出问题做假设，实验数据来验证。具备统计学思维，对这样的方法驾轻就熟，今后的学习、研究都会顺利不少。
其次，统计思维可以帮人们在做决策时避开误区。
人类的记忆和决策有时候很不靠谱。《这才是心理学》一书中提到“鲜活性效应”会让我们做出错误的选择。也许你看了大量专家评测和消费者调查报告决定要买品牌A的汽车，最终却因为在聚会上听到朋友抱怨自己的品牌A汽车频出故障转而买品牌B。按理说单独的个案本不该如此影响我们的决定，但人们就是有听从鲜活故事的心理倾向。除了“鲜活性效应”，还有近因效应、首因效应等等人类常有的偏见，多一些统计思维，能帮助人避免掉入这样的误区。前文提到的《思考，快与慢》一书中有更多此类例子。
第三，提升孩子对数据的敏感度，培养更清晰缜密的思维。
不加思考的接受统计数据，很可能会被它骗了。最经典的一个例子就是“卖出的冰淇淋数量越多，溺水人数就越多，因此，为了防止人们溺水，我们应该禁止售卖冰淇淋”。在这个例子中，我们很容易明白，是“温度升高”这个因素导致了卖出的冰淇淋数量增多、也导致了游泳的人多了因此溺水人数增加。
对统计数据的解读有非常多的学问，如何排除噪音数据，如何辨识是相关还是因果关系，都是非常有趣也有益的思维体操。
K12CS 框架也重视统计
孩子们容易学，又有那么多好处，难怪美国会将这些内容加到 K12CS 框架 和 CSTA 标准中。孩子们需要会利用工具收集数据，需要能讲数据可视化呈现，需要会分析数据间的关系，并在此基础上进行分类、预测等等。以下是一些例子：
日常使用的电子设备会收集各种数据（二年级）
数据可以从不同的角度组织并展示，从而提供不同的讯息（五年级）
大量的数据可以用来建模型做推论和预测（八年级）
总之，比起各种深度学习理论和工具，统计思维是更基础也更具有长久生命力的内容。如果一定想让中小学上人工智能课，就从统计开始教吧。
以上是关于教孩子人工智能，从统计开始的主要内容，如果未能解决你的问题，请参考以下文章