智力的核心是思维力。观察力 ，想象力，记忆力，注意力等。
知化，是指通晓事物变化之理。是赋予对方认知能力的一种能力，或是让一个事物具有认知能力。
1.未来
人工智能不再是我们传统意义上的简单智能机器。它是一个“新物种”。这个“新物种”得益于强大的GPU新型芯片和算法，拥有深度学习的能力。而大数据又为其提供了海量的学习资料。每当我们在网上键入一个词都是在帮助训练百度或谷歌的人工智能。
深度学习和大数据使人工智能拥有认知能力。它可以利用自动化的知识解决一切问题。人工智能不是制造一个比人类还聪明的怪物，而是用来帮助我们解决问题，帮助人类变得更聪明的。
为了适应未来这一趋势，孩子们需要和人工智能接轨，明白人工智能的基本运行原理，通晓数据分析和智能化的求知认知规律，通过深入了解人工智能深度学习的能力，掌握自身思维模式优势，将原本的智力化训练这种单一的思维力提取模式，转变成依托机器、联系机器、借助机器和求同存异的思考习惯，将机器的智能知化原理娴熟运用，明白人和智能机器的关系、不同、联系、差异，充分认知未来的基础上，照镜子提炼和训练反向思维力，而不是简单的算法（数理化）和数据搜集（背诵记忆）能力。
这种知化的培养，将决定性地拉开孩子们未来的差距。
2.人类和机器的差异
知化是如何赋予对象认知能力的?人工智能时代，人类通过大数据和算法来赋予机器对象认知能力。
（1）大数据：每一种智能都需要接受训练。比如谷歌搜索，人们只要点击搜索一次，就给谷歌的人工智能训练了一次，增加了人工智能的准确度，然而人们还在无时不刻不在训练着谷歌的机器。
（2）算法：就是数百万甚至数亿神经元之间多如天文数字的组合关系。当人类看到一个物体的时候，通常会先把这个物体归位于一个大类，然后不断的层叠下去。
举例来说：看见一条鱼，你会把他归为鱼类，然后看是鲤鱼，鲫鱼或者其他（数据库），如果是鲫鱼，再然后进行下一叠层，是滇池高背鲫、方正银鲫、淇河鲫鱼等等，最后得出“哦，原来是‘方正银鲫’”（算法）。通俗一点的说，就是物体的识别，是层叠类别不同的组合关系。
未来人类的工作，对效率要求并不太高，需要有经验，需要创造力的工作适合人类做。
比如科学家做实验，这并不是效率要求特别高的工作，因为你的成果并不是特别多。
艺术方面的工作也并不是效率要求特别高的，大家不是特别在乎你画这幅画花了多少时间，这些都和效率都无关。
我们去到现场听演出，好的演出价格越来越高，越来越有价值，这和效率无关。
对效率要求不高的工作，我们会花费越来越多的钱，比如保姆工作，带小孩的工作，这些都需要经验，这是非常适合人类的。
比如要求创造力的工作，因为创造本身就是不讲究效率的，不用考虑正确性，这是人类适合去做的工作。
所以，要朝着适合人类智能而不是机器智能的方向培养孩子，创造力、想象力、情感表达、语言文字输出能力、互动交流能力、情绪处理能力、联系分析的领悟能力、反向思维力等等更多的非智力因素越来越重要。
3.高薪行业需要的能力
未来，工资高低将取决于你能否和机器人默契配合。配合得越好，你的工资就会越高。效率要求高的工作适合机器人来做，对应岗位也终究会被机器人替代。
任何看上去特别重复性的、没有意思的、没有什么乐趣可为的事情，都可以让机器完成。阿尔法狗和人比赛，是不公平的比赛，因为AI吸收了过去所有的套路。
未来不管是哪个领域，实际上它都是最聪明的人加上机器。与人工智能的合作表现决定了孩子的薪酬。必须培养孩子要学会和机器进行合作，而不是和机器比赛和对抗，或者让孩子学成根本上学成了机器。
网友评论