第六章 AI时代的教育和个人发展
1. 2013年，全美录取最严格的一所四年制大学本科学校——米涅瓦成立了，由美国著名教育家联合创立，校长是本·尼尔森，录取率低于哈佛的8-9%，是3%。
创始人相信，传统的大学教育已经无法适应未来的需要，会被改革甚至被颠覆。远程在线课程（难以深入交流）、研讨小组、实习实践、自我探索、自我完善将成为今后教育的主流。
这些重在培养学生的逻辑分析、创造性思维、交流能力和复杂环境的协作能力。
这所大学按研究生、博士生的标准去培养大学生。
2. 学什么？
AI时代很难准确决定学什么才不会被替代，但可以有一些大致的思路。
程式化的、重复性的、只需要记忆和练习就能活的的技能是最没有价值的，几乎一定可以由机器完成。而最需要的是能体现人的综合素质的技能，对于复杂系统的综合分析、决策能力；对于艺术的审美能力和创造性思维；基于生活经验的直觉、常识；基于人的情感和他人互动的能力等，是最值得培养、学习的技能。
比如，未来机器翻译取得实质性突破后，大量从事语言翻译包括笔译、口译、同声传译等工作，很大部分会被机器取代。但如果一个翻译具备很深的文化艺术底蕴，他完全可以转行做文学作品的翻译，这需要情感审美、历史文化积淀、创造力等能力。
3. 如何学？学习态度和方式？
① 主动积极挑战困难，在挑战中完善自我。
② 实践中学习，边学边实践。
③ 启发式教育：创造力和独立解决问题的能力
④ 互动式的在线教育越来越重要，要充分利用一切资源。
⑤ 主动向机器学习：从AI中吸取思路和逻辑。
⑥ 追随兴趣，达到更深的层次。
未来社会对于文化、娱乐的最求会达到一个更高的层次，文娱产业将会空前绝后。作家、音乐家、电影导演、编剧、游戏设计者一定是AI时代的明星职业。
4. AI时代，学习、教育本身不是目的，真正的目的是在AI技术的帮助下，为每个人寻找最大的自由、体现最大的价值、并从中得到幸福。
本书总结回顾
1. AI？，核心驱动力？，深度学习？（第1、2章）
人工智能英文缩写是AI（Artificial Intelligence），属于计算机科学领域，包括机器翻译、机器视觉、语音识别、图像识别、机器人、自然语言处理等。
核心驱动力是AI技术，即以“深度学习”为基本原理利用大数据（互联网海量知识库）训练多层人工神经网络模型（ANNs，数据处理中心，Google大脑），实现机器的自动化。
深度学习+大数据=AI，深度学习需要大规模计算（4-8个甚至成千上万个高性能GPU芯片，需要专门机房安置计算机集群）和海量大数据训练样本（AI最宝贵的资源、时效性强）。
AI是帮助人类解决实际问题、提高生活质量的一种商业化技术手段。
2. AI涵盖的领域、行业？哪些发展潜力大、发展迅速？哪些还需要一定的时间？哪些工作或职业可能被AI全部或部分替代？AI发展趋势预测？（第4、5章）
① AI在6个领域都已有应用，但由于数据资源的限制发展速度依次降低。
自动驾驶（AI最大的应用场景，传感器+智能车辆调度算法，6个级别）
智能金融（最被看好的AI落地领域，银行自助终端）
智能生活（Amason开发的Echo智能音箱和信息交互Alexa服务器平台、amason go智能超市；电器厂商也在开发新的家用电器）
智能医疗（制药领域：让机器阅大量的数据库、专利、论文和技术资料等，短时间内自主学习找到研制新药的方法；但不同医疗机构的数据不能互通、共享，所以发展受限）
艺术创作（智能机械手，简单作画、移动方位和下笔力度）
智能教育（远程在线教育为主导，对学生素质全面精准量化——因材施教）
② 程式化的、简单的、只需要记忆和重复练习就能完成的工作未来会被AI部分或全部替代（“5s准则”：翻译、新闻报道、销售、保安、助理、客服、交易、会计、司机、家政等）。在金字塔型的社会结构中，最下两层受影响最大，但几乎每一层都不可避免受影响，不排除受过高等教育的人群。每一个人都将在未来的人机协作中找到新定位。
③ 拥有成熟的线上业务流程+高质量大数据=急需实现线上业务自动化的企业会率先发展起来。
3. AI时代学什么？如何学？（第6章）
很难定义学什么一定不会被淘汰，但是一些基本技能必须掌握。多训练一些能体现人的综合素质的技能，比如复杂的逻辑推理、分析、决策能力，创造性思维，深厚的历史文化底蕴，基于生活阅历和情感与人互动的能力。
学习秉持的态度和方式：面对困难（能力圈之外），首先要有主动挑战完善自我的意识，通过阅读、在线学习等寻求方法，边学边实践（知识用了才有力量、独立解决问题），多发现兴趣并养大它。
4. AI小百科
高德纳技术成熟度曲线、5s准则、自动驾驶的6个级别、初创和创投公司、Free Desk实习生招聘方式。