想赢得人工智能革命吗？控制论研究 - 亚洲时报

最近的一个学习昆士兰大学和毕马威的研究揭示了发达经济体和发展中经济体对人工智能 (AI) 的态度存在显着差异。在 K-12 教育中将人工智能作为控制论的一个子集进行教学可以帮助弥合这一差距。控制论揭开了人工智能的神秘面纱，并将其置于更大的工业 4.0 背景下。

人工智能引发了许多问题，尤其是在西方世界。它会破坏就业吗？它会被滥用吗？是否需要道德准则？人工智能最终会接管我们的生活吗？

大多数人都认为人工智能将改变社会，这就提出了另一个问题：为什么人工智能不是初等教育的必修科目？专家预测，如今多达 65% 的在校儿童将从事仍有待发明的工作。

对新技术影响的担忧并不新鲜。19 世纪，法国和英国的织工（卢德分子）抗议引进动力织机和珍妮纺纱机等机器。他们担心机器会让他们的手艺贬值。在美国，专门给马钉鞋的铁匠（蹄铁匠）担心汽车会毁掉他们的工作。

如今，人工智能对翻译、会计师、码头工人和专业司机等工作产生了影响。然而，如今在校学生正在学习的知识，当他们准备好加入劳动力市场时，人工智能可能会大大贬值这些知识。一些专家预测，如今多达 65% 的在校儿童将从事仍有待发明的工作。

让孩子们为人工智能发挥日益重要作用的世界做好准备并不意味着所有学生都应该学习编写计算机代码。相反，学生应该学习人工智能的基本（控制论）原理以及部署人工智能的更大（工业4.0）框架。

人工智能的出现重塑了我们感知、分析以及与技术交互的方式，但人工智能的起源和概念通常对学生来说很难掌握。

通过将控制论原理融入 K-12 教育中，学生可以在理解人工智能概念、应用和伦理影响方面获得更坚实的基础。控制论通过戈特弗里德·莱布尼茨、乔治·布尔和克劳德·香农等思想家的基础工作开创了一种全面的二进制计算方法，对于当今理解和教授人工智能至关重要。

二进制计算起源故事

控制论是最早的框架之一，可以为计算和自动化提供连贯的方法。控制论植根于莱布尼茨、布尔和香农的思想，建立了基于二进制信息（本质上是 1 和 0）操作的基础，允许结构化的逻辑过程。

莱布尼茨首先提出了一种以简化格式表示复杂概念的二进制系统，而布尔则创建了布尔代数，这是一种使用逻辑运算符操纵二进制状态的形式化系统。后来，香农展示了二进制系统如何实际应用于电子电路，有效地为数字计算奠定了基础。

在 K-12 背景下，理解这一谱系可以为学生提供历史洞察力和掌握计算过程的逻辑结构。当学生了解到人工智能植根于二进制布尔运算时，它会通过展示简单的构建块（二进制系统和逻辑门）如何组合在一起创建复杂的程序来揭开复杂概念的神秘面纱。

这些想法也让人工智能的“思考”过程变得更加有形、不那么不透明。学生们可以开始将人工智能理解为一个结构化规则系统，遵循为计算机提供动力的相同逻辑，而不是将人工智能视为一种近乎神奇的智能，并了解人工智能决策如何建立在这些原则的基础上。

控制论不仅涉及计算，而且涉及计算。这与控制和反馈有关。该术语源自希腊语控制网络，意思是“舵手”或“管理者”，强调系统根据输入和反馈进行自我调节的理念。

这一原则对人工智能及其应用具有深远的影响，并且它与人类通过观察、响应和适应自然学习的方式非常吻合。三步控制论过程（计划、量化和引导）本质上描述了一个反馈循环，其中根据所产生的结果对行为进行监控、测量和调整。

这个循环对于理解智能系统如何“学习”和完善其响应至关重要。

在 K-12 课堂上，学生可以通过实践练习应用这一概念。例如，在机器人项目中，学生可以构建简单的机器人，使用传感器反馈沿着路线行走或避开障碍物，从而使他们能够见证控制论原理的实际应用。

这些练习可以演示系统如何获取输入（例如传感器读数）、相应地调整其路径并重复该过程。通过了解人工智能本质上是由此类反馈机制组成的复杂网络，学生可以深入了解人工智能如何运作、做出决策，甚至从过去的行为中“学习”。

反馈和调节是所有形式的智能系统的基础，从基本的机器学习算法到更复杂的神经网络。

通过向学生介绍控制论——监管原则，教育工作者可以让学生对人工智能的结构有一个实际的理解——表明人工智能不是一个抽象的黑匣子，而是一种接收、分析和响应数据的系统方法。

此外，这种理解还可以帮助学生批判性地研究自主系统和人工智能在现实世界应用中的潜在影响，从而更明智和负责任地使用技术。

二元逻辑

人工智能教育面临的最大挑战之一是弥合抽象概念与实际理解之间的差距。控制论原理的基本知识，特别是二进制布尔逻辑，使人工智能变得更容易理解。

二进制布尔逻辑以“开”(1) 和“关”(0) 状态定义所有计算过程，不仅是计算机科学的基础，也是人工智能的核心。这种逻辑控制着从计算机中的简单算术到人工智能系统中的复杂决策过程的一切。

当学生了解布尔逻辑如何运作时，他们就能更好地掌握人工智能的运作方式，尤其是在决策层面。例如，布尔逻辑是编程和人工智能中常用的“if-then”语句的基础，使学生能够可视化决策树和简单的机器学习模型。

假设 K-12 教育工作者引入控制论——二元布尔逻辑作为第一步。在这种情况下，学生更有可能理解人工智能如何做出决策以及为什么根据特定规则达到某些结果。

此外，控制论为学生提供了一个视角，将人工智能视为一种自我学习和自我调节系统的形式。正如恒温器根据外部条件“学习”和调整温度一样，人工智能系统可以分析数据、调整算法并随着时间的推移提高性能。

这种自我完善能力与控制论强调的基于反馈的治理紧密结合，使控制论成为人工智能概念的天然基础。当学生将人工智能视为一种结构化的、逻辑性的调节和适应过程时，人工智能的神秘感就会消失，他们可以更加自信和好奇地学习这个学科。

工业4.0

控制论为人工智能教学提供了获得许多实践和理论益处的途径。首先，它提供了一种结构化的方法，符合学生通过规划、实验和迭代自然学习的方式。通过将人工智能视为这一熟悉过程的延伸，学生可能不会对复杂的人工智能概念感到害怕，并认为它们是平易近人的。

其次，控制论为理解人工智能和数据科学、机器人技术和系统工程等相关领域奠定了基础。所有这些领域都依赖于反馈机制和二元逻辑，这意味着控制论的基础将为更广泛地理解 STEM 领域打开大门。

通过从控制论原理入手，教育工作者可以确保学生有一个连贯的基础，可以扩展到更专业的技术和工程领域。

植根于控制论原理的人工智能课程可培养批判性思维和道德意识。当学生通过控制论的视角了解人工智能时，他们自然会被鼓励考虑有关反馈、自主性和责任的问题。

例如，如果一个系统进行自我调节，那么该调节的限制是什么？当人工智能系统做出具有现实世界后果的决策时会发生什么？教育工作者可以通过在控制论中构建人工智能来促进对技术更加深思熟虑和基于道德的观点。

控制论通过揭开计算概念的神秘面纱、强调监管反馈和建立二进制布尔逻辑框架，为在 K-12 教育中引入人工智能提供了理想的基础。控制论不仅是人工智能发展过程中的历史产物，也是理解智能系统如何运作的实用且易于理解的方法。

通过将人工智能教育建立在控制论原理的基础上，学生可以获得一个逻辑、直观和结构化的框架，将人工智能理解为监管、决策和学习过程。在此过程中，控制论不仅可以让年轻学习者接触人工智能，还可以鼓励一代有技术素养、有道德和批判性的思想家，他们准备好负责任地塑造智能系统的未来。