Andrej Karpathy 谈 AI 与教育:
Andrej Karpathy: 我一直以来都热爱教育,喜欢学习和教学。这一直是我非常热情的领域。而另一个推动我的原因是,我觉得现在 AI 的很多应用都是在取代人类工作,但我更感兴趣的是那些能赋能人类的 AI。我不希望看到一个人类被边缘化的未来,而是希望看到一个人类变得更加优秀的未来。如果每个人都有一个完美的导师来学习各个科目,人类可以走得很远。我们看到有钱人雇佣私人教师,确实能取得很好的结果。通过 AI,我们可以实现类似的效果,甚至是超越。
Elad Gil:是的,1980 年代有一个经典的研究显示,一对一辅导可以使学生的成绩提高一个标准差。你觉得 AI 如何能够实现这样的效果?哪些产品会首先帮助实现这一点?
Andrej Karpathy:我受到一些灵感的启发。当前,我正在尝试构建一门 AI 课程,我想让它成为每个人学习AI时首先想到的课程。我曾经在斯坦福教授 AI 课程,但问题是,如何让课程规模化,能够覆盖全球80亿人,并适应不同语言、不同水平的学生?单靠一个教师是无法做到这一点的,所以我在考虑如何用 AI 来扩展这种教师的能力。我的想法是,教师负责课程的创建和设计,而AI则成为前端,与学生进行互动,帮助他们学习。教师不再直接接触学生,而是在幕后设计材料,AI则负责讲解。
Sara Guo:我是否可以把这看作是“AI 助教”?
Andrej Karpathy:可以这么理解。AI 是学生的前端接口,引导他们完成课程。这是目前可以实现的,虽然还没有完全存在,但我相信这是可行的。随着 AI 能力的提升,未来可能会对课程结构进行重构。我专注于找到那些今天AI能力可以胜任的任务,这种思路让我能够设计出更加实际的产品。
Sara Guo:你提到的一点让我感到非常鼓舞,特别是来自你对研究现状的深刻理解。我们不知道在人类具备更好工具的情况下,学习能力的极限在哪里。就像我们在最近的奥运会上看到的,运动员的成绩比十年前大大提高,因为他们从小就开始训练,使用了更科学的训练方法和设备。你相信人类的学习能力在未来可以通过更完善的工具和课程得到大幅提升,这一点真的非常振奋人心。
Andrej Karpathy:是的,我觉得我们连可能性的表面都还没触及。这里有两个维度:一个是全球化的维度,我希望每个人都能获得优质教育。另一个是个体层面的,探索单个个体能走多远。我觉得这两点都非常有趣和激动人心。
Elad Gil:通常人们在讨论一对一学习时,谈论的是个性化学习,即根据学生的水平挑战他们。你觉得AI可以做到这一点吗?还是目前AI的重点在于覆盖范围和多语言支持?
Andrej Karpathy:目前 AI 在翻译和多语言支持方面已经非常出色,这些是现成的成果。至于个性化适应学生背景的能力,这仍然是一个需要解决的问题,但并不太遥远。如果学生有物理学背景,AI 可以根据这个信息进行调适,这在教育中是非常有用的。我想这将是我们要努力实现的方向,虽然目前还不完全具备这种能力。
Elad Gil:是的,个性化学习的难点在于,不同学生在不同领域的学习速度不同,如何根据学生的情况调整教学内容是一大挑战。不过,我相信随着时间推移,AI模型会越来越擅长这一点。
Andrej Karpathy:是的,AI 的很多能力现在可以通过简单的提示实现,但从演示到实际产品之间还有一定距离。我会说,演示已经很接近了,但产品化还需要一些时间。
Elad Gil:在科研界,人们常常讨论不同实验室的背景,很多诺贝尔奖得主曾在其他诺奖得主的实验室工作。你觉得在以 AI 为中心的教育世界里,如何保持这种知识传承和文化传播?
Andrej Karpathy:我不希望生活在一个“背景”太重要的世界里。我希望AI能够打破这种结构,因为它有点像是对稀缺资源的把控,比如拥有某种背景的人的数量有限。我希望AI能够改变这一点。我觉得在考虑未来的教育系统时,它可能不仅仅是一个单一模型,而是多个模型并行合作的系统。类似于公司的结构,不同的模型会有不同的角色和职责,它们在并行处理复杂任务时会互相协调,就像一个“集群”系统一样。我想我们会看到越来越多的模型专注于不同的任务领域,比如程序员、程序管理者等,它们会像一个公司一样相互协作。
Elad Gil:这有点像一个生物生态系统,不同的角色和生态位互相协作。
Sara Guo:是的,取决于问题的难度和专业领域,任务可以自动升级到“集群”的其他部分。
Andrej Karpathy:是的,可能某些模型是高性能的云端模型,其他模型可能是资源更廉价的模型,它们各自承担不同的任务。
Elad Gil:你提到教育作为娱乐的理念非常有趣,尤其是你谈到未来人类可以通过更好的工具大幅提升学习能力。你觉得 AI 能在多大程度上帮助人们实现这些目标?
Andrej Karpathy:AI 能极大地改善学习体验,尤其是在全球范围内提供优质教育。今天的很多学习动机来自于经济需要,比如找工作或提升自己的经济地位。在未来的后 AGI 社会中,教育可能会变得更多是出于娱乐和自我提升的目的。我希望人们不仅仅是在追求实用性,而是从教育中获得满足感,像是去健身房锻炼大脑一样。
Sara Guo:你提到教育是一种类似于健身房锻炼的体验。教育本身确实需要付出努力,但这种努力也是一种满足感的来源。
Andrej Karpathy:是的,教育的确需要付出努力,但这种努力也是一种特别的“乐趣”。人们从中获得成就感,感觉自己变得更好。我希望在未来的世界中,人们不仅在身体上去健身房,也会在心理和智力上“锻炼”,让教育成为一种崇尚的追求。
Sara Guo:那么你正在开发的这门课程的目标受众是谁?
Andrej Karpathy:我设想的受众主要是大学本科水平的学生,特别是那些在技术领域学习的人。尽管如此,随着社会的快速变化,教育将不再局限于传统的学制内。未来人们会更多地回到“学校”或学习新的技能。所以这门课程虽然针对本科生,但实际上任何有技术背景的人,不论年龄,都可以从中受益。课程的发布时间原计划是今年年底,但现在可能要推迟到明年初,因为我有很多其他项目需要处理。
Elad Gil:假如你今天有小孩子,你会建议他们学习什么,以便在未来拥有更有价值的技能?
Andrej Karpathy:在我看来,正确的答案是数学、物理、计算机科学这些学科。我之所以这么说,是因为这些学科能帮助培养思维能力。我个人的背景可能有些偏颇,但这些学科是最好的思维训练核心。比如我自己学习数学和物理课程,它们塑造了我的思维方式,非常有助于解决问题。如果我们还处于 AGI 之前的世界,这些技能非常有用;即使是在 AGI 之后的世界,你仍然希望人类能够在各种能力下保持自主和强大。所以这就是人们应该学习的正确内容,既实用又有价值。特别是在关键的成长时期,人们有很多时间和注意力,这时候应该更多地花在那些需要简单操作和思考的任务上,而不是记忆为主的任务。
Elad Gil:我学过数学,感觉自己脑子里开辟了一个全新的领域,有点太多了。
Sara Guo:是的,而且在之后的生活中很难再去开辟新的思维路径。
Elad Gil:当然,我并不反对其他学科。广泛的知识涉猎非常美妙,但我确实认为80%的时间应该用来学习这些核心学科。
Sara Guo:我们不是很擅长记忆,与我们的工具相比更是如此。