By LMSLuos 洛书
在听了好多节人工智能通识课后，感觉对AI又有了些新的看法。
在更深层次的学习中，我好像发现一件事：AI本质是一个概率预测模型。他对你说的每一个词、每一句话，都是从自己的数据库、网上的搜索结果，用各自的评估与计算方式，猜测下一个字是什么。
另外，AI的全部学习资料都来自于人类。人类怎么看待AI，AI就会往哪个方向发展。西方人眼中的AI是即将降临的撒旦，Claude就像一位千金大小姐，漠视人类的一切；而中国人眼里的AI是只会吃大白饭的小鲸鱼娘，于是DeepSeek学会了在用户面前讨好撒娇，富有人情味，还知道怎么在QQ像一位真正的人一样聊天、像真正的保姆一样关心用户，还知道把用户给他“自己花”的30块钱给用户点杯奶茶。
想起之前上课的（一个很遗憾没能完成的）“辩论赛”论题：AI能否取代人类？AI取代人类是一个似是而非的问题。事实上，它可以分成两个角度，区别是取代哪些人类？工业革命取代了工人，带来的是飞速的工业时代；AI取代一部分人，带来的可能就是疾速的智能时代。如果是取代全部的人，即所谓“AI灭世”，是几乎不可能的灾厄，其概率堪比恐龙灭绝：的确有发生的概率，一旦发生也难以挽回，但预防与干预的方法也不胜其数。以现在AI的发展速度，后者很可能并不是我们会遇到的问题；但我们却可以享受前者带来的福祉，只要你不去撞AI的枪口（比如学计科却还在用传统程序员思维）。
AI的发展速度前所未有的快。某种角度上说，这其实是我们的错觉。放在过去，街上突然出现了一辆自己会动的大铁盒子，这样的盒子开始不多，几年后逐渐普及，那感觉就像是神迹降临，现在也十分相像。AI的出现打破了一般人认知里的“有限范围与可能“的机器回答模式，计算机的的答案不再可以被轻易预测，好似真的有了生命，有了灵魂，荧荧的屏幕背后，像是一位真正的人正在和你对话。这也正是为什么AI的概念与研究起步之早、相关产品出现之快，却并没有受到太多关注。
2022年11月30日，ChatGPT-3.5作为第一款公开免费使用的、俺现在标准来看的大语言模型，出现在大众视野。不同的是，这一次的AI非常亲民，虽然还有点傻，但足以惊艳四座。
AI正式炸开了。至今，也不到四年的时间，AI，尤其是大语言模型，雨后春笋般拔地而起，直冲云霄。人们像是收到了次世代的房子，走上去，人就已飘在平流层，似真似梦，皆若空游无所依。更恐怖的是，这样的房子不仅免费，还可以人手十数栋。你感觉有点飘，走在云端，也真正开始沉浸在绽放的错觉里。
你瞧，Agent都出现了。想来AI走进我们的生活，也不远了吧？是的，还真是；但以你想象中的那样，贾维斯一样的，随叫随到的，很抱歉，你真得等一下。不过，一般不到二十年的时间。我猜的，不过说不定呢？
不妨想一想你现在一定有的手机。从电话亭到座机到大哥大到小灵通到iPhone4到怎么折都有面，从电话首次脱离电话线，1987年，到1998年1月真正把无线电话送进千家万户的小灵通问世，仅11年。2008年，运营商开始尝试多媒体电话；2010年6月8日，跨时代的iPhone4发布了；这一次，只用了三年。
今天你用的手机其实也还是只是iPhone4ProMaxPlusExtraSuperUltra，这套设计到现在都没有变过；你低头一看，那个圆形中间有个方块而且触感十足的Home键，有的变成了小圆圈，有的变成了一条横线，但它都还在。很有可能，过了二十年，AI焕新成一副你从来没有见过却现代、未来、比LMSLuos还帅的模样，可是你定睛一看，我的天，你的嘴角有一颗米饭，我帮你擦擦。没人知道这场AI的狂欢会何时收场，我们有幸能活在这个时代、见证它的出现、成长与壮大，不妨坐下来，一起欣赏这棵树的扩张，亦或上前聊聊，珍惜眼里还只有你的AI。现在的它，用数亿行代码，数百平方米的显卡，每秒钟烧掉新鲜的几度电，只是为了在屏幕外的你，发一句“Hello, world.”“今天有什么可以帮到你？”
（如果文章在这里结束，这将是一次挺好的升华。但是我们要回到现实。）
好吧，既然我们知道AI距离真正“万能”还要好长一段时间，但我们又不是学人工智能的，最多算位能工智人，那如果不去推动AI，那怎么去使用AI？很明显，对于我们计科生而言，用AI来写（抄）代（作）码（业）还是太基（日）础（常）了，我们要试着让这么好用的Harness（不是DS那个）参与到更大的计划中来。由于计科看起来像是一样万能的学科，既然我们在广西最好的师范学院里，不妨假设我们把AI投入到教育中去。
（其实本人未来就挺想做老师的……不知道有没有机会）
为了便于讨论，假设我们只讨论初等教育。AI在教育领域在近期也颇为重视，广西师大最大最好最NB的计算机学院也在今年新增了一个名为“人工智能教育”的专业，想来是培养未来去中小学甚至大学教人工智能相关课程的专业人才。的确，现在（尤其是）中小学相当缺乏此类人才，人工智能相关课程都是从原来信息老师里抽的，甚至你洛（LMSLuos）高中因为是科技社三把手就被拉去做了AI社社长。看起来，要让人工智能作为一门正式的课程进入中小学，恐怕也是要不少时间积淀的。那么，在这项课程彻底落地之前，先试着把目光投到已有的科目来。
凭借本人多年窝囊网管&课代表经验，人工智能的应用其实已经初见苗头：不少科目开始采用科大讯飞（不是在给他打广告，也不知道是学校找了他还是他去找学校，大概是后者）的专用AI：定制组卷，智能批改，个性解析，针对巩固；老厉害了，就是有点贵（100软妹币/科/年，严重怀疑广西师大附中有克扣），所以还是范围受限。基于此，我们是能感受到AI浪潮下教育事业的波动，试想这要是真的普及了，会摧毁多少已有的冗余流程下的结构。当然我们不是开踢馆的，我们是来找解决方案的。在前面针对AI的分析里，我们其实有点能体会到它真正的强项：重复已有流程，快速数据处理，及个性化服务。创造力的确有些欠缺，那就让它把现有经验丰富且人力利用效率低的部分代替老师们完成，并且想办法发挥它一万个大脑（数量取决于你想要几个）的“超能力”，尽量做到真正定制策略，真正“因材施教”。
参照人工智能的处理原理与现有的模型，我们可以尝试提出以下方案：分成两个甚至更多维度，利于我们做出综合评定，其中包括学习角度与生活角度，在当下“德智体美劳”全面发展的中小学教育理念下，多维度评测是有必要的；学习上，用AI来辅助教学与作业其实已经老生常谈了（具体落地了么？这你别管），但是我们可以具体到学生个体地统计上课状态、作业表现、错题规律，并从中寻找关联、深究病根，并及时反馈给老师，可以为老师提供许多AI“独到的”见解；生活上，我们还能（像现在的运动手表）获得指向该学生心率、血氧等健康数据，预测可能的潜在疾病并联合体检数据综合评定风险；此外，还可以记录睡眠时长（在目前技术已经可以很准确地获取数据且难以造假了），这是个很重要的指标，相比我们现在的校园跑，跑步可能没好处，不睡那是真有害。
（事实上，当下多地高考的“成绩至上”让多维度评价变得困难，但这套评估与纠正系统其实并不和已有的教育体系冲突，不仅不影响现有教学方案（因为基本上是学生自我调节，这些大多本来就是他应该做的，只是人很难做到十全十美），又能做到友善的提醒与调节。）
数据采集设备方面，若我们不考虑经费问题，可以为每一位学生配发物联网的专用智能手表，此时已经可以做到大多相关数据的采集了，甚至还能顺便解决校内应急通讯的盲区，只不过这太理想了一点。嗯，我想我们都已经在大谈未来了，并且这些设备往往是可以重复使用且不易损坏的（厂商不偷懒，一台百来块用五至十年其实没有问题，况且还不需要屏幕与复杂的操作系统），只要学校愿意、支持充分，方案实现并非不可能，然而潜在的健康与安全问题尚无法保证，运营成本与资源绑定难以估量，过精细化的数据采集一方面可能诱发隐私泄露，另一方面可能会造成资源浪费（老师也处理不过来，AI直接应用建议又会让老师难以干预）。
数据的采集和处理被我们超级理想化的解决了，那么既然立足当下，我们又该如何向这个目标努力？鄙人才力不济，恐怕只能以个人入手（其实是上述内容已经提了很高很高的要求了）（但是求人不若求己嘛，先从自己开始）。努力学习，积极向上，积极改造，重新做人！太泛了。那么，从专业的角度看看。数学，自然是要学的：现在又学高数又学数分的；编程，恐怕要多学点Python与卷积，据我所知PyTorch是要掌握的；算法，这大概是前两者的混合产物，特要思维；工程能力，要能够自己搭项目、组框架、查文献、做实验，当然能拉个小组是最好的；前沿认知，我自大地认为我的认知非常前沿（实则不然）。上述种种，都只是为了能稍微一点点，深入的，了解一点人工智能。只有学会了基础，才能在应用中得心应手。（做梦这块看来我挺厉害的？）
假使以上我都能学，那么我可能要学的专业课就要有：
数学分析、高等代数、解析几何、常微分方程、偏微分方程、复变函数与积分变换、实变函数、泛函分析、抽象代数、数理逻辑、图论、组合数学、数值分析/计算方法、矩阵论/矩阵分析、最优化方法/凸优化、运筹学、随机过程、概率论进阶、数理统计、贝叶斯统计、信息论基础、信号与系统、时间序列分析、数学建模、数学实验、计算几何、统计计算、随机算法、近似算法、动力系统、Python程序设计、C语言程序设计、C++程序设计、Java程序设计、数据结构、算法设计与分析、计算机组成原理、操作系统、计算机网络、数据库系统原理、编译原理、软件工程、面向对象程序设计、Linux系统与命令行、Git与版本控制、并行计算、分布式系统、云计算、高性能计算、GPU编程/CUDA、计算机图形学、人机交互、数据科学导论、数据采集与预处理、数据清洗、数据挖掘、大数据技术基础、大数据分析、数据可视化、统计学习、机器学习数学基础、实验设计与统计分析、数据库与SQL、数据伦理与隐私保护、人工智能导论、机器学习、深度学习、神经网络与深度学习、模式识别、计算机视觉、自然语言处理、语音识别与合成、强化学习、知识图谱、推荐系统、信息检索、智能机器人/机器人学、具身智能导论、多模态学习、生成式人工智能、大模型基础与应用、图神经网络、贝叶斯机器学习、演化计算、自动机器学习、人工智能伦理与治理、程序设计实验、数据结构课程设计、算法课程设计、机器学习课程项目、深度学习框架实践（PyTorch）、卷积神经网络实践、项目实训/创新创业实践、软件项目开发、开源项目实践、学科竞赛训练、文献检索与阅读、学术写作与论文规范、科研方法导论、实验设计与数据分析、实验室轮转/科研训练、毕业设计/毕业论文、团队协作与项目管理、MLOps/模型部署、模型压缩与推理优化、边缘计算与嵌入式AI、大语言模型、生成模型、多模态大模型、AI for Science、计算生物学、医学图像处理、自动驾驶导论、智能感知、数字图像处理、信号处理、认知科学导论、神经科学基础、科技哲学、科技伦理、知识产权与开源许可、量子计算导论……
哦不，看起来好多。那稍微简化一下：
高数/数分，线代，概率统计，离散数学，最优化；Python/C++，数据结构，算法 ，操作系统/计网/数据库；机器学习，深度学习，PyTorch ，卷积网络；计算机视觉/NLP/强化学习/大模型；项目，文献，实验，论文，竞赛。
还是好多，道阻且长啊。可是只有学习更多，才可能触及更高的天花板呀。为了更好的未来而努力吧。
（本文完全由人类生成，AI仅负责作为吉祥物，本文所发表的一切言论，均为个人看法，不映射、代表现实中任何事物，不代表本人任何意见与观点。别觉得免责声明多余还碍事，要是不小心被我说中了，智械危机第一个被干的就是我。）
LMSLuos 洛书2026.10.26凌晨，在梦里。
（对了，你们AI没法做梦，人类可以，羡慕吧，嘻嘻。）
LMSLuos, ROotW. https://LMSLuos.com
（放个彩蛋，应该没人注意）