人工智能时代我们该如何学习？
最近常听到一个焦虑：人工智能时代我们该如何学习？
的确，前两次工业革命的成果替代了大部分体力劳动，比如工农业机械。作为本次革命的初步成果之一，人工智能正在替代一部分脑力劳动，比如面部识别。可以看到这样的现象，凡是人工智能学会的，都比人做得好。
因此有人便说，那些人工智能学不会，即使学会了也没我们人类做得好的东西就是我们需要学习的。
然而可怕的是，在强人工智能学派看来，似乎没有什么东西是人工智能学不会的。通常人们认为艺术、文学等精神领域是人工智能涉足不了的，因为它们没有情感与意志。但是，且不说情感与意志的本质能否像理性思维那样还原为可计算的符号是个认知科学上极具争议性的话题，从技术上看目前已经有能够写诗的机器人了，它们中的部分甚至能够通过“图灵测试（人类分辨不出是谁写的）”。
由此可见，在强人工智能学派看来，学习人工智能无法学习的东西，这一思路是行不通的，因为很有可能没有人工智能无法学习的东西。
在弱人工智能学派的理论视域下，人工智能至多是一个个“专才”，比如专门下围棋的“阿尔法狗”与“大师”，专门进行面部识别或进行外科手术的机器人等等。但是，无法将它们整合成一个围棋下得好，其他事情干的同样好的“通才”人工智能。理由比较专业，简单来讲，不是每一件事都与围棋一样，每一步骤都能清晰地能还原成符号从而进行计算。“通才”意味着能从事不同工作，而这些工作需要调用与该领域毫不相干的领域里的概念，尤其是种属概念。这些概念需要统摄在一套更抽象的概念体系之下，但这很难被毫无歧义地定义，所以无法构建出概念层与概念体系。
由此可见，在弱人工智能学派看来，人工智能虽然学习能力惊人，但是学习某种能力的能力是缺乏的。举例来说，具有下围棋能力的人工智能可以通过学习海量棋局来提升下围棋的能力，但是下围棋这种能力本身是外界植入的。换句话说，除非外界植入，否则“阿尔法狗”不可能通过自身下围棋的能力获得做外科手术的能力。
现在比较清楚了，我们的学习要以成为“通才”为目标。
那么，如何成为一个“通才”呢？有句话叫“不专则不通”，就是说至少要先成为专才，才有可能成为通才。至于你想从哪一专门领域切入，有两种选择：
一是还未被人工智能取代的领域。优势是你能在前往通才的路上养活自己。劣势是所需时间可能比较多，因为未被人工智能取代，说明人类还没有完全理解这个领域。
二是已被人工智能取代的领域。优劣与第一种相反。
（大山）
