“东大机器人偏差值达57.1，数学成绩超过99%的高中生。
人工智能的原理决定了它的致命弱点：无法准确理解人类的语言。
当人工智能在某些方面的实力高于80%的人，你拿什么笑到最后？解锁不被人工智能取代的核心竞争力！”
---《当人工智能考上名校》
在书店被书名和上面一系列的标签吸引，很好奇人工智能机器从2011年开始是如何学习备战高考的，这些年学到了什么。
作者新井纪子博士是主持“机器人考东大”人工智能研究项目的，在书里她告诉大家“人工智能”和“人工智能技术”的区别；分析并总结被鼓吹的技术奇点不可能到来；提醒大家“人工智能”不是浪漫传说，它就跟微波炉一样，是一种技术，只要是技术都有潜力和局限性；她用大家熟悉的siri，解释技术的局限性。强调区块链的革命不是人工智能，而是记账的革命性创新。
随着她深入浅出的解释，以为会看到人工智能如何备战高考的，与我们备战高考有什么差别，可她却直接抛出了一个问题：从2011年开始东大机器人刻苦学习，有些障碍始终没法跨越，这些障碍就是阅读理解能力与常识的壁垒，仅凭现有技术的延伸无法攻克。她提醒大家“计算机就是计算的机器。”
新井纪子博士书中提到的，人工智能的阅读理解能力，很像以前在学心理咨询中有提到过智商测试，记得老师曾经说过一般通过高考的智商都在正态分布的区间值内，不会有太大差异。意思就是大部分人都是正常的平均值，谁都没比谁聪明。
如果说人工智能的阅读理解力是他无法跨越的障碍，那我们该做些什么，拉开差距，不被它们替代呢？
她在书中告诉我们重构学习力才是拉开我们与人工智能的最根本的路径:1.提升阅读能力2.训练不囿于框架的灵活 3.主动思考，培养不容易量化的软实力。
什么能决定阅读理解的软实力呢？她通过科学的方式进行问卷调查，包含了读书习惯、生活习惯、学习习惯，也加入了用手机的习惯。但是很遗憾，没有发现哪些因素能提到阅读理解能力或者导致阅读理解能力下降，只是发现贫困会对阅读理解能力产生负面影响。
经历了各种实验，新井纪子博士暂时能确定的结论就是：学校教育需要做的是：第一是阅读理解，第二是阅读理解，第三和第四是玩耍（四肢和身体的游戏），第五是数学。我们成年人如何培养阅读理解的能力？精读和深读。
当读完这本书，在思考她说的如何全面提升未来10-20年的核心竞争力的时候，在重新梳理人工智能哪些做不到，哪些是我们应该重构的学习内容时，偶然发现后记中新井纪子博士对读者的终极提醒： 别盲目相信大数据。
书中是这样写的：“最后我想说，在2017年的所有TED演讲中，最大的亮点不是开发了YOLO的约瑟夫雷德蒙，也不是开发Siri的汤姆格鲁伯，不是埃隆马斯克，也不是怀孕的塞雷娜威廉姆斯，而是以“盲目信仰大数据的时代必须结束”为题演讲的科学家凯西奥尼尔。”
人工智能的学习，我们的阅读理解学习都离不开互联网时代的大数据，该如何做到不盲信，不被大数据限制呢？
根据新井纪子的提示，我特意去看了TED《盲目信仰大数据的时代必须结束》，凯西奥尼尔告诉大家：“算法无处不在，他们把成功者和失败者区分开。如果算法错误怎么办？来看看构成大数据算法的根本，一是需要数据，过去发生的事情，和成功的定义，你正在寻找，通常希望得到的东西。”
她的这段话让我想起以前看过，但没看懂的《终极算法》机器学习5大主要学派
1符号学派将学习看作逆向演绎，并从哲学、心理学、逻辑学中寻求洞见
2联结学派对大脑进行逆向分析，灵感来源于神经科学和物理学
3进化学派在计算机上模拟进化，并利用遗传学和进化生物学知识
4贝叶斯学派认为学习是一种概率推理形式，理论根基在于统计学
5类推学派通过对相似性判断的外推来进行学习，并受心理学和数学最优化的影响
每个学派都是一种哲学观，一种科学，一种成功的定义，也许就如新井纪子博士说的，只要是技术都有潜力和局限性，我们在学习阅读理解力的时候也要时常记得，计算机只是计算的机器。
