最近又被天才少年刷屏了。
这一次是OpenAI的实习生凯文·弗兰斯（Kevin Frans），一个17岁的天才少年，还没有上大学就已经在AI界顶级盛会ICLR以第一作者身份提交了论文。
更虐的是，弗兰斯已经有7年的编程开发经历，两年前就训练了第一个神经网络——科技巨头都在使用的一个语音或人脸识别系统。
细数弗兰斯的过去，简直就是开挂的人生。
受Atari游戏和Alphago的新闻报道的启发，他大量阅读研究论文，构建出了论文中描述的东西。
通过研究，他用TensorFlow+cGANs自动为二次元漫画草图着色。
后来，弗兰斯登陆了OpenAI，从此与OpenAI实验室结下了不解之缘。
在解决实验室发布的一系列问题时，虽然取得了不小进展，但我们的主角被一些问题卡住了，于是他大胆给OpenAI的研究员乔恩·舒尔曼发邮件征求意见。经过一段时间的邮件往来，弗兰斯成功引起了舒尔曼的注意。舒尔曼偷偷浏览了弗兰斯的博客，感到十分不可思议，因为只通过邮件往来，他从未感觉对方只是个高中毛孩子。
更巧的是，弗兰斯去OpenAI申请实习时，面试官恰巧是舒尔曼。原来，开挂的人生早有伏笔。
今年夏天，作为唯一一个没有任何学位的高中生，弗兰斯开始着手处理一个棘手的问题。这个问题阻碍了机器人和其他人工智能系统的发展——机器如何利用之前学到的东西解决新问题。
当然，我们人类不需要再思考这种问题，但是机器不行。每要解决一个新问题，机器都需要经过漫长又重复的训练才可以，即使这些问题有很多共同之处。
弗兰斯的新论文《Meta Learning Shared Hierarchies》，是与舒尔曼以及其他三名加州大学-伯克利分校的学生合作完成的，该论文就介绍了这一问题的最新进展。弗兰斯说:“如果这个问题能得到解决，它可能是机器人技术上的一个重要突破。”
弗兰斯开发了一种算法，帮助腿式虚拟机器人学习能够完成多个任务（如行走、爬行）的肢体动作。在测试中，算法协助两腿和四腿虚拟机器人适应新任务，包括更快地在迷宫中导航。OpenAI官网也挂出视频，展示了一个长得像蚂蚁的机器人。目前，弗兰斯的论文已提交ICLR 2018。
“伯乐”舒尔曼对弗兰斯的研究也给予了高度评价:“凯文的论文为这个问题提供了一种全新的方法，一些结果超越了以前的所有表现。”
从事机器视觉工作的普林斯顿大学教授奥尔加·拉克夫斯基（Olga Russakovsky）也对弗兰斯的表现有高度认同。她认为，小小年纪，能在机器学习方面有如此成就，已非寻常之辈。她说，传统体制中的孩子想要接触机器学习和人工智能是很难的，这些不像数理化，已经有了长期传统的课外竞赛和辅导。另外，想要获取优质的计算资源也是一个难题。
弗兰斯当初就遇到过这种问题。当他的台式机无法测试一个新想法时，他毅然拿出借记卡，在谷歌云计算服务中开了个账户，把代码放在上面运行。
当然，主角光环罩顶的弗兰斯之所以成功还有一些其他原因。比如，他认为自己的母校氛围很好，让他对人工智能充满了热情。再比如，他并不是家里唯一的电脑高手，他的父亲就在上市公司FPGA生产商赛灵思做硅芯片设计。
弗兰斯的新闻一出，立马引起了广泛的探讨。
有人羡慕。
有人提出质疑，比如认为现在机器学习领域论文越来越水，或者弗兰斯有个牛X哄哄的爸爸。
当然，也有人认真从教育的角度探讨了这一现象。
更有读者表示：“看了他的故事，我不禁思索：哪些事情变了？又有哪些事情没变？答案其实很简单：变的是孩子使用的工具，变的是孩子选择的课题。不变的是孩子们的探索其实需要的永远是一个普惠 (inclusive) 的支持系统，而不是用‘孩子需要学什么’这种方针来决定教育内容的方向，在信息部落化和教育破碎化的时代，这一点更为重要，已经没有一个单一的教育方向适合所有人，我们得把自己拉高一层来想事情。
“凯文的故事会在中国发生吗？我觉得难度很高，因为支持系统不足，不过虽然我们没有OpenAI这种顶尖的AI实验室，若是我们把视角拉到全球化，像Google Cloud这种以普惠AI为使命的云平台或许可以视为各地支持系统的一部分，重点是在于我们引导孩子们懂得去取得这些资源。
“人类穷尽脑力发展至今，累积出庞大、没有任何一个人能够全部吸收的共享知识库，但AI时代的到来却反而提醒我们，现在不用伤脑筋要教小孩子什么课程内容了，我们要重新专注在发展人类与生俱来的特质：好奇、热情、自由探索、自我觉察、勇气。学习如何学习，无论身处何种时代，这都是不变的学习法则，不只孩子，我们每个人都一样。”
【智能观】天才需要开放式的教育和引领，庸才需要系统式的教育和规范。其实这才是真正的有教无类和因材施教吧！
（参考：wired、人工智能儿童学园）
—完—
想知道AI加教育领域有哪些最新研究成果？
想要AI领域更多的干货？
想了解更多专家的“智能观”？
请在对话界面点击“找找看”，去获取你想要的内容吧。
热门跟贴