机器之心报道
编辑：泽南
Peter Norvig：AI 在线课程 10 万报名只有 1.6 万人上完，这才是需要解决的问题。
10 月 11 日，斯坦福大学宣布谷歌研究总监（Director of Research）Peter Norvig 加入斯坦福以人为本人工智能研究院 HAI，任杰出教育研究员。
Peter Norvig 将于今年秋天正式加入斯坦福任教，并将大部分精力投入教育。斯坦福表示，他的任务将是开发工具和内容来解释人工智能的关键概念。
Peter Norvig 是享誉世界的计算机科学家和人工智能专家，他是 AAAI 和 ACM 会员，著有经典书籍《人工智能：一种现代方法》（Artificial Intelligence: A Modern Approach）。在加入谷歌之前，他曾经是 NASA 计算科学部门的主要负责人，并在南加州大学以及伯克利大学任教。
Peter Norvig 曾在布朗大学获得应用数学学士学位，在加州大学伯克利分校获得计算机科学博士学位。他获得了伯克利「卓越校友和工程创新奖」，从 NASA 获得了「非凡成就勋章」。他曾任南加州大学的教授，其他著作包括《人工智能程序设计范型：通用 Lisp 语言的案例研究》、《Verbmobil：一个面对面对话的翻译系统》、《UNIX 的智能帮助系统》等。
在谷歌期间，Norvig 为推动人工智能技术进步作出了很多贡献：他曾负责监督这家科技巨头的搜索算法，并建立了专注于机器翻译、语音识别、计算机视觉的团队。在 NASA 期间，他的团队构建了首套宇宙飞船自动驾驶系统，其后来发展成为如今火星车的操作系统。
Norvig 在人工智能教育界声望很高，他与加州大学伯克利分校教授 Stuart Russell 合著的《人工智能 · 一种现代方法》已被全球约 1500 所大学用作入门教科书。Norvig 还通过在线教育平台 Udacity 教授了数十万学生，他的《Design of Computer Programs》是 Udacity 最早的经典课程之一（且免费）。
在这一消息正式公布之前，Norvig 接受斯坦福采访，回答了人们的一些问题：
我们在《斯坦福 AI 指数 2021
Peter Norvig：我的整个职业生涯一直在学界、业界和政府机构中来回切换，在谷歌工作 20 年，其中被迫在家办公 18 个月后，我感觉现在是尝试新事物并专注于教育的好时机。
在你看来，以人为本的 AI 是什么？
Peter Norvig：将 AI 视为一个优化过程的一种思路是——在不确定的世界中找到将导致最大预期效果的行动方式。过去我们关心的问题是哪种算法最适合进行这种优化，现在我们有了一套很棒的算法和工具，更紧迫的问题是以人为中心的：你到底想要优化什么？你为谁的利益服务？你对每个人都公平吗？有人被排除在外吗？你收集的数据是包容性的，还是有偏见的？
斯坦福 HAI 的一大目标是建立多元化、公平和包容性教育体系。什么样的教育可以有效提高人工智能技术领域的普适性？
Peter Norvig：我认为这里存在三个需要解决的问题。
首先是建立能让人才进入该领域的通道。这需要努力给未触达的人口一种归属感和受欢迎的感觉。我很幸运能从当初的导师那里受益，他们不仅为我塑造了在技术领域工作的样子，而且让我觉得「这很有趣——我想花时间和很酷的人在一起，他们看来接受了我」。我有这些机会，是因为我在一个重视教育的家庭长大，而且住在大学城。
对于那些没有这样环境的人，我们需要计划和政策让他们留在学校，培养他们的老师成为更好的导师，对 STEM 领域有更多的了解，并让学生感到有一条光明的道路。
第二个挑战是在招聘过程中公平地选择人才。我们看到很多公司正在拓宽思路，不再仅接触排名靠前的几所学校的候选人。
第三是留住人才，不能只是装装样子：如果公司中的某些人不受欢迎、不欣赏人才，人才就会流失。公司应该努力培养员工，让他们意识到彼此带来的价值。
但并不是所有人都能进入斯坦福、伯克利和 MIT 学习，如何让 AI 教育通向更多人？
Peter Norvig：我参与在线教育就是因为这个原因。2010 年 Sebastian Thrun 和我为斯坦福大学的学生教了人工智能入门课程，当 2011 年我们被要求再上一届时，我们认为应该照顾到那些无法参加斯坦福大学课程的全球观众。
从某种意义上说，在线课程很有效，因为有 10 万名学生报名参加，1.6 万人完成了课程。但显然，这种方法仍然仅限于高度自我激励的小部分学习者群体。我们下一个挑战是触达那些缺乏自信的人，他们认为自己没有能力学习新事物并成功，认为科技世界是为他人服务的。要做到这一点，不仅需要在课程中拥有出色的内容，我们还需要通过点对点和导师对学习者的关系来培养社区意识。
今天我们能看到很多从幼儿园到高中的编程课，这是正确有效的教育方式吗？
Peter Norvig：编写代码是一项有用的能力。我在初中时还没有学习编程，但被要求学习打字。学习打字并不会改变你观察世界的方式，学习编程也不会让你尝试改变语法。在这里最重要的部分是在编程时，从小的死记硬背变成了大量项目推进。你需要学习如何选择项目，学习模拟世界的某些方面，做出假设并测试它们，犯错并纠正它们而不会气馁，学会在团队中工作，创造一些有用的东西，别人会使用它们，这会让你感到自豪。
如果通过编程能够达到这些，那就太好了，如果能够使用无代码或低代码技术来完成也很棒。如果你能让孩子们通过在自然界探索，然后做实验来实现，同样也是对的。
如今的 AI 教育工作者缺少哪些特质？
Peter Norvig：在人工智能教育中，教师用给定的数据集和预定义的目标分配一个简单的、明确定义的问题。然后学生将他们的工作视为构建最大化目标函数的机器学习模型。但在现实世界的项目中，专业人员需要定义目标并自行收集或生成数据。你不会因为找到了一个精巧的，数学上复杂的模型而获得收益，只有用户的问题被解决了你才能获得收益。
你曾在顶尖科技公司领导团队，从工业界的角度看待问题为教育工作带来了哪些新的观点？
Peter Norvig：我现在对科技公司如何管理和解决大规模问题有了一套思路。我记得自己曾和一位与学界人士合著过一本书的工业界的人聊过，我问：「写这本书最难的地方是什么？」他回答说：「当合著者写道『大公司肯定会这样做』但这个看法是错的时，我必须在不透露商业信息的情况下提醒他『不，再想想』。对于很多这样的问题，我不再需要猜测了。」
你对斯坦福大学的 AI 领域学生有什么建议？
Peter Norvig：你们现在处在一个很好的位置，获得的知识和经验可以改变世界，请确保你们的所为让世界变得更好。
由于 Norvig 的名望，他转会的消息受到了众人关注。斯坦福大学教授，HAI 联合负责人李飞飞也第一时间欢迎了 Peter Norvig 的到来。
参考内容：
https://hai.stanford.edu/news/peter-norvig-todays-most-pressing-questions-ai-are-human-centered
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
量化: 定投基金到底能赚多少钱？ | 我用Python对去年800只基金的数据分析干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析| 从万众期待到口碑扑街！唐探3令人失望 | 笑看新倚天屠龙记灯谜答题王 ｜用Python做个海量小姐姐素描图碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！| 再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜
年度爆款文案
点阅读原文,更多好玩Python!
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
