今年诺奖对人工智能的重视，给我们的基础教育提了个醒

主要观点总结

文章讨论了诺贝尔奖在人工智能领域的表彰情况，指出人工智能在科学研究中的重要性，并强调基础教育需要适应这一趋势进行改革。文章提到当前基础教育存在的问题，如过于强调知识点记忆和计算技巧，忽视了对学生逻辑思维和批判性思维的培养。文章建议调整基础教育课程，重视人工智能和计算机技能的培养，与时俱进地调整考试形式和内容。

关键观点总结

关键观点1: 人工智能在科学研究中的重要性

诺贝尔奖在物理和化学领域表彰了人工智能领域的杰出贡献，说明人工智能已经在前沿科学研究领域扮演关键角色。未来的科学研究将无法回避人工智能的参与。

关键观点2: 基础教育需要适应人工智能时代的需求

当前基础教育存在的问题包括过于强调知识点记忆和计算技巧，忽视了对学生逻辑思维和批判性思维的培养。需要调整基础教育课程，重视人工智能和计算机技能的培养。

关键观点3: 基础教育课程的调整建议

调整主科如语文、数学、英语的教学方式，加强数学中的数理思维培养，降低知识点记忆的比重。信息技术课程需要与时俱进，分为利用前沿信息技术、学习编程语言和算法思维三个阶段进行教学。

关键观点4: 考试形式的调整建议

考试形式应与时俱进，允许考生在考场上使用电子设备。同时，基础教育阶段主要承担通识教育的职责，让学生有基本了解即可，而不应过度强调静态知识点的记忆和背诵。

关键观点5: 未来人才培养的重要性

未来人才的筛选标准已经发生改变，基础教育需要承担起责任来，把人工智能和计算机技能等能力的培养作为未来学校教育的重点。

文章预览

作者 |  阳明山人 来源 |  首席商业评论 3808字 阅读时间7分钟 今年的诺奖，颁给了人工智能 这几天，诺贝尔奖各奖项陆续开奖。其中，物理学奖颁给了约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton），以表彰他们 “为推动利用人工神经网络进行机器学习作出的基础性发现和发明”。 这一结果让全球都大跌眼镜。虽然这两位学者所做出的原创性贡献极其重要，但将“人工神经网络”这一人工智能和机器学习方面的研究纳入到“物理学”的范围之中，却出乎了绝大多数人的意料。 诺奖组委会特别解释了，霍普菲尔德和辛顿的工作之所以能获得物理学奖，是 因为他们利用物理学的工具和理论来开发了此方法。 霍普菲尔德发明了一种联想记忆网络，可以存储和重建图像和其他类型的数据模式， 这一网络的运作原理受到了物理 ………………………………