上一篇文章我們分享了AI教育的場景和應用，我想肯定有人會說，到時候我們應該不需要教育了，如果到了那個時代，AI應該也已經足夠聰明，可以勝任所有工作了吧，哪還需要人類員工呢？未來的職場肯定少不了AI，但是人類也不會完全被淘汰。
從現在的情況來看，要將設計和研究工作，全權交給AI是不太可能的，因為這類工作所需要的不只是邏輯思考能力與理解力，更需要是高度抽象性的思考能力，創造力。不能缺乏創意與批判性的AI，還是只能夠來聽我們的指揮，更好的方法其實是讓AI與人類互相補足，讓AI輔助人類進行工作。比如一些智能輸入軟件，他不能主動預測你想要寫的字，但可以以提示的方式出現在文字旁邊，還有些程序輔助軟體，也會根據你的習慣等等資訊在一旁條預測出選項，這類軟件和程序雖然無法加強我們的能力，但可以讓我們省點心絲，也可以減少我們敲鍵盤的時間，這讓我們不需要拘泥于用字遣詞等雜事，可以專心思考這篇文章重要的骨干，而且有AI的幫忙，本來很高門檻的電腦技術也變得十分簡單，比如電影的特效制作，這些技術在過去可能會需要花個幾年才能熟悉，但現在可能花個幾個月就已經可以在職場實習了，這些軟件已經不是單純的工具，而是會主動協助我們的伙伴，可以讓我們更快速的把想象具象成實際的成果。
而這樣的運用還只是讓AI幫我們處理所謂的雜事，處理我們本來做得到但是不想做的事，而實際上有AI的協助，還可以做一些人類所辦不到的事，如果有一套叫做720度拍照并快速建模的軟體或平臺，如果用它來設計一個無人機，交給一些簡單的指示，如機器人的大小，每個邏輯的推力，它骨架所使用的材料，接下來AI會自動幫你跑出數百個結構設計，他會告訴你這些結構設計的所有特性，接著設計師只要從這些建議的選項中挑選出最符合自己要求的設計就可以了，用這樣人機搭配的方法快速地找出用什么樣的結構才能做出最輕巧且足夠堅固的骨架，這就是所謂的衍生設計，我們讓電腦在給定的條件下進行無數次的設計，直到我們可以找出最合適的位置，而如果用這樣的方法還不夠，我們甚至可以給這些裝置加上神經，讓骨架自己說他哪里不夠好，也就是在骨架上加裝感應器來給這些無生物痛覺，這些精密的感應器就像是他們的神經系統一樣，只要是用過幾次，我們就可以累積足夠的數據，演算出哪里需要更多的支撐力，或者哪里的骨架根本用不到，直接拆掉也無所謂，然后AI就可以憑借所得到的數據做出更進一步的改良設計，這樣的方法減少我們嘗試錯誤的時間，讓人類可以把心力用在大方向上，而不是設計改良這種麻煩事，而用這樣的方式設計出來的。
當然，如果人類肯多花一點時間，有辦法畫出無數張設計改良，不是完全做不到這樣的創舉，但這樣的方法可能要花上幾百年才能出這樣跳躍性。突破科技可以消磨時間，手機游戲也可以幫我們節省很多的時間，而且說不定也可以幫我們開啟全新的思維視角。比如一個可以將大數據視覺化軟體，或許聽起來很奇怪很陌生，只是落點分析，圖表3D化用這樣3D建模的方式來看數據，我們就可以跳脫二維圖紙，限制在三維模型上查看數據之間的關聯性，以前的口頭報告就只有這樣一個人在一對二維圖表前手舞足蹈，但如果所有參與討論的人都使用上了VR或AR裝置，則可以看到這些資訊更為豐富，3D圖表你會覺得根本沒有什么差別，只是圖表變成立體而已，當我們從二維到三維圖形，代表我們多一個參考變數，假設我們現在討論的是氣候，本來顯示在圖表上的可能就只有溫度、濕度之間的關系，只能顯示出兩組數據之間的關系，但如果換做是一個多了一個維度的3D圖表，我們可以看到溫度、濕度、氣壓三種不同數據之間的關聯性模型，如果你覺得三個參數還不夠。不過現在還在研發另一套軟體，用AI來展示出多維數據的關聯性，用了這套軟體，我們甚至可以看出演算法到底在做些什么，AI到底是用什么樣的思路來看待我們給他的數據，現在畫面中的每一個點都是一個單字，每個單字都被量化并分散在模型上，仔細想想的話再次奇怪，但是可沒有絕對的邏輯，就是怎么去量化的呢，如果說現在討論的是氣候的話，那變速就只可能是溫度、濕度、氣壓、風速等等，而這些都是可以用儀器測量并量化的，但是文字可以數據化的部分就只有筆畫跟音節吧，對于我們來說可能就只有這樣，但對于演算法來說，要利用互相比對資料的方式來假定虛擬的數值是有可能的，而這就是把那些數據用圖表表現給我們看的模樣，這里的每一個點都代表這200個參數，也就是說現在看到這個圖形，實際上200維的圖形展現在三維模型上，但是怎么可能我們只能把200個維度擠近三維空間里，當然他不是一次向我們展現所有的資訊，你必須先縮小咨詢的范圍，比如說你可以讓他根據意義來排列，然后它就會變形，展現出意義的關聯性圖形，然后他就會把人名排列在一起，數字排列在一起，地名排列在一起。把一關聯性比較大的文字排列在一塊，所以說這是一個具有互動性的圖表，雖然本來該是200維度的圖形，但他可以先把其他多余的數據為封掉，展現出只有三個數據的圖形，這樣技術出現之后，我們就可以把大數據當作小數據來吸收，我們可以用跟演算法一樣的角度來看待文字、圖片等等抽象資訊，讓我們的思維可以與電腦疊加，這樣疊加相乘的效果說明正好是離生化人最短的距離。AI補足人腦最好的方法想想看一些難以找出關鍵性研究，說不定都能夠因為這個技術的出現而變得更淺顯易懂，像之前一個技術是利用眼部的造影來判斷一個人是否有心血管疾病，普通人可能很難聯想到數據跟數據之間的關聯性，但對于AI來說卻是顯而易見的。AI的視野與我們相當的不同，如果搭配上剛剛提到的技術，我們可以用更加直覺化的方式來看到數據之間的管理性，或許可以用這樣的方式反過來刺激我們的思考，讓我們也可以擁有電腦多維視野。
科技如果不好好利用，那確實可能會成為危機，但只要好好運用也是可以改善我們的未來，那你是怎么想的呢？AI與XR有可能改變教育嗎？衍生性設計這樣的技術它可以帶來怎樣的可能性呢？就AI來看清多維度模型會怎樣改變我們呢？
