上一篇文章我们分享了AI教育的场景和应用，我想肯定有人会说，到时候我们应该不需要教育了，如果到了那个时代，AI应该也已经足够聪明，可以胜任所有工作了吧，哪还需要人类员工呢？未来的职场肯定少不了AI，但是人类也不会完全被淘汰。
从现在的情况来看，要将设计和研究工作，全权交给AI是不太可能的，因为这类工作所需要的不只是逻辑思考能力与理解力，更需要是高度抽象性的思考能力，创造力。不能缺乏创意与批判性的AI，还是只能够来听我们的指挥，更好的方法其实是让AI与人类互相补足，让AI辅助人类进行工作。比如一些智能输入软件，他不能主动预测你想要写的字，但可以以提示的方式出现在文字旁边，还有些程序辅助软体，也会根据你的习惯等等资讯在一旁条预测出选项，这类软件和程序虽然无法加强我们的能力，但可以让我们省点心丝，也可以减少我们敲键盘的时间，这让我们不需要拘泥于用字遣词等杂事，可以专心思考这篇文章重要的骨干，而且有AI的帮忙，本来很高门槛的电脑技术也变得十分简单，比如电影的特效制作，这些技术在过去可能会需要花个几年才能熟悉，但现在可能花个几个月就已经可以在职场实习了，这些软件已经不是单纯的工具，而是会主动协助我们的伙伴，可以让我们更快速的把想象具象成实际的成果。
而这样的运用还只是让AI帮我们处理所谓的杂事，处理我们本来做得到但是不想做的事，而实际上有AI的协助，还可以做一些人类所办不到的事，如果有一套叫做720度拍照并快速建模的软体或平台，如果用它来设计一个无人机，交给一些简单的指示，如机器人的大小，每个逻辑的推力，它骨架所使用的材料，接下来AI会自动帮你跑出数百个结构设计，他会告诉你这些结构设计的所有特性，接着设计师只要从这些建议的选项中挑选出最符合自己要求的设计就可以了，用这样人机搭配的方法快速地找出用什么样的结构才能做出最轻巧且足够坚固的骨架，这就是所谓的衍生设计，我们让电脑在给定的条件下进行无数次的设计，直到我们可以找出最合适的位置，而如果用这样的方法还不够，我们甚至可以给这些装置加上神经，让骨架自己说他哪里不够好，也就是在骨架上加装感应器来给这些无生物痛觉，这些精密的感应器就像是他们的神经系统一样，只要是用过几次，我们就可以累积足够的数据，演算出哪里需要更多的支撑力，或者哪里的骨架根本用不到，直接拆掉也无所谓，然后AI就可以凭借所得到的数据做出更进一步的改良设计，这样的方法减少我们尝试错误的时间，让人类可以把心力用在大方向上，而不是设计改良这种麻烦事，而用这样的方式设计出来的。
当然，如果人类肯多花一点时间，有办法画出无数张设计改良，不是完全做不到这样的创举，但这样的方法可能要花上几百年才能出这样跳跃性。突破科技可以消磨时间，手机游戏也可以帮我们节省很多的时间，而且说不定也可以帮我们开启全新的思维视角。比如一个可以将大数据视觉化软体，或许听起来很奇怪很陌生，只是落点分析，图表3D化用这样3D建模的方式来看数据，我们就可以跳脱二维图纸，限制在三维模型上查看数据之间的关联性，以前的口头报告就只有这样一个人在一对二维图表前手舞足蹈，但如果所有参与讨论的人都使用上了VR或AR装置，则可以看到这些资讯更为丰富，3D图表你会觉得根本没有什么差别，只是图表变成立体而已，当我们从二维到三维图形，代表我们多一个参考变数，假设我们现在讨论的是气候，本来显示在图表上的可能就只有温度、湿度之间的关系，只能显示出两组数据之间的关系，但如果换做是一个多了一个维度的3D图表，我们可以看到温度、湿度、气压三种不同数据之间的关联性模型，如果你觉得三个参数还不够。不过现在还在研发另一套软体，用AI来展示出多维数据的关联性，用了这套软体，我们甚至可以看出演算法到底在做些什么，AI到底是用什么样的思路来看待我们给他的数据，现在画面中的每一个点都是一个单字，每个单字都被量化并分散在模型上，仔细想想的话再次奇怪，但是可没有绝对的逻辑，就是怎么去量化的呢，如果说现在讨论的是气候的话，那变速就只可能是温度、湿度、气压、风速等等，而这些都是可以用仪器测量并量化的，但是文字可以数据化的部分就只有笔画跟音节吧，对于我们来说可能就只有这样，但对于演算法来说，要利用互相比对资料的方式来假定虚拟的数值是有可能的，而这就是把那些数据用图表表现给我们看的模样，这里的每一个点都代表这200个参数，也就是说现在看到这个图形，实际上200维的图形展现在三维模型上，但是怎么可能我们只能把200个维度挤近三维空间里，当然他不是一次向我们展现所有的资讯，你必须先缩小咨询的范围，比如说你可以让他根据意义来排列，然后它就会变形，展现出意义的关联性图形，然后他就会把人名排列在一起，数字排列在一起，地名排列在一起。把一关联性比较大的文字排列在一块，所以说这是一个具有互动性的图表，虽然本来该是200维度的图形，但他可以先把其他多余的数据为封掉，展现出只有三个数据的图形，这样技术出现之后，我们就可以把大数据当作小数据来吸收，我们可以用跟演算法一样的角度来看待文字、图片等等抽象资讯，让我们的思维可以与电脑叠加，这样叠加相乘的效果说明正好是离生化人最短的距离。AI补足人脑最好的方法想想看一些难以找出关键性研究，说不定都能够因为这个技术的出现而变得更浅显易懂，像之前一个技术是利用眼部的造影来判断一个人是否有心血管疾病，普通人可能很难联想到数据跟数据之间的关联性，但对于AI来说却是显而易见的。AI的视野与我们相当的不同，如果搭配上刚刚提到的技术，我们可以用更加直觉化的方式来看到数据之间的管理性，或许可以用这样的方式反过来刺激我们的思考，让我们也可以拥有电脑多维视野。
科技如果不好好利用，那确实可能会成为危机，但只要好好运用也是可以改善我们的未来，那你是怎么想的呢？AI与XR有可能改变教育吗？衍生性设计这样的技术它可以带来怎样的可能性呢？就AI来看清多维度模型会怎样改变我们呢？
