最新研究成果：
《我们即将进入机器人4.0时代》
《智能制造专题主编寄语》
《在孪生空间重构工程教育:意识与行动》
《体验产业烟火——谈5G和数字基建》
《体验5G确定性网络》
《工业互联网需要企业生态意识》
《数据驱动未来,但不是一切》
《工程教育的“存在”之道》
《智能制造要夯实“数据”“互联”基础》
《有关智能制造的冷思考》
《未来工程教育的几个重要视点》
【摘 要】数字—智能技术促使信息世界与物理世界不断融合，工程需要处理的内容、形式以及企业组织结构等底层逻辑正在发生改变。为培养工程师应对工程新变化的能力，工程教育需要实现多重超越。超越传统的工程问题空间，培养学生在数字空间解决更多不确定、无固定模式、相关关系问题的能力；超越人类思维的局限，使学生不仅了解更能开发具有非人类思维的智能系统；超越传统思维方式，注重培养学生的批判性思维、溯因思维和整合思维；超越人的存在环境与形式，在数字—智能技术更深融入人的存在时彰显人文价值关怀；最后，工科教师要超越自身，挖掘教育者在创造性培养和情感交流方面的价值。
【关键词】数字—智能时代；工程教育；超越
新一轮科技革命正在将人类社会带入数字—智能时代。以大数据、人工智能、物联网、区块链、云计算等为代表的数字技术，促使信息世界与物理世界不断融合，工程需要处理的内容、形式及企业组织结构等底层逻辑正在发生变化。数字—智能技术大大改变了人们对工程问题的认识深度和处理能力。很多产品或设备不仅是一个物理人造物，同时也表现为一个数字孪生体。[1]2在数字—智能时代，工程师思考、处理工程问题的方式将发生很大的改变，对应的工程教育就应该超越传统的教育模式，本文即探讨工程教育所需要的多重超越。
01
超越传统的工程问题空间
早期的自动化主要是替代人的体力，但随着数字—智能技术的发展，人们希望自动化不再局限于替代体力，而能进一步替代或者部分替代人的脑力，甚至能够处理人的认识能力所不及的某些问题。这样的自动化突破人的认知局限。传统工程中处理的问题主要是具有确定性的、固定模式的，基于因果关系或者显性关联的；当今及未来工程中需要处理更多不确定的、无固定模式的、基于复杂关联关系的问题。也就是说，需要超越常规的确定性问题，进而能够处理不确定性问题；超越具有固定模式的问题，进而能够处理非固定模式的问题；超越因果关系，进而能够认识一些并非因果但存在复杂关联的相关关系。
不妨以一个案例作简要说明。Alphabet公司旗下的人工智能企业DeepMind把Google数据中心总体电力利用效率（Power Usage Efficiency，简称PUE）提升了15%。[2]数据中心的耗电量问题存在大量的不确定性，没有固定的模式，也不完全基于人们认识范围内的因果关系。数据处理本身就是动态变化的，设备的很多参数存在复杂关联，气候甚至每个数据中心建筑物结构的不同都会影响耗电量，建立一个通用的优化PUE的数学模型成为一件不可能的事。DeepMind的做法是通过数据中心的几千个传感器去收集温度、电量、耗电率、设定值等各种数据，用数据去训练深度神经网络的集合，然后再训练关注未来平均PUE的神经网络，最后找出一些相关性，从而提升PUE。
著名学者维克托•迈尔-舍恩伯格（Viktor Mayer-Schönberger）在《大数据时代：生活、工作与思维的大变革》一书中指出，大数据时代最大的转变，就是放弃了对因果关系的渴求，取而代之关注相关关系。[3]这当然不是说不需要因果关系，而是不能停留在因果关系上。对常规因果关系问题，传统工程技术多已解决。要进一步提升系统的性能，企业就要进一步提升效率、降低成本、节能降碳，就需要探究复杂关联，而这通常需要借助大数据、人工智能等技术。
既然数字—智能技术使人们有可能认识复杂关联，那么产品开发就需要被置于更大系统中考虑。以往设计一个新产品或设备，主要考虑其基本功能，现在则需要把这个产品放到一个更大系统中去考虑。世界最大的农业机械制造企业——约翰•迪尔公司（John Deere），把农业设备（如拖拉机）置于更大的农业系统去考虑，不仅将拖拉机设备与其他不同类型的农业设备（如收割机、旋耕机等）的数据互联，还将气象、土壤、施肥、灌溉等数据融合在一起。利用这些数据，可以使田野中工作的各种农业机械都处于最佳配置和最优工作状态，还能帮助农场主作出更为科学的农耕决策。这种系统思维和以前的产品思维显然是不一样的。正是物联网、智能传感、大数据、人工智能等技术的出现，大大拓展了人们思考工程问题的空间。
工程技术的从业者需要有这样一种意识：在孪生空间方能更好地认识和控制物理系统。最近几年数字孪生开始成为热点。传统工程技术问题通常在物理空间被认知，后来随着信息技术/数字技术的发展，人们也能在数字空间处理一些工程问题，但物理空间和数字空间未能真正融合。近年来，随着智能传感、物联网、5G、人工智能等技术的发展，人们能在孪生空间更好地认知、解决乃至重构工程技术问题，也就是说物理空间与数字空间共生，且融合于孪生空间。如一台机器的数字孪生模型能够实时地反映机器的运行动态，且反过来影响机器的运行。不难理解，数字孪生体可以比机器的设计者或操作者更深刻地认识机器运行的动态，而这只有在孪生空间里才能做到。数字化模型不只是描述实体或物理空间的外形，更重要的是反映其内在的物理规律。[1]2未来的工业世界中，除了我们易于感知的物理空间，一定还要有一个看似平行的、伴生的空间——数字空间，两者共融形成孪生空间。人们也只有通过孪生空间才能更好地认识和控制物理世界。数字孪生的意义本来就不止处理静态问题，更深刻地认识动态问题，并施予相应的控制，才是数字孪生最重要的意义所在。[4]
工程教育要因应上述变化，无论是在教材中还是在课堂上，如何拓展和超越传统的工程问题空间，是工程专业教师面临的重要挑战。
02
超越人类思维的局限
数字—智能技术的发展，使得一些智能系统或者智能机器可能具有非人类思维，如阿尔法围棋（AlphaGo）。AlphaGo是人类设计的，但是却超越了人类的围棋水平，现在顶尖棋手都要向AlphaGo学习。以后工程中类似的情景会越来越多。比如数字生成的应用场景：寻找材料在设计域内的最优分布，实现具有特殊性能的超材料的定制化设计，面向微观元器件性能的多物理场拓扑优化等。这些都超越了人类思维局限。在机械领域中，生成式设计（generative design）所产生的优化的立体结构令人惊叹，单靠人工是不可能设计出来的，甚至都想象不出来。
另一个例子是麻省理工学院（简称MIT）的研究。[5] MIT的科学家开发了一个名为“机器人语法”（RoboGrammar）的系统，将其用于机器人的构形设计。机器人的形状和控制器紧密交织在一起，必须为每个机器人分别优化控制器。研究人员可以通过“图形启发式搜索”来寻找高性能的机器人。这种神经网络算法迭代地采样和评估机器人的集合，有助于了解哪些设计在给定任务下往往更有效。该语法操作分为三个顺序：定义问题，制定可能的机器人解决方案，选择最佳模型。[1]6它能够设计出数十万个潜在的机器人构形，从中挑出最优的。这一系统的能力同样是人类工程师不可及的。
未来的工程教育不仅应该让学生了解其专业领域中存在的超越人类思维能力的智能系统，而且要激发学生开发具有非人类思维的智能系统的欲望。只有这样，才能培养出未来能开发出在某些方面具有非人类思维之智能系统的卓越工程师。
03
超越传统思维方式
思维方式的培养比具体的知识更重要，关键是要让学生具有一些非常规的思维，比如批判性思维。批判性思维是一种反思，思考我们所接触的对象和材料背后是否有理性的存在和价值。批判性思维领域学者马克•巴特斯比（Mark Battersby）在其书中指出，“更多的时候，我们会对自己不认同的想法持批判态度。但真正的批判性思维不仅仅是怀疑那些你不愿意相信的东西，真正的批判性思维包含理性的怀疑主义”。[6] 数字—智能时代是急剧变化的时代，如前文所述，思考和处理工程问题的空间都和以前大不一样，因此更需要批判性思维。埃隆•马斯克（Elon Musk）强调的第一性原理（first principles reasoning）[7]，其实也是一种批判性思维。打破一切知识的藩篱，回归到事物本源去思考基础性的问题，在不囿于经验或其它的情况下，从物质世界的本源出发思考事物。[7]实际上，人们习惯类推地思考问题，也就是模仿别人做的事情并加以微幅更改。现在多数创新可能还是停留在这一层次，虽然对人类生活也有裨益，但不是原始创新、颠覆性创新。众所周知，在马斯克做火箭回收之前，常识告诉我们火箭都是不能够回收的，人们已经对此习以为常。但是马斯克在分析了火箭的成本之后发现，不能被回收的发射燃料只占整体成本的2%，最大的成本来自火箭本体，所以他才提出能否重复利用火箭。在这种思维的驱动下，进而剖析一个又一个问题，迎接一个又一个挑战，最后他成功了。
网络时代的商业模式有“长尾理论”的说法，该说法由克里斯•安德森（Chris Anderson）在2004年提出，也是一种批判性思维。“过去人们只关注重要的人或重要的事，如果用正态分布曲线来描绘这些人或事，人们只能关注曲线的‘头部’，而将处于曲线‘尾部’、需要更多的精力和成本才能关注到的一些人或事忽略。”[8]假如某一时髦手机的消费者年龄呈正态分布，占总体购买比例最多的人群年龄在35岁左右，那么35岁左右人群就集中在曲线分布中间68%的区间，传统的推销自然更多地针对这个人群。假如向中间区间的100个人推销，可能有10个人购买，但如果在两侧的人群中，即所谓“长尾”的人群中向10000人推销，可能只有几个人购买，这就得不偿失了。但在网络时代，网络的关注成本可以大大降低，也就是说，在网络上关注100个人和10000个人基本没有什么差别，人们有可能以很低的成本关注正态分布曲线的“尾部”。这种条件的改变使得在“长尾”部分同样可以获利，有时候“长尾”产生的总体效应甚至会超过“头部”。这种商业模式的改变其实也源于批判性思维。
溯因逻辑、整合式思维都是非传统的思维方式。演绎法从一般到特殊，归纳法从特殊到一般，二者都属于陈述式的逻辑（declarative logic）。而溯因逻辑（abductive logic）是发问式的，这一概念由查尔斯•桑德斯•皮尔士（Charles Sanders Santiago Peirce）提出，指为令人困惑的现象寻找解释的推理过程，属模态推理（model reasoning），即基于某现象特征，预先推测哪些结论可能正确，然后通过技巧性的推理与测试做出选择。设计师们经常采用溯因逻辑，积极寻找新的数据，不断挑战已被大众认可的规则和解释，努力推演和创造新的可能性。[9] 现在也有一些辅助的工具支撑溯因逻辑，比如“客户体验地图”的设计构件（design artifact）能够清楚地解析客户需求，帮助人们在解决非线性问题时进行非线性的思考。IDEO、frog等公司采用“设计树”一步步地进行探索与创意筛选，在设计师们基于溯因推理而得到的创意构想中，挑选出最有可能成功的构想，然后进行下一步设计，如此反复。总而言之，在数字—智能时代，数据能够帮助人们更好地去溯因，去寻找现象背后的原因与复杂因素下的最佳设计。
整合思维（integrative thinking）以建设性的方式处理彼此对立的观点，消除两种观点中的矛盾之处，由此形成的新的观点同时包含对立观点的某些因素，且优于两种对立观点。[10]近年来，VUCA逐渐走入大众视野，这是美国军方于20世纪90年代提出来的，是Volatility（易变性）、Uncertainty（不确定性）、Complexity（复杂性）、Ambiguity（模糊性）的缩写。在VUCA时代，由于信息高度饱和，有很多内容需要处理。人类社会面对的变量更加复杂和多元，同时容纳两个相互矛盾的观点，需要从中汇集两方面的优势去进行整合，有时候需要在直觉和逻辑之间进行整合。整合思维需要远离简单化和“专业化”。过去，工程中通常会将很多复杂问题进行简化，偏好单方向的直接因果关系，使问题易于处理。这是因为手段欠缺，不得已而为之。专业化也是处理复杂问题的一种方式，比如医院里专科与亚专科分得很细。中医就强调人是一个整体，健康问题、致病因素不应该忽略整体联系。但因为整体联系太复杂，医学就不得不变得专业化，这还是退而求其次的办法。传统思维为提高效率而简单化，而整合思维最重要的一点是：绝不退而求其次，为了做出最佳选择，必须接受复杂性。此前由于技术缺乏，不能全面系统地认识复杂问题，现在因为数字技术、智能技术的发展，以数据为基础，可以有很好的手段整合多方面的因素。相信以后大数据、人工智能的进一步发展，更有利于认识各种因素间的整体联系，能够处理各种复杂问题。
华中科技大学对本科生开设了批判性思维课程，这当然非常有益。要培养学生超越传统的思维方式，仅靠独立课程还不够。工程专业的教师要具有超越传统思维方式的意识，并把这种意识融合在专业教学的案例中。
04
超越人的存在环境与形式
哲学家何塞•奥尔特加•加塞特（José Ortega y Gasset）认为，“称作‘技术’的最基本的事实只是起于如下奇怪的、戏剧般的、形而上学的事件：两种完全不同的实在——人和世界——以这样一种方式共存，即二者之一（人）要在另一者（恰恰是‘世界’）中建立‘超世界’的存在。如何实现这一点的问题——类似于工程师的问题——正是‘人的生存’的主题”。[11] 人类是在建立超世界存在的过程中不断发展的，今天我们生活中用到的绝大多数东西，曾经都是人类客观世界里不存在的，正是技术让它们存在，让它们伴随着人类的生存。[11]人的存在不能够脱离客观世界，但人又总是试图在他所依赖的客观世界的基础上建立一个超世界的存在，这就是人和动物不一样的地方。
在认识和解决工程问题时，工程师、工科学生和教师还普遍欠缺这方面的意识。很多大学生、研究生的“创新”对象往往针对已有的“存在”，或者说已经是“存在的显处”。虽然他们的技术中也可能含有创新的成分 （与既有的产品不完全一样，且功能也有所改进），但这种创新多半是“增量创新”，而非原始创新。[12]技术哲学家弗里德里希•德绍尔（Friedrich Dessauer）说：“技术的本质呈现为某种特殊的东西，它使我们瞥见‘紧闭的存在深处’。”[13] 真正“紧闭的存在深处”是市场上人们根本未意识到的需求，如此而产生的创新肯定是原始创新, 甚至是颠覆性创新。[12]因此，如果希望培养具有创新能力，尤其是原创能力的卓越工程师，就不能仅仅传授技术知识，还应该注重培养学生对“超世界存在”的欲求和意识，这种欲求和意识是原始创新最强大的驱动力。
另外需要意识到，在数字—智能时代，数字和智能等非生物科技将更深地融入人的存在。手机似乎已经成为“你之所以为你”的一部分，元宇宙更是改变了人的存在环境和方式，甚至改变了人们对生命存在意义的认识。技术的发展将大大增强人的能力，并改变和超越人类当前的存在环境和方式。未来肯定有一些卓越工程师将贡献于这种改变和超越，工程教育理所当然应作出响应。教学内容中应该包含一些最新的进展及可能性预测，以启发学生的兴趣和想象。
当然也有一些人开始担忧，这些数字—智能新技术的应用是否会颠覆和破坏早已渗透在人类历史与文化中的某些价值，过度沉迷于虚拟世界而导致的颓废、放纵、萎靡是否会颠覆通过劳苦、奋发、努力而求得生存与发展的逻辑。这种担忧不无道理。如今的游戏已经导致不少人沉迷虚拟世界而不能自拔，未来元宇宙等技术更容易引起部分人产生身份认同危机、虚拟与现实切换困难等现象，极端的可能导致人格解体；但总不能如庄子笔下迂腐的圃畦丈人凿隧入井，抱瓮出灌①，一味地怀旧只能被视为另一种形式的追逐幻境。
因此，工程教育面临着挑战：一方面要让学生热情地迎接和拥抱若干前沿技术，同时要对某些前沿技术可能引发的问题有清醒的认识；另一方面，既要注重数字—智能等新技术对人类存在意义和形式改变的作用，同时也要注重科技发展背后的人文价值和价值关怀。这本身就是对传统工程教育的超越。
05
工科教师要超越自身
数字—智能技术正在影响着教育，如慕课、虚拟课堂等。但工程教育的变革大大滞后于数字—智能技术的实际进展，究其原因，很重要的一点是工科教师迎接教育变革的动力不足。也许，当技术发展到某一节点，不主动迎接变革，教师则会产生身份危机。这一天似乎正在到来，教师要力图超越自身。
加拿大学者乔治•西蒙斯（George Siemens）提出关联主义理论（connectivism），强调学习与知识建立在各种节点之上，学习是将不同专业节点或信息源连接起来的过程，持续的学习需要培养与保持各种连接，好的学习应能看出不同领域理念与概念之间的联系。[14]应帮助学生建立专业节点或信息源的关联，使其成为获取知识的重要途径。笔者论述过“关联力”的培养[15]，此处不再赘述。
数字—智能技术大大提高了人的自学能力，而工程教育尚未作出相应的改变。2017年，由埃隆•马斯克与谷歌共同资助的“X大奖”（XPRIZE）组织了一个奖金总额1500万美元的“全球学习X大奖”（Global Learning XPRIZE）竞赛，其主要目的是为失学儿童开发一个合适的软件。近200个团队参赛。他们在坦桑尼亚167个极端偏远的不同村庄中找到了2400名文盲儿童。实验人员在当地安装了太阳能充电器（为平板电脑充电），对孩子们进行了预测试（以便为以后的测试设定一个基准），并分发了平板电脑。2019年5月，最终获胜的两个参赛团队，即韩国/美国的Kitkit School和肯尼亚/英国的onebillion，都做到只要这些孩子愿意每天认真学习一小时，就能接受到相当于坦桑尼亚全日制学校的教育。[16]由此可见互联网时代人的潜在的自学能力！
如果说工程教育界此前对数字—智能技术的飞速进步反应略为迟钝乃是惰性或惯性使然，那么ChatGPT的横空出世则足以让工程教育界的所有教师和管理者们警醒。笔者试问了ChatGPT与工程教育相关的若干问题，其回答相当得体。仅举一例。
我：OT/IT的融合主要包括哪些内容？
ChatGPT：OT（Operational Technology，运营技术）和IT（Information Technology，信息技术）的融合是指将传统的工业自动化系统（OT）和企业信息技术系统（IT）相结合，以提高业务效率、生产效率和质量，并增强企业的安全性和可持续性。
OT/IT的融合主要包括以下内容：
1.系统架构和集成：OT/IT的融合需要设计和实现一个完整的系统架构，将OT和IT系统紧密集成起来，以实现数据的交换和共享。
2.数据采集和分析：OT/IT的融合需要将OT系统和IT系统中的数据进行采集和整合，并使用数据分析和挖掘技术，以实现对生产过程、设备状态和运营效率的实时监测和分析。
3.云计算和大数据：OT/IT的融合需要利用云计算和大数据技术，以实现对海量数据的高效处理和存储，并提供强大的数据分析和决策支持能力。
4.人工智能和机器学习：OT/IT的融合需要利用人工智能和机器学习技术，以实现对生产过程和设备状态的预测和优化，并提高生产效率和质量。
5.安全和可靠性：OT/IT的融合需要确保系统的安全和可靠性，包括数据安全、网络安全、物理安全等方面，以保障生产过程的稳定性和可持续性。
6. IoT和边缘计算：OT/IT的融合需要利用IoT（物联网）和边缘计算技术，将OT设备和IT系统连接起来，并在现场进行实时数据采集和分析，以支持实时决策和控制。
ChatGPT的知识宽度和广度是人类个体教师无法比拟的，这一点恐怕在其问世之初就无可置疑。即便从知识的深度而言，ChatGPT也到了相当高的境界。当前，我们无须挑剔她的回答是否完美，毕竟她还在不断进化中。
曾经，我们被告知，教师是人类灵魂的工程师。其实，今天的每一位工科教师，无须妄言人类灵魂的工程师，我们需对自己灵魂拷问：相比于ChatGPT之类的AI，我们的优势在哪？什么能力是AI不可替代的？如何在教与学的活动中帮助学生发展？如何培养学生的创造力？如何体现教师存在的意义？
长期以来，多数教师习惯于“教师为中心”的教学活动，习惯于传授知识，习惯于“教师讲什么，学生学什么”。在智能时代这种方式更难以体现教师的存在价值。我们不必哀叹教师这一职业的存在意义，只要实现自身的超越，教师的存在价值不是AI所能取代的。AI毕竟只是工具，教师如何巧妙地利用这一工具升华教育的效果？在创造性、情感交流等方面，ChatGPT显然尚不及人类，教师如何在AI所不及的方面强化自己的能力，更好地影响学生，更好地体现自身的存在价值？这些应是工程教育的研究者及广大工科教师需要探究的。
本文不对上述问题一一作答。工科教师只要在灵魂深处追问自己，不仅答案就在其中，而且实现自身的超越，亦在期待之中。
参考文献 略
本文系中国工程院战略研究与咨询项目“中国工程教育战略与改革路径研究”（2022-XY-141）子课题“我国工程教育面临的新形势与重大挑战”成果。
引用此文
李培根，郭卉.工程教育需要实现多重超越[J]. 科教发展研究，2023，3（1）：2-15.
LI Peigen, GUO Hui. Engineering Education Needs to Achieve Multiple Transcendence[J]. Journal of Science, Technology and Education Studies, 2023, 3(1): 2-15.
转自：“科教发展研究”微信公众号
如有侵权，请联系本站删除！
