艺术要走到了终点的时候，

出现了毕加索；

理性快走向终点的时候，

出现了哥德尔；

当人工智能出来的时候，

我们其实期待新时代的毕加索。

马兆远·南方科技大学教授

格致论道第121期2025年8月30日

我是南方科技大学的马兆远，之前在清华大学工作。我号称是清华美院500年历史上唯一聘请过的物理学教授。所以今天讲的内容会讲到我物理学的出身，也会讲到一些美院的工作经历。

AI时代基础教育该怎么做？我会给大家一个特别笨的答案，希望大家不要太失望。但是这个答案，会充满对未来的希望。

传统画师的困境

已完成：10% / ///// / / / /

首先讲一个小故事。我们知道有一个单词叫“Computer”。现在说到Computer，大家都知道是计算机，但回溯80年前，Computer这个词儿其实指的是做计算的人。我们知道英语里有个习惯是在动词的后面加er，来表示做这个事情的人。所以Computer这个词说的就是做Computer的那些人。

在曼哈顿工程里边，真的有这些做计算的工作人员。他们用计算尺在房间里查表、做计算，才完成了曼哈顿工程这么大的计算量，因为当时没有计算机这个东西。后来因为计算机的发展，这些工作消失掉了，但是这些人并没有消失，他们找到了新的工作。

所以我们在担心计算机的发展，那换一个名词就是AI的发展，会影响到我们的工作吗？担心是必然的，但是历史上人类担心丢失工作不止计算机这一次，更大的一次人类失业是从工业革命开始的。

在工业革命之前，有90%的人是农民，土里刨食儿（方言，指农民耕作获取食物）。因为只有这种生产力，才能满足这么多人的需求。但是工业革命导致农业变成了工业的一部分，大量农民进入工厂，改变了自己的职业。

▲左：工业革命后各国大量农民失业

右：工业革命后人口大量增长

工业革命之后，人口大量地增长，但农民在人口的比例里越来越少。其实就是因为工业革命带来了大量的生产力提升，人类找到了新的工作，创造了新的需求。其实我们可以预言，当AI帮我们大量提高生产效率的时候，人类可能会有新的发现、新的需求来创造新的职业。

我再讲另外一个案例。这个案例就发生在美术领域，或者说艺术领域。艺术的诞生最早是为了描述自然界，比方说你去大英博物馆的时候会看到这幅画。

这幅画是Jan van Eyck在1434年创作的，是早期的油画。这个时候，我们用油画这种新的材料，尊重光学的原理，去画了很多反映真实现实的绘画。

要精确到什么程度呢？比如这幅画的墙上是有面镜子的。放大去看这面镜子，它是一个凸面镜，里面的成像严格地遵循了光学原理。甚至当你仔细看的时候，不仅看到这两个人的背面，还会看到门，门里边有一个人在看。现在估计，这个人就是画家本人。当时的画可以画到这种程度，用油画如此准确地反映自然界。

在大英博物馆，还有另外一幅画。数学界有一种新的技术叫仿射变换，仿射变换在油画里也有应用。这幅画在大英博物馆特别大，有一个真人那么高，画里有两个人像。这就是小汉斯·荷尔拜因的《大使们》。

两个人像画得都很准确，但地毯那里有一个特别奇怪的形状。一开始，大家不知道这是什么东西。这个画挂了几十年，直到数学界用仿射变换去看的时候，才发现地面上这幅画是一个骷髅的变形。

数学家通过数学的仿射变换，就可以把画面上原本奇怪的形状变换出骷髅原本的模样。对此有很多不同的诠释，其中有一个说法是这个骷髅体现了画家对这两个人的厌恶。这也是很多新技术进入艺术创作领域带来的发现。

十九世纪，艺术进入了新的阶段，也有很多新的科学发现。我们对光学、颜色是怎么产生的有了更深一步的认识，这种技术也引入到了艺术中。比方说，我们学会了三原色，那么创作的时候就不需要去配颜色了，而是用点画法，通过红、黄、蓝三种颜色就可以画出各种复杂的绘画。

这个时代还出现了一种新的技术，叫做摄影。艺术是为了描述客观世界而诞生的。那么摄影出来之后，你画得再像也不如照片像。而且慢慢地，照片逐渐变成了彩色，那这时候画画这件事情还有什么意义呢？

时间到了十九世纪末，出现了一个生不逢时的艺术家。这个艺术家小时候画画就画得很好。这是他1893年12岁的时候画的人体素描，但同时期摄影艺术已经非常先进，画得再像也不如照片像。

当这位艺术家再大一点，15岁的时候，作品是这个样子：

然后到1905年的画是这个样子：

他真的是一个极有天赋，但生不逢时的人。这个时候不光他一个人，整个艺术界都在思考：当新的技术出现之后，画家的职业该朝哪个方向发展？是不是这个行业走入终点，要被完结掉了？

于是，这个艺术家去历史上寻找创作的灵感。他从古埃及的壁画中获得了灵感。古埃及壁画有一些特点，比方说下左图的人，人脸是侧面的，但眼睛是正面的。所以你不是看到一个侧面的眼睛，而看到一个正面的眼睛。古埃及人把重要的东西全部拧到正面来给人看，不再尊重自然本身的样子。

这个艺术家受到重大启发，于是他开创了一门学派，叫做立体主义。立体主义要做的事情，就是把所有立体的东西拧到平面上给人看。这个艺术家就是毕加索。

下方毕加索的这幅画，它的眼睛跟左边埃及壁画的这幅眼睛有异曲同工之妙。这个人的脸是扭到侧面的，但他看你的眼睛是正面的。所有重要的东西全部拧到平面上来看。本来它是立体的，但是却用平面来呈现，这就是立体主义。

从那之后，他就开创了一个新的阶段，艺术不再拘泥于自然界，而从自然界受到启发，去体现艺术家自己的精神。所以过去这100年，艺术不但没有死，而且进入了一个非常蓬勃的发展阶段。

重塑对世界的认知

已完成：40% /// /// / / / /

从艺术的发展里，我们能得到哪些启发？

重新回到AI对科学界的影响，我们知道科学是纯理性的。至少从古希腊开始，我们追求的就是纯理性的。从毕达哥拉斯开始就定了一个规矩，科学必须用数学语言来表达。

所以典型科学的建立，比方说我们在学校里学到的牛顿力学，四个基本定律全部是用数学来表达，它能推出牛顿力学在自然界的所有现象。还有爱因斯坦的狭义相对论跟广义相对论，用这种类似的架构、基本假设，也是数学构架了古典科学的所有学科。

从那之后，科学用数学来表达就变成了一种习惯。从古希腊开始到牛顿阶段，再到爱因斯坦阶段，整个现代科学都构架了起来，按照这个模式去走。我们在追求理性的过程中，逐渐找到了很好的理性工具。

这时候，数学进入了一个阶段，人们开始思考，数学是不是一个完整的，或者说一个完美的工具呢？在同一个时期，艺术快碰到死胡同的时候，学术界、科学界也在问类似的问题：科学的问题是不是快做完了？尤其是作为工具而言的数学，数学所有的命题都可以被证明，那能不能找到一个自然而完整的工具来证明数学本身？

1900年的时候，有一个叫希尔伯特的数学家，提出终结数学的计划，叫数学的完美化。这个计划要通过数学家的工作，证明数学是一个完美的工具。这个工具是一个精确的思维方式，要证明它自己是自洽的，数学内部不存在任何矛盾，证明它是完备的，所有数学定理迟早都会被证明。

这看起来特别自然，因为当时做数学这么多年都是这种习惯。现在希尔伯特的墓上还刻着这两句话：“我们必然了解，我们终将知道。”指的是数学的精确化是迟早可以完成的。希尔伯特当年说这句话的时候，没觉得这个事特别难。

几乎是希尔伯特说这句话的同时，有另外一个数学家提出一个新的证明，这个证明叫哥德尔不完备定理。哥德尔不完备定理是说，任何一个数学系统都是不完备的，想把数学这件事做完这件事是不现实的，数学的工作是做不完的。人类最重要的认知可能不来自于理性，而来自于人类的直觉。

这件事情可能跟我们传统的科学认知是不太一样的，但直觉可能是构成我们人类认知最重要的那部分内容。他对现代科学的影响还在发生，我们不知道有多大的影响，但他直接影响了他的一个后人、一个崇拜者——图灵（Alan Mathison Turing）。

图灵在1936年写了一篇论文，对现在人工智能的建立起了重大的作用。论文定义了人工智能，定义了什么是图灵机。

图灵在1936年写这篇论文的初衷是为了证明哥德尔不完备定理，证明哪些东西是图灵机做不了的，所以这篇论文不是特别长。论文在前半部分构架一种东西叫图灵机，也就是今天人工智能的基础——所有的人工智能，无论是基于GPU还是基于运算中心去做的，包括你的手机，都是图灵机。图灵当年证明哪些东西图灵机做不了，其实今天所有的人工智能一样都做不了。

图灵通过图灵机证明了哥德尔不完备定理，也证明了人类的直觉才是我们认知过程中最重要的那部分，而不单纯是理性认知。

从上个世纪二三十年代，科学进入了一个新的阶段。过去2500年所构架起来的纯理性，在上个世纪二三十年代，被推入一个新的阶段。人类的直觉、人类对世界不确定性的认知可能才更根本。

不过这个根本的影响，我们还不知道，因为前面有2500年历史，现在才短短的100年。整个现代科学，都还在巨大的阴影后边，未来的科学怎么发展，我们还不知道。至少从数学工具角度来说，我们发现，数学是做不完的。

从那之后，认知进入了一个新的阶段。远古的认知在牛顿跟爱因斯坦时代进行了理性的梳理。从古希腊一直到牛顿、爱因斯坦年代，叫做纯理性阶段。到上个世纪二三十年代，哥德尔跟同在普林斯顿的好友爱因斯坦从认知论的角度进行了革新，进行两个不同的阶段。从那之后，科学有了新的发展——量子力学的发展。

过去100年，量子力学对科学到底有多少影响？我们到今天还不太知道，它在重塑我们对世界的认知。好消息是科学其实还有很多问题我们不了解，包括今天我们要强调的作为基础工具的数学工具本身，都有大量问题还是不知道的。

即使计算机被发明出来，计算机只是帮我们梳理已经知道的理性认知部分，对于科学本身的问题，可能还是依赖于人类的直觉。但怎样让计算机去了解我们的直觉，这是一个很难的问题，我们现在没有任何办法。

新时代的毕加索

已完成：70% ///// // / / /

就像是100多年前，艺术要走到终点的时候，出现了毕加索；理性快走向终点的时候，出现了哥德尔；当人工智能出来的时候，我们其实期待新时代的毕加索。但新时代的毕加索可能不是我们这一代人，有可能是下一代年轻人。

什么人才是毕加索？我们不知道，我们唯一知道的是人类的历史是怎么走过来的，哪些工具会有用。我现在在大学工作，也被问了很多关于教育的问题，比如大学的教育将来该怎么做。

所有的知识你去网上查、用人工智能查，很方便，不用大学里再教。而且年轻人知道的东西永远比我们这些老人更多。所以，我们到底能教哪些东西？我们在深深地思考。

后来，我们大概得出来一些结论。教新的知识可能迟早会过时，我们只能传授给他们一些稳定的工具。这些工具会帮助他们去开拓新的领域，去探索新的知识范畴，这也就是钱学森所问的问题：我们怎样开拓新的知识、探索新的领域？

总结之后，我们得到了一些人类认知里边有用的工具，至于拿这些工具能走到哪些地方，我们这一代人可能是不知道的。因为每一天知识都在更新。这些有用的工具，我们把它概括成这五类，叫做基础教育阶段的素质教育。

第一是数学（Mathematics）。数学可以保证人跟未来新物种的沟通能力，包括人跟机器人之间。你可以叫它人工智能，也可以叫它计算机。计算机现在还不得不用数学语言，所以数学是一个很重要的学科。

第二是语文（Literature），保证人跟人之间的对话能力。其实我到了这个年龄也在做科研，但大多数时候都在写材料，所以语文能力、沟通能力是个特别重要的能力。

第三是物理（Physics），人跟自然对话的能力。它帮你去了解自然，帮你去梳理自己的思想。怎么去跟自然进行对话、发现自然的新现象，这种技能是非常重要的。

第四是艺术（Art）。艺术是保证人跟自己心灵的对话能力。

最后一类是动手能力（Engineering）。动手能力我们把它概括成人跟未来的对话能力。这种能力可以改变现状，创造新的未来、创造新东西。

这些学科加起来跟传统的STEM教育不太一样。STEM教育在很多中学，包括大学也在提，但STEM教育过于强调理科、理工科。跟STEM教育对比，我们提出了一种教育理念，叫MAPLE，正好是这5门学科的总结，Mathematics、Art、Physics、Literature跟Engineering组合的单词就是MAPLE这个词。

MAPLE教育可能会更完整地塑造一个人的综合能力。综合能力塑造好了之后就会赋予人一种新的技能，去适应不同行业，适应新知识的出现。

从这个角度来说，将来的教育，比如硕士阶段可能就变成了一个回大学重新再教育、技能教育的阶段。从新的职业、新的赛道出来，然后基于这些已经有的基础能力，可以很容易适应一个新的行业，甚至创造一个新的行业。

那种一辈子只做一件事，从进入职场就退休，一辈子只做一个工作的生活，可能在未来年轻人的人生中已经一去不复返了。在人类历史上，这种事情也不会再重复，可能年轻人每隔几年就要换一个新的工作。因为你原来特别适应的方式已经被计算机做得更好，计算机可以很容易地去做你的助手，效率会更高。人更大程度上被解放出来，去从事新的行业。

怎么去适应一个新出现的行业呢？基础教育给你的这些素质非常重要，能让你有很强的适应新行业的能力。我们将来可能在本科之前的阶段强调MAPLE教育，这些基础学科教育，让学生有很深的基础，很容易去适应新的行业，然后硕士阶段对职业进行重塑。也顺便提一下，博士阶段是对人类职业、人类的知识库有所贡献。

这就是我们过去2000多年所习惯、所训练出来的对知识的掌握，知识架构该怎么去塑造，怎么去创造新的知识，这件事情所带来的结果。

总体来说，我们现在在大学做的一件事情，就是基于这些基础学科，去重塑我们的教育内容，比如数学、物理，其中一个重要的方向就是逻辑学，这也是我在南方科技大学把这门课讲火的原因。

未来到底哪些知识会出现？哪些行业会很重要？我们今天真的没有一个好的答案，所以我一开始说，只能给你一个特别笨的答案。

这个答案是，我们可能要从基础学科学起。这个是我们已经从科学家成长，从人类历史发现新知识的过程中，已经验证过上千年有用的东西，比方说逻辑学很重要，数学很重要，物理学很重要，还有很重要的是，人跟人之间对话的能力，跟艺术之间沟通的能力，这就是MAPLE教育。

谢谢大家。