作者：

台湾积体电路制造股份有限公司（TSMC），全球领先的代工芯片制造商，已宣布计划在日本建造第二座半导体工厂。此举是继该公司在熊本县的首座工厂之后，并旨在加强日本半导体产业基础，同时生产高性能半导体。

TSMC已经开始在菊池建造其第一座工厂，并预计将于今年年底开始大规模生产。两座工厂的总投资估计将超过200亿美元（约3万亿日元）。

即将到来的第二座工厂将专注于生产具有6纳米至7纳米超薄电路线宽的半导体芯片。目前，日本缺乏制造线宽小于40纳米的半导体的能力，而全球大规模生产的标准是3纳米电路芯片。因此，TSMC致力于在日本建立先进的生产基础设施是一项重要的发展。

由于COVID-19大流行导致供应网络中断，全球半导体短缺问题变得迫切。美中之间的地缘战略紧张局势加剧了重建和确保健壮供应网络的紧迫性。半导体在确保经济安全方面发挥着至关重要的作用。

日本拥有半导体制造设备和材料方面的优势。许多这些领域的公司已经迁往九州地区，突显了通过发展产业集群、人才培训和技术积累来加强相关产业的必要性。

日本半导体产业的衰落部分归因于全球竞争，国内电子制造商主要专注于家电产品而落后。日本的复兴需吸引半导体制造商到该国，同时与日本制造商合作开发创新和吸引人的产品。

为提升日本制造业整体水平，TSMC已吸引了日本知名公司的投资。其中包括索尼集团、电装公司和丰田汽车公司，旨在利用先进的半导体技术用于电动车和自动驾驶技术中。

为支持半导体产业，政府已拨款约4万亿日元作为补贴。由丰田和NTT公司等投资者参与的Rapidus Corp.在北海道正在建设一家最先进的半导体工厂作为公私合作项目的一部分。政府还将向TSMC的两座工厂提供大量补贴。这些投资的表现和效果将进行全面评估。

TSMC进军日本半导体产业标志着日本在全球市场上实现竞争优势的积极一步。在建立先进生产设施并得到政府支持的情况下，日本旨在重新夺回在半导体产业中的领导地位。… Read the rest

中国汽车制造商吉利正在通过其最近推出的近地轨道（LEO）卫星向着彻底改革自动驾驶车辆的导航能力迈进。这次来自中国四川省西昌卫星发射中心的最新发射标志着该公司的第二批卫星，总数达到11颗。

吉利已经定下了一个宏伟的目标，计划在2025年之前将72颗卫星送入轨道。更长远的展望是，公司设想一个由240颗卫星组成的星座，形成一个全面的卫星网络，满足各种应用需求。

吉利卫星网络的主要目标是为自动驾驶车辆提供高精度定位支持。通过利用先进的卫星技术，吉利旨在显着提升导航准确性，最终改善道路上的安全性和效率。

这些新发射卫星的一个关键特点是它们的人工智能（AI）遥感能力。配备有这一尖端技术，这些卫星可以捕捉晶莹剔透、高分辨率的图像。这些卫星的分辨率范围从3.2英尺到16.4英尺，为众多应用，包括监视、城市规划和基础设施管理，生成宝贵的数据和图像。

中国的卫星行业在政府允许私人投资进入太空领域的决定后经历了商业活动的显著增长。借助良好的政策和增加的投资，包括吉利在内的几家商业企业已经涉足卫星制造和发射火箭。

吉利通过卫星网络扩展不断提升自动驾驶车辆的导航能力，展现了该公司的创新精神和致力于打造未来技术的决心。随着更多卫星的部署，改变交通和彻底改革自动驾驶领域的潜力变得越来越有前景。

**吉利自动驾驶车辆卫星网络的常见问题解答：**

1. 吉利的卫星网络是什么？
吉利的卫星网络是由这家中国汽车制造商发射的一组近地轨道（LEO）卫星。该公司计划在2025年前将72颗卫星送入轨道，并最终创建一个由240颗卫星组成的星座，以满足各种应用需求。

2. 吉利卫星网络的主要目标是什么？
吉利卫星网络的主要目标是为自动驾驶车辆提供高精度定位支持。通过利用先进的卫星技术，吉利旨在显著提升导航准确性，改善道路上的安全性和效率。

3. 吉利卫星的主要特点是什么？
吉利最新发射的卫星具有人工智能（AI）遥感能力。它们配备有能够捕捉分辨率在3.2英尺到16.4英尺范围内的高分辨率图像的能力。这一特点使卫星能够为监视、城市规划和基础设施管理等应用生成宝贵的数据和图像。

4. 中国的卫星行业发展如何？
自政府允许私人在太空领域投资后，中国的卫星行业商业活动有着显著增长。这一政策变革以及增加的投资使得吉利等商业企业得以涉足卫星制造和发射运载火箭。

5. 吉利对卫星网络扩展的承诺展示了什么？
吉利扩展卫星网络的承诺展示了该公司的创新精神和致力于打造未来技术的决心。随着更多卫星的部署，交通运输改变和自动驾驶领域彻底革新的潜力日益变得令人鼓舞。

**关键术语：**
– 近地轨道（LEO）：地球表面上方几百公里范围内的太空区域，卫星可以围绕地球轨道运行。
– 自动驾驶车辆：无需人类干预或控制即可自主行驶的车辆。
– 人工智能（AI）：机器或计算机系统模拟智能行为的能力，特别是在学习、推理和解决问题方面。
– 遥感：获取关于对象或现象的信息，通常不需要物理接触，典型地使用卫星或飞机。
– 商业活动：为了获利或盈利而开展的业务运营或努力。

**建议相关链接：**
– 吉利
– 中国政府官方网站… Read the rest

维吉尼亚州通过由参议院委员会引入的开创性预算提案，正在朝着技术治理迈出重要步伐。该州每年拨款39240美元，致力于培育区块链技术、加密货币和人工智能（AI）领域，旨在将其定位于数字创新的前沿。

为研究、监管和利用这些前沿技术，该提案为两个新设立的委员会指定了资金：区块链和加密货币委员会，以及人工智能委员会。前者在未来两年将分得17192美元，将对区块链技术和加密货币进行全面研究，旨在将它们整合到该州的经济结构中。同时，人工智能委员会在同一时期拟定预算为22048美元，将制定涉及人工智能领域道德、公共安全和创新的政策。

维吉尼亚州还实施了促进数字创新的进步立法。其中一项关键措施是豁免加密货币挖矿者的货币传输许可，降低了区块链创业者的障碍。此外，该州为涉及数字资产交易提供有吸引力的税收优惠，以刺激经济活动并吸引对数字经济的投资。此外，专门拨款了4000万美元的加密风险基金用于费尔法克斯县的警员和员工，展示了维吉尼亚承诺拥抱数字时代的决心。

通过设立区块链和加密货币委员会以及人工智能委员会，并支持立法，维吉尼亚巩固了在数字领域创新的地位。这些委员会包括15名成员，包括来自各个部门的立法者和专家。他们的合作方法确保政策和建议将是全面和充分的，使得维吉尼亚能够在区块链和人工智能技术的负责发展和整合方面处于领先地位。

维吉尼亚州的战略投资和前瞻性方法为其技术进步和经济增长奠定了基础。通过承认区块链和人工智能的重要性，并积极采取措施研究和监管它们，该州为数字未来铺平了道路。随着其他州目睹维吉尼亚的进展，它们很可能效仿其模式，模拟其拥抱数字革命的模式。

常见问题解答：

1. 维吉尼亚州的预算提案侧重于什么？
维吉尼亚州的预算提案旨在培育区块链技术、加密货币和人工智能领域，并将该州置于数字创新的前沿。

2. 文中提到的两个新设立的委员会是什么？
预算提案为两个新设立的委员会投入了资金：区块链和加密货币委员会，以及人工智能委员会。

3. 区块链和加密货币委员会的目的是什么？
区块链和加密货币委员会将进行对区块链技术和加密货币的全面研究，旨在将它们整合到该州的经济结构中。

4. 人工智能委员会的目的是什么？
人工智能委员会将制定涉及人工智能领域道德、公共安全和创新的政策。

5. 维吉尼亚州实施了哪些支持数字创新的立法？
维吉尼亚州豁免了加密货币挖矿者的货币传输许可，降低了区块链创业者的障碍。该州还为涉及数字资产交易的交易提供有吸引力的税收优惠，以刺激经济活动并吸引对数字经济的投资。

关键术语和定义：
– 区块链技术：一种去中心化和分布式分类帐技术，允许多方拥有数字记录的相同副本。
– 加密货币：使用密码学确保安全并独立于中央银行运行的数字或虚拟货币。
– 人工智能（AI）：通过计算机系统模拟人类智能过程，通常通过计算机系统执行通常需要人类智能的任务。

建议关联链接：
– 维吉尼亚州官方网站
– 维吉尼亚理工大学
– 詹姆斯·麦迪逊大学
– 弗吉尼亚大学… Read the rest

蛋白质结构预测领域正在经历重大变革，随着端到端学习的出现。这种方法优化机器学习模型的所有组件以完成特定任务，正在彻底改变蛋白质设计的准确性和效率。

消失了费时费力的数据预处理的日子。端到端学习消除了这一步骤的需求，最大化提取重要信息并提供更准确的预测。虽然这一概念在各个领域，如计算机视觉和语音识别中已成功应用，但它在蛋白质设计中的潜力尤为引人注目。

在蛋白质结构预测方面处于领先地位的是AlphaFold2和RoseTTAFold。这些强大的工具对蛋白质工程的进步做出了巨大贡献。通过将序列、结构和功能标签融入统一框架，它们正在重新塑造人工智能和蛋白质设计的格局。

此外，最近的发展，如进化规模建模（ESM）和CombFold，为该领域带来了新的视角。与端到端深度学习方法AlphaFold2结合使用时，这些方法正在推动蛋白质结构预测的边界。AlphaFold蛋白质结构数据库的出现在提供准确快速的预测方面发挥了关键作用，超越了传统方法。

了解蛋白质折叠过程对解开其复杂性至关重要。最近的研究揭示了一个新的中间状态，显示蛋白质折叠发生在两个阶段 – 一个快速，另一个慢得多。通过仔细观察使用光谱学探针和固体核磁共振碳13原子实现的折叠行为，这一突破成为可能。

尽管端到端学习显示出巨大的潜力，但挑战仍然存在。将物理知识整合进机器学习框架需要进一步探索。然而，该领域的快速发展速度预计能够克服这些障碍，实现更准确和高效的蛋白质结构预测。

蛋白质结构预测中端到端学习的潜力确实令人兴奋。随着每一项新的发现和技术进步，我们更接近于更深入地了解蛋白质及其在各种疾病中的作用。有限的预测时代已经过去，未来将为利用机器学习的力量揭开蛋白质奥秘提供巨大可能性。

蛋白质结构预测常见问题解答：

1. 什么是蛋白质结构预测中的端到端学习？
端到端学习是一种优化机器学习模型的所有组件以完成特定任务的方法。它消除了费时费力的数据预处理，并最大化提取重要信息，从而获得更准确的预测。

2. AlphaFold2和RoseTTAFold如何为蛋白质结构预测做出贡献？
AlphaFold2和RoseTTAFold是强大的工具，极大推动了蛋白质工程的进步。它们将序列、结构和功能标签融入统一框架，彻底改变了蛋白质设计的准确性和效率。

3. 什么是进化规模建模（ESM）和CombFold？
ESM和CombFold是蛋白质结构预测中的最新发展。当与AlphaFold2等端到端深度学习方法结合使用时，它们推动了预测准确性的边界。AlphaFold蛋白质结构数据库的出现也在提供准确快速的预测方面发挥了重要作用。

4. 最近有哪些突破揭示了有关蛋白质折叠的信息？
最近的研究揭示了蛋白质折叠中的一个新的中间状态，表明它发生在两个阶段 – 一个快速，另一个较慢。光谱探针和固体核磁共振碳13的方法对于观察这些折叠行为至关重要。

5. 将物理知识整合到机器学习框架中存在哪些挑战？
将物理知识整合到蛋白质结构预测的机器学习框架中需要进一步探索。尽管端到端学习显示出潜力，但还需要进一步研究将现有的物理理解有效地整合到这些框架中。

定义：
– 端到端学习：一种方法，优化机器学习模型的所有组件以完成特定任务，消除数据预处理的需求。
– 蛋白质工程：为特定目的设计和修改蛋白质的过程，例如改善其稳定性或功能。
– 光谱探针：使用光研究分子行为和性质的技术，例如蛋白质。
– 固体核磁共振：一种利用磁场研究分子结构和动态的方法，特别是蛋白质。
– 进化规模建模（ESM）：蛋白质结构预测中的最新发展，当与深度学习方法结合使用时，可以提高预测准确性。
– CombFold：蛋白质结构预测中的另一个最新发展，有助于推动准确预测的边界。

建议的相关链接：
– AlphaFold
– RoseTTAFold
– CombFold 论文
– AlphaFold蛋白质结构数据库
– 进化规模建模（ESM）论文
– 光谱探针研究
– 固体核磁共振研究… Read the rest

2020年，当Covid-19迫使人们待在家里时，计算机科学家汤姆·扎哈维重新发现了他对国际象棋的热情。受到读到加里·卡斯帕罗夫的回忆录的启发，扎哈维沉浸在象棋视频和电影中，比如《皇后的谋杀》这样的电影，以滋养他新发现的兴趣。然而，扎哈维很快意识到自己在象棋拼图方面比实际游戏更擅长。这些拼图提出了人工场景，挑战玩家们寻找获取优势的创新方法。

值得注意的是，这些象棋拼图帮助揭示了传统象棋程序的局限性。数学家罗杰·彭罗斯在2017年设计了一个拼图，即便是最强大的计算机国际象棋程序也未能正确解决。扎哈维意识到，虽然计算机在常规游戏中能超越人类玩家，但它们在处理超出训练数据的复杂问题时遇到困难。

作为Google DeepMind的研究科学家，扎哈维将这一认识视为探索AI系统中创造性问题解决的机会。他和他的团队开发了一种独特的方法：结合多达10个为不同策略优化的决策AI系统。他们将DeepMind的AlphaZero，一个强大的象棋程序，作为起点。通过合作和利用每个系统的优势，新程序的表现超过了单独使用AlphaZero，并展现出了在解决彭罗斯拼图时增强的技能和创造力。每当一种方法遇到障碍时，程序会平稳地过渡到另一种方法。

扎哈维的方法的成功 resonated 让计算机科学家艾莉森·利姆赫塔恰特。她承认了使用多样化AI系统的优势，特别是在超出象棋问题解决情景方面。利姆赫塔恰特强调，拥有在不同领域接受训练的代理团队会增加有效解决困难挑战的机会。

这项研究表明，AI系统可以从协作解决问题和探索多种解决方案中获益。伦敦帝国理工学院的AI研究人员安托万·库利将其比作人工头脑风暴会话，导致创造性和高效的问题解决。通过寻求替代方法，AI系统可以克服他们的局限性，提供创新解决方案。

扎哈维的工作还解决了强化学习的局限性，这是强大象棋程序（如AlphaZero）背后的基础。尽管强化学习允许AI系统通过反复试验学习和改进，但它经常无法全面理解游戏。扎哈维注意到，这些系统在面对新颖情况或从未遇到的问题时存在盲点。未能识别失败会妨碍它们展现创造力的能力。

展望未来，扎哈维的研究鼓励在AI系统中整合失败识别和创造性问题解决。通过这样做，AI程序可以克服盲点，扩展其解决问题的能力，并提供更细致的解决方案。

FAQ基于文章中提到的主要话题和信息：

Q：是什么激发了计算机科学家汤姆·扎哈维重新发现他对国际象棋的热情？
A：汤姆·扎哈维在Covid-19封锁期间受到读加里·卡斯帕罗夫的回忆录和观看象棋视频以及《皇后的谋杀》等电影的启发。

Q：扎哈维对国际象棋拼图和传统象棋程序有什么认识？
A：扎哈维意识到象棋拼图帮助揭示了传统象棋程序的局限性。计算机可以在常规游戏中超越人类玩家，但它们在处理超出训练数据的复杂问题时遇到困难。

Q：扎哈维和他的团队如何解决AI系统中的创造性问题解决方法？
A：扎哈维和他的团队结合了多达10个为不同策略优化的决策AI系统。他们以DeepMind的AlphaZero为起点，利用每个系统的优势创造了一个胜过AlphaZero单独的新程序。

Q：在扎哈维的方法中，合作的作用是什么？
A：合作在扎哈维的方法中至关重要。当一种方法遇到障碍时，程序会平稳过渡到另一种方法，使团队能够结合不同系统的优势。

Q：计算机科学家艾莉森·利姆赫塔见到使用多样化AI系统有哪些优势？
A：利姆赫塔强调，在不仅仅是在象棋中，而是超越象棋的问题解决情境中，训练在不同领域的多样化AI系统会增加有效解决困难挑战的机会。

Q：研究显示了AI系统和问题解决方法的什么情况？
A：研究显示了AI系统可以从协作问题解决和探索多种解决方案中获益。寻求替代方法让他们克服局限性，提供创新解决方案。

Q：扎哈维的工作解决了强化学习中的什么局限性？
A：扎哈维的工作解决了强化学习的局限性，这是象AlphaZero这样的强大象棋程序背后的基础。这些系统往往在面对新颖情况或从未遇到的问题时存在盲点。

Q：扎哈维建议如何克服AI系统中的这些局限性？
A：扎哈维建议在AI系统中整合失败识别和创造性问题解决。通过这样做，AI程序可以克服盲点，扩展其解决问题的能力，并提供更细致的解决方案。

关键术语/行话：
– AlphaZero：由DeepMind开发的利用人工智能进行游戏的强大象棋程序。
– 强化学习：一种机器学习类型，AI系统通过反复试验学习，接收反馈并相应调整其行动。

建议的相关链接：
– DeepMind的AlphaGo
– 伦敦帝国理工学院… Read the rest

最近涉及加拿大航空公司的一个案例，澄清了由聊天机器人提供错误信息的责任。法院裁决认定，对于聊天机器人所做出的误导性或不准确的陈述，责任在于公司本身，而不在于聊天机器人。

这起案件由一名名叫杰克·莫法特的男子提起，他在与加拿大航空公司的聊天机器人交互时经历了令人沮丧的经历。莫法特寻求获得有关如何符合折扣机票的信息，以便临时赶赴葬礼。聊天机器人提供给他不正确的信息，声称只要购票后90天内，他就可以追溯申请退款。

不幸的是，莫法特后来发现，加拿大航空公司的实际政策不允许对已发生的旅行提供退款。由于航空公司拒绝履行聊天机器人的承诺，莫法特感到沮丧，决定起诉他们。

加拿大航空公司试图与聊天机器人的行为划清界限，辩称聊天机器人是一个“独立的法律实体”，他们不应对此负责。然而，法院驳回了这个论点，指出由于聊天机器人是加拿大航空网站的一部分，公司对其提供的所有信息负责。

这一裁决引发了一个有趣的问题，即针对聊天机器人提供错误或误导信息的公司可能面临法律诉讼。虽然利用这一点来轻松获利似乎很诱人，但重要的是要记住，每个案例将根据其具体情况进行评估。此外，公司很可能会改进他们的聊天机器人技术，以确保所提供信息的准确性。

总之，这一裁决澄清了公司最终要对其聊天机器人的行为负责。虽然从聊天机器人那里获得错误信息可能令人沮丧，但重要的是要将我们的不满直接指向公司本身，而不是指责聊天机器人。

常见问题

加拿大旅客成功就Air Canada误导性聊天机器人一事提起诉讼

最近的一宗法律案件中，一名加拿大旅客起诉Air Canada，称航空公司的聊天机器人提供了不正确的信息。这名旅客失去了奶奶，并希望使用Air Canada的网站订购一张葬礼机票。他利用了聊天机器人功能，询问有关丧亲优惠票价，并收到回复称他可以在机票发出后的90天内申请减价的丧亲票价。

基于这一保证，旅客订购了机票。然而，在旅行后联系Air Canada要求根据丧亲票价退还部分费用时，他被告知此类票价不适用于已完成的旅行。虽然Air Canada承认了聊天机器人误导性回复及其打算更新系统的意图，航空公司拒绝承认聊天机器人所陈述的内容。

因此，旅客决定起诉Air Canada。航空公司的辩护是要与聊天机器人保持距离，声称聊天机器人是独立实体，负责自己的行为。然而，法官支持了旅客的诉讼，称Air Canada没有采取足够措施确保聊天机器人的准确性。

因此，Air Canada被判支付给旅客812加元，该金额代表了他支付的机票费用与标准丧亲票价之间的差额。法官批评了航空公司试图摆脱责任，并强调Air Canada应对其网站提供的所有信息负责，包括来自聊天机器人的信息。

这一案件引发了关于航空公司应对其聊天机器人系统提供的信息准确性负责的重要问题。它还突显了航空公司客户关系中常见的缺乏灵活性和同情心。希望这一裁决将促使航空公司对其自动系统提供的信息承担更大责任，并在丧亲旅行等敏感情况下优先考虑客户满意度。

您对Air Canada的这起诉讼有何看法？航空公司应对其聊天机器人提供的错误信息承担责任吗？

在我看来，航空公司对其聊天机器人提供的错误信息负责是合理的。聊天机器人是由航空公司自己开发和实施的，因此他们应对确保其准确性负责。客户依赖这些自动系统提供的信息，并应该能够信任它。在这种情况下，法官不接受Air Canada试图与聊天机器人保持距离的做法，强调航空公司有责任对其网站提供的所有信息负责，包括来自聊天机器人的信息。

航空公司应优先考虑其自动系统提供的信息的准确性，尤其是在像丧亲旅行这样的敏感情况下。这起案件中的旅客试图为其奶奶的葬礼订票，但却收到了聊天机器人的错误信息。这显示了航空公司在灵活性和同情心方面的不足。

总的来说，这起诉讼凸显了航空公司有必要对其聊天机器人系统提供的准确性承担更大责任并优先考虑客户满意度。航空公司应确保其自动系统提供准确信息，并做好及时纠正任何错误或错误信息的准备。

客户也有必要了解自己的权利，并仔细核对聊天机器人或其他自动系统提供的信息。清楚了解航空公司的政策和流程可以帮助避免任何潜在的误解或问题。… Read the rest

行业传闻显示，英伟达正准备在即将推出的 GeForce RTX 50 系列显卡中引入新的 PCIe 6.0 16针功率连接器。据消息人士透露，这一举措可能不仅局限于高端型号，如 GeForce RTX 5080 和 GeForce RTX 5090，还可能延伸至中端 GPU，如 GeForce RTX 5060。

通过采用下一代 PCIe 6.0 16针连接器，英伟达旨在优化其供应链。公司现在只需一个 PCIe 6.0 16针功率连接器即可满足所有 GeForce RTX 50 系列显卡的需求，而不再需要处理各种功率连接器。这不仅简化了制造过程，还确保了整个系列的一致性。

采用第六代 16针功率连接器为功率传输开辟了新的可能性。据报道，英伟达最高端的 RTX 50 系列 GPU 可以提取高达 600W 的功率，而高端型号则可达到 450W。中端显卡预计将在 300-350W 的功率范围内，为用户提供满足需求的性能。

虽然一些人猜测这一举措可能会导致与现有电源供应的兼容性问题，但英伟达认为 16针连接器已经是行业标准。用户如果有过时的电源供应，可以轻松在亚马逊等平台购买转接器以确保兼容性。

有趣的是，消息来源提到英伟达的竞争对手 AMD 没有采用新标准的计划。AMD 更倾向于坚持目前的功率连接器规格，并认为没有理由进行转换。这一差异的做法突显了这两家 GPU 巨头之间不同的策略。

总的来说，英伟达决定在下一代 GeForce RTX 50 系列显卡中采用 PCIe 6.0 16针功率连接器，标志着功率传输效率和标准化迈出了一步。这一举措预计将为用户带来增强的性能和便利，同时简化公司的制造流程。… Read the rest

高等教育的格局正在迅速演变，受到三个主要危机的驱动：入学人数下降，在线学习的兴起，以及通过生成式人工智能和其他技术获取理论知识的可及性。随着传统大学系统面临空前的竞争压力，人们越来越清楚，需要进行根本性的转变。

著名的人工智能科学家和教育改革倡导者大卫·E·戈尔德伯格认为，现代大学的蓝图需要更新，以满足数字时代的需求。在他的著作《全新教育的实地手册：在数字世界中重新启动高等教育，为人类连接和洞察做准备》中，戈尔德伯格阐述了五个关键的转变，这些转变对于带来实质性变革并为未来的学生做好准备至关重要。

第一个转变，戈尔德伯格称之为“舒恩的转变”，强调从技术理性到以实践为导向的反思行动的转变。这种转变认识到在实际应用过程中，会话技巧（如注意、倾听和质疑）的重要性。

第二个转变，被称为“大脑在棒子上的转变”，承认从业者是有情感和身体的人类。它强调将情感和具身知识融入实践的重要性，因为它们对个体的全面发展起着至关重要的作用。

第三个转变，即“维特根斯坦的转变”，从哲学家路德维希·维特根斯坦那里汲取灵感，强调语言作为创造性和变革性过程。戈尔德伯格强调语言在实践中的作用，主张对言语行为及其对塑造世界的影响的复杂理解。

第四个转变，“小投注的转变”，挑战了对因果确定性和规划的传统强调。戈尔德伯格主张接受不确定性和试验作为学习过程的正常部分。他介绍了萨拉斯瓦瑞理论，鼓励学习者进行小而有计划的风险，培养适应不确定环境的能力和韧性。

最后，第五个转变，“共反转变”，挑战了解决复杂问题的确切答案的观念。戈尔德伯格强调了认识和接纳对立或共反的重要性。而不是偏袒其中一个，理解团队合作和个体工作、指导和自由、研究和教学之间的互动至关重要。这种意识有助于采用更加细致的解决问题方法。

值得注意的是，这五个转变并非旨在取代传统高等教育体系。相反，它们应与现有技能相结合，培养更全面的学生，擅长于理论和实践。通过发展应用和实践知识的专长，学生在与缺乏真正理解和意图的人工智能相比中获得了重要优势。

正如戈尔德伯格巧妙地表达：“人工智能的兴起导致人们担心人类将被取代，”但通过采纳这些关键转变，高等教育体系可以修复并重新配置自身，赋予学生力量。通过为他们提供强调人类可以胜任而人工智能无法做到的技能，我们可以确保他们在未来具有竞争力和相关性。… Read the rest