作者 | 學者行者監視者
來源 | 中國信息技術教育
先說一道經常用於筆試公司開發人員的一道數學題：說有一種傳染病萬分之一的發病率，有一種試紙99%的準確性，一個被測人員用試紙檢測顯示陽性，請問這個人真正被感染的比率是多少？
這是一道條件概率題，正確的解題思路是這樣的：99%的準確性，一萬人中不準確的人就是100人，那麽1萬人中有多少病人呢？1個。100個被誤診的傳染病加上一個真正的傳染病人是被測出來的，其真正的感染率1%量級才對。
如果我們提高試紙的精度，為萬分之9999的準確性呢？一萬個人中就有1個被誤診的，再加上一個真正得病的，如果被這種精確的試紙診斷出來的病的話，還有一半人是錯誤的診斷。
那麽我們繼續升高試紙的精度，達到十萬分之99999的話，一萬個人中就只有0.1人是錯誤的，那麽加上一個正確的，如果被檢測到了，就基本是靠譜的了。
也就是說，你若希望診斷出來一種偶發的現象，要想要靠譜的結論的話，基本上是要比“偶發”高一個數量級的測量精度才行。
說了一大堆數理邏輯的話，你肯定想問我：你究竟想說啥？
我再說個我的故事。
1985年，我16歲，就讀一所省著名高中的二年級。當年學校從500人中選拔出來20人去學習計算機程序，我報了名，卻被刷下來了。第二年，又被刷了下來。其實原因很簡單，我成績還不夠優秀。這年的期中考試，我用一種極限的方法去證明一個等腰三角形的命題，考試又得到了比較差的分數。
我記得很清楚是一個大雪天的晚自習，數學老師走到我身邊，讓我跟他出去。我輾轉來到了他的家，家裡生起了煤爐，我們圍坐在爐子旁邊。
老師為我倒上一壺茶，和我聊上了天。第二年就要高考，這個時候如此奢侈的晚自習對於我還是很驚訝的。老師詢問了我家庭背景、各項成績、喜歡什麽後，又問我為什麽會用代數問題去解幾何題？
當時我興致勃勃地說出我的理由，並且不服考試的批改的時候，老師沉默了半晌對我說：“你知道嗎？我找你來，就是為了這件事。我知道你申請計算機程序班兩次都落選了，我不懂計算機，但是我查了很多資料，你那道用代數方法接幾何題的方法就是計算機方法，沒有錯，你今後如果能從事計算機行當會有出息的，但是首先要考上大學，考上好大學”。
受到老師的那次鼓勵，後面的三個學期我成績也一路扶搖直上，雖然沒有進入計算機專業，卻進入到計算機教研室做畢業論文。
前段時間，我在一個省級的科技部門作為專家，受邀參加省級“技能型大師工作室”評審。看完評審標準，我似乎回到了30年前的那個冬天：獲得省部級科技進步獎、獲得專利、發表核心期刊文章、職稱正高級、學歷碩士還是博士、撰寫的方案是否規範詳細。
——這些考核大學教授的指標竟然一點不改地用在了評價和測試創新性技能大師身上，結果可想而知。
如果說創新型人才的比率低於萬分之一的話，篩選出來就需要測試誤差小於十萬分之一的試紙才行。事實上，我們的試紙的準確性不到十分之九甚至是反的，那麽創新的選拔無異於開倒車。
而最近受邀參加各省市少年編程思維、人工智能等活動，作為專家進行谘詢，也發現有一些非常值得關注的測試精度問題，以下誤區是值得警覺的：
1、 少兒人工智能、少兒編程思維，是適合少兒年齡特點的訓練，但是絕不是玩具訓練，事實上無論什麽訓練，一起手就應該是專業級的。
2、 多數廠商驅動和產品驅動的此類實驗室或者活動，起點堪憂。多數從事這個行業教育或者標準的人本身就不是行業高手，甚至東抄西湊。
3、 數學與邏輯訓練是核心，人工智能的核心算法是深度學習，是矩陣運算，多數人工智能已經偏離了方向。
4、 圍繞創客和電子類的肌肉訓練越早越好，但是玩具化和成品化傾向並不利於篩選和培養真正的天才和普通孩子的真實興趣。
5、 藝術與文學的離散思維對於創新至關重要，然而無論是回歸中華文化的“詩詞大會”類，還是名著閱讀類的訓練，如果不是進行創作而是背誦和成績以及大賽，那麽往往訓練越多，腦筋越死，還不如不搞。藝術和文學的本質是發散性和靈感性，具體大家可以參照余秋雨對於文化的論述。
最後說說文章開頭的那類問題。為了避免誤判，我情願相信用類似邏輯題目的數學題來篩選適合開發的工程師，而不是靠經驗和成績，這方面數學的試紙往往更準。
（本文不代表新校長傳媒立場，僅供參考）
香港九龍灣馬來街興發大廈15樓D室