寒冬腊月回忆去年吃的螃蟹,小记最初的斯坦福公开课

本文为 果壳征文，一小时完稿，啊我逝去的时间……

事实证明奖品的力量是无穷的，连我这种万年潜水党也忍不住点了加组的按钮来写一篇征文（掩面）。不过这篇主要是抒情的文章真的能放到经验心得里吗。

我还记得去年9月份斯坦福的三门公开课上线的时候网上流传的激动和兴奋情绪，也记得纽约时报曾经为此发布过的一篇文章。当时在金融危机中的北美大陆为着他们所无可替代的财富——这个世界上最好的大学而骄傲，为着他们最好的大学普及人类知识的精神而骄傲，同时也为着公开课这种全新的知识外溢行为感到隐约的担忧。
事实上在更早之前，网上就已经流传了各种带人人字幕的公开课（这真的不是为字幕组打广告），一些大学，如MIT，也早有了课程丰富的视频课堂——去年年底冒出头来，最后有了MOOC这个名头的课程和它的先辈们相比，多了些什么呢。MOOC更加正式，更加强调学生和学生或学生和老师的互动，也通过各种作业和考试更能把人带回那段令人怀念的课堂时光。
在一个全球性的大课堂里得到那些真·菊苣的授课，想一想就激动人心。这也是为什么当年翘课抄课后作业期末考试临时抱佛脚的我，甘愿每周花上几小时时间再次尝试被作业的Deadline追着跑的苦头。顺便说我的专业和CS没有关系，所看到的也只是我看到的事实罢了，所以下面要是说错了请指正。

当时斯坦福的课程有三门，人工智能，数据库，和机器学习，似乎都是工程系开的。我选了听起来很有趣的两门，Artificial Intelligence，以及Machine Learning，缩写是AI和ML，这两个缩写……好吧还是挺邪恶的。
当时AI的教授是 Sebastian Thrun 和 Peter Norvig ，后来 Sebastian 去弄了 Udacity，一个比较偏重于CS课程的 MOOC 网站，有点像纽约市长推行的那个全民编程网站，既有从零教你学Python这样的基础课程，又有Self Driving Car这样非常酷的课程，顺便说Sebastian 是帮Google造自动驾驶汽车的哦……
ML的课程的教授是 Andrew Ng，Ng 教授就是后来 Coursera 的发起人之一，Coursera 上面的课程的类别就多了，有开过Science Fiction阅读课，也有金融市场课程，也有量子通讯这样狂暴酷拽雕的课……

先说AI课吧，在选课的时候我根本不知道人工智能这个听起来很棒的领域到底是关于什么的，后来在课程的论坛的时候发现很多人也和我一样，以为人工智能就是制造出能够和人一样思考行动的机器人，学成归来就可以复制科幻电影的情节了——但事实上不是这样。
这门导论性质的课从意想不到的方向揭示了人工智能这一学科的方方面面。涉及的内容有贝叶斯网络，机器视觉，再励学习，NLP，等等等等，也有比较抽象的Plan理论等（抽象到什么程度的话我记得有个朋友的文章很好，可以给大家一个直观的印象，链接在此）。为什么会用到贝叶斯网络，因为计算机还无法和人一样地自主思考，它的决策很大程度上是基于对概率的比较，一封邮件是放到你的收件箱还是垃圾邮件箱里，依赖于在邮件里单词的概率基础上计算的垃圾邮件概率是大于还是小于50%。为什么会用到机器视觉，因为计算机无法和人一样自动识别现实中的物件，机器人感应到的只有距离和图像。为什么要用到再励学习，因为把机器人放到一个迷宫里它需要按照设定好的原则进行探索和学习已经走过的路径的过程。
我从这门课里了解到的就是这些。看起来很酷的学科前沿，深入去学习会知道里面的原理，是你我也能说出一二的东西。
这门AI课出来的时候还是试水阶段，教授的板书是纸+笔的形式，现在有了更加成熟有趣的课程，听说EDX上面的AI课不错，有兴趣的人可以去学习。

再说ML课，机器学习的魅力在于不需要复杂的算法，通过既有的数据来实现复杂的功能。Andrew Ng 教授演示了他的乱飞的无人操控直升飞机，有些复杂的飞机动作是无法通过算法来控制的。这门课进行到一半有学生在网上Po了一个视频，利用神经网络理论和简单的编程，把安卓手机还有遥控汽车结合起来造了一台自动行驶小汽车，学以致用真是非常的厉害啊。
Ng教授他自己还在持续教这门课，我猜测Ng教授应该有亚洲血统，他的口音非常合适中国人的耳朵。Coursera上面有这门的课程，相信他的课一定是教的越来越好的。顺便说，Ng教授的最后的演说感谢了听这门课的学生，那个视频非常动人，可以看出他几乎哽咽了。
ML课有很多实例，举两个例子，简单的验证码破解法和人脸识别法。于是和AI课一样，学了它之后，你完全有能力动手做些什么。

很遗憾的是，除了这两门，我之后上的一些课程都没有跟进到最后，大概是因为自己忙了起来吧。现在MOOC的课程也越来越多了，质量也良莠不齐，尽管如此还是有些很想听的课程。斯坦福的这三门课算是先行者，在他们之后 iTunesU ，MITx，Edx，Udacity，Coursera，W3cschool。顺便八卦下，听在Berkeley的大大说，三校弄了Edx，因为Coursera之类毕竟还是带有商业性质。
小小列一下一部分我后来跟过的课程，有些课是因为网络环境的原因无法跟上作业不得不弃了。
Model Thinking（很有趣的结论颇反直觉的课程）
Udacity 的 Python 课程 （零基础学Python）
Introduction to Cryptography （这门课对零基础来说略难）
MIT上的EECS，很酷。
Think Again How to Reason and Argue （目前在跟）

前两天AI课程论坛上一个叫做 A year from now 的帖子发到了我的邮箱，看到这个标题，不由得一阵感慨，那时同时学习两门课的记忆鲜活地涌了上来，结课时候对老师的感激和不舍也涌上脑海。学完一门公开课(MOOC)或许不能改变你的生活，但肯定会让你更加充实，更少夸夸其谈。
于我自己，看到越来越多的MOOC的开设，真的是觉得自己很幸运，因为有那么多乐于和需要终身学习的人存在，薪火相传，更多姿多彩的课程才会出现，不至于让我的公开课历程，变成生命中昙花一现，永远冻结在2011年冬季的记忆。也希望越来越多的人能参与到其中来，因为学到新东西，真的是很酷的一件事。

Advertisement