转眼一个暑假又过去了。女儿在开始初三学业的同时，也air drop给了我一个colab程序文件和数据文件。
是的，她完成了在暑假开始之前还毫无概念的项目：基于机器学习的情感识别模型。
当我逐行运行她的代码并检查结果时，“大超预期”的兴奋无法抑制：暑假开始前，她跟我说自己报了这个项目比赛时，还在问我，什么是machine learning，怎么做情感识别？我的回答也很简单，放在几年前，这至少是本科生毕业论文的难度，不求你做完，只需要在这个暑假自己找到你问题的答案就可以了。
如今，满打满算，用了不到一个月时间，她交出来的是：跑出结果的模型，以及反过来向我解释，什么是Naive Bayes，Decision Tree，Random Forest，Support Vector Machine……
我想，我可以招她做自己的研究助理了。
其实整个暑假，我几乎没有参与过她的项目，虽然偶尔从她眼神里看出让我帮她改代码的希望，但我基本上都是告诉她一个函数库，或者一个教程关键词，让她自己去看。
我知道她在dataframe数据对齐上卡壳过；知道她在清洗数据时眼睛也看花了；知道她为了搞懂简单的矩阵计算居然有耐心过了一遍高等代数的基础部分，虽然依然似懂非懂；也知道她真的自己画过神经网络的结构图，好好恶补了激活函数的输入输出形态，和一堆一堆的模型术语……
也少不了频繁地向GPT-4和Gemini 1.5“求救”：得救，或，被误导……
我说，结果根本不重要，完成一个完整项目的过程才重要，知道那些曾经晦涩的名词才重要。
她说，作为奖励，我需要在自己的公众号里“晒一下她的成果”，因为她有一个更大的目标：在学校发起一个人工智能实践的课外课程。
所以，这是我写下上面文字的初始动因，和一段时间以来一直在思考却突然似乎懵懵懂懂得到了点滴答案的灵感来源。
当已经数不清多少次交流AI将带来的巨大社会变革时，自己该怎么办，如何教育女儿自然成为了更为现实和迫切的问题，如上所说，我可能还要花很长的时间去找到答案，但是在这个过去的暑假，我开始庆幸一些自己当初的选择：
- 在女儿七八岁的时候，我给她选择了Scratch，帮她做了一套基础课程，所以当几年后学校里正式开设这门课程时，她知道自己领先了并且要尽全力保持领先；
- 当她开始接触Python时，我跟她说，不要死背任何函数，但是一定要多看教程里的代码，看不懂也没关系，现在不懂的以后自然会懂的；
- 走在路上，我们会讨论二进制，讨论加密解密，讨论什么是贪心算法，什么是回溯算法，什么是队列，什么是字典……
- 我也会说，ChatGPT出现后，一切死记硬背的知识都不再重要了，一切程序语言也都不重要了，但是我们要知道自己该怎么思考问题，因为这决定了我们如何与AI对话；
- 我还会说，模型的基础是数学，尽头是逻辑；
- 在这个暑假我给她看了一个油管频道，叫做3blue1brown，如今她很多同学也都知道了这个频道……
- 我会跟她说，其实，naive bayes，decision tree这些模型现在都被淘汰了，但是这种思想比神经网络要美丽多了，也许未来又会被人拿出来旧瓶装新酒……
我这代人是幸运的，我们学习的知识在过去十几年里是慢慢过时与淘汰的；正在成长的这一代人是不幸的，因为他们教科书里的很多知识在他们学的时候就已经是“历史遗迹”了。
如何帮助孩子在“知识遗迹”里自由的成长起来，我们每个人都没有答案，只能走一步看一步。
所以，我写下了这篇，因为我支持并鼓励女儿要发起AI课外课的想法，答案，终究要靠她自己去寻找。一个人终究太孤独，多些伙伴一起，总会好一些。