我們每個人都是受教育者，在受教育的過程中，我們可能喜愛某種教學方式，又或者厭惡某種教學方式。因此，幾乎每個受過教育的人都對“教育”或多或少有一些自己的看法與思考。
馬文·明斯基是人工智慧領域奠基人，被人們稱作“人工智慧之父”，在1969年獲得圖靈獎。不僅如此，擁有普林斯頓大學數學博士學位的他還是一位小有名氣的音樂家和發明家。即使在教育領域，馬文·明斯基也投入了很大一部分精力，投身於OLPC專案，致力於將計算機技術交到全世界的兒童手中。
在《創造性思維》，副標題“人工智慧之父馬文·明斯基論教育”這本書中，馬文以6篇長文講述了他對於教育的獨特見解。書中不乏有很多新穎的觀點，雖然是數學、計算機、人工智慧領域的專家，馬文的6篇文章並不是使用的晦澀難懂的語言，反而是用講故事的方式將自己的觀點和盤托出。
鑑於馬文取得的成就，很多人稱馬文為天才，但馬文更關注於探索人類思維背後的秘密與如何對教育有所改進，讓每個孩子從中受益。書中有一些對學校教育的批判與改進方式，但對於普通讀者來說，我更傾向於把書中的觀點運用於自我教育和對子女的家庭教育中，這也正好符合“終生學習”和“父母是孩子最好的老師”兩個觀念。
下面，我們談論一下《創造性思維》這本書中重要的幾個觀點。
解決問題的四個“思維武器”
如何解決問題呢？我們常用的解決問題方式有哪些呢？書中給出了十個“思維武器”，其中我最愛的是以下四個。
類比推理
什麼是類比推理呢？通常我們對於歸納推理與演繹推理非常熟悉，這幾乎是所有學科最常用的兩種推理方式？
歸納推理是從一堆事物中歸納總結，推匯出的一個一般性規律。簡單的說，我們可以把它想象成從點到線的推理過程。而演繹推理的基礎模型是三段論式推理，是從一般規律推匯出個別現象的方式，我們可以把它想象成是從線到點的推理過程。
那麼類比推理呢，我們可以把它想象成簡化了的歸納推理與演繹推理，是一種直接從點到點的推理方式。
類比推理不算是一種嚴謹的推理方式，往往接下來需要更為嚴密的論證，但類比推理為我們省去了大量時間，提供了一種捷徑。可以說，生活中我們使用最多的就是類比推理了。
改變問題的描述方式
有這樣一句話：提出問題比解決問題更為重要。好的學生善於解決問題，而聰明的學生善於找到重要的問題。
有時，提出好的問題比解決問題更為困難，當找不到問題的答案時，透過改變問題的描述方式往往能夠迎刃而解。
網際網路世界有這麼一種說法，所有問題的答案都在網上，就看你能不能透過關鍵字最佳化，找到最終的答案，對此我深有體會。
讓我們看看企業家伊隆·馬斯克是怎麼說的吧：我們應該努力擴充套件人類意識的深度和廣度，以便更透徹地理解應提出哪些問題。
簡化問題，從最原始的基本單元開始推理
這個概念極為重要，數學中的公理化與物理學中的第一性原理指的就是如此。
相比於類比推理，從最原始的基本單元開始推理顯得更為複雜，需要花費大量精力。但是，類比推理往往會讓我們遠離真相，而且不敢做出任何改變，畏首畏尾。
查理芒格曾經舉過一個例子：如何在1884年用200萬美元打造一個價值2萬億美元的非酒精飲料的企業？
查理從兩個最基本的問題開始，藉助數學計算、心理學中的條件反射、銷售物流策略等一步步梳理出打造出2萬億美元可口可樂公司的方式，實在令人讚歎。
逆向思維，多學習反例
數學家非常善於使用逆向思維，比如有一種證明命題的方式叫做反證法。這個道理極其簡單，以至於我們常常忽略它的重要性。
心理學中有一種說法是我們常常喜歡那些怪誕、誇張、反常的事物，反而經常對那些稀鬆平常但重要的事物視而不見。
創業成功的機率是多少呢？據一份調查資料顯示，創業失敗的機率高達95%～99%，也就是說成功的機率僅僅在1%～5%之間。然而，市面上教我們創業成功的書籍不計其數，而教我們避免創業失敗的書籍卻少之又少。
也許造成這種現象的原因更多是在商業規則下，讀者更喜歡看到成功的經驗，因而市場上充斥著大多是成功書籍。然而，這種現象帶來的弊端非常明顯，那就是我們常說的倖存者偏差。我們只能看到少數成功者的成功經驗，卻幾乎看不到大多數失敗者的失敗原因，最終導致我們產生誤判，認為成功極其容易。
如何避免這種現象呢？使用逆向思維，多積累反例顯得尤為重要。
比如所有人都在思考如何創業成功，你需要思考如何避免創業失敗，並從失敗者的經驗中從中學習，成為自己避免決策失誤的檢查清單。
所有人都在思考如何變得富有，你需要思考如何避免成為窮人、窮人的思維誤區有哪些，從而從窮人的經驗中找到自己應少犯的錯誤。
把大腦想象成計算機，建立反饋迴圈機制
Tim Urban在一篇介紹馬斯克的文章中提到過這個觀點，Tim Urban指出我們的大腦硬體決定了我們的智商、天賦等基因決定的東西，而大腦軟體則是我們的思考、決策流程。我們需要在行動、反饋、學習新資訊中不斷最佳化我們的大腦軟體，建立更好的思考、決策迴圈機制。
把大腦想象成計算機是否會讓我們覺得太過於彆扭，有點像死板的機器人那樣行動。對此，我贊同《創造性思維》書中馬文·明斯基的看法，答案自然是否定的。
這種做法可以讓我們避免把“天賦”、“智力”等因素作為失敗的口頭語，而是試圖從正面來思考問題——也就是我們需要修復漏洞，讓大腦更好的運轉。
比如作者舉的這幾個例子：
從“我不擅長數學，是由於自己太笨，對於數字和符號不敏感”這個原因開始轉而思考，我的符號程式系統有一些漏洞，需要進一步最佳化，從而讓運算更為順暢。
從“我不喜歡這個學科，直接逃避吧”開始轉而思考，我對於這個學科需要給予更高的優先順序，並需要投入時間找到掌握這個學科的重要性，從而培養更多興趣。
結語
教育是一個經久不衰的討論話題，人工智慧之父馬文·明斯基的獨特視角，相信會給所有人帶來新的啟示。
