大約在小學五年級吧,在數學課首次接觸Pythagoras Theorem:
a2 + b2 = c2
當時老師說的第一個例子便是:a=3, b=4, c=5 。即
32 + 42 = 52
除了這組 a, b, c 外,還有什麼正整數 a, b, c 可以構成 a2 + b2 = c2 ? 當時自覺這問題很有趣,思考了一會,在書中寫下這些:
52 + 122 = 132
72 + 242 = 252
92 + 402 = 412
112 + 602 = 612
132 + 842 = 852
152 + 1122 = 1132
172 + 1442 = 1452
192 + 1802 = 1812
只要 a 是任何一個單數 (3, 5, 7, 9...),我可在數秒時間把餘下的b , c寫出來。看官是否可看出當中的規律? 只要察看到算法與數字間的規律,這些a, b, c其實不難發現。起碼對當時的我而言,這個規律算是簡單的一個,不用花很多時間便可看到。
這個問題 ( a2 + b2 = c2 ) 有無限個正整數 a, b, c 答案。但若把問題變成
a3 + b3 = c3
卻一個答案也找不到。
大概到了某年中學時期的暑假,互聯網慢慢普及,好像是中五暑假,我才在網上看到 a3 + b3 = c3 沒有任何正整數答案,但証明它卻毫不容易。這是數學史上著名的費馬最後定理 (Fermat Last Theorem) 的一部分。歷時三百多年時間,不少著名數學家証明一部分,日積月累,最終當代頂尖數學家Andrew Wiles完成最後一腳 ( 1995年 ),把整個定理完全証明。自此,Andrew Wiles在學界封神,得獎無數。當時坊間有著作談到有關費馬最後定理的整個歷史。當中有數學家谷山豊因心理病自殺早逝,但他的工作對Andrew Wiles卻是最大的開發。
從小學開始,對於這類自行發現的東西,腦海印象特別深刻,到了現在依然歷歷在目。除了這個,小學時期自行在腦海內玩的數學有很多,例如:
1 + 2 + ... + n = n(n + 1) / 2
在中四附加數學A Math,這個公式是Mathematical Induction的其中一個例子。小五左右我發現這個公式,聽聞兩世紀前著名的數學家Gauss,在兒時六歲左右便發現這個公式,比我早四五年。這個世界是 : 人上有人,天外有天。
說到這裡,對小五的數學老師特別有印象。說實話他實際上對我有什麼啟發,我已完全記不起來。但他是唯一一個老師給予學生最大的自由度去自行發揮。其餘的數學老師只會著重記憶,訓練與考試,記憶中曾有不少情況都是功課或測驗不符合所謂的標準答案而扣分(我肯定我的解題方法沒有錯誤,只是方法跟書本中的方法完全不同)。這位小五的數學老師卻完全讓我自由發揮。還記得當年小學畢業時,媽特意走到這位數學老師面前,說:「真的很多謝你的教導,給我的兒子時間與空間去發揮。」
對年少時的我而言,自行思考的數學遊戲實在有趣,當中最大出發點是好奇心驅動,無須老師教導,跟分數無關,跟取悅老師或父母無關,也不是跟同學間競爭,好奇心與興趣激發,創意就是從中而來。在遊戲中學習或發現的東西深刻留在腦海中,數十年後的今天,我沒有忘記這些,相信不少讀者都有這類感受。可能不是在同一範圍,有人可能在棋類,有人動手搞機械,有人在音樂或運動等等,人的能力不同但殊途同歸:好奇心與興趣可激發人的潛能。
說到這裡,不其然希望女兒會順其自然找到自己的興趣,找到一些可激發好奇心,可自我去學習,樂在其中的東西。爸媽會盡量提供最好的環境讓妳去開心快樂地成長,與自我發展。
對我自己而言,已完全忘記不少中小學階段學習的知識,特別是會考與高考單純為考試而記憶的東西。說實話,我認為這種應試教育完全浪費某些類型青少年(如我,或其他不喜按規則行事,有創意,或好奇心/思維是在校內不能發現或檢測的東西)的時間,但大概很合適其餘的一些學生吧(循規蹈矩 / 按規則執行類型 / 學校框架內勤奮用功)。
我還記得進入大學的首年,自己在圖書館隨意找書看,如抽象代數中的Galois Theory,腦洞大開,有感過去數年浪費在無聊的應試上。這些有趣題材更能激發我的思緒,即使早在中四中五這個年齡階段,我自信有力掌握其中奧秘。如現在的我是中四中五這階段,在這個互聯網年代,再加上不少教學類視頻資源,我幾可肯定會把什麼操試題或其他學科放手不管,單是學習這些東西已能完全樂在其中。換一個方向去看,現在這世代,有上進心 / 好奇心 / 自學能力的青少年,環境驅使下,自我發展的機會更多。
現在社會慢慢走進人工智能年代,AI 最擅長的就是執行力,但在創意,人類感情上相關的東西跟人類還相差不少。應試制度培養出執行力強的人,我不肯定當中的價值。這個應試制度不是一無是處,給予用功守規的學生得到一個積極在社會上流的機會。世上沒有一個完美制度合適所有人。
我相信各國的教育制度會盡量與時驅進,更強調靈活軟能力 : 溝通 / 演講 / 自我學習的能力 / 批判性思考等等,但社會氛圍著重結果(看重考試成績 / 讀好書便必須選醫科,因工資最高 + 前景最好 + 行業制度保障最好),有很多跟社會文化與價值觀相關的東西其實很難改變,到最後可能只是治標不治本。
行業與大趨勢難以預測,但 AI 令整體社會生產力上升應是大概率將會發展的趨勢,當中的速度與細節難以預料。我不同意坊間一些說法,如「AI 會取代所有人的工作」。正確點說,應是「AI 會取代沒有自學能力 / 不懂人情與人性 / 只懂照規矩執行的人的工作」。
