GAIR第一天信息含量最高的就是James J. Heckman的报告了。题为：Technologies for Measuring and Fostering Child Skills in China。

我一度以为一个诺贝尔经济学得主的演讲会跟AI和机器人关系不大。实际上听完才理解到，这才是真正高密度高信息量的内容。

与其NGO OECD的研究题目略有差别的是，Heckman重点对中国进行了分析。

中国的现状是，劳动力正进入短缺的阶段、技术/技能与社会所需要的并不匹配、新增人口在下降、人口倒金字塔危机、大学毕业生的工作技能形成存在问题，等等。

我以为他会说AI有多重要。实际上，Heckman还是关心人的有效技能的形成和度量，而并非AI取代人类。也就是说，更关心教育。而很多早教机构也会反复把Heckman的话语拿来当作赢在起跑线的佐证。

Heckman在会上也重申了他们之前的结论，比如1~3岁的早期教育，其投入产出比最高。Etc。

确切来说，针对弱项（木桶理论）：

我们的多种行为，包括和社会的交互，他的健康、收入、人员之间的信任都受到一些低维度的矢量很大的影响，还包括人们如何去为一些复杂的社会问题提供解决方案的能力等等。而且一个人的能力不是一成不变的，在整个生命周期当中不断地演化，很显然，环境和学校都是会发挥一定作用的，有些因子作用更大一些，在这个过程当中，我们可以看到他在年龄小的时候由于弱势的环境所造成的影响要去弥补，年龄越大效果越差，这样一个理论非常重要，这一点显示出我们要确保让孩子尽量早地不要处于弱势的地位，或者接受更好的教育，这样能够避免他们在后期花了大的力气又效果不好的情况出现。 

Heckman的研究是希望能找到合理衡量skill formation的技术，为此，他们引入了AI来协助识别儿童的技能情况，并且使用大数据的统计分析。主要的技能分析项目：

通过游戏帮助学习，对儿童的（机械、电子产品）交互能力的度量，语言处理能力的度量，使用视频观察儿童的行为，使用可穿戴设备手机其数据，同时也使用教育软件进行教育过程。

其目标是尽早发现儿童的能力所在及相应的缺陷，但这些都不是我们所理解的考试。能观察到儿童的词汇量、讲话的音量、交谈以及行为。

当然了，这个平台也有一些技术含量，比如噪音的处理、处理儿童的发音（口音）

用如下的过程来统计不同时期的投资对儿童技能的掌握情况的差异：

其中(9)是技能的演进迭代，基于(10)的计算能力的差分

(10)是儿童的行为

(11)是观察的公式

(12)同(9)

(13)投资偏差，即不同时期投资行为的分别

(14)儿童行为的偏差

然后就是（认知）成熟儿童和不成熟儿童在跟导师玩对等游戏的差异。成熟儿童进行该类游戏需要导师做出最佳对策。

这是不同科研项目中使用的可能的收集儿童认知行为、能力的设备的原理：

运动速度——测速器

行为记录、哭声、语音记录——穿戴摄像头、录音设备——演进为EMA

安抚需要的持续时间——录音设备——EMA

杂项的记录——EMA

就餐记录——水电表

运动记录——运动传感器

——腕式运动传感器

——嵌入运动感应的玩具

等等。

总结一下：

1. 中国面临对高技能劳动力短缺的问题
2. 技能是人一生成功的关键
3. 中国农村与城市人口能力严重不均等
4. 出生地点造成的一生的技能差异和成就差异
5. 技能的差距在人生早期已出现
6. 一生中成功所需要的技能的多样和复杂
7. 针对贫困儿童早期的高质量干预措施在促进技能方面是有效的
8. 成功的技能培养干预措施的一个共同要素是促进父母与孩子、教师与孩子之间的积极互动，以及家长——教师——孩子之间的三角互动
9. 主流的研究问题是：哪种交互活动是最高效的，如何定位这些活动？
10. 泛计算，情感评估，基于游戏的评估方面得到了很大的进展
11. 测量哪些交互活动最有效是一个很大的挑战。。。
12. AI承担了重要的角色
13. 前线的调查显示使用AI增强设计和干预措施的测量使个人化的学习和评估成为显示

总的来说，Heckman先生的内容很多，胶片也过得极快，他也很清楚台下的人并没多少听得懂以及感兴趣。我的记录也是一知半解。不过结合Heckman被媒体所理解的部分，倒是听个七七八八。