一、给定材料

材料1

(3299100)

1956年夏，一批有远见的年轻科学家在一起聚会，共同研究探讨用机器模拟智能的一系列有关问题，首次提出“人工智能”，标识着“人工智能”新兴学科的正式诞生，60多年来，人工智能能成为一门应用广泛的前沿科学，总的来说，人工智能的目的就是让计算机这类机器能够像人一样思考。

人工智能（Artificial Intelligence），英文缩写为AI。是新一轮科技革命和产业变革的重要驱动力量，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是智能学科重要的组成部分，它企图了解智能的实质，并生产出一种新的能以与人类智能相似的方式做出反应的智能机器。人工智能是十分广泛的科学，包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习，计算机视觉等。人工智能大模型带来的治理挑战也不容忽视。国外某权威人士指出，在人工智能机器学习面具之下的本质仍然是统计。人工智能就其本质而言，是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。弱人工智能如今不断地迅猛发展，尤其是2008年经济危机后，美日欧希望借机器人等实现再工业化，工业机器人以比以往任何时候更快的速度发展，更加带动了弱人工智能和相关领域产业的不断突破，很多必须用人来做的工作如今已经能用机器人实现。而强人工智能则暂时处于瓶颈，还需要科学家们和人类的努力。

材料2

(4727745)

人工智能与思维的人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，通常“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种质直接到另一种质，或者从一个“概念”直接到另一个“概念”。正因如此，这里的实践并非同人类一样的实践。

2013年，某数据中心的研究员开发了一种到导出研究函数性质的数据分析新方法。该方法给计算机学会“创造”提供了一种途径，这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。必须指出的是计算机这种能力本质上仍是有研究者在对人的创造力的模式化研究中产生的顿悟结果，从而为计算机提供了一种能够拥有创造途径的路程。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。

材料3

(7412091)

想象力对于人类社会发展的重要性不言而喻，无论社会演进还是科学、艺术的发展，追根溯源，都始于想象力放飞的那一刻。

那些能够当得起“伟大”二字的企业，要么赢在了认知的起跑线上，要么就是在狂奔的路上幸运地遇到并且抓住了那一瞬间的灵感。

在很多人的眼里，想象力都是可遇而不可求的。有人认为，想象力并不是无章可循的，而是可以被有意识地挖掘、激发并且培养的。他们甚至总结出了一套方法论，即通过改变、重构甚至“把玩”大脑中既有的思维模型，生成新的想法。

《制造想法》将想象力定义为“能够对现实中并不存在的事物进行思维模型创建的能力”。它是一种“反事实思维”，既要基于事实，又不止于事实。

在具体的商业活动中，所有成功的企业家都需要事实思维能力，即按照既定的流程按部就班推动企业向前发展的能力；但真正顶级的企业家还需要具有反事实思维能力，即拥有一双能够洞穿未来的眼睛，并且敢于在必要的时候颠覆自我，拥抱未来。

一个典型的例子就是乐高集团的成功转型。

20世纪初，乐高还是一家木工公司。此前，它最大的创新就是把业务拓展到诸如悠悠球一类的木制玩具制作上。

1946年，公司创始人奥莱·柯克·克里斯蒂安森在参加一个商品展销会时，注意到了一款注塑机。当时，精密塑料注模还是一项新技术。这台设备完全改变了克里斯蒂安森对未来的想象。如果公司能够围绕这款新设备开展新业务，会怎样呢？

这就是思维模型与现实世界连接起来的“神奇一刻”。

贝叶斯理论认为，人类的大脑会在接收到意料之外的新信息后进行自我更新。正是因为有了意外事件的存在，大脑才有可能脱离熟悉的思维方式去进行思考。所以，从某种意义上说，与意外的接触就是激发想象力的起点。

后来，克里斯蒂安森用公司一整年的利润买来了一台注塑机。其实此时他还没有想清楚未来要做什么，只是希望有灵感时可以随手做做看。他尝试过塑料制作的泰迪熊、飞机、小树、小汽车等各种小玩具，但都不太受欢迎。直到他用塑料部件组装出一台麦赛福格森拖拉机，梦想的大门向他打开了。

是的，这一刻，他找到了拥抱未来的关键词——组装。

按照《制造想法》的说法，这是一个“重新聚焦”的过程。聚焦新出现的想法，不断尝试，并由此获得新的意外刺激，并进行重新思考。“我们可以在这个世界中‘移动’……‘探索’这个世界，通过尝试获得反馈，并通过这样的反馈不断完善脑中的反事实思维模型。”

再下一步就是沟通。

与其他物种不同，人类的语言能力极其发达。通过语言，想法可以从一个大脑“传输”到另一个大脑，从而把来自不同大脑的想象力收集起来，产生化学反应，从而大大加快思维模型完善的进程。这就是集体力量的“魔力”。

乐高能掌握这种魔力，与创始人之子戈德弗雷德有关。在一次乘船旅行中，戈德弗雷德与一位来自哥本哈根的玩具买家有过一次“关键对话”。这位买家谈到一个想法：把新玩具搭建在之前的旧玩具上。戈德弗雷德把这个想法带回来，告诉了自己的父亲。仅仅几周时间，团队就把这个想法整理成了公司的一种理念框架，提出了“乐高玩乐体系”。

乐高的转型之路就是一个想法从反事实范畴转移至事实范畴的绝佳案例——抓住灵感、反复验证、不断完善。好的企业在发展过程中会不断重复这个过程，让这个思维游戏像机器一样循环运转，不断产生新想法，通过驾驭想象力找到新的发展路径。

系统管理想象力就像在未曾开发的土地上寸寸掘进，虽然并不是每次都会成功，但也必定有所收获。尤其是在全球经济复苏乏力的当下，我们比以往更需要想象力的支持。学会驾驭这种特殊的能力，不仅对于企业非常重要，对于我们每个人同样大有裨益。

二、回答问题

【试题一】

结合材料2，谈谈你对文中：计算机最难学会的就是“顿悟”这句话的理解。

篇幅200字左右（10分）。

【试题二】

结合材料3，围绕“驾驭想象力”，自拟标题，写一篇文章，篇幅800字左右。（40分）