人工智能开启新的教育模式

更新时间:2024-12-25 02:28:52 阅读: 评论:0


2022年8月1日发
(作者:医患矛盾)

人工智能开启新的教育

模式

CompanyDocumentnumber:WUUT-WUUY-WBBGB-BWYTT-1982GT

人工智能开启新的教育模式

什么是人工智能最近的AlphaGo大战李世乭可谓是吸足了

人们的眼球,大战落幕之后,不禁引发了人们的深思,人工智能

时代究竟离我们还有多远,人工智能将会对人们的生活带来多大

的改变,人工智能会不会颠覆现在的产业结构等问题。事实上,

人工智能技术已经或正在颠覆性的改变着许多行业和领域。曾有

专家预断,人工智能最有可能颠覆的两大知识密集型领域,教育

就是其中之一。图1AlphaGoVS李世乭人工智能(Artificial

Intelligence),英文缩写为AI。它是研究、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。人工智能是计算机科学的一个分支,它企图了解智能的实

质,并生产出一种新的能以人类智能相似的方式做出反应的智能

机器,该领域的研究包括机器人、语言识别、图像识别、自然语

言处理和专家系统等。研究者普遍认为,人工智能的发展顺

序是:弱人工智能、与人类智能相当的“强人工智能”和全面超过

人类智能的“超人工智能”。目前,弱人工智能已经渗入我们生活

的方方面面:搜索引擎、实时在线地图、siri等手机语音助手都运

用了人工智能技术。但人工智能要从情感、行为和认知三个维度

全面模拟人类,还有很长的路要走。而“超人工智能”还只是科幻

小说和影视作品中的想象。图2人工智能发展路径现在大家

谈到人工智能、机器学习时,往往会说这并不是一个新概念,在

上世纪90年代就有了。事实上,这只是人工智能发展史上离大家

最近的一个阶段。在这个阶段,人工智能其实取得了一些里

程碑似的成果。比如在1997年,IBM的深蓝战胜国际象棋世界冠

军卡斯帕罗夫;2009年,洛桑联邦理工学院发起的蓝脑计划声称

已经成功地模拟了部分鼠脑;以及着名的AlphaGo围棋大战。

最近这几年,机器学习、图像识别这些人工智能技术更是被用到

了普通人的实际生活中。我们可以在GooglePhotos中更快地到

包含猫猫狗狗的图片,可以让Googleow自动推送给我可能需要

的信息,可以让Inbox自动撰写邮件回复。这背后都离不开人工

智能研究者们的长久努力。人工智能与教育的结合一、互联

网的颠覆互联之所以伟大,在于它在另一个层面上颠覆了传

统,所以才会有互联网教育逐渐颠覆传统教育。互联网教育除了

以内容、人(老师)为核心的竞争外,还加入了模式、产品等维

度竞争。在新的维度里,才有机会打破已有的行业壁垒。虽

然火热的互联网教育在模式及内容探索上呈现出百家争鸣之态,

不过却没有突围而出者。许多在线机构也只是单纯把线下体系搬

到线上。直播+录播模式的相互穿插是现在比较成熟的在线模式。

再完善一点的模式,不外乎加多了社交元素,在线分享,在线互

动环节。但,远远没达到惊喜的境界。现在互联网教育就像

早期的雅虎,通过人工堆砌内容,单纯地把线下模式搬到线上。

但是,互联网解决的不单纯是连接方式,更多的还有习惯,效

率,技术。因此给了谷歌技术性翻身的机会,PR算法的伟大之处

在于它摆脱了人工干预,这就是互联网的奇妙之处。人工智能及

机器学习为新来者打开了一扇门。人与机器的“恋爱”,便产生了

真正的奇迹。人工化只能解决当前的问题,随着互联网教育发展

的不断深入,对于大数据的分析及处理,人则力不从心。因此,

就会产生人工+智能的双向分工。人,负责个性化纵向问题解决;

智能,负责海量数据处理,根据算法做出精准的海量操作,同时

也给”人”更好的策略。二、技术才是变革的本源互联网教

育还迷惘、没领头、没清晰模式的时候,专注课程内容是一种安

全的方式。当下以主打课程内容的MOOC模式已经形成多头的格

局,并且掀起了国内其他平台机构的跟进。另一面,知识谱图的

应用大大提高了学习者的效率。对于结构化的知识,可以轻易地

进行优化和处理,通过层次结构和映射关系为学生提供最优的学

习路径。结构化可以细节到每个单元和每个知识点。当然,

对于结构化的知识可以通过人工的归类,但是对于职业教育等非

结构化的体系,则需要人工智能挖掘内在关系,并且对不同学生

进行内容匹配。非结构化的知识隐藏着不同的维度,所以需要系

统数据挖掘和机器学习,来得到现实的知识库。据笔者了解,邢

帅教育已经着手专家知识系统的打造和学习系统的底层建立,把

自身海量学员长期形成的教学过程数据化,再通过算法进行机器

挖掘,力求打造基于社交、教学、反馈、学习、知识库、排序推

荐等一体的自动化智能系统,意在建立互联网教育的“Matrix”体

系。技术才是探索模式进化的根本。在互联网时代中,随着

大数据及海量操作的产生,为人工智能和机器学习提供了客观基

础。人工智能虽然还没达到变革的地步,但应用在互联网教育上

已经绰绰有余。三、人工智能与教育的结合点假如把传统

的学习方式比作是“虎”,那么人工智能则是给了这只“虎”一双翅

膀,“虎”在添翼之后会如何施展它的功力,这是值得进一步探讨

的。1.自动批改作业计算机科学家乔纳森研发了一款可进行英

语语法纠错的软件,不同于其他同类型软件的是,它能够联系上

下文去理解全文,然后做出判断,例如各种英语时态的主谓一

致,单复数等。它将提高英语翻译软件或程序翻译的准确性,解

决不同国家之间的交流问题。语音识别和语义分析技术的进步,

使得自动批改作业成为可能,对于简单的文义语法机器可以自动

识别纠错,甚至是提出修改意见,这将会大大提高老师的教学效

率。图3批改作业2.拍照搜题的在线答疑2014年到2015年投

资比较火爆的拍照搜题软件,如学霸君,作业帮,等,这类软件

都是借助了智能图像识别技术,学生遇到难题时只需要用手机排

成照片上传到云端,系统在一到两秒内就可以反馈出答案和解题

思路,而且这类软件不仅能识别机打题目,手写的题目的识别正

确率也越来越准,目前达到了70%以上,大大提高了学生的学习

效率。图4拍照搜题3.语音识别测评语音识别技术在教育上

的应用,目前主要用于英语口语测评上,科大讯飞、清睿教育、

51Talk开发出的语音测评软件,都能在用户跟读的过程中,很快

对发音做出测评并指出发音不准的地方,通过反复的测评训练用

户的口语。图5语音识别4.个性化学习McGraw-Hill教育正在

开发数字课程,准备相关的课程资料,它从200万学生中收集信

息,利用人工智能为每个学生创建自适应的学习体验。当一个学

生阅读材料并回答问题时,系统会根据学生对知识的掌握情况给

出相关资料。系统知道应该考学生什么问题,什么样的方式学生

更容易接受。系统还会在尽可能长的时间内保留学生信息,以便

未来能给学生带来更多的帮助。大数据可以描述每个学生的

学习特性。根据伦敦一家研究机构的分析,人们的学习方法可以

分为70种;而某机构的机器人已经积累了1300万名学生做过的8

亿道题目,为个性化教学提供了充分的依据。如果说今天课

堂教学的主流方法是“从原理到应用”,那么机器人的教学方法是

“从案例到原理”,并且是同时学习多个案例。事实证明,很多被

原理绊脚的学生更适应于“从案例到原理”的学习方法。图6个性

化学习5.对教学体系进行反馈和评测试想一个场景,当某学

生在查询自己的期末成绩的时候,他看到的不仅仅是一个简单的

分数,还附有一份“诊断报告单”。通过这份报告,他不但可以了

解到自己学科板块知识点和能力点的掌握情况,还能看到对自己

的优势、劣势的学科分析。通过这些数据为每个学生进行“画

像”,从而到提升成绩的方法。这就是借助大数据的帮助,通过

对学生学习成长过程与成效的数据统计,诊断出学生知识、能力

结构和学习需求的不同,以帮助学生和教师获取真实有效的诊断

数据。学生可以清楚看到问题所在,学习更高效;教师也可对症

下药地针对具体情况,选择不同的教学目标和内容,实施不同的

教学方式,进一步提高教与学的针对性、有效性和科学性。图7

反馈过程人工智能教育未来的展望目前,人工智能技术在教

育上的应用主要体现在图像识别和语音识别两个方面。这两个技

术虽然得到了应用,但目前尚处于初级阶段。在技术和应用场景

上还需要更多的探索。人工智能它将来要实现的是与人类的

紧密贴合,甚至未来可以实现“思考即学习”,那么连接人与知识

的工具将不再是刚需。当然,我们也可以把机器人等人工智能产

品看成工具,而这个工具足以让人们脱离在线学习的方式去学

习。图8思考即学习未来的人们只需要一个机器人或者一款

智能头盔就可以完成所有的学习。现在人类教学场景非常简单,

互联网教育也仅仅通过图像、视频等多媒体的方式来表现教学知

识点。在未来的人工智能教育时代,将实现虚拟现实立体型的综

合教学模式。其实人机交互被认为是人工智能领域重要一环,未

来教育不只是与老师交互,同时也可以与知识交互,每一个知识

点都可以立体展现。想象一下电脑知道你学习的进程和特点,在

给你一些刺激和激励,更聪明地提示你,这样开发了你的大脑,

知识也按需所得。无论人工智能发展到什么阶段,检索是最

基本的需求。几乎可以肯定的是,将来的搜索方式会脱离文字搜

索,语音搜索与OCR识别技术正在迅速提升准确度,现在

Google、苹果、百度都有这样的技术,只需要说一句话或者给个

提示就可以展现出精确的结果。更智能的搜索基于意识搜索,大

脑只要一想就可以出结果,这是当前机器学习(DeepLearning)与可

穿戴设备领域都在探索的方向。


本文发布于:2022-08-01 17:11:34,感谢您对本站的认可!

本文链接:http://www.wtabcd.cn/falv/fa/78/50992.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 站长QQ:55-9-10-26