人工智能教育現狀范文

時間:2023-08-23 16:10:36

導語:如何才能寫好一篇人工智能教育現狀,這就需要搜集整理更多的資料和文獻,歡迎閱讀由公務員之家整理的十篇范文,供你借鑒。

人工智能教育現狀

篇1

[關鍵詞]人工智能;中學輔助教育;教育資源

[DOI]10.13939/ki.zgsc.2016.36.197

1 中學教育現狀

教育乃立國之本,而中學教育乃是重中之重。一方面,中學生處于青春的成長期,各項綜合素質逐漸完善中,中學教育意義和責任重大;另一方面,中學教育仍然是應試教育為主,仍然需要面對千軍萬馬過獨木橋的“中考”“高考”,中學教育很大程度左右了學生的未來。

目前的中學教育資源,分為公共教育資源――公辦/民辦學校教育,和社會教育資源――私人家教、補習班等,有如下兩個特點。

1.1 學生得到的公共教育資源不足

學校班級結構的構成是:一名班主任教師,多名科任教師。在大多數學校中,無論是班主任教師,還是科任教師,均會承擔其他班級的教學任務??梢钥闯?,教師資源是非常有限的,加上“中考”“高考”的上線壓力,教師往往會將有限的精力分散關注在所有的學生上,每個學生得到的公共教育資源并不多。

1.2 學生獲取的社會教育資源不公

學生若在學校無法獲取更多的教育資源,將不得不轉向社會教育資源去求助。據統計,學生參與社會教育資源的成本在200元/小時,學習費用成本過高,進一步造成普通學生的社會教育資源也無法獲取。

本文要探討的,正是通過人工智能這一現代信息化技術,構建智能輔助學習系統,使中學生能夠獲取到更多、更公平的教育資源。

2 智能輔助學習

2.1 人工智能簡介

人工智能(Artificial Intelligence)是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科,能夠對人的意識、思維等信息過程進行模擬。隨著計算機科學技術的發展,特別是近年來大數據技術的成功應用,人工智能在越來越多的行業展現出蓬勃的沖擊力。以谷歌圍棋機器人“阿爾法”、微軟助理機器人“小娜”等為代表的虛擬智能機器人,能像人那樣思考,也具備超過常人的智能。

在國內,人工智能在教育領域的理論研究和教學實踐表現得越來越活躍,盡管人工智能并不是為教育專門研發的,但是人工智能的不斷發展,使得其在教育中的應用也越來越廣泛,教育的智能化一直是教育界和教育技術領域的理想和目標。

2.2 智能輔助學習系統

智能輔助學習系統,其表現形式是能夠為每個學生,配備一個虛擬教師。學生能夠通過電子設備(如手機、計算機),與虛擬教師進行交流對話,咨詢虛擬教師各學科的問題,并得到有效的學習輔助。

該智能輔助學習系統,具備以下幾個特征。

2.2.1 虛擬教師跨學科能力

與傳統的教師專一某一學科不同,虛擬教師并沒有學科邊界劃分。只要學習系統研發出某一學科的學習算法,該虛擬教師就能夠獲取該門學科的能力。

2.2.2 虛擬教師深度自學習

虛擬教師的“智能”來源于三方面。一是學生基本信息檔案,該檔案涵蓋了從小學教育開始的學科成績、綜合能力、愛好特長等,虛擬教師得到學生的人物畫像。二是虛擬教師對學生的自學習,每一次雙方的溝通交流,虛擬教師都能夠不斷更新發展學生的畫像。三是虛擬教師對學校課堂內容的自學習,虛擬教師并不是獨立于學校教育存在的,而是作為學習教育資源的一個補充,虛擬教師能夠掌握課堂進展、作業部署、考試動態等信息。

2.2.3 接近自然語義的溝通

學生與虛擬教師之間,可以通過自然語義的語音和文字進行溝通,如 “今天數學作業第2題不會”“《荷塘月色》全文中心思想是什么”“Lets start a conversation”等。其他計算輔助手段為補充,如上傳某道數學題圖片,虛擬教師通過圖形識別匹配,給出該題的解題思路和講解。

2.3 優勢分析

智能輔助學習系統,有三大核心優勢。

一是“即學即問”,相比目前的學校教育和社會教育,學生在學習遇到困難時,只有有限的時間與教師交流,在智能輔助學習系統中學生將不受空間、時間限制,隨時隨地可以與虛擬教師互動,獲取充足的教育資源。

二是“定制教學”,相比目前的教育形式,課堂上教師與學生是一對多的關系,教師不可能專為某個學生定制教學方案,在智能輔助學習系統虛擬教師與學生是一對一的關系,虛擬教師能夠更了解學生,根據學生的具體情況制訂最佳學習方案。

三是“受眾廣闊”,相比目前的公共教育資源緊缺、社會教育資源費用昂貴,智能輔助學習系統一旦推廣,受眾學生可無限增加,邊際效應非常明顯。并且計算機系統設計特有的水平擴展能力,能夠隨著學生人數的增加而增加,支撐廣大的學生輔助學習。

2.4 前景預測

筆者比較看好人工智能在中學輔助教育中的落地前景,除了前文所述的人工智能技術發展,為中學教育帶來的價值外,當前國家政策和社會環境也非常有利。

第一,未來10年國家政府和教育部門會大幅增加在教育信息化產業上的投入,隨著《國家中長期教育改革和發展綱要(2010―2020年)》和《教育信息化十年發展規劃(2011―2020年)》等相關規劃相繼出臺,各級地方政府和教育部門都非常重視教育信息化產業的投入,人工智能+云計算是重中之重,人工智能技術的興起必將教育信息化推向一個新的高度。

第二,教育信息化逐漸成為風口,根據前瞻產業研究《中國在線教育市場前景與投資戰略規劃分析報告》統計,2015年在線教育市場規模大約為479億美元,而這一數字在2020年預計將增長到504億美元。這個持續迅猛增長的市場正在吸引越來越多的創意和資本,教育領域中的人工智能也很快會成為熱點,涉足其中的高科技公司也會越來越多。

3 結 論

本文通過智能輔助學習系統,探索了人工智能在中學輔助教育中的一個應用。雖然沒有介紹具體的技術實現、系統研發,但對現狀痛點、應用前景做了綜合性分析概述,相信隨著科學技術的持續發展、教育領域的融合開放,本文探索的這個應用將實現于市場,使廣大中學生能夠獲取到更多、更公平的教育資源。

參考文獻:

[1]何維貴.利用現代化教學手段打造高效課堂[J].廣西教育(中等教育),2013(6).

[2]王斐.人工智能在中學教育教學中的應用現狀分析[J].中國醫學教育技術,2013(4).

篇2

關鍵詞:人工智能;教學改革;教學方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科,是模擬、延伸和擴展人的智能的一門新技術。由于信息環境巨變與社會新需求的爆發,人工智能技術的日趨成熟。隨著AI3.0時代的到來,大數據、云計算等新技術的應用也愈發廣泛,對于管理類人才來說,加強對人工智能知識的深入學習,不斷將人工智能技術與管理知識結合起來,對其未來職業生涯的發展有著重要作用。人工智能是一門前沿學科,管理學院開設人工智能課程的目的是為了更好地培養學生的技術創新思維與能力,基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點,通過概率統計、數據結構、計算機編程語言、數據庫原理等基礎課程的學習,加強學生解決實際問題的能力,為就業打下基礎。本文基于社會對于人工智能領域的人才需求,結合諸多長期從事經管類專業課程教學的老師意見,針對管理類人才的人工智能課程教學內容與方法進行探討,以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。

1、教學現狀與問題

作為一門綜合性、實踐性和應用性很強的理論技術學科,人工智能課程內容及內涵及其豐富,外延極其廣泛。學習這門課程,需要較好的數學基礎和較強的邏輯思維能力。針對管理類人才,該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前,中國大多數大學仍采用傳統的課堂教學模式,在教學過程中照本宣科,忽略與學生的互動,并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環節設置,如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時,隨著章節的知識難度不斷增加,單向介紹式的枯燥教學方式無法反映人工智能學科的全貌,課堂講解難以同時給以學生感性和理性的認知,部分學生因乏味的課堂氛圍漸漸無法跟上教學進度,導致學習動力不足。(2)基礎課程掌握不牢管理類專業的學生大部分都會走向更加具體化的管理崗位,具有多學科的素養,但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識,給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多,涵蓋模式識別、機器學習、數據挖掘等眾多內容,概念抽象,不易學習。一些管理類專業的學生未能熟練掌握高等數學、運籌學、數據結構、數據庫技術等先修課程,缺乏一定的關聯思考和研究意識,導致課程學習難度增加,產生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節當下,人工智能廣泛應用于機器視覺、智能制造等各個領域,給學生提供了大量的現實案例,使得人工智能不再是高深莫測的理論,而是現實中可以觸及的內容。例如,在機械學科領域,人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源;在醫療領域,是醫療器械的創新生產源動力;在能動領域,是高端能源裝備與新能源發展的重要驅動;在光電信息與計算機工程領域,技術的發展時刻推動著智能科學與技術核心價值的提升。然而,對于管理類專業的學生來說,現階段的人工智能教材涵蓋許多智能算法及相關理論,在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法,書本中的應用實例大多紙上談兵,缺乏專門適用于管理類專業知識與人工智能技術相結合的教學實踐,加上一些教師授課方法單一,不利于引導學生將人工智能算法應用于現實生活。另外,大學生對知識的理解能力差異很大,教師采用統一的方式教給他們,這使一些學生無法跟上和理解,教師也無法控制學生的學習狀況,導致學生缺乏動力。因此,如何結合學生的現實情況,提高他們的動手能力和實踐經驗也是人工智能課程教學要考慮的問題。

2、管理類人才的人工智能課程教學改進策略

課程教學改革是一項提高大學教學效果和人才培養質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言,教學目標、教學內容和教學方式的變化不再是課程資源的簡單數字化和信息化,而是充分利用時代信息資源優勢的新型教學模式。針對管理類專業人工智能課程教學過程中存在的問題,可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。

2.1教學方法改進

教師對學生具有引領作用,其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發式案例教學案例教學法就是教師根據教學目標、教學內容以及教學要求,通過安排一些具體的教學案例,引導學生積極參與案例思考、分析、討論和表達等多項活動,是一種培養學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發式案例教學以自主、合作、探究為主要特征,調動學生的學習積極性,并緊密結合人工智能領域的相關理論與方法,有效理解知識要點及其關聯性,適用于管理類專業學生的教學。具體而言,高?;谄鋯栴}啟發性、教學互動性以及實踐有用性等特點,可以建立基于人工智能知識體系的教學案例庫,雖然這項建設將極具挑戰性與耗時性,但具有很強的積極效果:培養學生較強的批判性思維能力,更多地保留課程材料,更積極地參與課堂活動,對提高教學質量、培養具有人工智能背景的管理類人才具有重要意義。例如,通過單一案例教學,讓學生掌握相關基礎知識原理及應用;通過一題多解的案例使學生思考如何獲取最有效的解題方法;通過綜合案例的設計,啟發學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環節是逐漸遞進、有機結合的。研討是基于學生個體的差異性,在課堂討論的過程中對學生做出評判,從而對不同類型的學生開展針對性的教學?;觿t是在研討的基礎上,通過老師與學生、學生與學生的互動,讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中,教師通過課堂討論了解學生對于知識點的掌握情況,可以有針對性地設計教學內容,例如,對于學校積極性不強的學生,將人工智能理論內容與學生個人興趣范疇、社會產業發展及研究現狀聯系起來,能夠極大程度地提高學生學習的自主能力;對于基礎知識較為薄弱的學生,可以在教師的指導下查閱相關文獻資料,根據自己的理解撰寫心得報告,并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望,建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰略性技術,人才需求量極大,對教師的教學水平也提出了更高要求,因此,進行有效激勵極為重要。在學生激勵方面,可以舉辦各類人工智能競賽項目,設置相應項目獎學金,吸引學生參與實踐,調動學生做研究、發論文的積極性。例如,教育部主辦的中國研究生人工智能創新大賽,圍繞新一代人工智能創新主題,激發學生的創新意識,提高學生的創新實踐能力,為人工智能領域健康發展提供人才支撐。高校也可以借鑒這種模式,在各學院乃至全校開展此類競賽項目,激發學生的創新能力與團隊合作能力,鼓舞更多學生加入到人工智能課程的學習中來,激發其學習興趣。在教師激勵方面,在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業、課程項目和論文指導等看作教學任務的一部分,鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高,學科交叉性強?;谌斯ぶ悄艿膶W科交叉性特點,增強管理類人才對學科應用的領悟,可以采取開展學科滲透式教學的方法。從2015年起,國務院和教育部先后印發了《國務院關于積極推進“互聯網+”行動的指導意見教育》、《高等學校人工智能創新行動計劃》等文件,“互聯網+”、“智能+”已經滲透到各個領域,人類進入數字經濟時代,社會需求“技術+管理”的高端復合人才。例如,基于工業4.0和強國戰略,人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數民族預科班的教育質量。為增強少數民族管理類人才對該領域應用的認識,我們請機械工程、能源動力領域的相關專家以授課或講座的形式,進行相關領域知識和發展趨勢的講解,使學生理解更為透徹。此外,在教學實踐過程中,還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式,促進不同專業間老師、學生對于人工智能知識模塊的見解,相互交流、滲透和學習,從而推動人工智能課程教學的改進。

2.2教學內容設置

世界一流大學在人工智能課程內容設置根據不同國家的教育體系設置,肯定會有不同,但頗有共通之處。本文借鑒世界頂尖大學經驗,針對管理類專業人工智能課程教學內容進行研究,結合中國教育體系設置,認為應從以下幾方面進行改進。(1)核心內容設置為避免學生因為知識點過多而出現雜而不精的問題,勢必要精化教學內容。在互聯網時代,我們可以使用云計算和其他方式來實現數據信息的傳輸、存儲和處理,通過在線收集和整合網絡課程相關數據,挖掘和豐富教學資源,并在整合課程資源的基礎上,進行研究方法和前沿知識的擴展。在核心內容設置方面,可以通過收集到的數據資料,選擇人工智能領域具有代表性且難易程度適中的知識作為重點,使學生能夠在有限的學時內掌握人工智能的知識脈絡。例如,編寫針對管理類人才的人工智能教材,內容涉及緒論、知識表示與推理、常用算法、機器學習、神經網絡等方面的同時,重點增加相應知識點在管理上的應用案例,加強學生對知識點的理解。同時,根據管理類專業偏向領域,開設關聯程度較大、應用較廣泛的人工智能選修課程,以便學生根據自己的興趣與需求選修具體方向的課程。(2)注重學生的數理及編程基礎良好的數理及編程基礎是學習人工智能的前提。只有具備了這些基礎,才能搞清楚人工智能模型的數量關系、空間形式和優化過程等,才能將數學語言轉化為程序語言,并應用于實驗。管理學院人才的數理及編程基礎相對薄弱,因此,在安排學生學習人工智能課程之前,建議開設面向全體管理類專業學生的微積分、線性代數、概率論等專業基礎數學課程以及C語言、python等編程基礎課程,使學生具備數學分析的基礎與一定編程基礎,為學習人工智能課程打下堅實的基礎。另外,可以推進MOOC平臺建設,在平臺上開設人工智能網絡課程,幫助學生掌握人工智能知識基礎及專業技能。(3)實驗建設為了加強學生對于人工智能知識點間的關聯性理解,可以基于不同的應用模塊,設計具有前后鋪墊、上下關聯的綜合性實驗,設計不同層次的項目要求,同時基于相同的實驗課題,讓學生分組對實驗課題進行攻克,并設置多元化的實驗評價體系,通過實驗教學過程中反映出的不同進度,讓教師能對學生的學習水平做出準確評判,及時進行教學反思,以便更好地開展下一步工作。例如,針對人工智能課程應用中很廣的遺傳算法,在某一管理規劃的具體應用上設置理解-實現-參數分析-具體應用-嘗試改進-深度拓展的不同層次的項目要求,在這些項目層次中規定必做項與可選項,讓學生基于同一實驗課題進行合作學習,然后通過個人自我評價、小組成員互相評價以及教師評價的方式進行打分,對小組整體能力以及個人能力進行綜合評估,以期培養學生的自主思考能力。

篇3

當前高職教育中為計算機專業學生所開設的人工智能課程很大程度上沿用了普通高等教育環境下的教學方式和內容,這顯然與高職教育本身培養人才的目標和方式不一致。高職教育的最終目標是要培養適應生產需要的技能型、應用型人才,而高職教育在教學方式上應更為注重實踐教學,包括各種實驗、實訓、實習和設計。因此,人工智能課程中單純的理論講授并不能有效地適應高職教育的實際教學環境要求,有必要對人工智能課程在教學內容和方式上加以改革。三個改革途徑(一)引導學生閱讀應用研究文獻

高職教育強調培養學生的知識應用技能,其中重要的一點是要培養學生把理論知識應用到實際生產中的能力。然而在教學實踐過程中,學生普遍反映由于人工智能課程理論性強,難于從課本理論聯系到實際的專業應用上,這樣對激發學生的學習興趣,提高技能應用水平是不利的。

實際上,人工智能涉及的應用領域極為廣泛,其中在專家系統、模式識別、智能控制、數據挖掘、自然語言理解等方面尤為突出,每一種應用都能夠很好地體現出人工智能學科的基本理論方法特點。因此,在課程學習的開始階段,應讓學生按照個人興趣自行選定某個應用領域,在一定的提示和引導下通過檢索有關文獻,訪問相關的科研院校網站等方式獲取資料,了解當前該領域的發展現狀和具體產品的開發和使用情況,最后在課程的結束階段以學習報告的形式在課堂上加以演示和共同討論,這樣可以大大激發學生學習人工智能課程的主觀能動性,開闊學生的知識視野。資料的收集閱讀與思考是知識應用的首要環節,對于培養應用型人才的知識應用技能很有幫助。(二)安排學生對經典算法程序進行實驗

與普通高等教育相比,高職教育更加強調實踐教學的重要性。從實踐中學習和理解理論知識,并且把所學知識運用到實踐中,這是高職教育的重要特點。人工智能課程內容抽象而概念性強,單純的理論講解學生難以從中得到啟發,也難以體現出高職教育突出實踐教學的特點,為此需要安排學生動手實驗,從實踐中理解人工智能科學的理論原理和應用途徑。

在人工智能科學的發展過程中,先后提出了一些經典的優秀算法程序,如A*算法、遺傳算法、神經網絡的BP學習算法等,在科研和工程實際中得到了廣泛的應用,在實踐教學中同樣有著重要價值。根據教學要求和實際情況,學生并不需要自行設計關于這些算法的具體程序,在提倡開放和共享源代碼的今天,通過網絡能夠獲得大量相關的程序代碼資源。同時,一些軟件平臺也集成了一些工具箱,如遺傳算法工具箱、神經網絡工具箱等,只需設定相關輸入參數和數據,便可通過調用工具箱函數實現算法,極為簡便而易于理解。

學生應通過對這些程序作驗證性實驗來理解所學內容。為安排學生有效地進行實驗,教師應結合當前階段所講授的內容準備相應的算法程序,當該部分內容結束后在課堂上講解和演示算法程序的運行方法。學生獲得該算法程序以及具體的實驗任務后在課后完成實驗并提交實驗報告。

例如,在講授啟發式搜索時,可向學生提供A*算法求解八數碼難題的算法程序,并對某個學生給定某個初始棋盤狀態,要求學生動手運行程序并記錄由算法擴展所得的每個棋盤狀態的估價函數計算結果,以及相應的OPEN表和CLOSED表的變化情況,從中理解A*算法的原理特點。又如,在講授BP學習算法時,可根據學生的實際情況對內容進行調整,強調BP神經網絡的實際工程應用價值,而對BP算法的基本原理只作簡單介紹。向學生提供利用BP神經網絡學習特定目標函數的MATLAB程序代碼后,要求學生動手運行該程序,并且記錄和對比神經網絡在訓練前后對目標函數的逼近效果。

(三)啟發學生引入人工智能理論方法對畢業設計加以創新

畢業設計是高職教育的重要環節,學生通過畢業設計對以往所學知識作系統性總結,通過畢業設計能進一步加強學生的技能訓練,提高學生的技能應用水平。從實踐教學的角度來講,畢業設計不僅僅要求學生對已學知識和技能的簡單重復運用,更重要的是強調學生能夠主動獨立地分析實際問題,對問題的解決方法提出新的觀點并付諸實踐。然而從教學的實際來看,在畢業設計中學生創新的主動性不足,往往停留在繼承和模仿階段,畢業設計作品少有突破和創新。究其原因,并非學生所學知識和技能不足,而是學生未懂得如何分析已有問題,在其基礎上引入新的解決方法或提出新的應用內容。

篇4

關鍵詞:高職教育;人工智能;課程改革

課程設置應與高職教育培養目標和方式相一致

人工智能課程主要講授當今智能領域的理論方法及其應用,是一門涉及哲學、邏輯學、語言學、控制論、生物神經學等多個學科的課程。以普通高校高年級計算機專業學生為講授對象,人工智能課程在教學上一般以理論講授為主,并輔以一些應用實例加以分析。課程本身理論性強,內容較為抽象,因此對學生專業知識基礎的要求高,在教學上往往強調對各種智能理論的深入講解和分析,以此達到提高學生專業理論水平的目的。

當前高職教育中為計算機專業學生所開設的人工智能課程很大程度上沿用了普通高等教育環境下的教學方式和內容,這顯然與高職教育本身培養人才的目標和方式不一致。高職教育的最終目標是要培養適應生產需要的技能型、應用型人才,而高職教育在教學方式上應更為注重實踐教學,包括各種實驗、實訓、實習和設計。因此,人工智能課程中單純的理論講授并不能有效地適應高職教育的實際教學環境要求,有必要對人工智能課程在教學內容和方式上加以改革。

三個改革途徑

(一)引導學生閱讀應用研究文獻

高職教育強調培養學生的知識應用技能,其中重要的一點是要培養學生把理論知識應用到實際生產中的能力。然而在教學實踐過程中,學生普遍反映由于人工智能課程理論性強,難于從課本理論聯系到實際的專業應用上,這樣對激發學生的學習興趣,提高技能應用水平是不利的。

實際上,人工智能涉及的應用領域極為廣泛,其中在專家系統、模式識別、智能控制、數據挖掘、自然語言理解等方面尤為突出,每一種應用都能夠很好地體現出人工智能學科的基本理論方法特點。因此,在課程學習的開始階段,應讓學生按照個人興趣自行選定某個應用領域,在一定的提示和引導下通過檢索有關文獻,訪問相關的科研院校網站等方式獲取資料,了解當前該領域的發展現狀和具體產品的開發和使用情況,最后在課程的結束階段以學習報告的形式在課堂上加以演示和共同討論,這樣可以大大激發學生學習人工智能課程的主觀能動性,開闊學生的知識視野。資料的收集閱讀與思考是知識應用的首要環節,對于培養應用型人才的知識應用技能很有幫助。

(二)安排學生對經典算法程序進行實驗

與普通高等教育相比,高職教育更加強調實踐教學的重要性。從實踐中學習和理解理論知識,并且把所學知識運用到實踐中,這是高職教育的重要特點。人工智能課程內容抽象而概念性強,單純的理論講解學生難以從中得到啟發,也難以體現出高職教育突出實踐教學的特點,為此需要安排學生動手實驗,從實踐中理解人工智能科學的理論原理和應用途徑。

在人工智能科學的發展過程中,先后提出了一些經典的優秀算法程序,如A*算法、遺傳算法、神經網絡的BP學習算法等,在科研和工程實際中得到了廣泛的應用,在實踐教學中同樣有著重要價值。根據教學要求和實際情況,學生并不需要自行設計關于這些算法的具體程序,在提倡開放和共享源代碼的今天,通過網絡能夠獲得大量相關的程序代碼資源。同時,一些軟件平臺也集成了一些工具箱,如遺傳算法工具箱、神經網絡工具箱等,只需設定相關輸入參數和數據,便可通過調用工具箱函數實現算法,極為簡便而易于理解。

學生應通過對這些程序作驗證性實驗來理解所學內容。為安排學生有效地進行實驗,教師應結合當前階段所講授的內容準備相應的算法程序,當該部分內容結束后在課堂上講解和演示算法程序的運行方法。學生獲得該算法程序以及具體的實驗任務后在課后完成實驗并提交實驗報告。

例如,在講授啟發式搜索時,可向學生提供A*算法求解八數碼難題的算法程序,并對某個學生給定某個初始棋盤狀態,要求學生動手運行程序并記錄由算法擴展所得的每個棋盤狀態的估價函數計算結果,以及相應的OPEN表和CLOSED表的變化情況,從中理解A*算法的原理特點。又如,在講授BP學習算法時,可根據學生的實際情況對內容進行調整,強調BP神經網絡的實際工程應用價值,而對BP算法的基本原理只作簡單介紹。向學生提供利用BP神經網絡學習特定目標函數的MATLAB程序代碼后,要求學生動手運行該程序,并且記錄和對比神經網絡在訓練前后對目標函數的逼近效果。

(三)啟發學生引入人工智能理論方法對畢業設計加以創新

畢業設計是高職教育的重要環節,學生通過畢業設計對以往所學知識作系統性總結,通過畢業設計能進一步加強學生的技能訓練,提高學生的技能應用水平。從實踐教學的角度來講,畢業設計不僅僅要求學生對已學知識和技能的簡單重復運用,更重要的是強調學生能夠主動獨立地分析實際問題,對問題的解決方法提出新的觀點并付諸實踐。然而從教學的實際來看,在畢業設計中學生創新的主動性不足,往往停留在繼承和模仿階段,畢業設計作品少有突破和創新。究其原因,并非學生所學知識和技能不足,而是學生未懂得如何分析已有問題,在其基礎上引入新的解決方法或提出新的應用內容。

在計算機領域中,人工智能屬于研究和創新的前沿和熱點,許多舊有問題利用人工智能方法都得到了新的解決途徑。教師在指導學生畢業設計時,可針對某一問題恰當地啟發學生引入人工智能的理論和方法,并嘗試性地運用在解決當前問題之中,這樣能較容易地獲得新的改進和突破,對培養學生創新觀念和能力很有意義。

近年來,高職教育得到了迅速發展,其社會認可度也不斷提升。但是,在發展的過程中也出現了一些新的問題,其中突出的是如何對以往普通高等教育的教學方式和內容加以改革,以適應高職教育的新要求。人工智能課程作為一門重要的計算機專業課程,仍需要結合高職教育的實際要求以及學生的具體情況,在加強培養應用型、技能型人才,加強實踐教學上不斷進行探索和改革。

參考文獻

[1]趙蔓,何千舟.面向21世紀的《人工智能》課程的教學思考[J].沈陽教育學院學報,2004,6(4):131-132.

[2]韋芳.高等職業技術教育應注重實踐教學[J].中國科技信息,2006,(5):264.

篇5

關鍵詞:機器人教育 現狀 問題 思考

一、機器人教育現狀分析

在我國,機器人教育作為教學內容進入中小學還處于起步階段,方興未艾。2001年,在北京召開了“關注中國未來的競爭力——兒童數字化啟蒙”研討會,會議認為,將數字信息技術介入到傳統的幼教方式中去,利用有效的手段與工具對兒童進行數字化啟蒙,關系到兒童未來的成長和中國未來的競爭力。2004年,中國教育學會中小學信息技術教育專業委員會召開了第一屆全國中小學程序設計與機器人教學研討會。在各種研討會興起的時候,機器人教育也逐漸引起重視。2000年,北京景山學校將機器人教育以科研課題的方式納入到信息技術課程中,在國內率先開展了中小學智能機器人課程教學。但是研究性課程的課時比較少,學生一切從零開始學習,要想真正達到研究性學習的目標是很困難的。因此,作為研究性課程的機器人教育整體效果不十分理想。我國教育部于2003年4月正式頒布《普通高中技術課程(實驗)》,首次在“信息技術”科目中設立“人工智能初步”選修模塊和新增加的通用技術課程中設立了“簡易機器人制作”選修模塊,從而邁出了我國高中階段開展人工智能教育的第一步,這也意味著我國的人工智能教育在大眾化、普及化層面上躍上了一個新的臺階。然而把智能機器人作為信息技術課、通用技術課列入學校的課程體系,對全體學生進行機器人基礎知識的普及教育還處于編寫教材、設置課程的起步階段。學者張劍平指出,國內多數的學校主要還是以課外活動、各種興趣班、培訓班的形式開展機器人教學。通常的做法是由學校購買若干套機器人器材,由信息技術課程教師或綜合實踐課程教師進行指導,組織學生進行機器人組裝、編程的實踐活動,然后參加一些相關的機器人競賽。以全國中小學計算機教育研究中心郭善渡老師、北京景山學校沙有威老師等為代表的大批一線教師結合自己的教學實踐就圍繞機器人競賽、機器人與技術教育,機器人與學生能力和素質的培養等問題展開了應用研究,取得了較好的研究成果。但這些研究成果往往比較零散,重復,缺乏科學系統的課程建設研究。

二、對當前中小學開展機器人教學優點

近年來我國的機器人教育有了很大的發展。教育機器人逐步成為中小學技術課程和綜合實踐課程的良好載體。教育機器人與學科教育相結合,可以幫助科學、數學、力學等等學科的教學,在國內已經有學者提出機器人與理科教學整合的想法。機器人教育引入校園,對學生至少有以下三個方面的獲益。

其一,豐富學科生活,培養動手能力。由于生活水平的提高,現在的青少年自己動手制作玩具及科學模具的能力日益降低,創造發明的意念也漸呈弱化趨勢。所有令他們愛不釋手的玩具均是玩具商生產出來的,亦即是需用錢買來的。長此以往,將使未來中國少年兒童的求生能力、自我創造能力不斷減低、變弱,這對于一個民族的科學發展是十分不利的。自我組裝、制造機器人不但會提升青少年的科學興趣,同時也會從小培養學生養成凡事自己動手的良好生活習慣。

其二,鍛煉意志品質,培養團隊精神。機器人制作涉及相關領域多種門類的專門知識,青少年必須廣泛涉獵,持之以恒,才能有所成就。機器人的制作過程,正是鍛煉意志、培養堅韌品質的過程。機器人制作一般都以二人、三人或一個團隊的形式進行,群策群力、共同作業,就像體育比賽中的接力賽一樣,缺一不可,整體的實力遠超出個人的能力的發揮。

其三,激發創新精神,培養科學興趣。人們一直在思考和探索如何開發青少年智力的問題。參與機器人制作,能使學生自小就對科學產生興趣,獲得科普知識,同時也將激發他們的創新能力。

三、推進機器人教育的思考

在基礎教育領域,教育機器人應該和當前的基礎教育課程改革相 結合。例如,在小學和初中階段,可以將研究機器人與“綜合實踐活 動”有機結合;在高中階段,可以將教育機器人與“人工智能初步” “算法與程序設計” “簡易機器人制作” “電子控制技術”等技術類課 程進行結合, 有條件的學??梢蚤_設 “人工智能與機器人” 校本課程。 事實上, 教育機器人所體現的知識的綜合性使它不僅能成為信息技術 教育的載體,也可以成為信息技術與中小學課程整合的載體。在高等 學校中開展智能機器人學科教學,進行多層次的機器人教育,既可以普及機器人知識,加強機器人專業建設, 也可提高機器人的應用水平。應當在 教師教育相關的專業,例如教育技術學、信息技術教育專業 中開設與人工智能、機器人教育相關的課程。各種形式的機器人競賽 是全球范圍內教育機器人應用的重要形式之一,目前這些機器人競賽 大都集中在諸如滅火、迷宮、足球等等競技類項目上。要注重通過此 類活動培養學生的創造力、協作能力和技能,為此需要關注競賽項的 創新性。例如,競賽項目的設計可以更加關注人工智能與機器人的結合點。

總之 在大力提倡素質教育的今天,機器人的出現為創新素質教育提供 了一個嶄新的平臺, 信息技術教育未來發展的趨勢必然是向機器人教育重心轉移目。開展機器人教學,有助于培養學生的創新精神、邏輯思維能力、自主學習能力和對科學的鉆研精神,對機器人教育的教學 體系進行研究,使機器人教學完善發展,具有現實意義。

參考文獻:

[1]張劍平,.機器人教育:現狀、問題與推進策略【I】 .中國電化教育.2006.(12)

篇6

關鍵詞:人工智能;傳媒企業;新媒體;發展

一、引言

人工智能(ArtificialIntelligent,AI),是一門前沿交叉學科,涉及計算機科學、腦科學、神經生理學、心理學、語言學、邏輯學、行為科學、生命科學,以及信息論、控制論和系統論等領域。1956 年達特茅斯會議提出:讓機器能像人那樣認知、思考和學習,即模擬人的智能。《新一代人工智能發展規劃》(國發〔2017 〕35 號):跨界融合成為重要經濟模式;加快AI融合,發展智能化經濟、建設智能化社會,構筑知識、技術、產業三方互動融合及其人、機、文互相支撐的良好環境;發展智能服務(包括智能教育、智能醫療、智能健康和養老);推薦社會治理智能化(涉及政務、法庭、城市、交通軍民融合、環保等);加強人工智能領域軍民融合。智能教育、智能醫療、智慧法庭、智能交通、智能農業等行業的智能化升級,都需要新聞出版行業知識服務的支撐。

二、傳媒企業現狀分析

近年來,隨著國內媒體企業的不斷融合發展,大量媒體信息不僅通過圖書、期刊、報紙、廣播、電視等形式傳播,還向網站、抖音、微信等新的傳播渠道延伸。與此同時,國外媒體企業對人工智能技術的探索及應用也日益重視。(1 )傳媒企業非常重視人工智能技術,不斷增強其引導能力和傳播效果。(2 )人工智能技術對媒體采―編―發流程的影響很大,涉及傳媒企業生產各個環節。(3 )人工智能算法推薦新聞、合成主播等智能技術應用。例如:個性化信息流分發、今日頭條算法推薦、AI合成主播、“媒體大腦”。(4 )人工智能對傳媒企業影響深遠,促進其新業態產生及媒體融合發展。

三、傳媒企業機遇與挑戰

人工智能與媒體各生產環節深度融合、提質增效,但也面臨著不少機遇與挑戰。① 機遇。促進智能升級:各環節變得更加智能化(選題策劃、編輯、校對、排版、印刷、營銷等);出版行業與其他行業深度融合。② 挑戰。AI技術積累和人才儲備不足;資源整合難度比較大:大量高質量專業知識資源、數據格式不統一;傳媒企業和讀者之間、生產與發行之間渠道不夠通暢。(1 )人工智能技術水平領先于觀念認知水平。當前,傳媒企業對人工智能的認識最常見的誤區表現在觀念意識、認知維度、重視深度三個方面:① 觀念意識,運用人工智能技術加速媒體融合,認識不充分、不到位;② 認知維度,在媒體企業生產領域的各環節中,還不能清楚地認識到人工智能技術應用效果;③ 重視程度,清晰的發展目標、可行的實施途徑和發展的戰略規劃,這三方面是傳媒企業目前還比較缺乏的發展因素。(2 )傳統的媒體企業較難適應變革。① 組織架構、業務流程難匹配。② 資金受限。有關人工智能的軟件、硬件引進與研發,以及數據庫平臺搭建與管理的資金投入都較高,可用資金很難在短時間內有效利用。③ 人才隊伍建設跟不上媒體智能化發展要求,缺乏媒體智能化發展所需的復合型人才,特別是在技術、運營等部門,領軍人才少之又少。大多數傳媒企業出現人才留不住、用不好的情形。(3 )傳統媒體企業人工智能技術經驗不足。科學技術的有效利用是媒體企業生產和可持續快速發展的重要因素。如何科學合理地研發、運用智能化技術,開發滿足市場需求的新形式,促使智能化應用水平與人工智能技術本身發展水平相匹配,是媒體企業從傳統向智能化轉型的重中之重。(4 )用于人工智能算法的訓練數據是傳媒企業智能化發展的重要砝碼。提高人工智能技術的應用水平,大量的高質量數據積累是不可或缺的。當前,不少媒體企業積極、大膽嘗試,大量的文檔、圖片、視頻等數據資源,需要強大的財力和物力去支撐“數據清洗”及其相關工作,并最終生成高質量的信息化數據。(5 )用戶的數據安全與隱私保護成為急需解決的難題。隨著媒體企業的快速發展智能化,同時也產生了大量數據,因此,保障用戶個人信息、行為數據的安全,尊重用戶的個人隱私,提供精準、優質的服務就顯得尤其重要。

四、傳媒企業發展建議和趨勢展望

(一)發展建議

隨著各種媒體的不斷融合發展,各行業對于人工智能的廣泛應用不僅是一種普遍發展趨勢,而更是媒體企業掌握變革發展的金鑰匙。只要能在智能化技術應用領域取得領先地位,媒體企業成功地進行變革發展就多一分把握。而且隨著科學技術的不斷快速進步發展,人工智能技術的應用將持續推動媒體企業的發展與變革。(1 )戰略、路徑的智能化發展。傳統媒體企業應當根據本身實際情況和發展特點早謀劃、早制定智能化發展路線,緊抓人工智能、大數據、云計算等機遇,探索人工智能技術的發展路徑,贏得企業市場競爭優勢。發揮傳統媒體企業資源豐富的優勢力量,增加人工智能技術的自主研發投入,掌握核心,打造自主可控的智能化媒體平臺,不斷開拓先進技術的研發途徑和探索其可行的引進渠道。(2 )從傳統思維轉變到人工智能發展。隨著互聯網技術的廣泛應用,傳統媒體企業有了巨大壓力。不論愿不愿意去直接面對,傳媒企業的人工智能發展變革道路已經箭在弦上。因此,傳統媒體企業需要利用全新的觀念來迎接人工智能技術的快速發展,從而探索更適合的體制機制、組織結構、工作流程、人才隊伍,進行全面轉型。加快轉型,改變思維,增強媒體人對人工智能技術應用的深刻認識,提高技術運用水平對內容創新起的重大作用的準確認知,實時調整人工智能技術在媒體企業中應用模式。(3 )企業體制機制變革,重點開發技術優勢。隨著人工智能技術的不斷發展,媒體企業既要提高技術開發的資金投入,又要創新變革媒體企業的生產體制機制,實現人工智能技術與媒體生產要素的完美整合,探索資源、人才,管理、功能、產品的融合發展路徑。(4 )推動內容完善創新,增強智能技術引領。媒體企業在引入智能技術的基礎上,不斷地推動前沿科技技術充分地對內容進行創新,有機結合內容與創新形式。媒體企業既要憑借人工智能技術不斷地深入研究新媒體傳播形式和銷售渠道,還要不斷地改進產品形式形態、提高產品優質品質。(5 )重新整合媒體資源,加快發展變革。人工智能技術與5G、大數據、云平臺、物聯網等科學技術影響著傳媒企業的發展趨勢。傳統媒體企業需要不斷地跨界整合并完善市場技術資源,在生產產品、終端、渠道、人員等方面實現跨越發展,掌握媒體市場主動權,構建合理、完善的信息傳播鏈。(6 )重視挖掘數據,重塑核心競爭力。傳統媒體企業應重視將大數據的信息分析能力融入進媒體產品生產的全流程中,從基于經驗升級到基于數據,探索并建立傳媒企業數據鏈。(7 )打造智媒體團隊,創辦新媒體企業。新媒體企業需要智能編輯記者人才,未來的媒體人才隊伍應當是智能型人才團隊,即“全媒體人才+人工智能工程師”。媒體企業需要科學制定全媒體、智媒體人才的發展整體規劃,加強人工智能技術媒體人才培養;加大人工智能技術業務培訓,提升協同創新能力;探索專家型編輯記者的培養方式,探索人工智能技術能力提升的有機結合,架構智能人才隊伍培養和發展路徑。

(二)趨勢展望

隨著人工智能技術的不斷發展,傳媒企業也面臨著將要進行變革創新的局面,從生產內容、分發產品,到內容表現、銷售管理,其工作流程和生態環境發生了巨大變化。1.融合發展智能化人工智能在媒體融合發展中起到了巨大作用:提高了媒體全要素的生產率;人工智能將推動媒體更好地利用現代化體系中的功能作用。媒體融合發展的重要方向是智能化新型媒體企業平臺,創建信息服務智能媒體庫。2.新媒體形態顯現多種多樣傳媒形式和內容呈現方式逐漸涌現,不斷改革、發展、演化迭代,智能化科技媒體產品健康發展。3.關鍵核心技術研發從事高科技技術研發創新的公司企業發展的重點是依托以芯片、算法和數據為核心的人工智能系統,提供優質高效的技術服務,促進多種人工智能技術進一步發展。媒體企業通過自主研發或與人工智能科技企業合作,為編發聯動工作提供有效路徑。4.媒體專業界限變寬媒體人的角色邊界逐漸寬泛,優質算法和吸引廣大用戶是媒體企業發展的兩大重要因素。媒介素養將更進一步地深度重構,傳統意義上的以文科專業為主的體系將不斷調整、改變,跨專業、復合型已經是對傳媒人的更進一步要求和代名詞。5.音、視頻生產消費晉級人工智能技術發展快速發展,音視頻內容生產效率不斷提升,創新創意空間進一步拓展,音視頻內容消費迅猛增長,人機交互界面重塑,媒體企業新流量拓展,取得良好經濟、社會效益。6.版權保護意識及能力增強人工智能、物聯網、區塊鏈、大數據等前沿科技技術將進一步解決版權保護問題,人工智能技術強力支撐內容變現、盈利模式改革創新,增加傳媒版權領域新規則。

五、結論

綜上所述,雖然人工智能的發展歷程只有短短的幾十年時間,但是對于每個階段內人工智能的發展都推動了人類社會發展。傳媒企業為了避免被淘汰,必須合理地與人工智能結合應用,才能拓展更大的生存空間,贏得更好的發展。

參考文獻

[1]周皓.傳媒文化創意產業發展策略研究[J].風景名勝,2019(06):290-291.

篇7

人工智能模擬仿真算法危機

1引言

人工智能(Artificial Intelligence),英文縮寫為AI。它是用于研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的科學技術?!叭斯ぶ悄堋钡奶崞鹱钤绱笾率窃?9世紀中葉的Dartmouth學會上被提出來的。它是計算機科學、信息科學、電子技術學、語言科學等多個學科互相影響促進而發展起來的一門綜合類的學科。從計算機科學的角度出發,人工智能是研究如何制造智能或智能化的機器來仿真人類智能活動的,以模擬人們智能的科學系統。目前,人類社會已處于信息時代,也可以說是信息爆炸的時代。

人類的科學演變已從單一的“數值計算”發展到系統的“邏輯計算”。人類正在將信息工程學逐步提入到計算機系統中,從而出現了“信息管理”“和“信息交換”等科學的迫切需求。而加速擴大“信息處理”層面來說,現有的計算機的處理數據能力是匹配不了的,缺少領域專業“智能”。這樣的“計算機科學”已無法適應信息科學的發展需求。全球的信息科學正在逐步形成,Al作為現代信息科學發展的核心。從古至今人們對提及智能相關的問題就很感興趣,只不過在計算機沒有發明之前,沒有任何高科技輔助工具能解開智能的奧秘。

2“數據處理”與“知識處理”

巨大的信息處理能力是計算機技術產生和發展的巨大動力。計算機可以輔助人們全方位的解析科學未知智能領域,信息處理的發展大致分為兩個重要階段:

(1)數值計算階段,大量文件數據處理和管理。這些都有明確算法和科學的管理方法,這個層面中的顯著特征是“數據處理分析”階段。體顯出對眾多學科領域學術發展的積極促進作用,逾越了許多的計算領域界限,使原本許多不可解決的問題迎刃而解。

(2)邏輯與符號處理實質階段,這就必須讓計算機具有超強的處理分析能力。在這一階段的主要研究是對知識數據的處理過程,實現了這些Al就基本呈現在眼前了。

科學技術的發展是不斷探索未知領域的漫長過程,也是孕育而生新算法智能工具的過程。探索未知的科學領域需要智能的輔助工具,這就使人類對未知科學領域探索的腳步越來越快。

3人工智能的應用領域

(1)地質勘探、石油化工等領域是人工智能的主要發展使用領域。1978年美國斯坦福國際研究所會議中曾經討論研發后來制成了礦產勘探開采系統(PROSPECTOR),該系統主要用于勘探礦產、分析種類以及礦產容量等,是工程領域依靠人工智能的一個典型案例。

(2)人工智能和專家系統理論和技術應用在醫學領域。形成醫學專家系統,他具有極大的科學及經濟價值,醫生診斷復雜的醫學問題集中使用都靠它來解決。人工智能促進醫學發展方面起著重要作用,并應用于多個醫學領域,現階段發展趨于完善。

4計算機及人工智能的發展方向

計算機的發展將趨向超高速、超小型、并行處理和智能化。自從1946年世界上第一臺電子計算機誕生以來,計算機技術迅猛發展,現有計算機的性能受到挑戰,開始從基本原理上尋找計算機發展的領域,新型計算機的研發應運而生。未來量子、光子和分子計算機將具有感知、思考、判斷、學習以及一定的語言表達能力,使計算機走進人工智能時代。

現如今科學技術每天都在飛速發展,人工智能的發展空間領域越來越大。但從目前的一些尖端的科學領域的研究可以看出,人工智能未來的發展可能會向更高層次的科學領域深入人工智能的發展作為一種高輔技術實現與人類智能對接是現代社會發展的高效催化劑,人工智能科學整體性的研究探索可以說才剛剛起步,但是它的迷人魅力會促使科學家們前仆后繼的投入到研究探索的工作當中去。相信人工智能領域研究開發會離我們的期望目的越來越近。

5結語

計算機的發展現在已經處于第五代的研發當中,其中最核心技術便是人工智能,可以說,人工智能的研究一旦取得突破,那么第五代計算機就有可能研發成功,同時在世界范圍內的數據信息科學領域產生重大的意義,乃至對人類文明的發展產生重大影響。由人腦科學、認知能力科學、人工智能等共同研究智能的潛在本質,形成模擬智能科學。而對于人工智能學科整體層面而言,要有所突破前進,必需要有多個學科合作協同,在眾多學科研究中實現主動創新。

由于人工智能與計算機技術的飛速進展,對人類社會、人類認知智能等科學的深入研究,形成了研究人腦及思維等學科。電腦與人腦、人工智能與人類智能,特別是智能計算機高度模擬人腦的研究,全面推動了人類社會認知世界的發展,人工智能的深入研究使計算機更加智能聰慧。計算機發展的未來值得注意的是,人類使計算機更加接近自己,人工智能科學領域帶動了計算機的飛速發展,計算機的聰明才智更接近人類,智能的計算機大大滴提高了人類認知世界改造世界的能力,人類發明使用智能的計算機推動全人類社會文明的飛躍發展。

參考文獻:

[1]蔡自興,蒙祖強.人工智能基礎(第2版).高等教育出版社.

[2]閻平凡.人工神經網絡語模擬進化計算.北京:清華大學出版社,2000.

[3]趙林明.多層前向人工神經網絡.鄭州:黃河水利出版社,1999.

[4]何佳洲,周志華,陳兆乾.系統故障診斷的一種神經網絡方法.計算機工程與應用,1996.

[5]韓立群.人工神經網絡管理、設計及應用.北京:化學工業出版社,2004.

[6]周開利,康耀紅.神經網絡及其MATLAB仿真程序設計.北京:清華大學出版社,2005.

[7]黃國興,陶樹平,丁岳偉.計算機導論(第2版).清華大學出版社.

篇8

在中小學校,平板電腦教學實驗班如雨后春筍,學生人手一臺平板電腦,有效地拓展了教師的教學空間與學生的學習空間,使得教學互動反饋與個性化學習成為常態。翻轉課堂及微課程的“走紅”,更讓平板電腦在教學中的應用如虎添翼。一時間,平板電腦進課堂,儼然已經成為現代課堂的標志。

對于平板電腦及互聯網在教育教學中的應用,孩子們樂此不疲,教師自得其樂,家長“又愛又恨”。什么“魔力”使得孩子們樂此不疲?用孩子們的話來說就是“好玩”。北京大學教育學院副院長尚俊杰認為,平板電腦很重要的一點就是“互動”。什么“神器”讓教師自得其樂?平板電腦是教師不可多得的教學助手,讓教師教學更加游刃有余。那么,又是什么原因使得家長對它又愛又恨呢?很多家長既害怕自己的孩子在虛擬的世界“迷失自我”,又擔心自己的孩子被“邊緣化”。對于社會各界關注的中小學生的網絡生活方式,本期,《2014年度全國中小學生網絡生活方式藍皮書》(摘編)用數據說話,揭示孩子們的網絡生活現狀。

人們一直都期待電腦更加智能化,解決更多的現實問題。雖然追求“人工智能”的道路坎坎坷坷,然而人類依然是充滿興趣,并為之努力。在很多人的記憶中,IBM超級計算機“深藍”擊敗國際象棋大師卡斯帕羅夫并非自主思考,只是程序運行的結果,不過爾爾。然而,據2010年8月6日英國《每日電訊報》報道,美國密歇根州立大學科學家利用電腦系統模擬的生命形式,使它們在電子世界里自我復制繁殖,并逐步進化到產生基本智能。很多人由此相信未來有希望“孵化”人工智能的大腦,并開始在腦海中浮現如科幻小說、電影的橋段。2014年6月7日,英國雷丁大學宣稱俄羅斯人弗拉基米爾·維西羅夫(Vladimir Veselov)創立的人工智能軟件尤金·古斯特曼(Eugene Goostman)通過了圖靈測試,讓33%的測試者相信它是人類。這不禁再次挑動人們的神經:電腦真的能思考嗎?

人們可以和電腦系統模擬的人類智慧進行互動交流,在今天并非難事兒。電腦已經可以協助人類解決很多現實的問題:利用蘋果的智能軟件Siri,語音詢問天氣,設置鬧鐘,搜尋餐廳,甚至還可以和它調侃一番;電商的智能客服機器人可以提供咨詢服務;具有“智能大腦”的機器人“阿斯莫”能夠行走、交談、辨認聲音,并且對語言指令做出反應。

面向未來,平板電腦會變得更加智能,更加“智慧”。讓孩子們覺得“好玩”,讓教師“有如神助”,讓家長覺得“放心”。

試想,當學生面對智能終端分不清對方是自己的老師還是教學機器人的時候,當教師進行網絡教研,需要交流和得到幫助的不是自己的同事,而是虛擬的個人助理的時候,教育將發生怎樣的變化?

我們已經欣喜地看到,iPad集成了更多的智能化的教育教學APP;智能英語學習平臺和口語測試系統已經出現端倪;翻轉課堂、慕課及微課正改變著師生的習慣;人機交互學習系統已經被越來越多的人所認識……

篇9

2014年,栗浩洋再創業,成立了深耕基于人工智能技術的智適應學習的V學教育。數月之后即獲得由青松基金領投的高達 3100 萬人民幣的種子輪投資,融資額幾乎破了全球創業公司種子輪投資紀錄。這家被投資人追捧的教育公司,到底有什么特別之處?

人工智能無疑是當下最火的科技概念。從BAT到創業公司,從傳統行業到資本市場,無不對這一概念趨之若鶩。若是再結合醫療、教育等同樣熱門的領域,幾乎毫無疑問會備受關注。深耕基于人工智能技術的智適應學習的V學教育,就是這樣一家從成立伊始就帶著“教育”與“人工智能”雙重基因的公司。

V學教育董事長栗浩洋浸教育行業十幾年,是業內知名的資深專家。而作為一個標準的“學霸”,他很早就對人工智能產生了濃厚的興趣。當IBM的“深藍”贏了國際象棋大師,栗浩洋受到了很大的沖擊,他開始相信人工智能未來會顛覆世界。身為創業者,這樣的機遇不容錯過。

學霸的煩惱

有句網絡上很流行的話說:“最可怕的是比你優秀的人還比你努力?!狈旁诂F實生活中,栗浩洋就是個很形象的例子。

讀書時代的他像是開了掛:從小學習成績拔尖,9歲就成為計算機實驗生寫游戲程序,初中就讀完了高中全課程,榮獲奧數一等獎,進入上海交大天才試點班。升大學時,北大、清華、上海交大、復旦等8所高校同時保送。分數對他而言從來就不是問題。

但這并不代表他沒有缺點――中學時代,他有社交恐懼癥。大學選擇專業時,為了向陌生的學長學姐請教,他端著盤子在食堂游走了5天,最終也沒敢開口。他是個不輕易認輸的人,清楚地知道自己的弱項,然后加以訓練。如今的栗浩洋思路清晰,語速極快,說起自己的項目來滔滔不絕。在各種論壇、演講、路演的場合,他甚至有不間斷發言6小時的紀錄。

栗浩洋曾做過名為“人是自己性格的雕刻家”的主題演講,詳細描述了自己克服性格缺陷的過程。他說:“我要像一個雕刻家一樣,把自己塑造成最完美的藝術品。”

這與V學教育的理念不謀而合。在栗浩洋看來,傳統的教育培訓十分簡單粗暴,把教科書上的知識點全部線性推進,學完這個知識點才能學下一個。但每個學生知識點的掌握情況都不盡相同,如果好學生把大量時間用于重復學習已經掌握的知識點,而成績較差的學生總在學習對他來說難度太大的知識點,最終的結果只能是所有學生的學習效率都很低下。要迅速提高學生的成績,應該針對每個學生制訂獨一無二的學習方案,讓他們有針對性地補好短板。

過去,有針對性的一對一輔導只能依賴經驗豐富的老師,但這種輔導十分奢侈?!吧虾S?00多個特級教師,最低的一小時的成本是1500塊錢,最好的前10名大概要8000塊錢一小時,而且只能上幾百人的大課,根本不可能去一對一,哪怕你是土豪也支付不起這樣的費用?!崩鹾蒲蠓治龅馈?/p>

而人工智能技術帶來了夢想照進現實的希望。將人工智能技術應用于教育,自美國的Knewton公司始。為應付GMAT、SAT等全球性考試,Knewton做了一個智適應學習工具。該平臺將各類課程數字化,建立在線教學資源庫,為用戶“個性化”選題,從而提高應試能力。

受此啟發,栗浩洋看到了國內基礎教育領域的機會,促使他創辦了V學教育。就好比GPS和自動導航未來會代替老司機,V學教育也希望通過智適應系統代替老教師,一對一地用智能系統給學生授課,讓每個孩子接受到最高級別和最高質量的教育。

現有的教育培訓機構,不管模式怎么變,本質上還是傳統教學,非常依賴于老師。V學教育則是依賴于科技。栗浩洋打了個比方:“一個教育機構聘請老師,就像聘請會武術的員工一樣,那么最高的水平就是練成武術高手。但我們不是通過武術解決問題,我們是通過武器,通過飛機、大炮、導彈和航空母艦來解決問題。”

量體裁衣式的教學

用人工智能技術幫助學生學習,簡單地解釋,就像阿爾法狗用智能體系模擬圍棋大師一樣。V學教育智適應系統是用智能化的系統去模擬特級教師。對于特級教師來說,見到每一個學生,首先會快速摸底學生的學習狀態。然后根據這個學生的學習狀態、能力,以及學習習慣,采用不同的教學策略、教學方法和表達的語言,幫助這個學生進行學習。在學生學會或者沒學會的不同情況下,會調整自己的方法。

特級教師教學的這種能力,是基于其過去幾十年的教學經驗和幾千個學生,幾萬幾十萬的題目,以及這些學生在學習過程中會和不會的反應等大數據,以及自己大腦的判斷。V學的解決方案其實就相當于把近百位特級教師的經驗、智慧、大數據解決方案,放在智能大腦里面,然后用這個智能大腦去模擬教學過程。

V學的智適應系統,能夠將每個知識點拆分成“納米級”。所謂“納米級”,是指把一個知識點拆成最基礎的內容,變成最簡單的顆粒,然后針對每一個知識顆粒進行專門的視頻講解、專項練習和專題測試。通過對學生進行精準的摸底測試,了解學生掌握了哪些知識點,哪些沒有掌握,哪些掌握得非常牢固,哪些是略知一二。同時,智適應系統還能通過學生的反饋數據,不斷地深度學習,提升測試的準確度。

栗浩洋舉例說:“在錯題本這種粗淺智適應的模式中,我們可能經常會判斷一個學生說他是一個冠詞掌握得不太好,但這其實是一個非?;\統的判斷。冠詞又分定冠詞、不定冠詞和不用冠詞,那么這個學生可能是定冠詞13種當中的第9種和第12種不會,以及不定冠詞11種用法中的第7種和第10種不會。”

“一開始我覺得系統不靠譜,它給出的所有知識點我都掌握得很好,后來我一看里面的講解,沒想到被動語態可以講得這么深,其實好多題并不是因為粗心做錯了,而是還沒有真正地理解?!边@是一位通過智適應系統學習后的學生的真實反饋。一位風險投資人也曾親測V學智適應系統,他是美國哈佛商學院畢業的學霸,系統竟然檢測發現他有一個初二的數學知識點沒有掌握,他一開始不相信,后來一翻書,發現自己真的沒有掌握那個知識點。

根據學生的知識掌握情況和目標,智適應學習系統會自動規劃最適合該學生的學習難度和順序,不會讓學生因為目標過高而喪失信心,也不會因為目標過低而失去挑戰的欲望。通過這樣的方式,讓40分水平的同學可以逐漸提高到60分、70分,讓70分水平的同學逐漸提高到80分、90分,最終使得所有不同水平的學生都能夠循序漸進地提高到較高的水平。

栗浩洋堅信,找到合適的學習方法,每個孩子都可以成為學霸?!爸袊趲浊昵疤岢龅慕逃罄砟?,就是教無定法,有教無類,因材施教,這三個詞其實是對智適應教育的一個完美的詮釋。”他表示。

讓學習輕松快樂

“V”,一個有些生僻的漢字。栗浩洋與合伙人用這個字作為公司名大有深意。公司最早立項時,代號是“X PLUS”。他們認為,教育技術的深度對大多數人來說是未知,而且有著非常高的潛力待發掘,每個孩子都可以比過去提升10倍甚至百倍的學習效率,其中有無限的可能性,這是起名X PLUS的原因。

“與X最接近的中文字,就是V。V字在中文中作為動詞時,有治理的意思,V天下就是治理天下。我們希望通過教育,可以改變整個中國社會。V字作為名詞,又有才德出眾的意思,我們希望把每個孩子都教育成才德出眾的人,也就是說我們不僅希望他們提升學習效率,獲得更高的分數,而且希望他們在素質教育上也有更好的提升,真正幫助孩子成為有能力,有禮儀,有智慧,有價值觀的人。”栗浩洋介紹說。

這是栗浩洋在教育領域的第三次創業,顯而易見,他有很深的“教育情結”。在他看來,對于世界上的每個人來說,教育是能夠改變其一生命運的最重要因素。每個人出生的地域、家庭、國家等注定無法公平,但是如果是每個人都可以享受到這個世界上最優質的教育,就可以通過自己的努力,通過教育去徹頭徹尾改變自己的人生軌跡。所以他覺得教育不僅僅是一個事業,也是一件非常有社會意義的事情。

與此同時,中國的整體教育水平相對較差,國家在教育上的投入占GDP的比例不足,教育理念也比較落后。因此,栗浩洋心中還有一份對國家和民族的使命感。“中國的學生數理化學得是全球最深的,孩子學得是最苦最累的。但是全球最好的科技卻不是中國人發明的,都是美國那些學得很輕松,很自由,很自主的孩子創造的。這就說明我們中國的教育其實特別失敗,所以我非常希望能夠通過自己的力量,徹底改變中國教育這樣一個現狀?!?/p>

學生通過高效的方式學完了知識點,節約的時間就可以自由支配,花在興趣愛好素質教育甚至是娛樂上。栗浩洋認為,這就是為什么國外的學生學得又輕松又好,而國內的學生學得又累又苦還是學不好。V學教育其實是要徹底解放孩子們的時間,讓他們熱愛學習又享受生活。

在對自家雙胞胎兒子的教育上,栗浩洋踐行著自己的理念。他每天都要抽出時間教兒子認字,孩子們進步的速度比他想象的快。1歲半的時候,他們就認識了500多個漢字和100多個英文單詞;3歲不到讀了300本書;3歲的時候可以和外教進行簡單的日常英文對話;在好奇心、想象力、邏輯的組織能力上更是超過同齡人許多,并且非??鞓贰?/p>

栗浩洋對他們有很多期望,比如希望老大成為第一個不是在美國出生的美國總統,希望老二成為金融家,做出超過高盛的金融集團?!暗俏也⒉粫銖娝麄?,也做好了所有的準備。哪怕他們想做地下搖滾歌手、和尚、義工等等,都可以?!?/p>

方向對了路還長

作為連續創業者的栗浩洋,成功過也失敗過。但現在他信心十足。

在教育研發方面,栗浩洋擁有超過十年的經驗,對教材、配套動畫片、網絡產品都有很多心得。栗浩洋認為,過去的經驗和教訓,可以讓V學的研發過程至少少走三四年的彎路,能夠達到比其他同行更高的效率。教育行業的研發有著非常高的壁壘,如果沒有在行業中摸爬滾打過五年八年,直接做研發,會跌入很多坑。

其次,傳統教育模式中最重要的因素師資力量,對V學教育已經完全不是問題了。大型教育機構在全國發展的時候,遇到的最大問題就是師資力量。培訓老師的成本非常高,老師的流失率也居高不下。留下來的老師,若干年后水平也參差不齊。而V學教育采用的是“中央菜譜”的方式,就像肯德基麥當勞一樣,所以全國所有的學生得到的都是最好的資源。

事實上,V學教育的野心不止在線上。其在線下的實體學校,今年會開到100家,明年還要新增300家。他希望通過5年的時間,開設2000多家學校,做到100萬學生的規模,以及超過30億元的銷售額。未來,V學會在全國設幾千個,甚至一兩萬個學習中心,所有的學生都可以在線下培訓中心進行學習,但是老師是通過智能化系統在線上完成教學,所以V學教育是要做一家真正把線上線下結合到極致的公司。

在中國五千億規模的培訓教育市場中,新東方、好未來、學大等知名教育機構加在一起,基本只占1%左右的市場份額。根據日本、韓國的教育市場調研可以推斷出,中國第一大的教育企業可以占到10%的市場份額,中國有40多萬家培訓機構,也就意味著行業第一應該可以開到4萬家培訓機構。擺脫了師資力量的約束,V學教育能夠實現這樣的目標嗎?栗浩洋不清楚,但會以此作為努力的方向。

但栗浩洋也清楚,現有的智適應技術還談不上盡善盡美。最大的問題,是系統和知識點的匹配度的問題。真正要發揮這個系統的作用,那么所有的教學內容和知識點,都必須盡可能為這個智適應系統所研發,才能達到最好的效果。這就要求之前做線下教育的教學專家,必須了解智適應的系統和算法能力,了解引擎,了解這一套系統的運轉原理,以及其所要達到的目的,才能夠生產與這個系統相適應的內容,而這需要時間。

為了進一步探索智適應教育最深層的可能性,以及未來的發展,和科學與最前沿的一些技術,V學教育與國際頂級高校及教育專家共同開設了“智適應學習研究聯合實驗室”。這些探索不是馬上就可以商業化和實踐的,而是一些前沿性實驗技術,代表了最高的科技水平。在實踐層面,V學秉持開放的態度,愿意與優秀的傳統教育機構深度合作,提供智適應學習引擎。這一切,都是為了幫助更多孩子享受到最好的前沿科技和教育方法,給他們帶來快樂和效率。

BM:人工智能可以細分出很多種技術,你認為其中還有哪些能和教育相結合?

L:人工智能中的很多技術其實都可以和教育相結合,只不過是深度和淺度的問題。比如說語音識別技術在未來就會非常重要,通過視頻連接學生的語音,人機交互的感受會更好。

機器人未來也可以作為助教的形式,提供一些服務。我們在年底之前,就會在每個學校都配置人工智能機器人,來完成一些簡單的互動和輔助的工作。

人工智能的語義分析相對來說會更加深入一些,因為很多題目是主觀題,如何進行比較智能化的語義分析、分類和評判,就變得非常重要。

除了人工智能技術之外,現在非?;鸬腣R和AR技術,在教育領域的應用也是非常廣泛的,我們也正在研究如何用最高效的手段,通過這些技術來去提升教學效果。

BM:V學產品研發中融入了多少你的個人經驗?

L:因為我自己從小學到大學,獲得過數學奧林匹克和全國競賽一等獎,再加上計算機專業的學習背景,所以我對技術方面的理解度,其實是超過絕大多數人的。我提出過很多算法方面的理念,都是同事非常認可的。我個人會在研發中和大家有很多思想的碰撞,智慧的交流,和研發團隊一起商量如何去解決各種各樣的問題和困難。

BM:你與合伙人是怎樣分工協作的?

L:目前在V學教育我擔任的是董事長的職位。CEO周偉,CTO樊星,以及首席科學家崔煒博士,他們承擔了大部分的工作。我主要的核心工作就是戰略思考,研發,還有團隊組建這三個方面。

BM:智適應學習系統能否惠及成人?

L:可以的,海外的智適應教育在18歲以上的教育和職業教育中非常普及,智適應教育其實是有普適性的。在美國,不但是物理、數學這樣知識點結構非常清晰的學科可以使用,像經濟學、生物學和心理學等所有學科,都可以使用。

BM:公司目前融資情況如何?資金會用在哪里?

L:我們這一輪是一個大的天使輪融資,目前已經簽署了意向協議,大概會是1億元左右的資金。不管在教育行業還是創投行業,都是非常大的一筆資金,這也顯示了風投對智適應教育行業的看好,對我們團隊的一個認可。這些資金里面,60%會用于智適應教育的研發,包括人工智能引擎的研發,在紐約的研發中心的投入,所有智適應教學內容的研發,以及學生和家長使用的系統的開發。其余資金要用于線上線下的推廣,我們要在全國開出數萬家學校,同時也要在線上進行電話銷售,但是這兩方面現金流收入會比較好。

篇10

ABC成為時代主題

百度大腦優勢獨顯

百度總裁張亞勤在大會致辭環節分享了對于云計算、人工智能和大數據等領域未來發展的深刻思考。

張亞勤說,百度云擁有百度大腦的支持,是百度云最獨特、最重要的優勢。百度大腦是百度云的核心引擎,而百度云是百度大腦的云化,為前者提供了神經元和數據訓練源。通過深度學習和機器學習技術,百度在語音、圖像、自然語言處理等方面取得世界領先成果。

此次峰會以ABC SUMMIT為名, 即是AI,Big Data,Cloud Computing。百度通過開放共享自身領先的技術能力,讓云智數成為所有企業的基礎能力,推動各行各業開始進入ABC時代。

對于未來信息科技發展的趨勢,張亞勤表示,由云計算和人工智能組成的ABC將成為一個時代的主題。以云計算為基礎,以人工智能為中樞,以大數據為依托,ABC將深度結合并改造傳統行業,真正地提升每一個企業的運營效率,釋放商業潛能,創造全新機遇。

截至目前,百度云已經和超過三萬家企業展開合作,也陸續滲透到物流、醫療、教育、營銷、金融等關系到百姓生活的各個行業中,讓服務開始真正智能化。云智數三位一體的云服務結構可以為客戶提供業務可持續發展的動力引擎。

以“智”為謀天智平臺

會上,百度云重磅了最新的人工智能平臺――天智。天智底層為百度云計算,由感知平臺、機器學習平臺和深度學習平臺三部分組成,為不同需求的客戶提供全面的人工智能服務。這也是繼“天算”、“天像”和“天工”三大平臺后,百度云的第四大平臺級解決方案。至此,百度云實現了人工智能、智能大數據、智能多媒體和智能物聯網全方位的智能平臺服務。

感知平臺主要包括圖像技術(文字識別和人臉識別)、語音技術(語音識別、語音合成和聲紋識別)和自然語言處理(NLP Cloud),可以應用于智能客服、身份驗證、內容審核等場景,應用開發者可針對特定場景的應用直接調用API。

在這些技術方面,百度均處于行業領先地位。其中百度語音識別入選2016年MIT十大突破性技術,中文識別準確率達到97%。機器學習平臺是百度云端托管的機器學習服務,可以打通機器學習全流程,內置20多種高性能算法,并開放Spark MLlib;同時支持百度用戶畫像數據,并提供多種應用場景模版。

深度學習平臺具有靈活、高效、可伸縮、開源等特點。它支持多種神經網絡結構和優化算法以及自定義網絡配置,對于計算、存儲、架構、通信等多方面多了細致優化。它支持多核、多GPU、多機環境,其Paddle內部技術已經使用成熟,并實現對全球開發者的開放。深度學習平臺適用于精通深度學習的數據科學家,針對企業或研究部門的特定項目,需要大量的客戶標注數據。

交通領域變革在即

智能交通時代來臨

作為一家以技術驅動為核心競爭力的公司,百度通過百度云分享自身在云計算、大數據和人工智能等領域的技術優勢,通過構建可以計算、分析、處理龐大交通數據的“交通大腦”,打破海陸空以及行政區域的限制,實時抓取散落在各個路面交通、地下交通、空中航線的海量數據。

同時通過百度擁有的全球最大規模的深度神經網絡、最大深度機器學習開源平臺,對交通大數據的有效歸類、提取、利用,實現多系統配合協調,建立起一個更安全、更高效、更準確的智能交通體系。

百度副總裁王路與太原鐵路局局長趙春雷、南方航空電子商務部副總經理王景成、中國海事局曾輝共同智能交通生B聯盟,這也是國內首個覆蓋陸??哲嚨闹悄芙煌ㄉ鷳B聯盟。

借助百度云計算、人工智能和大數據技術優勢,構建“交通大腦”,與合作伙伴一起促進交通運輸領域的技術創新和應用,發展智能交通,推動交通運輸更智能、更高效、更安全地運行和發展。目前,諸多合作已在進行中。相信隨著合作的深入,必將改變交通現狀,推動中國智能交通的 發展。

在與太原鐵路局的合作中,雙方共建國內首家集鐵路、航空和公路三位一體多式聯運的物流云平臺。通過百度云的接入,該平臺可打通貨物在公路、鐵路、航空的運送及倉儲信息;并利用大數據進行資源調配,通過人工智能深度學習物流管理,優化調度效率可達59%。

另一方面,百度云還將與中國南方航空共同推進智能航空計劃,將通過大數據實現對于航班、旅客、機票、航站樓、天氣等信息的綜合分析調度。同時共同推進大數據營銷、新一代信息技術和百度云的推廣應用、消費信貸等多方面的合作探索,為用戶打造一站式的智能出行服務平臺。

同樣基于百度云技術,將通過與中國海事局的合作,海事港口、船舶及相關水上設施信息也將實現聯通和數據的共享,加強程控,降低成本,合力提升海運管控能力。

從陸地到海洋再到空中,百度云并不滿足于交通體系的立體擴張,還要創造全新的交通方式。百度目前正在推進可以感知車輛行駛、預測交通狀況的智能汽車和無人汽車的發展。百度無人車已成為國內外矚目的前沿科技代表,在去年完成了實地路測,并在今年的烏鎮峰會上再次亮相。

在智能汽車的商業化方面,百度已與國內知名商用車企業福田汽車達成戰略合作。未來,百度將與福田汽車在汽車大數據、智能駕駛領域深入合作,開發出更多具備智能駕駛的商用車產品。

云計算、人工智能和大數據已成為新一輪產業革命的核心驅動力,百度云將透過云生態下的“交通大腦”,依托智能交通生態聯盟,加強行業合作,挖掘數據中的更多價值,推進智能交通的全面云端化,突破前所未及的高度,讓智能、計算無限可能。

寫在最后

2016是百度云計算的元年,基于基礎云、天算、天像、天工已經有80+款產品。下一步,人工智能已經成為百度的核心戰略。

百度大腦“天智”――人工智能平臺也應運而生,內容包括:

首先,感知平臺,包括圖像技術、語音技術、自然語言處理等技術,代表著耳口心相結合的“聰”。

其次,機器學習平臺,包括打通機器學習全流程、內置20多種高性能算法、支持Spark MLlib、用戶畫像數據、多種應用場景模板的機器學習平臺。