CNET科技行者 8月31日 北京消息:在美國喬治亞理工學院,阿肖克·戈埃爾(Ashok Goel)教授的人工智能課堂上,有一位新來的教學助理吉爾·沃森(Jill Watson),負責給學生下發(fā)作業(yè)以及上交作業(yè)的截止日期等信息,她看起來似乎并沒有什么奇怪的地方。她的問答反應往往簡短且有教育意義,而直到這學期結(jié)束后,班上的學生們才知道吉爾實際上根本不能稱之為“她”,更不能稱其為一個人。
「吉爾是戈埃爾教授創(chuàng)造的一個聊天機器人,他希望用這個機器人來幫助他減輕他的另外八個人類助教的負擔。」
戈埃爾向Digital Trends網(wǎng)站表示:“我們認為,如果一個AI助教可以不假思索地自動回答學生的一些常規(guī)問題(這些問題通常有著清晰明確的答案),那么(人類)教育工作者就可以專注于讓學生思考更多開放式問題了。后來我們受到鼓舞,希望能實現(xiàn)構(gòu)建擬人化的AI助教這一目標,使學生們無法輕易區(qū)分出人類助教和AI助教。如今,我們對于構(gòu)建一些可以增強學生參與度、專注力、表達力和學習能力的AI助教很感興趣。”
AI正很快地融入我們生活的方方面面,就像戈埃爾教授班上的學生一樣,我們并不一定總能意識到自己已經(jīng)融入其中。不過,隨著這些系統(tǒng)逐漸走進教師課堂,未來幾年AI對教育的影響將越來越清晰。
正如電腦和互聯(lián)網(wǎng)的發(fā)展一樣,AI會逐漸改變教育工作的面貌和職責——是什么、為什么,和怎么做。而許多機器人將代替老師教授學生,智能系統(tǒng)將會下發(fā)通知,輔導功課以及批改作業(yè)。與此同時,隨著就業(yè)市場上數(shù)以百萬計的崗位已經(jīng)由機器自動化取代,課程本身也將從根本上改變,教育學生更好地應對這樣的就業(yè)市場。
人工智能教育(簡稱AIEd)聽起來像是來自遙遠未來的事情,但實際上,它已經(jīng)是一個學者和企業(yè)所感興趣的主題。在過去的幾年中,基于AI技術(shù)的益智類玩具已大量涌入市場,其中許多產(chǎn)品已通過了Kickstarter和Indiegogo等眾籌平臺,而且眾籌收益往往超過了他們的財務目標。
例如,愛因斯坦(Einstein)教授會通過滑稽的面部表情和一個有著德國腔的機器人教孩子們科學知識。由漢森機器人開發(fā)、IBM Watson和微軟小冰(Xiaobing)智能聊天機器人提供支持,該公司在Kickstarter眾籌活動中籌集了近11.3萬美元。與此同時,初創(chuàng)企業(yè)Elemental Path推出了一組名為CogniToys的智能教育恐龍,它們可以用來玩游戲、持續(xù)對話、幫助孩子學習如何拼寫。這組恐龍在2015年的Kickstarter眾籌活動中贏得了高達27.5萬美元的支持。
Elemental Path公司課程和體驗部門主管丹尼·弗里德曼(Danny Friedman)表示:“對基于AI技術(shù)的教育類玩具而言,大事件即將出現(xiàn)。我預測它們將作為一種補充性學習工具出現(xiàn)在每一間教室里,它們不僅能夠集成到老師的課程中,而且還可以連接在校學生的個性化數(shù)據(jù),例如學生偏愛的學習方法及其感興趣的領域等。我還預測它們會出現(xiàn)在每一個家庭中,不僅可以為人們解答問題,還有助于逐漸對其灌輸親社會互動。AI玩具將和手機一樣在人們的家中無處不在。”
學生與AI的交互將會通過學校系統(tǒng)隨著他/她的畢業(yè)不斷增加。教育類AI玩具將會由那些負責識別用戶學科弱點,并通過額外訓練幫助其克服弱點的家庭教師取代。
老師將擺脫一直以來單調(diào)乏味的科學社會研究類主題的試卷批改工作。對于那些用信息量大且可理解的語言編寫的復雜數(shù)學方程式和問題,Wolfram Alpha之類的系統(tǒng)現(xiàn)已可以做出解答。將這樣的一個引擎集成到一個自動化評分系統(tǒng),將會是一件輕而易舉的事,尤其對定量問題而言,更是福音。教育者們也會因此歡欣鼓舞,將時間和精力投入到更加注重教師親自教育的領域。
在最近有關(guān)人工智能和高等教育的世界經(jīng)濟論壇中,研究人員馬克·道奇森(Mark Dodgson)——昆士蘭大學商學院技術(shù)和創(chuàng)新管理中心主任和英國帝國理工學院副校長大衛(wèi)·甘恩(David Gann)在一份報告中寫道:“一提及教育與學習領域的人工智能,許多較為日常的學術(shù)工作(至少對講師而言是有回報的)都可以自動化,如分級作業(yè)等。”
一旦學生進入到高中,她很可能會與皮爾遜(Pearson)報道中AIEd專家所說的“終身學習伙伴”一同成為新生。而在過去的9年多里,這個數(shù)字伙伴會一直在課堂上陪伴著她,幫助她做家庭作業(yè),并學習與她相處。
這位學習伙伴(可能會以一個霸王龍機器人的形象出現(xiàn),或者很有可能是另一種更為微妙的東西,例如一個智能手機應用程序)自己偶爾甚至會充當學生的角色,讓人類學生把自己學會的東西教授給它,同時也有助于加強鞏固她自己的知識。
這篇皮爾森報告的合著者兼開放大學教育科技學院講師韋恩·霍姆斯(Wayne Holmes)向Digital Trends網(wǎng)站表示:“這位機器人同伴可以一直陪伴著這位學生,貫穿他/她的教育始終。在任何時候,它都可能會為學生提供建議,或是在他們遇到困難時建議或支持他們的工作?;蛘?,它們也可以將情況匯報給老師,這樣老師也可以為學生提供建議…其理念在于,隨著時間的推移,這個機器人學習伙伴可以構(gòu)建出這個學生的檔案,用以支持他們未來更深遠的發(fā)展。”
不過,霍姆斯堅持道,這些數(shù)字化學習伙伴旨在為教師提供幫助而非取代他們。事實上,他希望教育工作者們都能擁有自己的人工智能助手,以便使他們的工作更加輕松、更加高效。
他表示:“老師將擁有他們自己的陪伴機器人、他們自己的人工智能教學助理。”同時他又補充道,學生的機器人同伴和老師的AI助理“將互相交流,這樣AI助教就會知道這個學生的檔案情況,并與其互動。”
如果順利,未來在大學里,AI將無處不在——教室里的助教,招生辦公室里的助理,甚至還有AI學術(shù)顧問。今年,柏林技術(shù)大學雇傭了一個名為阿歷克斯(Alex)的聊天機器人,幫助學生安排他們的課程表。
目前就讀于柏林工業(yè)大學 ( TU Berlin )的博士生Thilo Michael表示:“我認為聊天機器人系統(tǒng)的優(yōu)勢在于信息的完整性和可用性。聊天機器人往往會試圖將學生的問題轉(zhuǎn)化為可搜索的查詢語句,就像一位人類顧問,但它會立即獲得所有可用的信息。相比之下,人類顧問則需要在不同的在線系統(tǒng)中進行搜索,而且甚至會提供出一份并不完整的信息。”事實上,該設計系統(tǒng)就是他碩士研究的一部分。
Michael強調(diào)稱,該系統(tǒng)的設計目的并不在于取代人類。他說道:“系統(tǒng)能夠回答有關(guān)目前現(xiàn)有學科和專業(yè)的務實性問題,但不能回答更廣闊的層面上的問題。我覺得如果將這個系統(tǒng)用在與咨詢的結(jié)合中,將會收獲兩全其美的效果。”
在傳統(tǒng)的學習機構(gòu)以外,AI還有潛力為更多的人提供教育。在發(fā)展中地區(qū),教師往往少之又少,而一個強健的人工智能系統(tǒng)可以在擁有最少數(shù)量教育工作者、甚至在沒有人類教師的情況下,用來教導學生。
XPrize基金會策劃了一場月球探測器設計競賽,以鼓勵“徹底的突破,造福人類”。目前該基金會為其團隊提供了1000萬美元,開發(fā)最基本的學習應用,該應用能夠取代老師,讓孩子們在沒有人類教師的情況下使用平板電腦自主學習。今年6月,XPrize從近200個團隊中挑選了11個進入半決賽的團隊,參加Global Learning競賽。為了能夠提供更加個性化、更加有活力的課堂,由AI技術(shù)作支持的系統(tǒng)很有可能會獲勝。
不過,在教育領域完全實現(xiàn)人工智能之前,免不了要處理一些相關(guān)的倫理問題,霍姆斯及其同事們也很快意識到了這一點。首先,教育者將不得不考慮這些機器人所收集數(shù)據(jù)的隱私性和機密性,尤其是當這些數(shù)據(jù)歸屬于孩子時。例如,誰會擁有這些信息?誰可以獲得或使用這些信息呢?
霍姆斯表示:“關(guān)于這個問題,雖然我們還沒有什么明顯的答案,但這是一個我們必須考慮的問題。”
而且,在撫養(yǎng)有著AIEd陪伴機器人的一代時,心理學家應該了解一下這些機器人對其發(fā)展的影響。例如,學生們是否會因此而變得越來越依賴于技術(shù)?如果系統(tǒng)發(fā)生故障或失常時,又會發(fā)生什么呢?這些相似的問題都很難回答,但為了未來我們最好的資源——人類下一代的思想,這些問題值得挑戰(zhàn)。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術(shù)普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關(guān)系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。