電子科技大學董樂:讓AI更好地服務于教育

2019-05-14 10:01:33 200

  幾個世紀以來,教育一直遵循著相同的道路,無非是以老師為中心或者走流水線模式。不過,在人工智能相繼侵襲了消費電子、電子商務、媒體、交通和醫療保健等行業之后,我們不禁要問,教育行業是否會成為人工智能的下一個目標呢?

  近年來,人工智能備受關注。2015年7月,國務院印發《“互聯網+”行動指導意見》,明確人工智能為形成新產業模式的11個重點發展領域之一,將發展人工智能提升到國家戰略層面。

  2016年3月,“十三五”規劃綱要將“腦科學與類腦研究”“大力發展工業機器人、服務機器人、手術機器人和軍用機器人,推動人工智能技術在各領域商用”“推動駕駛自動化、設施數字化和運行智慧化”等內容,列入國家未來幾年的重要發展戰略。同年,工信部、發改委、財政部聯合發布《機器人產業發展規劃(2016~2020年)》。

  日前國務院印發的《新一代人工智能發展規劃》,將新一代人工智能發展提高到國家戰略層面,針對性地提出了“三步走”的階段性發展任務,明確了未來我國人工智能產業戰略目標,提出在2030年成為人工智能領域的世界領導者,打造規模超過1萬億元的本土產業。

  人工智能與人類生活所發生的聯系越來越緊密,人工智能如何應用于教育?人工智能又將對教育產生怎樣的影響?

  電子科技大學計算機科學與工程學院教授董樂:讓AI更好地服務于教育

電子科技大學董樂:讓AI更好地服務于教育

  人工智能(ARTIFICIAL INTELLIGENCE)一詞最初是在1956年DARTMOUTH學會上提出的。許多對機器智能感興趣的專家學者聚集在一起,進行了一個月的討論。從那時起,這個領域被命名為“人工智能”。

  人工智能時代沉浮

  人工智能至今經歷了誕生、黃金時代(1956-1974)、遭遇基礎障礙(1974-1980)、繁榮(1980-1987)、低潮(1987-1993)、復興(1993-2006)、醞釀(2006-2012)、百花齊放(2012-2016)、爆發(2016-現在)多個時期,在曲折中不斷發展。

第一次浪潮(1956-1974):達特茅斯會議推動了全球第一次人工智能浪潮的出現,即為1956年到1974年。當時樂觀的氣氛彌漫著整個學界,在算法方面出現了很多世界級的發明,其中包括一種叫做增強學習的雛形(即貝爾曼公式),增強學習就是谷歌AlphaGo算法核心思想內容?,F在常聽到的深度學習模型,其雛形叫做感知器,也是在那幾年間發明的。除了算法和方法論有了新的進展,在第一次浪潮中,科學家們還造出了聰明的機器。其中,有一臺叫做STUDENT(1964)的機器能證明應用題,還有一臺叫做ELIZA(1966)的機器可以實現簡單人機對話。于是,人工智能界認為按照這樣的發展速度,人工智能真的可以代替人類。

  第一次寒冬(1974-1980):人們發現邏輯證明器、感知器、增強學習等等只能做很簡單、非常專門且很窄的任務,稍微超出范圍就無法應對。這里面存在兩方面局限:一方面,人工智能所基于的數學模型和數學手段被發現有一定的缺陷;另一方面,有很多計算復雜度以指數程度增加,所以成為了不可能完成的計算任務。先天缺陷導致人工智能在早期發展過程中遇到瓶頸,所以第一次冬天很快到來,對人工智能的資助相應也就被縮減或取消了。

  第二次浪潮(1980-1987):80年代出現了人工智能數學模型方面的重大發明,其中包括著名的多層神經網絡(1986)和BP反向傳播算法(1986)等,也出現了能與人類下象棋的高度智能機器(1989)。此外,其它成果包括能自動識別信封上郵政編碼的機器,就是通過人工智能網絡來實現的,精度可達99%以上,已經超過普通人的水平。于是,大家又開始覺得人工智能還是有戲。第二次寒冬(1987-1993):然而,1987年到1993年現代PC的出現,讓人工智能的寒冬再次降臨。當時蘋果、IBM開始推廣第一代臺式機,計算機開始走入個人家庭,其費用遠遠低于專家系統所使用的Symbolics和Lisp等機器。相比現代PC,專家系統被認為古老陳舊而且非常難以維護。于是,政府經費開始下降,寒冬又一次來臨。

  第三次浪潮(1993-現在):出現了新的數學工具、新的理論和摩爾定律。人工智能也在確定自己的方向,其中一個選擇就是要做實用性、功能性的人工智能,這導致了一個新的人工智能路徑。由于對人工智能任務的明確和簡化,帶來了新的繁榮。在新的理論方面,數學模型對自然世界的簡化,有著非常明確的數理邏輯,使得理論分析和證明成為可能,可以分析出到底需要多少數據量和計算量來得到期望的結果,這對開發相應的計算系統非常有幫助。在更重要的一方面,摩爾定律讓計算越來越強大,而強大的計算機很少被用在人工智能早期研究中,因為早期的人工智能研究更多被定義為數學和算法研究。當更強大的計算能力被轉移到人工智能研究后,顯著提高了人工智能的研究效果。由于這一系列的突破,人工智能又產生了一個新的繁榮期。最早的結果即為1997年IBM深藍戰勝國際象棋大師。在更加專用型的功能性方面,機器在人臉識別、物體定位、物體檢測和識別以及自然語言處理的挑戰中,也可以達到或者超越人類的平均水平。