首页 > 专业知识 > CMU计算机学院院长Tom Mitchell:教育领域中,全球的合作和协作非常重要 | AIAED全球AI智适应教育峰会

CMU计算机学院院长Tom Mitchell:教育领域中,全球的合作和协作非常重要 | AIAED全球AI智适应教育峰会

2019年5月24-25日,第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起,其中人工智能和教育因为其天然的结合基础,获得了快速融合发展。为了更好地推动人工智能教育产业的发展,打通行业信息流动通道,推动全球的科研机构、投资机构、教育机构形成合力,36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会,旨在“在全球普及人工智能教育,推动人工智能技术对教育的改变和发展,为了人类更好的教育公平性和教育成果做出贡献”。

教育是一个存在已久,且可以穿越牛熊的行业。经济寒冬之中,教育作为刚需行业依然被许多人看好。在新的时代背景下,教育行业做了怎样的升级?教育和AI的结合,会为这个行业注入怎样的活力?第三届AIAED主席、CMU计算机学院院长Tom Mitchell教授认为,教育行业需要更广泛的覆盖多个场景,并且行业资源需要更加协调,才能实现全行业的高速增长。

 

以下是经整理后的演讲全文:

Tom Mitchell:大家好。今天我要给大家简单说一个提纲挈领的内容——AI,以及我个人是如何看AI的,以及AI的发展如何影响到教育。总而言之,我个人的看法,就是未来的十年将会是AI影响教育的十年。我在AI领域当中已经工作了几十年了,而且我也做了很多的应用,包括机器、信息采集、医疗等等,但是在看到未来十年发展的时候,我感到最兴奋的就是将AI技术放在教育上应用,这里有三个原因想和大家分享。

第一个原因,我们知道对学生个性化指导可以带来重大的益处。个性化的指导和对照组相比,分数能提高90%以上,所以这是一个非常重要的个性化指导益处。

第二个原因,我们已经知道电脑的个性化指导可以带来很大的改变。今年已经是2019年了,我们现在有很多的公司能够提供各种各样的电脑驱动指导,而且他们也可以提供各种各样的课程。我们用电脑来做这种指导,也可以在学科当中得分得到极大的提升。我们还是有很大的提升空间,这也是我们为什么有动机和动力来到这里。

第三个原因也是非常重要的一点,就是在过去的十年当中,AI技术发展得非常快,而且至少我认为在未来的十年当中,这还会是同样的趋势,因此电脑可以帮助我们更好地去识别图象,以及把语言转化成为文字,而且也可以帮助我们识别人脸、自动驾驶。

AI确实发展得非常快,三点加在一起,就能够让我们学生的分数提高很多,这就能够说明为什么我把时间花在AI技术与教育上。

其中一个重要的问题是——新的技术如何进一步改善才能适应这种教学需求。我们一般说到教学,有几种不同的模式,比如学生模式,以及不同的学科的知识领域,还有就是导师模式,以及其他的模式。然后看一下这几种技术,问哪一种技术更可能成为适合这个智适应教育的重要技术。今天我们只有这种简单的对话系统,比如说阿里巴巴和亚马逊,都有非常简单的对话模式。但随着科技的发展,它会有很大的进步。它们会成为教学模式的一部分,老师和同学可以有更开放的讨论。脑科学是另外一种非常重要的技术,它能够影响智适应教学。还有大脑成像的技术,能够去检测脑电波,显示大脑的活动。预计是能够非常灵敏的检测大脑的情绪,并且追踪学生的情感状态。机器学习和虚拟现实是另外一种非常重要的技术,现在目前已经对智适应教学的未来有非常重要的影响。

怎么在智适应上影响教学?

第一个是机器学习。在宏观层面,学生要完成这些不同的学习任务,再进行下一个,但是在每个任务当中,还有一些小步骤,学生也要完成这些小的学习任务。当大家谈到智适应教学的时候,不管是在宏观层面,还是在微观层面都能够选择学生的学习轨道。同时也能够了解学生的情感状态,这就是我们所说的智适应的意义所在。

我想如果在智适应教育当中,机器学习应该在每一个领域都有一个功能,去了解学生现在的状态,机器学习就是能够发现这个功能是什么,我们可以用机器学习来不断的修改它,这是机器学习在其中的核心作用。

那么我们怎么做呢?

当我想到机器学习应用的时候,我总是会问一个问题,我们要学习什么东西?我们要学习这些智适应功能,对于现在的学生状态选择学习的内容,看它怎么代表这个学习的功能。

同时,我们想知道功能会决定我们怎么去选择下一个任务,这取决于现在学生状态。我们可以发明一个奖励,比如说学生每做出一个正确的答案,给他一个什么奖励,可能在接下来做对两到三个问题又给什么样的奖励,下周如果回来还记得这一周学习的问题,又给他们多少奖励。因此我们可以完全根据学生情况来设计,根据我们的学习目标来决定。现在我们还没有太多来自学生的数据,如果我们把这个系统规模化,我们就能够从数百万学生中获得他们的数据。并且还有一个好消息,现在已经有非常多的研究来强化学习。它已经不需要这么多的训练数据了,这些算法大多数都是由机器人应用开发的,我们让机器人学习,来做不同的任务。但是我们也能够用它来开发强化学习的算法,不那么依赖于人类的数据。

另外一个问题,就是把机器学习应用到新的领域当中,我们训练机器学习系统学习什么样的功能呢?第一个就是教学政策,建议下一个任务目标的功能,但是还有其他的一些功能,可能也能用到机器学习,比如说去预测学生的知识了解状态,他们是否了解到一个特定的概念,还有他们最近的一些行为和其他因素的功能。这是我们尝试的功能,我的答案是所有的都试一试,我们可以去训练一个神经网络,了解学生变化的情感状态,把所有这些功能都输入系统,比如说去预测老师应该采取什么样的行动,同时也去预测其他的学生学习概率。

还有一个领域也有非常深远的影响,就是实时感知人类状态的功能。这是我同事在CMU做的一个实验,有一个体系能够追踪人的面部表情。大家可以看到我们所有的面部表情都得到了追踪,并且可以看到这些面部表情的特点,我们的机器学习也是得到了训练,把所有的这些激励全都给记录下来的,所以能更好识别这些表情。我想说这个研究,其实还是比较初级的研究,主要还是想要把实时感情监测放在教学上,以及和面部表情相结合起来,但是我认为这样一个技术过了十年之后,将会进一步得到开发和发展,现在还是一些比较粗浅的尝试。

我们不单只是看面部表情,还要看学生身体的动作,肢体语言就可以告诉我们有些学生是认真的,有些学生在开小差。这些人在跳舞,然后一帧一帧,这些姿势全都给捕捉下来了,所以这个系统是能够非常细节,实时地把这些动作全都给捕捉下来。如果说一个学生在电脑面前学习,并且和电脑进行互动,这些技术就会显得非常重要。它们可以帮助我们更好的去观察这些学生,从而来看智适应学习是不是让学生从中获益。

在未来,我们最大的障碍是什么?

其实我并不知道这个答案是什么,但是我希望大家能够进行讨论。我认为最大的一个缺陷,就是现在我们并没有太多的观察能力,也就是说我们现在的能力没有太全面,没有办法特别好的进行学习者的观察,没有办法说明或者观察出来他们到底学习状态是什么样子,这在未来是非常重要的。所以我们学习用不同的图象,以及图象的分析来解决这个问题。

再就是没有足够的数据帮助我们选择最佳的辅导政策和策略。

另外,当我们和电脑进行交互的时候,其实比较低效,和人类交互相比更是如此。所以是不是电脑指导会有一个上限,这些都是需要我们回答的问题,我也希望通过把这些问题提出来,让大家进一步的讨论。

最后我想说,在未来有两个非常重要的方向,第一个是更广泛,第二个是更协调。说到更广泛,就是我们有很多不同的学科,可以在这个领域当中扮演非常重要的角色,帮助我们实现智适应的学习和教育,意味着我们必须要把所有领域的专家全部给邀请进来。

更协调是什么意思?就是我们会有更多的机遇,不单单只是做单项的研究,而是进行更多信息和数据的分享,其实现在我们开始努力这么做了,比如说在开源软件的分享上,这些其实都是为我们实现智适应教学而提供的一些重要资源。在我看来,教育其实是一个非常清晰的概念,在这个领域当中,全球的合作和协作是非常重要的,也是唯一理性解决的办法。我们所有人之所以会参加这个会议,就是进一步提升全球教育的质量。我们提升的速度越快,以及共同努力的速度越快,那我们实现的目标速度就会越快。

相关推荐

CMU计算机学院院长Tom Mitchell:教育领域中,全球的合作和协作非常重要 | AIAED全球AI智适应教育峰会
CMU计算机及心理学系教授Ken Koedinger:用AI探索高效学习的边界 | AIAED全球AI智适应教育峰会
乂学教育松鼠AI创始人栗浩洋:知识地图是实现“哪里不会学哪里”的关键| AIAED全球AI智适应教育峰会
AI教育学术大会主席Rose Luckin:AI将前所未有地赋能人类 | AIAED全球AI智适应教育峰会
立思辰AI实验室主任张文铸:AI和教育的结合,将带来更高效更公平的学习机会 | AIAED全球AI智适应教育峰会
观察+ | 从“自适应”到“智适应”,一个新的AI教育时代
松鼠Ai 1对1与钉钉确立生态合作伙伴关系,携手开启家校共育2.0时代
全球教育机器人深度报告,一文看尽7层产业链12类产品
最前线 | 商汤创始人汤晓鸥:从原创到“源头创新”,AI 要具备三大要素
慧科集团合伙人、首席战略官、慧科研究院院长陈滢:产学融合2.0 新职业教育驱动力 | 2019 WISE × 新职业教育创新峰会

网址: CMU计算机学院院长Tom Mitchell:教育领域中,全球的合作和协作非常重要 | AIAED全球AI智适应教育峰会 http://m.xishuta.com/zhidaoview618.html

所属分类:创业投资