前言:一篇好文章的誕生,需要你不斷地搜集資料、整理思路,本站小編為你收集了豐富的人工智能教育趨勢主題范文,僅供參考,歡迎閱讀并收藏。
近兩年,“AlphaGo”連勝全世界的圍棋名將,被媒體廣泛報道。人工智能開始成為社會關注的熱點,引起人們的廣泛興趣,并令人深信不疑。
在剛剛結束的2017年高考,學霸君與準星云學兩家企業的“高考機器人”分別拿出了 134 分和 105 分的高考文科數學成績。在做題方面,機器可能已經超越了不少人類。正是這樣一件事,同樣引發了人們的深度討論與思考。
的確,隨著理論和技術的日益成熟,人工智能開始受到產業資本的熱捧,語音識別、機器視覺、智能控制、智能檢索、智能互聯、專家系統、自動規劃等應用步伐加速。金融、電商零售、醫療健康、交通、個人助理等多個領域都可以看到人工智能的應用,人工智能已然開始取代工廠工人、客戶服務等重復性工作。人工智能在教育領域同樣擁有巨大的應用潛力,隨著知識表示方法、機器學習與深度學習、自然語言處理、智能、情感計算等關鍵技術的發展,人工智能將在學校管理、校園安全、課堂管理、智能助教、自動閱卷、自適應教學等方面發揮作用。
面向未來,我們不禁要問,人工智能是否能夠改變教育?人工智能在教育領域將釋放怎樣的潛力?本期策劃,我們邀請上海海事大學魏忠,探討人工智能視角下的未來教育,從人工智能的教育本體、對學科的影響、對教育技術的改變、對教育價值的重新定位幾個方面進行了系y思考與分析。江蘇師范大學智慧教育學院周寶、楊現民結合人工智能在教育中的典型應用,探討人工智能對學校管理及教學帶來的革命性影響。華東師范大學第二附屬中學劉黨生,從技術與教育的關系延伸到人工智能,并對非生物智能介入教育的未來趨勢進行了預測;重慶市江津區聚奎小學校劉春林、重慶市聚奎中學校張渝江從教育教學實際出發,介紹了人工智能軟件如何溫柔地改變教育。上海市位育中學陳凱從教育哲學的角度,探討了人工智能如何作用于思維、認知、學習,并進行了反思。
“這是最好的時代,這是最壞的時代;這是智慧的時代,這是愚蠢的時代。”人工智能時代的鐘聲已經敲響,我們還在工業時代的迷夢中尋找教育的未來。誰曾想到,未來來得如此之快,我們是否準備好做出改變?未來,我們需要什么樣的人才?我們需要什么樣的教育?我們不妨想象一下,未來10年、20年的教育將發生怎樣的改變?也許一個嶄新的時代并不會留給我們那么長時間去形成新的教育生態系統。
智能科學技術作為信息科學技術的核心、前沿和制高點,是各種智能化應用的關鍵。隨著智能化應用時代的到來,加快我國智能科學技術教育事業的發展,培養大批高水平的智能科技人才,是國家智能化應用發展戰略的必需,應引起社會和高校的高度重視。
十余年來,中國人工智能學會教育工作委員會以其對我國智能科技人才培養的社會責任感,以倡導、協調、推進、創新我國智能科學技術教育為宗旨,在開創、引導、發展、繁榮我國智能科學技術教育事業的過程中作了大量的創造性工作,同時也打造出了一個面向我國智能科學技術教育的學術交流平臺——“全國智能科學技術教育暨教學研討會”。
在這個平臺上,全國各高校的智能科技工作者針對我國智能科學技術教育問題,相互交流專業建設和課程教學經驗,共同探討核心課程和教學實驗體系,對我國智能科學技術專業建設和學科發展中起到了積極的推動作用。
今年的會議,除正常的教育教學研討交流外,還有兩大事項需要大家共同推進:一是由中國人工智能學會主辦、學會教育工作委員會組織的“華為杯全國大學生智能設計競賽”;二是由中國人工智能學會教育工作委員會與清華大學出版社共同組織的“全國高等院校智能科學與技術專業系列規劃教材”建設。希望會議各項議程都能取得圓滿成功。
關鍵詞:人工智能;應用領域;實際應用
1. 人工智能中智能體的功能
1.1人工智能
人工智能是以知識為對象,研究知識表現、知識獲取、知識挖掘等的學科。從其功能來看,人工智能即參照人類智能活動的客觀規律,借助一定的智能體,模擬人類的思維執行諸如判斷、推理、識別、決策、檢測等活動。
1.2智能體
人工智能必須借助一定的智能體來實現,也就是說,智能體是人工智能的載體。因此,分析人工智能就要借助智能體來闡述。一個性能良好的智能體,應盡量準確捕捉用戶的用意,通過對環境的感知,敏銳地獲取相關信息和知識,并根據環境的數據變動適時作出調整,高效執行用戶指令,完成用戶指定的任務。
1.2.1單智能體的功能
依照智能體的功能,人們通常將智能體劃分為思考型、反應型、混合型三種。
圖1 思考型智能體的功能示意圖
思考型智能體主要通過用戶根據目標或任務,下達行動指令,用知識和計劃指導行動,并根據行動的反應,對環境進行感知,智能體感知內部狀態等對環境狀態,適時對動作進行調整,實現思考型智能體的功能。
圖2 反應型智能體的功能示意圖
反應型智能體主要通過規則動作指導行動,并利用智能體對環境狀態的感知,指導規則動作對環境作出適應性改變,實現反應型智能體的功能。
圖3 混合型智能體的功能示意圖
混合型智能體的功能較為復雜,它通過智能體對環境的一般、緊急情況作出反應,對環境狀況建模,對環境可能發生的情況進行預測,與其它智能體進行交流,共同指導決策,指導行動的準確性。
1.2.2多智能體的功能
多智能體即通過多個智能體間的相互協調,共同配合,構成一個綜合智能體,聯合達成一個任務。每個成員智能體有著各自的目標和動作,可以不受其他成員的限制,自主執行自身的動作規則,利用各個智能體間的競爭與協調,化解多個智能體間的矛盾與沖突,實現多智能體的任務,體現多智能體的功能。在多智能體的綜合功能下,各個智能體作為綜合功能的子功能,每個智能體都具有較高的適應性,能夠根據問題,進行規劃和推理,判斷應該采用的策略,對環境施加影響。多智能體基于簡單的設計理念,具有有利于建模,可擴展性強,管理方便,能夠節省構建成本,明白易懂等特點。通過多智能體,可以面向對象,實現智能體的多元化和多層次性的構架,緩解了綜合系統的復雜性,也緩解了各個系統解決問題的復雜性,并通過協調與協作,提高解決問題的效率,提高整個系統行動的效率。
2. 人工智能的主要應用領域
2.1人工智能在教育的應用
2.1.1教師輔導的智能化
人工智能在教育的應用,主要表現在利用Agent技術,實現智能化教學。Agent技術是一種基于分布式的智能技術,通過智能體Agent,可以實現自主學習的功能,并根據感知自身和環境狀態,采取相應的行動,達成系統規定的目標或任務。Agent具有多種優勢,諸如可以自主完成行動,快速對動作做出反應,協作能力強,系統處于開放狀態,通信性能好,能夠隨時隨地進行行動等。多Agent系統由多個成員Agent組成,各個成員Agent都有既定的動作,通過成員hgent間的通信,獲知相關信息,共同協調完成整個系統的復雜任務。Agent在智能化教學中的主要功能:對教學過程進行跟蹤監控、教學分析、教學信息的整理、輔助學習、學習方法建議等。通過上述功能,能夠適時監督學生的自主學習和教師的輔導,并能夠結合學生的學習行為、學習效果等,提供有效的學習指導,實現教師輔導工作的智能化。
2.1.2教學資源的智能檢索
目前,各種網絡教學資源五花八門,信息量非常大且較為分散,并且各種教學資源還在不斷的增長,給學生和教師利用教學資源帶來相應的困難。智能檢索系統的應用,能夠幫助學生和教師在海量信息中,快速準確地搜索到所需信息,節省學生或教師的檢索時間,提高用戶檢索效率。
2.1.3智能化評價
隨著現代教育的發展,運用專家系統技術,通過網絡考試系統,采用智能組卷算法,實現自動組織考卷。通過試題庫,依照既定規則,對精選的試題進行篩選,實現自適應的試題測試功能。根據相關需要,設計自動評卷功能,對考試結果進行評價,并可根據需要對考試題型進行評價。
2.2數據挖掘技術
2.2.1數據挖掘技術
數據挖掘技術,就是通過揭示數據間的關系和數據的存在模式,對數據和數據庫進行處理的技術。它是人工智能、數據庫管理、仿真等多學科交叉的邊緣學科。數據挖掘技術的應用,為工商、科研工作的發展提供了較多的新方法,對工商業與科學研究都具有非常重要的意義。由于數據挖掘技術蘊含著知識表現、知識獲取和知識挖掘等理念,使得其與人工智能的功能如出一轍,很多人認為數據挖掘技術應該是人工智能的一支。從實際來看,雖然數據挖掘技術與人工智能有相應的交集,但它已經成為一個獨立的系統,具有更為豐富的內容體系,與人工智能、機器仿真、OLAP、專家系統等都具有相關性,其規則、分類、算法等都自成體系,體現出數據挖掘技術的博大精深。
2.2.2數據庫的知識發現
通過數據挖掘技術,對數據庫中的知識存量進行充分的研究,從中找出潛在的規律性,從而利用數據的相關性分析,挖掘出蘊含在數據中的抽象知識,揭示數據所表現的客觀世界狀況,從中得出相關的本質和規律,從而自動獲取知識。知識表現所概括的是數據所揭示內容的概念,比數據本身更有應用價值。
2.3智能檢測技術的應用
2.3.1智能機器人研究
在智能機器人的研究中,研究者更加關注對機器人的行動進行智能控制,也就是說,研究者在給定機器人任務后,必定要根據任務設計相關的動作規則來實現任務,然后根據智能控制,使機器人的行動達到研究者的預期目的。
2.3.2對流水線的智能監控
很多工廠的生產流水線,都需要通過過程監控,保障產品質量和系統性能。很多企業已經采用人工智能對流水線進行監控 ,確保流水線的物理參數精度,實現流水線的高效和產品的優質。例如汽車工業的模糊邏輯智能控制,軋鋼廠的神經元智能控制,水泥旋窯的模糊智能控制等。
2.3.3故障的智能診斷
一般情況下,智能系統根據檢測到的故障狀況,對照系統存儲的相關診斷數據和信息,判斷系統、器官、元件等出現故障的原因,采用系統給定的信息進行故障處理,及時排除故障,提高系統的穩定性和可靠性。故障的智能診斷系統構架主要有:故障信息庫、診斷信息、數據接口、數據庫等。例如,飛控系統的故障診斷、雷達的專家診斷等。
2.3.4醫療領域的專家系統技術
從上世紀70年代,醫療領域已經開始廣泛應用專家系統技術。例如在外科手術中,采用模糊邏輯控制,通過模糊函數與語言,準確把握病人的麻醉深度,實現對病人麻醉深度的智能控制。
3. 人工智能的實際應用
3.1機器人在教育界的應用
3.1.1模擬教學
根據教材的安排,對某些需要解釋的現象進行機器人模擬演示,讓學生認真觀察,從中發現一定的規律,使學生加深對規律性的認識和理解。如數學教學中的拋物線軌跡演示,物理教學中的阿基米德定理演示等,都能夠利用直觀的演示,揭示其中的規律,使學生加深對相關知識的理解。
3.1.2人機交互的輔導方式
利用機器人輔導學生學習,可以通過人機交互,為學生提供量身定制的輔導模式,使學生的個性得到充分發展。采用微型機器人與學生的交互輔導,可利用微型機器人其體積小、重量輕,便于攜帶等優點,隨時隨地進行學習,隨時為學生解決問題,提供學習指導。利用家庭機器人與學生的交互輔導,承擔家庭教師的職責,有利于學生問題的適時解決,也有利于學生的學習得到及時的鞏固。通過軟件機器人與學生的交互輔導,可以對學生的學習情況進行分析,為學生制定專門的指導計劃,提高學生的學習質量。
3.1.3仿真訓練
在教學中,教師可以利用機器人,將相關內容通過機器人的演示展現給學生,減輕教師的負擔,并能夠通過規則的動作,使教學更為規范。例如,用機器人示范體育高難動作,可以將動作分解、定格、重復播放等,從多方位展示動作,使學生能夠充分掌握動作的規范,比教師的示范更為科學,也更為有效。
3.1.4機器人遠程教育
通過機器人,可以通過對學生的特征數據分析,建立學生模型庫,根據學生的個性,同時對多名遠程教育的學生實施個性化教學和輔導,提高遠程教育的效率,實現遠程教育的智能化。
3.1.5激發學生的學習興趣
機器人為學生創設富有情趣的教學環境,根據教學任務,采用與學習相關的游戲,調動學生的學習積極性,使學生在盡可能短時間內,掌握需要了解的知識點,提高學習效率。
3.2數據挖掘技術的實際應用
數據挖掘技術的應用領域較為廣泛,主要有:
(1)商業領域
商業領域是最早應用數據挖掘技術的重要領域。通過數據挖掘,對產品銷售數據進行分析,對產品進行市場定位;根據消費者需求分析,對產品的銷售進行預測,調整產品營銷策略;根據市場銷售情況,制定合理的庫存,減少資金的占用;對顧客的購買行為模式進行識別,據此布置貨架,適應顧客的購買習慣;通過食品的滯銷、暢銷分析,制定相應的促銷手段和促銷時間,避免商品過期積壓等等,使數據挖掘技術在商業領域得到極為廣泛的應用。
(2)金融業
利用金融服務的各種卡品信息,分析客戶的需求,了解客戶的存款和貸款信息,對存、貸款趨勢作出科學預測,從而制定合理的存、貸款優惠策略;對金融交易活動進行監控,從中提取有用信息。例如,有信用卡客戶對私家車感興趣,金融機構就可以將信息告知汽車銷售部門,并為客戶提供量身定制的貸款服務。
(3)工業生產
在產品銷售環節,工業生產企業對數據挖掘技術的應用與商業領域的應用大致無異。隨著市場競爭的激烈,很多工業生產廠家已經通過數據挖掘技術對生產過程進行動態監控。
(4)網絡應用
隨著信息流量的增大,簡單的索引與搜索系統已經很難滿足網絡用戶的需要,有待開發高層次的搜索引擎來適應網絡不斷的發展,智能化的搜索引擎帶給用戶的是快捷、高效與易用,使其成為今后搜索引擎的應用趨勢。
(5)其它方面的應用
通訊公司利用遠程通信,及時了解客戶信息,創新客戶服務,拓展新的業務,擴大市場影響力,贏得最佳效益。高校利用數據挖掘技術,了解生源信息,將學校的專業信息發送給目標生源;對教師的情況進行分析,從中找出關聯性,有針對地制定教學方案,有效提高高校的教學質量。醫藥公司通過對醫生處方分析,了解醫生的用藥情況,可以制定合理的供貨計劃和營銷策略。旅游機構對旅游團體進行分析,可以采用有效的旅游模式,吸引更多的旅游團體。利用衛星遙感技術獲取的數據,提高天氣預報的準確度。
3.3人工智能在檢測系統的應用
人工智能在檢測領域的應用非常廣泛,如前面介紹流水線的監控、智能故障診斷、專家技術系統等,現對網絡入侵的智能檢測系統加以簡要說明。
3.3.1網絡入侵專家檢測系統
該系統的智能化程度高,用戶不用干預專家系統的推理。然而,其系統信息是建立在專家知識的基礎上,必然受專家認知網絡攻擊模式的限制。該系統的構建基于以下幾點:首先,采用安全入侵規則的描述方式,如判斷樹描述、圖形描述等。其次,通過合理推理,參照專家庫的規則,判斷網絡安全狀況,檢測是否有入侵行為發生。最后,更新專家庫,調整專家規則,結合神經網絡技術,利用神經網絡技術的敏感性與快速反應能力,不斷增強系統的自適應功能,提高系統檢測能力。
3.3.2入侵統計智能檢測系統
該系統主要對異常的安全問題進行檢測。它通過建立正常行為模型,對照進行網絡入侵檢測,檢測出正常行為有較大偏離,則視為異常。首先,確立門限值,統計某一事件在特定時間出現的頻率,檢測是否超出門限值,判斷系統是否異常。其次,設定事件度量均值、度量標準偏差的置信區間,統計系統的兩個參數值,判斷系統是否偏離區間,檢測系統異常與否。最后,根據事件的矩陣數據,對事件轉移的概率進行統計分析,結果小則預示存在異常。
參考文獻:
[1] 于大方.淺析人工智能及其應用領域[J].科技信息.2008(23)
[2] 張鵬.智能機器人輔助教育及其應用[J].中國電化教育2009(2)
[3] 龔成清.基于人工智能的網絡入侵檢測系統設計[J].南寧職業技術學院學報.2009(5)
[4] 張睿.淺論數據挖掘技術及其應用[J].成功(教育版). 2009(10)
【關鍵詞】機器人教育;信息技術;課程改革
【中圖分類號】G633.67 【文獻標識碼】A 【文章編號】1005-6009(2015)22-0068-01
【作者簡介】趙春聲,江蘇省鎮江市教育局教研室(江蘇鎮江,212000)教研員。
隨著科學技術日新月異的發展,人類社會正進入以機器人為代表的智能化時代,機器人教育越來越受到人們的關注。在一些發達國家,機器人教育已經在中小學得到了普及,在我國基礎教育階段,機器人教育才剛剛起步。因此,在信息技術課程中開展機器人教育成為信息技術課程改革發展的一個趨勢。江蘇省句容高級中學的機器人創新教育課程基地在這個方面做出了積極的可貴的探索。
首先,機器人教育可以成為學習程序設計的基石。基礎教育用到的機器人的編程軟件功能簡單,大都具有圖形化、模塊化的特點,它能夠通過靠鼠標的拖拽實現編程,不像一般程序設計語言那樣要記很多語句。同時,所有編寫出來的程序都能執行,程序中出現錯誤能夠在編寫中指出,不會出現運行中出錯的情況。虛擬機器人通過軟件平臺對所編寫的程序進行仿真,實體機器人通過硬件的實際行動來執行人們編寫的程序,使初學編程的人不再覺得編寫程序是抽象的、沒有具體運用價值的一件事,而是實實在在地看到自己所編寫的程序的功能與作用。
其次,機器人教育可以作為人工智能的學習平臺。機器人是人工智能研究與應用的一個具體領域。隨著微電子和人工智能技術的發展,目前的機器人大都配有相關的智能部件。在高中階段開展對機器人的探索和研究,通過對看得見、摸得著的人工智能實際應用的問題展開教學,能夠使學生受到有關人工智能科學的啟蒙教育,既能促進學生的個性發展,又能促使學生未來產生對信息技術的追求。
再次,機器人教育是培養學生實踐能力與創新精神的載體。當今全球基礎教育改革的趨勢就是,以知識為核心的教育逐步轉變為以能力為核心的教育,知識成為學習的載體而不是目標,機器人教育正是體現這一教育思想的最佳方式之一。
柯斯塔指出,他認為大數據未來應用有七大趨勢。
第一個趨勢是物聯網,現今有84億件物品互相連結,遠大于全球人口數;不只是桌電、筆電或手機等3C產品相互鏈接,還有物流公司用智慧掃描儀做智慧物流,這是可以改變消費者與企業的趨勢,但存在資安風險的問題。
第二個趨勢是智慧城市,這項趨勢的成敗取決于數據量跟數據是否足夠,這有賴于政府部門與民營企業的合作;此外,發展中的5G網絡是全世界通用的規格,如果產品被一個智慧城市采用,將可以應用在全世界的智慧城市。
第三趨勢是增強現實(AR)與虛擬現實(VR),這兩個技術最近開始降價跟提升質量,走向大眾市場,FB發表了頭戴式VR設備Oculus Go,售價只要200美元;微軟也發表了VR系統,可搭配HTC、三星與ACER等品牌的硬件使用。VR應用一開始以電玩為主,現在的應用卻超越電玩,例如可以用來教學,像他靠著VR設備,把家里的插頭電線完成配線,就像有水電技師在教學一樣。
第四個趨勢則是區塊鏈,柯斯塔表示,這項技術本質是編譯碼跟加解密,可以有效加密信息。區塊鏈有很多不同應用方式,美國幾乎所有科技公司都在嘗試如何應用,最常見的應用是比特幣跟其他加密貨幣的交易。
第五項趨勢是語音識別,語音識別是通用的無屏幕接口,可以迅速地整合在各項工具上,在智能設備跟手機上很好用,而Amazon的智能喇叭Echo現在發展到第三代,可以開關智能電燈、開口詢問就能搜尋信息等。這項產業有個很大優點,就是發展技術的公司都打算把這項技術商品化,像是google、Amazon跟蘋果的語音識別技術都可透過授權,使用在其他業者的硬件服務上。
蘇霍姆林斯基在《教育藝術》中認為,“在人的心靈深處有一種根深蒂固的需要,就是希望自己是一個發現者、研究者、探索者。在兒童的精神世界中,這種需要特別強烈”。我們要敢于打破傳統的教學模式,運用現代教育技術培養真正適應于經濟社會發展的創新型和國際化人才。現代教育技術是伴隨現代科技的發展,特別是電子、通訊、計算機的飛速發展而產生的,也是現代教育理論發展到一定階段的產物。
作為新一輪科技革命的代表,人工智能(AI)技術已經或正在顛覆性地改變著許多行業和領域,而教育就是其中之一。來自谷歌的世界頂尖的人工智能專家團隊將AI的智能l展劃分成了三級:第一級是“弱人工智能”,只能夠專注在一個特定領域,如下圍棋;第二級是“強人工智能”,能夠達到或超過人類水準;第三級是比人類聰明1000萬倍的人工智能。
目前,“弱人工智能”已經滲透到我們生活的方方面面:搜索引擎、實時在線地圖、手機語音助手、智能客服等都運用了人工智能技術。盡管人工智能要從感知、行為和認知三個維度全面模擬甚至超越人類,還有很長的路要走,但目前的AI憑借強大的計算能力、存儲能力和大數據處理能力,已經改變著傳統教育模式與教育形式,在破解教育資源不均、提高教育效率和教學質量、提供個性化精準化教學、優化教育評價系統等方面將發揮重要作用。
浙江西湖高等研究院人工智能研究室主任于長斌認為,人工智能下一步應用可能是遠程教育、自我強化教育,甚至是教育領域的機器換人。從人工智能現階段研究成果來看,機器人做數學題、英語題完全沒有問題,有科學家還成功用人工智能自動生成科研和學術論文,其中有一些甚至被期刊錄用。
高考機器人
在今年6月7日的“高考”中,人工智能機器人AI-Maths在數學科目的兩套試題考試中分別取得了105分和100分的成績。整個答題過程中,機器人不聯網、不連接題庫、無人工參與,全由機器人獨立完成解答。研究人員表示,由于AI-Maths在識別自然語言時遇到了一些困難,導致部分考題失分。
AI-Maths先后解答了2017年數學科目高考的北京文科卷和全國Ⅱ卷的試題,分別用時22分鐘和10分鐘,北京文科卷得分105分,全國Ⅱ卷(數學)得分100分。對這臺機器人來說,解答一道題目的時間最快不到一秒。此前總共做了不到500套試卷,大約12000道數學題。而一個中國學生,按照每天10道數學題估算,到高考前已經做了大約30000道數學題。
考試結果顯示,這臺高考解題機器人在不依賴大數據的前提下,邏輯分析能力遠超人類,但在文意理解、多樣性思維上要比人類遜色得多。參與閱卷的資深數學老師表示,AI-Maths相當于中等成績水平的高中畢業生,失分主要是因為“讀不懂題目”,遇到一些人類語言(而非數學語言)時,無法理解。
專家指出,這次機器人不得高分的原因較多,首先這個機器人并沒有代表機器人的最高水平,其次機器人沒有聯網,不能夠聯想自己的知識,這樣得低分也是理所當然的了。經過更多的訓練和學習以后,未來AI-Maths會取得更好的成績。
該機器人是由成都準星云學科技有限公司研發的一款以自動解題技術為核心的人工智能系統,誕生于2014年。該公司參與了科技部的863“超腦計劃”。
同時進行的另一場機器人高考測試中,學霸君的Aidam首次與6名高考理科狀元在北京同臺PK,解答2017年高考文科數學試題。Aidam的成績為134分,6名狀元的平均分為135分。Aidam答題耗時9分47秒。為了展示,Aidam當天答題放慢了六倍速度,平時每道題完成時間應該在7-15秒。
從2014年開始,國內人工智能引領者科大訊飛就聯合了包括北大、清華等在內的超過30家科研院校和企業,共同開啟了一項隸屬國家863計劃的“高考機器人”項目,他們希望通過這個項目的實施,研制出能夠參加高考并在2020年考上北大、清華的智能機器人。“超腦計劃”匯集了國內近60%的人工智能專家,其重點就是要研究突破機器的知識表達、邏輯推理和在線學習能力。
目前,高考機器人在英語學習方面也取得階段性成果:一是翻譯,已經能夠讓翻譯能力達到高考入門水平。二是在廣東地區的英語高考、中考場景中,在發音準不準、填空題選擇題,判斷你懂不懂知識上,機器已經超過人工。三是口語作文實現突破。比如給學生一個題目《My Mother》,現在AI機器的評測打分已經比人類打分更精準。
有人提出了一個十分滑稽的問題,那就是人工智能要是通過高考考上大學,是不是意味著我們的教育培養出來的就是考試的機器?這個問題的邏輯不一定嚴密,但巧妙地折射出了現行教育體制的一些問題。如果以應試為主的教育方式不改變,智能機器取代老師幾乎是必然。更可怕的是,這樣的教育培養出的人也將被智能機器淘汰。
AI閱卷批改作業
面對龐大的考生規模和多種多樣的考試,專家和老師閱卷成為一個獨特的景觀。從傳統的紙筆閱卷到網上閱卷,再到今天的機器智能閱卷,AI可以輕松解決繁重復雜的閱卷難題,大大提高閱卷的效率和質量。
通過對試卷進行數字化掃描、格式化處理,轉換成機器可識別的信號,機器就能按閱卷專家的評判標準,進行自動化閱卷,還可以自動檢測出空白卷、異常卷,并給出最終的評閱報告及考試分析報告。原來三個月的工作,現在一周就能完成,而且更準確、公正。
中國教育部考試中心對“超腦計劃”的閱卷工作進行了驗證,結果是,在“與專家評分一致率、相關度”等多項指標中,機器均優于現場人工評分。
除了代替人工閱卷,人工智能還可以幫老師做批改作業、備課等重復枯燥的工作,不僅節省大量時間,還可以減少工作量。
語音識別和語義分析技術的進步,使得自動批改作業成為可能,對于簡單的文義語法,機器可以自動識別糾錯,甚至是提出修改意見,這將會大大提高老師的教學效率。
今年兩會期間,科大訊飛董事長劉慶峰在提案中提到,科大訊飛的英語口語自動測評、手寫文字識別、機器翻譯、作文自動評閱技術等已通過教育部鑒定并應用于全國多個省市的高考、中考、學業水平的口語和作文自動閱卷。而基于國家“十三五”863“基于大數據的類人智能關鍵技術與系統”階段性成果構建的“訊飛教育超腦”已在全國 70% 地市、1 萬多所學校應用。
國外也有多個智能測評公司和實踐案例。GradeScope是美國加州伯克利大學一個邊緣性的產品,它旨在簡化批改流程,使老師們更專注于教學反饋。目前有超過150家知名學校采用該產品。MathodiX是美國實時數學學習效果評測網站,算法會對每一步驟都進行檢查、反饋。
美國教育考試服務中心(ETS)是世界上最大的私營非盈利教育考試及評估機構,已經成功將AI引入SAT和GRE論文批改,同人類一起扮演評卷人角色。
計算機科學家喬納森研發了一款可進行英語語法糾錯的軟件,不同于其他同類型軟件的是,它能夠聯系上下文去理解全文,然后做出判斷,例如各種英語時態的主謂一致,單復數等。它將提高英語翻譯軟件或程序翻譯的準確性,解決不同國家之間的交流問題。
雖然人工智能可以閱卷、批改作業,但誠如《信息時報》刊發的《推廣“機器人老師”可為廣大教師減壓》一文所言:教育需要尊重“異質思維”,同樣的問題,學生會給出差異化、個性化的答案;目前“機器人老師”在閱卷、批改作業的時候會有明顯的局限性,可能更適用于客觀題卻不適用于主觀題。
不可否認,最初機器是用來輔助人工教學的,未來的趨勢則是人輔助機器,而這個過程會一次次重塑考、學、教、管的服務流程。未來,當進入強人工智能和超人工智能時代,機器人更像是老甚至在許多方面超越老師。
機器人當老師
城鄉、區域教育鴻溝,擇校問題,學區房問題,都是教育教學資源不均衡導致的,歸根到底是優秀教師的稀缺,而智能教育機器人則是解決這一問題的有力工具。“機器人老師”不僅有助于解決師資不足和師資結構不合理等難題,還能大大緩解社會矛盾,促進教育公平。
目前國內已涌現出像魔力學院這樣的創業公司。幾年前魔力學院創始人張海霞從北大畢業時,她的畢業論文是國內最早對人工智能教學進行研究的學術論文,同時在上大學期間,她就已經是新東方出國留學部最好的英語老師。這種雄厚的技術和教學背景,讓她成為國內最早一批人工智能領域的創業者。
“與大多數互聯網教育領域的產品不同,魔力學院從一開始,我們要解決的問題就是用人工智能機器替代老師進行講課。曾經有很多投資人建議我們妥協一下,暫時用真人老師講課,后面再一步步地進化到人工智能老師,但我們從來沒有妥協。”張海霞說。
直到2016年3月,魔力學院第一個商業化的版本上線,企業開始有了第一筆收入,成為全球在人工智能老師這個領域第一家產品上線的創業公司,也是第一家實現了持續收入和盈利的創業公司。至今,在人工智能老師這個領域,魔力學院的相關產品仍然是惟一能從教、學、練、測各個維度提供人工智能老師教學的公司。
目前在新東方也開始這樣的實驗,教室里沒有人類老師上課,機器人將重要知識點經過搜集和教學設計后,用非常幽默的方式向學生傳授,從課堂效果來看,“學生很愿意聽”。
新東方教育集團董事長俞敏洪認為,未來10年內,教師七成教學內容一定會被機器取代。不過,缺少人類老師的教學必然不完整,因為課堂教學不光是把知識點告訴學生,更需要對學生開展知識融合、創造性思維、批判性思維等能力訓練。對于這些思維方式的訓練教學,機器人老師還無法勝任。“未來的課堂將是機器人智能教學、老師情感和創新能力的發揮及學生學習的三者結合。”
除了民辦教育在積極引入機器人老師,我國的“福州造”教育機器人已在部分城市的學校開始“內測”,今后有望向全國中小學推廣。這款教育機器人除了幫助老師朗誦課文、批改作業、課間巡視之外,還能通過功能強大的傳感器靈敏地感知學生的生理反應,扮演“測謊高手”角色。一旦和“學生機”綁定,可更清楚地了解學生對各個知識點的掌握情況。
對于機器人老師,國外早有應用。2009年,日本東京理科大學小林宏教授就按照一位女大學生的模樣塑造出機器人“薩亞”老師。“薩亞”皮膚白皙、面龐清秀,皮膚后藏有18臺微型電機,可以使面部呈現出6種表情。她會講大約300個短語,700個單詞,可以對一些詞語和問題做出回應,還可以學會講各種語言。“薩亞”給一班10歲左右的五年級學生講課,受到新奇興奮的孩子們的極大歡迎。
教育是塑造靈魂的特殊職業,教師是人類靈魂的工程師,面對的都是活生生的具有不同個性情感的學生,在價值觀塑造和創新思維啟發方面,“機器人老師”有著明顯的局限性。盡管機器人老師不知疲倦,知識淵博,能平等地對待學生,加上它的特殊身份能激發學生的學習興趣和動力,然而機器人永遠無法完全替代“真正的人類教師”。
當老師們從繁重的重復性工作中解放出來,實際上可以將更多的時間和精力花在富有創造性的工作上。比如培養學生的素質和情商,激發學生對學習的熱情,鼓勵學生獨立思考,形成自己的價值觀和思想體系,成為有美好人格和創新能力的個體。
實際上,老師充當的是一個引導者、啟發者的角色,老師做的應該是“準備環境-引導孩子-觀察-改進環境-再引導-退出-再觀察”。極少干預和不斷引導,讓孩子能最大限度地擁有獨立性、專注度和創造力。
機器人進課堂是大勢所趨。不久的將來,人類老師將負責進行情感、心理、人品、人格上的健康教育和品德教育,以及各類知識的融會貫通、學習方法的引導、創新能力的培養。而知識教育這部分,將會以“機器換人”的形式讓渡給人工智能。這將對老師提出更高的要求,因為除知識教育外的這些教學內容,需要由真正有能力的老師來傳授。“老師要避免被機器取代,就要先避免自己成為機器。”
可見,教師需要快速適應現代化教學需要,熟練使用各類領先科技產品,提升綜合素質,這將決定教師本人的去與留,更是教育希望與未來的關鍵所在。
個性化教育
因材施教在我國已有2000多年歷史,但在我國應試教育大環境下,根據學生不同的認知水平、學習能力以及自身素質來制定個性化學習方案,真是說易行難。當傳統思想與尖端科技相結合,因材施教的可行性有了大幅提高。人工智能介入后,個性化教育有兩條實現途徑。
一是構建知識圖譜。構建和優化內容模型,建立知識圖譜,讓學生可以更容易地、更準確地發現適合自己的內容。國外這方面的典型應用是分級閱讀平臺,推薦給學生適宜的閱讀材料,并將閱讀與教學聯系在一起,文后帶有小測驗,并生成相關閱讀數據報告,老師得以隨時掌握學生閱讀情況。
Newsela將新聞與英語學習融為一體。通過科學算法衡量讀者英語水平,抓取來自《彭博社》《華盛頓郵報》等主流媒體的內容,由專人改寫成不同難度系數的版本。LightSail也是相同應用,不過它的閱讀材料是出版書籍,它收集了適合K12學生閱讀的來自400多個出版商的8萬多本圖書。
2015年底Newsela用戶量超過400萬,LightSail和紐約市教育局、芝加哥公立學校、丹佛公立學校等機構達成了合作,而目前我國沒有如此規模、與官方達成合作的個性化閱讀學習平臺。
二是自適應學習。人工智能可以從大量的學生中收集數據,預測學生未來表現,智能化推薦最適合學生的內容,最終高效、顯著地提升學習效果。當一個學生閱讀材料并回答題時,系統會根據學生對知識的掌握情況給出相關資料。系統知道應該考學生什么問題,什么樣的方式學生更容易接受。系統還會在盡可能長的時間內保留學生信息,以便未來能給學生帶來更多的幫助。
在美國喬治計算機學院,有一門課叫“人工智能概論”。這門課是艾薩克?格爾教授創建的。他有一個教學助理叫吉爾。這個課程的特點是以問答方式授課,學生提問,老師和助教回答。第一年就有大約1000多名學生參與,提出了超過1萬個問題,其中40%的問題是由助教吉爾回答的。讓學生驚奇的是,吉爾竟然是一個機器人,而且教了他們整整一個學期。格爾教授采用IBM沃森界面,創建了這個AI驅動的BOT交互系統,也開發了整個課程的內容和形式。
關鍵詞:人工智能 計算機技術
一、人工智能的定義
“人工智能”(Artificial Intelligence)一詞最初是在1956年Dartmouth學會上提出的。人工智能是指研究、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技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器。目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機,人工智能的發展歷史是和計算機科學與技術的發展史聯系在一起的。
人工智能理論進入21世紀,正醞釀著新的突破,人工智能的研究成果將能夠創造出更多更高級的智能“制品”,并使之在越來越多的領域超越人類智能,人工智能將為發展國民經濟和改善人類生活做出更大貢獻。
二、人工智能的應用領域
1.在管理系統中的應用
(1)人工智能應用于企業管理的意義主要不在于提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。在《談談人工智能在企業管理中的應用》一文中劉玉然指出把人工智能應用于企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題數據庫,而所有的應用系統應該圍繞主題數據庫來建立和運行。換句話說,就是將企業各部門的數據進行統一集成管理,搭建人工智能的應用平臺,使之成為企業管理與決策中的關鍵因子。
(2)智能教學系統(ITS)是人工智能與教育結合的主要形式,也是今后教學系統的發展方向。信息技術的飛速發展以及新的教學系統開發模式的提出和不斷完善,推動人們綜合運用超媒體技術、網絡基礎和人工智能技術區開發新的教學系統,計算機智能教學系統就是其中的典型代表。計算機智能教學系統包含學生模塊、教師模塊,體現了教學系統開發的全部內容,擁有著不可比擬的優勢和極大的吸引力。
2.在工程領域的應用
(1)醫學專家系統是人工智能和專家系統理論和技術在醫學領域的重要應用,具有極大的科研和應用價值,它可以幫助醫生解決復雜的醫學問題,作為醫生診斷、治療的輔助工具。事實上,早在1982年,美國匹茲堡大學的Miller就發表了著名的作為內科醫生咨詢的Internist 2Ⅰ內科計算機輔助診斷系統的研究成果,由此,掀起了醫學智能系統開發與應用的。目前,醫學智能系統已通過其在醫學影像方面的重要作用,從而應用于內科、骨科等多個醫學領域中,并在不斷發展完善中。
(2)地質勘探、石油化工等領域是人工智能的主要作用發揮領地。1978年美國斯坦福國際研究所就研發制成礦藏勘探和評價專家系統“PROSPECTOR”,該系統用于勘探評價、區域資源估值和鉆井井位選擇等,是工業領域的首個人工智能專家系統,其發現了一個鉬礦沉積,價值超過1億美元。
3.在技術研究中的應用
(1)在超聲無損檢測(NDT)與無損評價(NDE)領域中,目前主要廣泛采用專家系統方法對超聲損傷(UT)中缺陷的性質、形狀和大小進行判斷和歸類;專家運用超聲無損檢測儀器,以其高精度的運算、控制和邏輯判斷力代替大量人的體力與腦力勞動,減少了任務因素造成的無擦,提高了檢測的可靠性,實現了超聲檢測和評價的自動化、智能化。
(2)人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全是我們關心的重點,因此我們必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的AI技術,開發更高級AI通用和專用語言,和應用環境以及開發專用機器,而與人工智能技術則為我們提供了可能性。
三、人工智能的發展方向
1.專家系統是目前人工智能中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統。近年來,在“專家系統”或“知識工程”的研究中已出現了成功和有效應用人工智能技術的趨勢。人類專家由于具有豐富的知識,所以才能達到優異的解決問題的能力。那么計算機程序如果能體現和應用這些知識,也應該能解決人類專家所解決的問題,而且能幫助人類專家發現推理過程中出現的差錯,現在這一點已被證實。
2.智能信息檢索技術的飛速發展。人工智能在網絡信息檢索中的應用,主要表現在:(1)如何利用計算機軟硬件系統模仿、延伸與擴展人類智能的理論、方法和技術。(2)由于網絡知識信息既包括規律性的知識,如一般原理概念,也包括大量的經驗知識這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素對其進行推理,需要利用人工智能的研究成果。
3.SOAr是一種通用智能體系結構,其始終處在人工智能研究的前沿,已顯示出強大的問題求解能力,它認為機器人的開發是人工智能應用的重要領域。在它的研究中突出4個概念:(1)所處的境遇機器人不涉及抽象的描述,而是處在直接影響系統的行為的境地。(2)具體化機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用后會有反饋。(3)智能的來源不僅僅是限于計算裝置,也是由于與周圍進行交互的動態決定。(4)浮現從系統與周圍世界的交互以及有時候系統的部件間的交互浮現出智能。目前,國內外不少學者都對機器人足球系統頗感興趣,足球機器人涉及機器人學、人工智能以及人工生命、智能控制等多個領域。足球機器人系統本身既是一個典型的多智能體系統,是一個多機器人協作自治系統,同時又為它們的理論研究和模型測試提供一個標準的實驗平臺。
參考文獻:
[1]元慧.議當代人工智能的應用領域和發展狀況[J].福建電腦,2008.
[2]劉玉然.談談人工智能在企業管理中的應用[J].價值工程,2003.
[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學系統中的應用[J].計算機仿真,2003,(8).
[4]周明正.人工智能在醫學專家系統中的應用[J].科技信息, 2007.
[5]張海燕,劉鎮清.人工智能及其在超聲無損檢測中的應用[J].無損檢測,2001,(8).
[6]馬秀榮,王化宇.簡述人工智能技術在網絡安全管理中的應用[J].呼倫貝爾學院學報,2005,(4).
計劃強調,要加強人工智能領域專業建設,形成“人工智能+X”復合專業培養新模式。計劃的重點任務之一,是要完善人工智能領域人才培養體系,并且推動高校人工智能領域科技成果轉化與示范應用。高校在人才培養中起到了至關重要的作用,雖然人工智能尚未成為一級學科,但國內不少一流的高校已經開始通過建立合作實驗室、增強人工智能分支教學等方式發展人工智能。
為了解各高校開展人工智能研究的情況,億歐盤點了10家在設有人工智能實驗室或有人工智能分支專業的高校。
清華大學:計算機科學與技術系
清華大學計算機科學與技術系(簡稱計算機系)成立于1958年,在2006年、2012年全國學位與研究生教育發展中心開展的一級學科整體水平評估中,以總分滿分100分的成績排名第一。2017年,在 USnews 推出的世界大學學科排名 Best Global Universities for Computer Science 中,計算機科學與技術學科緊隨 MIT之后位列世界第2名。在 QS 世界大學排名 (QS World University Rankings) 給出的全球計算機學科排名中為例第15名,其排名與得分逐年穩步提升。
計算機系包含了國內計算機專業最全的學科方向,設有高性能計算機與處理器、并行與分布式處理、存儲系統、大數據與云計算、計算機網絡、網絡與信息系統安全、系統性能評價、理論計算機科學、數據工程及知識工程、軟件工程、計算機與VLSI設計自動化、軟件理論與系統、生物計算及量子計算、人工智能、智能控制及機器人、人機交互與普適計算、計算機圖形學與可視化技術、CAD技術、計算機視覺、媒體信息處理等研究方向。
計算機系現設有高性能計算、計算機網絡技術、計算機軟件、人機交互與媒體集成4個研究所;智能技術與系統國家重點實驗室;計算機基礎與實驗教學部等科研教學機構。
計算機系還設有國家級計算機實驗教學示范中心,包括:計算機原理實驗室、微型計算機實驗室、計算機網絡實驗室、操作系統實驗室、計算機軟件實驗室、計算機控制系統實驗室、智能機器人實驗室、計算機接口實驗室、學生科技創新實驗室等。此外,計算機系還與騰訊、搜狗、微軟、思科等國內外著名公司建立了面向教學或研究的聯合實驗室。
北京大學:智能科學系
智能科學系成立于2002年7月,主要從事智能感知、機器學習、數據智能分析與智能計算、智能機器人等方向的基礎和應用基礎研究,側重于理論、方法以及重大領域應用上。
北大智能科學系依托于視覺聽覺信息處理國家重點實驗室,實驗室以實現高度智能化的機器感知系統為目標,在生物特征識別研究方面處于國際領先地位。智能科學系在著名的軟件與人工智能專家、我國載人飛船工程軟件專家組組長何新貴院士和長江特聘教授查紅彬教授的帶領下,重點開展機器視覺、機器聽覺、智能系統與智能的生理心理基礎等研究。以北大智能科學研究人員為技術核心的北大指紋自動識別系統,是國內唯一能與國外系統抗衡的自主知識產權,是中國第一家也是唯一的一家提供公安應用全面解決方案的系統,擁有中國指紋自動識別技術產品第一市場占有率。
人工神經網絡說話人識別新方法的研究獲得教育部科技進步一等獎;國家空間信息基礎設施關鍵技術研究獲得2000年中國高校科學技術二等獎,入選2000年中國高校十大科技進展。
復旦大學:類腦智能科學與技術研究院
復旦大學類腦智能科學與技術研究院于2015年3月籌建成立,是復旦大學校內的獨立二級研究機構。其前身為復旦大學第一批跨學科交叉國際化研究中心——計算系統生物學研究中心,成立于2008年。研究院基于復旦大學既有的數學、統計學、計算機科學、生物學、信息學、臨床醫學、語言學、心理學等多學科綜合交叉研究優勢,以計算神經科學為橋梁,著力開展大腦機制解析、腦疾病智能診療、類腦智能算法、類腦智能軟硬件、新藥智能研發、通用智能等相關領域的科學研究、技術研發和人才培養。
研究院率先探索打通國際與國內、科技與產業的全鏈條、全球化產學研合作機制,充分發揮高校培養和儲備高端智能人才、發現和培育前沿技術的綜合優勢,推動產學研源頭創新與合作,致力于成為推動腦科學、人工類腦智能與產業應用融合發展的重要科技創新平臺。
研究院目前在建五個核心功能平臺和一個國際合作研發中心,主要包括:一是以腦高級認知功能的多信息反饋處理機制研究為核心的神經形態計算仿真平臺;二是以多尺度多中心重大腦疾病數據庫和算法開發為基礎的智能診治數據示范平臺;三是依托高端醫療影像設備集群,為生物醫學轉化研究和信息產業智能化提供試驗技術支撐的綜合生物醫學影像平臺;四是以開發深度學習、強化學習和自組織學習等機器學習算法以及可穿戴設備、類腦芯片、健康服務機器人等為目標的類腦智能軟、硬件開發平臺;五是集孵化加速、產業聯盟、投資基金為一體,為類腦智能創新項目及企業提供應用技術資源和孵化服務的類腦智能產業化平臺;六是依托已有的歐洲人類腦計劃、美國腦計劃等國際合作的數據、學術資源,建設類腦智能國際合作節點和人才培養中心。
中國科學院:自動化研究所
中國科學院自動化研究所成立于1956年10月,是我國最早成立的國立自動化研究機構。目前設有類腦智能研究中心、智能感知與計算研究中心、腦網絡組研究中心等12個科研開發部門,還有若干與國際和社會其他創新單元共建的各類聯合實驗室和工程中心。另有漢王科技、三博中等四十余家持股高科技公司。
近年來,自動化所共獲得省部級以上獎勵30余項。數量逐年增加,質量不斷提高;專利申請和授權量連年攀升,多年位居北京市科研系統前十名繪制的“腦網絡組圖譜”第一次建立了宏觀尺度上的活體全腦連接圖譜;虹膜識別核心技術突破國外封鎖,通過產學研用相結合走出“中國制造”之路;基于自動化所語音識別技術的“紫冬語音云”在淘寶、來往等阿里巴巴旗下移動客戶端產品中得到推廣;“分子影像手術導航系統”通過國家藥監局醫療器械安全性及有效性檢測認證并進入臨床應用;“智能視頻監控技術”和“人臉識別技術”分別成功應用于2008年北京奧運會、2010年上海世博會的安保工作中,為社會安全貢獻自己的力量;研制的AI程序“CASIA-先知1.0”采用知識和數據混合驅動的體系架構,在2017首屆全國兵棋推演大賽總決賽中7:1的懸殊比分戰勝人類頂級選手,展示了人工智能技術在博弈對抗領域的強大實力……
在共建機構方面,自動化所與新加坡媒體發展管理局聯合成立中新數字媒體研究院,聚焦交互式語言學習、視頻和分析等領域;與瑞士洛桑聯邦理工大學(EPFL)在京成立中瑞數據密集型神經科學聯合實驗室,在類腦智能研究方面展開合作;與澳大利亞昆士蘭大學(UQ)共建中澳腦網絡組聯合實驗室,在“計算大腦”研究方向上進行遠景規劃;還與香港科技大學共建智能識別聯合實驗室,在模式識別、無線傳感器網絡等領域展開合作。
廈門大學:智能科學與技術系
早在上世紀八十年代初,廈門大學就已開始從事人工智能領域的研究,相繼在專家系統、自然語言處理與機器翻譯等領域取得過一系列成果。為此,1988年經學校批準成立“廈門大學人工智能與計算機應用研究所”,后于2004年更名為“廈門大學人工智能研究所”。2006年12月,經國家教育部批準,廈門大學正式設立“智能科學與技術”本科專業,并于2007年6月經學校批準成立“廈門大學智能科學與技術系”。
廈門大學智能科學與技術系現有一個本科專業(智能科學與技術),三個碩士學位授予專業(模式識別與智能系統、計算機科學與技術、智能科學與技術),兩個博士學位授予專業(計算機科學與技術、智能科學與技術)。
目前該系承擔多項國家863、國家自然科學基金、福建省科技基金等項目,擁有“福建省仿腦智能系統重點實驗室”、“智能信息技術福建省高校重點實驗室”和“廈門大學語言技術中心”三個平臺,此外還有“藝術認知與計算”、“自然語言處理”、“智能多媒體技術”、“人工大腦實驗室”、“智能中醫信息處理”等多個研究型實驗室,為培養高質量的學生提供了必要的保障。
上海交通大學:計算機科學與工程系
上海交通大學計算機科學與工程系成立于1984年。近年來,隨著計算機科學與技術在人們生活中的應用不斷深入,特別是隨著云計算、物聯網、移動互聯網、大數據等技術的興起,交通大學計算機系不斷調整學科方向,形成了高可靠軟件與理論、并行與分布式系統、計算機網絡、智能人機交互、密碼學與信息安全等研究方向。
該院系下設三個重點實驗室:智能計算與智能系統重點實驗室、上海市教委智能交互與認知工程重點實驗室、省部共建國家重點實驗室培育基地及上海市可擴展計算與系統重點實驗室。其中,上海交通大學-微軟智能計算與智能系統聯合實驗室目前是教育部-微軟重點實驗室,成立于2005年9月,是交通大學和微軟亞洲研究院在多年良好合作的基礎上,為了更好發揮各自在并發計算、算法與復雜性理論、仿腦計算、計算機視覺、機器學習、計算智能、自然語言處理、多媒體通訊以及機器人等領域的優勢,實現“使未來的計算機和機器人能夠看、聽、學,能以自然語言的方式與人類交流”這一共同使命而成立的。實驗室在科學研究、人才培養、學術交流等方面也取得了很好的成績。實驗室累積200余篇,成果發表于CVPR,ICCV,WWW等國際頂級會議上。
南京大學:計算機科學與技術系
南京大學的計算機科學研究起步于1958年,建立了計算技術、計算數學、數理邏輯等專業開始培養計算機相關領域專門人才,1978年在上述三個專業基礎上成立了計算機科學系,1993年更名為計算機科學與技術系。
依托該系師資,先后成立了南京大學計算機軟件研究所、計算機軟件新技術國家重點實驗室(南京大學)、南京大學計算機應用研究所、南京大學多媒體計算技術研究所、南京大學軟件工程中心(江蘇省軟件工程研究中心)、南京大學信息安全研究所等科研機構。主要科研方向有:軟件自動化與形式化、分布與并行計算及新型網絡、新型程序設計與軟件方法學、多媒體與信息處理、人工智能與機器學習、系統軟件及信息安全等。
建系30年來,共承擔國家973計劃、國家863計劃、國家攀登計劃、國家自然科學基金、國家科技攻關等重大科技計劃項目以及省、部、委科研項目和企事業委托或國際合作的研發項目300余項,科研成果獲得各種獎勵80余項,其中國家科技進步獎一等獎1項、二等獎4項、三等獎2項,省部委自然科學獎和科技進步獎特等獎2項,一等獎8項,二等獎37項。3000多篇,出版專著、教材50多部,申請國家發明專利33項。部分成果被轉化為產品,產生了較大社會效益和經濟效益。
哈爾濱工業大學:計算機科學與技術學院
哈爾濱工業大學計算機專業創建于1956年,是中國最早的計算機專業之一。在1985年,發展成為計算機科學與工程系,并建立了計算機科學技術研究所。2000年,計算機科學與技術學院成立;同年,建立了軟件學院,后經國家教育部、國家計委批準為國家示范性軟件學院。目前。哈工大計算機科學與技術學院擁有計算機科學與技術國家一級重點學科、7個博士點和7個碩士點、1個博士后科研流動站、一個國家級教學團隊、一個國家級科技創新團隊、一個國防科工委創新研究團隊。
目前主要研究方向包括:智能人機交互、音視頻編解碼技術、語言處理、自然語言理解與中文信息處理、機器翻譯、信息檢索、海量數據計算、計算機網絡與信息安全、傳感器網與移動計算、高可靠與容錯計算技術、穿戴計算機、企業計算與服務計算、智能機器人、生物計算與生物特征識別。
學院有一批研究成果達到國際先進水平,包括:國家信息安全管理系統、數字視頻廣播編碼傳輸與接收系統、大規模網絡特定信息獲取系統、計算機機群并行數據庫系統、并行數據庫系統、神州號飛船數據管理分系統、穿戴計算機系統、信息安全與實時監測系統、人臉識別系統、視頻編解碼技術、黑龍江省CIMS應用示范工程、農業專家系統等等。
中國科學技術大學:計算機科學與技術學院
中國科技大學于1958年建校時就設置了計算機專業。根據學科發展趨勢和國家中長期發展規劃,面向國家和社會的重大需求,計算機科學與技術學院將科研力量凝聚在高性能計算、智能計算與應用、網絡計算與可信計算、先進計算機系統四個主要的研究領域。
學院的支撐實驗室有:國家高性能計算中心(合肥)、安徽省高性能計算重點實驗室、安徽省計算與通訊軟件重點實驗室、 多媒體計算與通信教育部-微軟重點實驗室、中國科大超級運算中心和信息科學實驗中心。
其中,多媒體計算與通信教育部—微軟重點實驗室主要從事人機自然語音通信、語義計算與數據挖掘等方面的研究。人機自然語音通信方面,主要研究中文信息處理、人類視聽覺機理、語音語言學等。語義計算與數據挖掘方面,主要研究自然語言驅動的計算、多媒體內容的語義標注、自動問答、語義社會網絡、數據與知識工程、隱私保護與管理中的語義計算等。
依托多媒體計算與通信教育部—微軟重點實驗室,雙方聯合實施了聯合培養博士生計劃、實習生計劃、精品課程建設計劃、青年教師培養計劃等,取得了突出成果,探索出了一條企業和高校共同培養優秀人才的道路,為微軟亞洲研究院與其他高校的合作提供了一個經典范例。
華中科技大學:自動化學院
華中科技大學自動化學院是由原控制科學與工程系和原圖像識別與人工智能研究所于2013年合并組建的學院。原控制科學與工程系前身是成立于1973年的華中工學院自動控制系,1998年更名為華中理工大學控制科學與工程系;原圖像識別與人工智能研究所是1978年由教育部和航天部共同批準成立從事圖像識別和人工智能研究的研究機構。
科學研究工作主要涉及復雜系統控制理論、決策分析與決策支持、電力電子與運動控制、智能控制與機器人、計算機集成控制與網絡技術、信息檢測與識別、飛行器控制與狀態監測、生物信息處理、神經接口與康復技術、物流系統、國民經濟動員與公共安全、多譜圖像制導、目標探測的多譜信息技術、多譜信息的實時處理與系統集成技術、人工智能與思維科學、信息安全等方向。
模式識別與智能系統是自動化一級學科的重要二級學科。迄今為止,本系在原 “圖像識別與人工智能研究所”和“控制科學與工程系”的這兩個學科點承擔了百余項國家、國防與行業項目。近5年科研經費總額在8000萬元以上,包括973計劃,國家自然科學基金重點、面上和青年基金項目,863計劃,國家重大專項、國防重點預研與基金,國家科技支撐計劃,省部級科研項目,以及大型工程和企業科研合作項目等。
總結
人工智能的概念已提出60年,從原來的理論框架體系的搭建,到實驗室關鍵技術的準備,如今已開始進入全新的發展階段――產業化。
目前,從基本的算法到腦科學研究,人工智能都還沒有突破性進展的可能性。但是,以深度神經網絡為代表的人工智能,結合日新月異的大數據、云計算和移動互聯網,就可以在未來5到10年改變我們的世界。
人工智能+時代的兩大機遇
人工智能不僅將替代簡單重復的勞動,還將替代越來越多的復雜的高級腦力活動,創造一個個新的機會。可以說,任何一個行業、企業或今天的創業者,如果不用人工智能改變今天的生產和生活方式,5年后一定會出局。
第一個趨勢是以語音為主導、以鍵盤和觸摸為輔助的人機交互時代正在到來。如今越來越多的設備不再需要屏幕,越來越多的場景我們不用直接碰觸。比如,想把燈光調亮,想打開五米之外的設備,我們的手沒法直接觸碰。再如,開車時不方便用手、用眼做其他事情。這時,語音就成為最主要的一個交互方式。
第二個趨勢是人工智能正在全球范圍內掀起一股浪潮,“人工智能+”的時代到來,而且會比我們想象的還要快。為什么呢?麥肯錫分析認為,當前45%的工作可以被技術自動化,不只是簡單重復性的工作,CEO20%的工作也可以被機器取代。《科學》雜志預測,2045年人工智能會顛覆全球50%、中國77%的就業。也就是說,今天的我們3/4的工作30年后會被人工智能取代。埃森哲認為,到2035年人工智能會讓12個發達國家經濟增長率翻一倍。我國的增長率只有比這還高,才對得起今天的時代機遇。
從科大訊飛的情況可以看出,人工智能將迎來兩大產業機遇。
第一,未來3到5年,萬物互聯的時代到來,以語音為主、鍵盤觸摸為輔的人機交互將廣泛應用。第二,未來5到10年,人工智能會像水和電一樣進入各行各業,深刻改變我們的生活。
認知智能是最大技術瓶頸
人工智能技術有兩種分類方法。一種分為強人工智能和弱人工智能;另一種是訊飛研究院提出的、跟技術演進路徑相關的分類,分成計算智能、感知智能和認知智能。
計算智能就是機器能存會算。就像當年IBM的深藍電腦下象棋超過卡斯帕羅夫,典型的就是因為運算能力強,提前算到了所有的結果。
感知智能,比如語音合成技術,能夠讓機器開口說話。再如語音識別技術,就像今天的演講,后臺系統把它變成文字,準確率可達95%。
認知智能是讓機器具備能理解、會思考的能力。這是最大的挑戰,也是大家最熱切期待的技術突破。工業革命讓我們從繁重的體力勞動中解放出來,未來的認知智能會讓人從今天很多復雜的腦力勞動中解放出來。
科大訊飛選擇以語音為入口解決認知難題,進行認知革命。以人機交互為入口的目的,就是為了解決自然語言理解的技術難題。這個入口可以把人類的智慧最便捷地匯聚到后臺,供機器學習和訓練,也可以使后臺人工智能的成果最簡單直接地輸出,從社會不斷取得它學習需要的反饋信息,在此基礎上實現知識管理和推理學習。
科大訊飛承擔的科技部第一個人工智能重大專項――高考機器人。目標是為了“考大學”,但其核心技術正是語言理解、知識表達、聯想推理和自主學習。
人工智能技術正走向產業化
目前,科大訊飛的人工智能研究已經取得了階段性成果。
在教育行業,科大訊飛的機器人通過構建學生全過程的學習數據和老師上課的數據,提升了課堂效率,原來45分鐘的課堂,現在15分鐘就搞定。因為大量的內容學生都是知道的,老師只需向個別沒掌握的學生單獨講授。這樣,老師就有時間把課堂的重點放在大家都不了解的知識上,學生可以用大量時間進行啟發式學習。借助這些手段,學生的重復性訓練可以降低50%以上。
在醫療行業,科大訊飛利用語音解決門診電子病歷,利用人工智能輔助診療。學習最頂尖醫療專家知識后的人工智能產品,可以超過一線全科醫生的水平。當前,醫療行業一線最缺的是全科醫生和兒科醫生,引入人工智能技術就可以緩解醫療資源短缺壓力。
科大訊飛的人工智能技術還應用在汽車領域。在寶馬汽車去年的國際測試中,科大訊飛以86%的準確率名列第一。
在客服領域,機器已經替代掉了30%的人工服務。目前,安徽移動呼叫中心有75%的服務內容已被機器替代。
機器人還將從服務后臺走向前端。今年第四季度末或明年,服務機器人將開始在銀行和電信營業廳上崗工作,它們不僅好玩、有趣,吸引人氣,還能幫客戶解決實際問題。