前言:中文期刊网精心挑选了人工智能教育的背景范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
人工智能教育的背景范文1
1幼儿园国学教育开展中存在的问题
时代转型下的“国学热”催生了幼儿国学教育潮流,但在具体实践中教育效果却不尽如人意。纵观现阶段的幼儿国学教育,我们不难发现其存在一定的误区:
1.1教学活动方式单一
“幼儿园在进行国学启蒙教育时采用的教学形式较为单一,幼儿园采用的最主要方式是诵读法[1]”。首先,一位老师面对多位幼儿,教师朗读示范,幼儿跟读后进行熟背是现在多数幼儿园的教学形式,以强迫幼儿“读经”的形式灌输传统文化知识。其次,教师多采用传统的“奖励”模式来激励幼儿背诵。导致幼儿背诵课文仅仅是为了表现自己并获得奖励,而并非为了获取知识。这种单一的教学模式,忽视了幼儿的兴趣,也体现不了幼儿学习国学经典的真实意义。
1.2缺乏国学启蒙环境的熏陶
当前幼儿园的国学环境启蒙大多形式较为复古。根据调查,目前幼儿园进行的环境创设,大多是形式上的创设。大多数幼儿园误以为将国学经典(如《千字文》《百家姓》《三字经》)通篇印在墙面上、将国学经典人物画像挂在墙上,或者在某一区域内摆放古代学习的书桌和古代书本,便是营造了国学环境。这些复古形式的长期使用会使幼儿对国学失去兴趣,产生“抵触”和“视而不见”的现象。
1.3缺乏科学系统的国学教育内容
国学文化包罗万象。首先,当前大部分私立幼儿园对幼儿国学教育的理解都停留在国学经典典籍这个层面上,将国学典籍的教学作为国学教育的重点,且80%以上的幼儿园都单纯地以《弟子规》和《千字文》背诵作为国学教育的主要内容。其次,幼儿园国学教育内容的选择忽视了幼儿年龄阶段特点和身心发展水平,教材也不具备层次性。
2幼儿园国学教育融入人工智能的必要性
时代转型背景下,人工智能与教育领域的深度融合是解决当前幼儿国学教育问题、健康发展的必经之路。当前幼儿园亟须建设国学特色课程、提高国学教师素质、实现高效的因材施教。
人工智能是一门综合的交叉学科,涉及计算机科学、生理学、哲学、心理学、哲学和语言学等多个领域。[9]首先,人工智能的新型教育模式能综合多领域学科知识,打破单一的教学方式,创新当前幼儿国学教育。其次,人工智能可以发挥其智能化、自动化、个性化和协同的特点,为幼儿园区域活动提供智能化、自动化的环境创设材料。此外,人工智能可以根据每一位幼儿的特点采用大数据分析的方式,分析幼儿认知发展程度,在夯实国学教育理论的基础上,根据幼儿身心发展规律循序渐进地实施幼儿国学教育,在真正意义上建设并发展幼儿园特色课程。[2]国学教育师资短缺是阻碍国学教育发展的首要因素。教师短缺是一个严重的问题,对教育影响重大。而人工智能能够独立扮演教师的角色,且储备了大量国学专业知识。人工智能在以教师的角色进入幼儿园师资队伍的同时,对幼儿教师本身提出了新的要求。人工智能背景下的幼儿教师需要具备更广泛的知识范围、更强的综合素质、创新型的思维以及较强的信息技术应用能力。因此,人工智能以其本身的智能化和幼儿教师的专业化能够提高幼儿园师资队伍的整体素质。
幼儿园国学教育融入人工智能,旨在促进幼儿国学个性化教育。在幼儿园国学教育中引入人工智能,为幼儿活动提供了创新性的玩教具和活动形式。在国学教育中,兼顾幼儿的特殊性,通过分析不同年龄段的幼儿身体发育程度、认知水平、思维能力、学习接受程度,为幼儿制定个性化课程。因此,人工智能技术与国学教育融合能兼顾个体的特殊性,能够高效地做到因材施教。
3幼儿园国学教育融入人工智能的路径
幼儿园国学教育融入人工智能是在遵循幼儿身心发展规律的同时,借助人工智能科技优势,实现传统幼儿国学教育与人工智能的有机结合,能够增强国学教育的效果。
3.1环境创设
人工智能以其不可匹敌的技术优势,创设全新的学校环境特征[3]。国学环境创设融入人工智能是促进国学教育开展的重要路径。在传统环境静态创设的基础上,安置多媒体一体机来创设动态多变的主题墙,播放国学经典动画、歌曲、故事,展示栩栩如生的动态人物造型,呈现丰富多样的色彩,使幼儿园的墙面设计能够有效地将动态和静态相结合。除了提供动态国学经典文化元素之外,还可以利用人工智能筛选不同年龄段的国学知识展现给幼儿,创设符合幼儿年龄特点的主题墙。天花板是传统环境创设易忽略的一步。吊饰是悬挂于天花板的装饰,它能够为幼儿园内公共环境增添动感和立体感。可以利用人工智能将国学经典文化中的人物形象(孔融、孟子、孔子)、书法作品、传世经典国画、经典国学典籍(《三字经》《千字文》)等投影展示到天花板上。同时,在图书角安置人工智能设备,将传统纸质书籍与有声读物有机结合,打造人工智能读书角。书架旁边则可以布置以国学经典文化为主元素的周边,力图将智能元素与传统文化元素相结合进行环境创设。
3.2人工智能教学系统
人工智能教育系统的融入促进了“有形”教师与“隐形”教师的有效结合,发挥了国学教育的巨大效力。首先,智能多媒体一体机是较为普遍的一种人工智能系统。在组织国学经典教育过程中利用其人工智能计算的个性特点,选择出适合各个年龄阶段儿童的国学经典知识。以小班为例,人工智能设备筛选出适合小班幼儿观看的图片、国学律动、顺口溜、儿童化故事等,并以动态方式展现给幼儿。同时,教师要对多媒体设备进行有效操作、关注幼儿的身心状态。其次,人工智能机器人基本可以代替传统教师进行“教学自动化设计”,减轻教师负担。机器人能为幼儿营造出一种“混合现实”的环境,让幼儿更好地参与到故事表达中,机器人作为活动组织者,替代了教师在活动组织中的主导角色,自行设计活动流程,引导幼儿自主探索学习。此外,远程教学是基于人工智能的教育交流平台。[4]幼儿园建立远程教学,以线上互动的方式,将幼儿国学教育专家与幼儿园的孩子联系起来,实现专家与孩子的线上国学交流和互动,以便对幼儿进行更专业、更科学的国学教育指导。
3.3智能化、自动化的国学区域活动
区域活动,是指教师根据教育目标,为幼儿提供一定的活动空间和活动材料,幼儿在丰富的环境中进行自主、自由的探索性活动和个性化学习。幼儿国学区域活动的智能化能促进幼儿园学知识的有效获得。
3.3.1智能化材料
人工智能的发展带来智能化的益智玩教具,智能机器人尤为突出。首先,在国学区域活动中投放智能化的玩教具,能够实现区域活动智能化。以国学艺术活动“智能机器人与幼儿园皮影戏剪纸活动的融合”为例。在幼儿美工区进行活动前,人工智能机器人独自操作皮影戏,并展示给幼儿,启发幼儿如何做皮影戏剪纸。随后,机器人可以扮演活动组织者,引导幼儿逐步完成皮影剪纸。其次,国学的益智玩教具还包括国学经典有声读物、国学趣味创意触感玩具书、智能优秀传统人物模型、智能传统习俗文物模型等。这些智能化材料的投入将大大提升区域活动的智能化和自主性。
3.3.2自主化学习
人工智能教学系统或者人工智能机器人以教师身份介入国学区域活动,代替传统教师引领幼儿在区域内自主进行国学知识探索、学习。以国学语文活动《三字经》为例,机器人讲故事、与幼儿进行国学知识交流对话,带领幼儿唱读《三字经》,使幼儿自主理解三字经的含义,并模仿、学习三字经中的优良习惯。当然,幼儿教师并不能完全退出区域活动,教师要选择恰当的介入方式。教师在幼儿开展区域活动中要时常观察幼儿,在他们遇到困难、秩序混乱以及幼儿身心安全受到威胁时,教师要及时介入,保证幼儿的自主化学习顺利开展。
人工智能教育的背景范文2
关键词:人工智能;Python程序设计教学;项目驱动混合教学模式
人工智能技术在教育领域的应用已经非常深入,它可呈现深度学习、跨学科融合、人机协同、群智开放、自主操控等诸多内容,并在教学中引发链式突破、推动教学内容的数字化、网络化与智能化跃升式快速发展。所以说在教育领域中,人工智能如鱼得水,它获得了更大的自我技术展现空间,也为学生学习新知识内容带来诸多福音。
一、高职院校Python程序设计教学引入人工智能技术的必要性
人工智能本身离不开算法,而算法的实现则需要语言做支撑,像目前高职院校的Python程序编程设计教学就可引入人工智能技术,Python作为AI时代的头牌语言其融合性教学也成为了培养AI人才的重要关键。目前国内许多高职院校都在全面推行人工智能技术背景下的Python教学,将其作为是数据分析、网络攻防的第一语言以及编程入门教学的第一语言。
换个角度讲,高职院校在Python程序设计教学中引入人工智能是非常必要的,因为它关系到高职生未来的就业生存、岗位专业能力创新与事业发展,考虑到人工智能领域的知识理论性偏强,且对学生的数学基础能力要求较高,整体学科学习难度较大,所以许多高职院校也在思考如何将人工智能技术内容合理融入到Python程序设计教学体系当中,为学校相关专业领域拓展教育新路,培养对路人才[1]。
二、高职院校人工智能背景下的Python程序设计教学方法应用研究
(一)教学应用概述与教学目标明确
Python语言作为高职院校守门程序设计课程教学语言,相比于其它传统计算机语言具有简单易学、程序可读性、可迁入性、可扩展性、逻辑结构缜密等特点。同时该编程语言采用了开放开源设计,拥有12万以上的第三方库,可有效避免编程重复问题,提高教学中的语言编程教学效率。另外Python是一种解释型语言,它的跨平台与可移植性相当之强,可在任何系统中拷贝运行,对环境配置要求不高。
为了确保某些没有编程基础知识能力的高职生也能学好Python语言程序设计课程,教师专门在教学中加入了人工智能技术内容,围绕该技术融合可开展的Python编程语言课程就包括了Python安装、Python输入输出、Python特性、人工智能编程等等知识内容。在教学中希望明确3点教学目标:
第一,要求学生初步具有利用Python初步编写基本程序的能力。
第二,要求学生掌握Python编程语言的基本特性。
第三,要求学生深入了解某些常用Python库,特别是了解人工智能的基本思想与编程方式,能够利用人工智能和Python编写出某些复杂的处理程序。
(二)创新教法设计应用
为切实达到Python程序设计教学目标,凸显学生在课堂教学中的主体地位,教师可采用任务驱动配合项目驱动的混合教学模式展开一系列的教学设计活动,引导学生循序渐进的完成各项教学任务内容,不断提升自身的Python语言程序设计水平。
具体到教学方案设计中,教师专门围绕学生中心、任务载体将教学内容相对巧妙的隐藏于具体的教学任务中,再通过Python编程语言新知识内容与新教学技能驱动学生深入学习展开基础章节任务,结合任务结果评价评价学生对知识点的掌握情况。这一教法的提出与运用希望解决传统程序设计教学中理论与实践相互分离的不利教学局面,希望将课堂中的所有理论内容全部转移到实践任务中,凸显教学中理论与实践过程的相互和谐统一。如下:
教师为学生设计教学任务,设计Python程序示例任务,将fileA和fileB两个文件各存放于不同的两行字母中,然后将两个文件中的信息数据内容完全合并,按照字母顺序排列并再次输出一个新文件fileC,以下给出该任务教学中的程序设计编写代码:
fp1=open(‘fileA.txt’)
data1=fp1.read()
fp1.close()
fp2=open(‘fileB.txt’)
data2=fp2.read()
fp2.close()
fp3=open(‘fileC.txt’,w)
data_all=list(data1+data2)
fp3.write(data_unite)
fp3.close()
采用上述项目任务驱动项目混合教学法可为学生构建一个相对完整的人工智能Python程序设计教学独立项目,将项目完全交由学生独立处理完成,教师负责设计教学方案,而由学生收集信息,实施项目并最后再由教师给出学生项目完成评价。它全面考验了学生对于Python基本库与第三方库的学习了解与运用程度,同时在融入大量人工智能编程思路后颠覆学生的语言编程学习认知思维,让学生了不但能够练习独立编程,也能共同学习协作编程,全面提高自己的的Python语言编程能力[2]。
总结:
综上所述,在高职院校中采用人工智能技术配合Python语言编程设计可有效拓展教学思路,而本文中所采用的的任务驱动项目混合教学模式则能有效激发学生的学习热情,促进他们合理运用所学习知识解决实际问题,彻底摆脱复杂语法及算法所带来的学习困扰,更好学习Python编程语言知识。
参考文献
人工智能教育的背景范文3
关键词:应用型本科院校;人工智能;电子信息工程;专业建设
一研究背景
在发达国家,应用型本科院校一直占有很大的比重。在我国,应用型本科院校也逐渐成为高等教育大众化的主力军,对我国高等教育系统未来发展越来越重要的作用。金陵科技学院作为教育部应用科技大学改革试点战略研究单位、中国应用技术大学(学院)联盟创始单位,也正在积极地去探究相关的应用型专业建设模式。电子信息工程专业作为学校的一门深度涉软专业,也要紧跟南京城市软件建设发展方向,这对应用型电子信息工程专业培养既是机遇又是挑战。随着社会的不断发展和科学技术的不断进步,电子信息工程的应用也越来越广泛,对人们的生活产生了非常大的影响。,不但改变着人们获取信息、存储信息和管理信息的方式,而且为人们进行信息的获取、存储和管理提供了新的途径和方法,目前,各行业大都需要电子信息工程专业人才,而且薪金很高。2015年5月8日,备受瞩目的《中国制造2025》由国务院正式下发,这是我国实施制造强国战略第一个十年的行动纲领。该规划二个突出特点是,将"加快新一代信息通信技术与制造业的深度融合"作为贯彻始终的主题,提出坚持自主研发和开放合作并举,加快建立现代电子信息产业体系,为推动信息化与工业化深度融合、实现制造业由大变强、建设网络强国提供强有力的基础支撑。在今年,随着国家“两会”的盛大召开,人工智能首次被提升到国家发展战略高度,人工智能技术的重大突破将带来新一轮科技革命和产业革命,大力发展人工智能技术是中国经济转型升级的重要动力。电子信息技术的巨大成功和进步,使人工智能可以深层次、多维度地参与到各个行业各个领域中,使科技的进步快速融入到跨界合作中。比如,电子信息技术的成熟,使人工智能可以深度服务于医疗卫生事业、配合甚至取代医生进行精确的手术治疗。在无人驾驶领域,无人驾驶汽车、无人驾驶飞机、无人驾驶舰船都已经陆续投入使用;在军事领域,人工智能的运用更是已经炉火纯青,俄罗斯与美国的人工智能作战部队和相关系统,已经在反恐作战中屡立战功,威力无比,作战效能与性价比远远超越人类士兵。由此可看出,人工智能在电子信息技术大发展的当下,终于在应用层面开始发光发热,现出巨大的生命力和后续无穷无尽的成长潜力,人工智能在各行各业的广泛应用,是国家经济结构战略性调整、产能升级改造、产业结构优化、核心技术创新获得成功的关键。随着BAT、华为、大疆无人机等高科技企业在人工智能应用和开发上的不断探索,刺激更多人才和资本向人工智能商业应用领域涌入。目前,基于人工智能学习背景下,软硬件相关知识过硬的电子信息类专业人才已经成为社会上最为紧缺的人才,薪水待遇很高。
二需要解决的关键问题
作为应用型本科院校,如何将“人工智能”新概念融入到电子信息工程专业建设中,根据社会发展的需求,校企紧密结合,培养出复合型的,应用型的社会紧缺人才,是需要去解决的关键问题。1.像当年互联网的崛起一样,人工智能真正的发展才刚刚兴起,相关的概念及定义还不完全定型,如何把握好未来人工智能的发展方向,有针对性地在传统的电子信息工程课程计划中规划与人工智能息息相关的课程,比如人工智能原理,机器学习,深度学习等课程,将两者有机融合,在人才培养上面临较大的挑战。2.人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的崭新概念。如果要将“人工智能”融入到电子信息工程专业建设中,就不仅需要学生学好如模拟电子技术,数字电子技术,数字信号处理,单片机技术,C/C++程序设计等传统的课程,打好基础,还需要加强在数据挖掘,神经网络等以数学为基础的课程方面的建设,扎实学生的数学物理基础。这对学生的学习能力要求更高,老师的教学水平也提出更高的要求。因此,如何加强此方面的师资专业培训,是一个该课题需要解决的关键问题。3.一个专业人才的培养,不仅需要优秀的师资力量以及良好的学风,还需要有相关的硬件实验平台作为支撑。如何根据“人工智能”新概念,针对性地新建一些诸如智能传感器实验室,人体特征识别实验室,机器人实验室等,把电子信息工程专业中的电子器件技术,信号处理技术等应用于人脸识别,智能家居,机器人等热门领域,根据学生的兴趣爱好因材施教,提高学生的动手能力,也是该课题需要去解决的一个关键问题。
三研究内容
本文以“人工智能”新概念下的电子信息工程专业教学及实践模式为研究内容,重点研究如何将人工智能相关的理论及实验课程建设融入到传统的电子信息工程专业培养方案中,做到无缝结合,在培养模式上需要有一定的理论创新,以更好地适应人工智能类的高新电子信息技术企业对相关应用型人才的要求。目前拟以现有电子信息工程专业的课程体系和专业方向为基础,形成以“人工智能”为导向的应用型电子信息工程特色专业建设,在未来的专业发展规划中,逐渐形成物联网、智能家居、机器人,无人机,人脸识别,语音交互,智能驾驶等不同的专业方向,增加学生的就业面,提高学生的就业层次,加强学生的就业竞争力。主要具体体现在以下几个方面:
(一)实践教学的形式多样
可采用以“学生兴趣爱好”为依据的引导式教学实践模式,在扎实学生数学物理等理论的基础上,将最新的人工智能概念贯穿在电子信息工程专业课程体系中,通过不同的应用型实验项目拓宽学生的知识面,提高学生的主动学习能力,动手实践能力,创新能力以及独立开展研究的能力,将课堂教学、校内实验和校外企业实习三者相互结合,鼓励学生参加诸如全国大学生电子设计大赛,全国大学生智能设计竞赛,中美创客大赛等赛事,以确保培养出高素质的应用型专业人才。同时,让学生从大二开始就自选课题、进实验室、根据兴趣爱好组建不同研究方向的实验团队,并为学生按照不同的研究方向配备专业教师,以此让学生融入到教师的科研工作中去,形成所谓的本科生导师制制度,由相应的导师全程指导,开展科学研究,培养学生的科技创新能力和动手实践能力。
(二)注重提高教师的教学及科研水平
在努力提高学生学习能力的同时,注重提高应用型电子信息工程专业教师的教学及科研水平,使其能够很好地将“人工智能”新概念用于电子信息工程专业的教学中,指导学生参加相关的各种竞赛,提高教师团队的实践能力及技术水平。通过海内外招聘和内部强化培养(教师博士化、教师双师化、教师国际化)等举措,加强师资团队建设;通过鼓励教师积极开设MOOC课程,参加教师技能大赛以及国内外教学培训,从多方面提高教师的教学水平。
(三)建立完善的校企合作制度,为学生提供相应的实习基地
企业工程师可以参与相关的人才培养方案修订和部分的教学实践工作。这种合作制度既可以提高教师的科研应用水平,也可以为学生提供就业机会,增强学生的实践创新能力。
(四)注重课程大纲修改,实验室平台建设
以改革传统的电子信息工程专业的培养模式为目标,总结在“人工智能”新概念下教学及实践的相关经验,形成一个有鲜明特色的电子信息工程专业培育模式。应用型本科院校电子信息工程专业人才未来的发展战略和改革方向,应重点考察“人工智能”新概念下专业人才培养模式的优缺点。重点关注“人工智能”新概念下的教学及实践课程大纲修订、教师教学及科研能力培训体系构建、实验室软硬件平台建设、校企合作培养模式探讨及校外实习基金建设等工作。
四结语
本文探讨和研究了“人工智能”新概念下应用型电子信息工程专业培养模式,结合金陵科技学院电子信息工程专业的发展情况,对原有的专业培养模式做了一定的理论创新,引入了“人工智能”新概念,从理论和实践教学,学生学习能力和教师教研技能培养,校企合作办学,实验室建设等方面进行了一系列的探讨。
参考文献
[1]姚俊.电子信息工程专业人才培养模式研究[J].山东社会科学2016(S1):357-358.
[2]叶全意,徐志国,吴杰,等.应用型本科院校电子信息类专业大学生科技创新能力培养[J].教育教学论坛,2016(46):93-94.
人工智能教育的背景范文4
新晋“2016年度中国人工智能领军企业奖”得主――湖南省自兴人工智能研究院,向有志钻研机器人和人工智能的人才广发英雄帖。湖南省自兴人工智能研究院是由国内外部分知名人工智能专家学者蔡自兴、王田苗、罗安、姚新、刘宏等共同倡导,香港科技大学EMBA和中欧商学院EMBA校友基金支持,部分从事人工智能研究与开发的年轻专家自愿联合而成立的全国首家省级人工智能专业性研究机构。
强势布局人工智能
构建一站式服务体系
湖南省自兴人工智能研究院以“自主创新 兴国强省”为工作方针,以产业发展为目标,以应用需求为牵引,以人才培养和关键技术研发为支撑,以交流合作为导向,专注于人工智能与机器人领域的新思想、新观念、新理论、新技术,引导和推进人工智能与机器人的研究及应用,推动人工智能与机器人的科学探索和技术攻坚,打造人工智能与智能机器人的前沿平台。
自兴人工智能研究院主要开展智能感知、深度学习、深度神经网络建模、计算智能、大数据、智能机器人等相关研究,及将此类技术在无人驾驶、智能交通、智慧港口、智慧物流、智能电网、智慧城市、智慧旅游、智能环保、智能医护、智慧家居、工业生产和制造方面的应用。着眼于人工智能前瞻性基础研究,建设开放共享的人工智能创新发展平台,使智能资源充分共享,为我国智能制造和其他人工智能相关产业装备及系统,提供基于人工智能和智能制造的咨询体验、软件产品应用、机器换人、电子商务、工业互联网、云计算、大数据等信息化服务。
打造一个培训基地。该研究院通过开展人工智能启蒙培训、工程师培训、实践培训等,建立全国具有重要影响力的人工智能培训地。一是面向全国培训人工智能、智能控制、智能机器人和智能制造技术创新研究与应用开发的高端人才;二是为人工智能及机器人高端技术人才搭建与企业间沟通合作桥梁,积极探索政、产、学、研相结合的人工智能发展新路子。
建好一个产业孵化器平台。该研究院一方面依托人工智能产业基金,着力向从事新型高智能家用服务机器人研究、开发与生产的潜力企业及人工智能前景项目等进行股权或准股权投资;另一方面打破地域等限制,采用“孵化服务+投资融资+市场对接”的模式,为创新创业者及创客项目提供市场、资本、运营、管理、人才等综合服务。
构筑聚“智”高地
促进人工智能产业升级
湖南省自兴人工智能研究院首席科学家蔡自兴教授,从事智能科研与教育工作30余年,带领科研团队对智能科学进行广泛而深入的研究,取得显著成果,为人工智能科技发展做出了杰出贡献。蔡自兴教授牵头编著的“智能三部曲”,成为我国人工智能、智能机器人、智能控制诸学科领域具有知识产权的首批著作,影响了相关学科整整两代人,为人工智能相关学科的学科建设、科学研究、教材建设和高级人才培养发挥了重大作用。他主持开发的《人工智能》等8项国家级质量工程精品课程,发挥了很好的示范作用。
人工智能教育的背景范文5
机器和人类、现实和科幻、邪恶和美好的分界从来没有像今天这样如此模糊。眺望未来30年,智能革命的壮阔波澜,将改写人类社会对智商的理解和定义。
从AlphaGo说起:Have to win
关于这场围棋大赛,先引用一段博士老板Alan Yuille教授(美国顶级机器智能科学家,霍金理论物理学博士)的判断:
Go is a complex game but still it is finite so with enough computer power,and clever algorithm,the computers will have to win(if not this year,then next year)。(围棋是一套复杂但有内在逻辑和明确计算量的游戏,所以只要计算机遵循围棋的推演路径并拥有充裕的运算能力就必然能够赢得人类、取得胜利,AlphaGo的胜利对于计算机而言只不过是时间问题。)
AlphaGo战胜人类,美国学术界早有准备
伴随着摩尔定律的不断实现和几十年来人工智能的软硬件技术积累,人工智能其实已经悄然改变了我们生活中的许多方面,当我们还在感慨电影中各种AI的强大时,未来已经悄然而来,AlphaGo只是这场人工智能大浪潮中的一朵璀璨浪花。
在过去的5年里,人工智能已经在语音识别、计算机视觉、语言理解、医疗健康等领域取得了巨大进展,并在某些领域里超过了人类,比如语音识别、人脸识别等等方面。
以计算机视觉为例,人工智能已经发展出了突破肉眼精度的图像识别技术并已被广泛的应用于公安、金融、信息安全等领域,产生了巨大的价值。而这些进展之所以没有引起社会轰动,是因为社会中大部分非专业人员会通过直觉和自身感受而推论出机器识别“人脸”、识别“苹果”等图像信息是一件容易的任务,是一件不同年龄、不同教育背景、不同文化背景的人都能胜任的任务,在这其中体现不出人工智能的“智能”来。
但站在人工智能发展的角度,从围棋和图像识别的复杂性和不确定型来说,图像的变化比棋盘的变化要大得多。
围棋是有可遵循的逻辑、可衡量的计算量的游戏,对于人类大脑的难度在于庞大的计算量和对棋盘宏观形势的敏感度;而图像识别则会在信息抓取和逻辑分析层面呈现出更广泛意义上的随机性和不确定性。
通过机器学习将图像中的信息进行分类解析、最终提取有价值的结构化数据是极难的科研课题,从学术界到工业界的转化耗费了几十年的时光。
然而相比于计算机视觉、语言语音理解等其他的进步,AlphaGo的划时代意义在于它不仅仅缩短了机器与人的智能距离,还将颠覆人与人智商差异的感知。
未来人与人的智商差距不再会是不可弥补的先天差距,而将成为一种可以通过工具而后天获取的能力,这带来的会是人类自我价值评估的一次大颠覆,智商对于人的意义将会在一定程度上有所下降。这就像从前算术不好的,现在用计算器就能补上;未来下棋不好的,可能只是加个AlphaGo就能补上。“智商”这个词的定义可能会被迫从形容人和动物差异,变成由人和机器的差异所定义。
第一个十年的变化:The rich get richer(富人更富,强者更强)
从短期来看,让我们畅想一下在这场大浪潮中,谁会成为最大的受益者呢?
当我们回顾推动人工智能发展的关键因素时,有三个要素极为重要:数据、算法和计算。
AlphaGo这次在全社会范围内对人工智能进行了一场大面积的认知普及,会使得拥有成熟商业模式和海量数据优势的BAT等巨头重金投入这片市场,彼此间的互相追赶将在市场中形成像google收购deep mind一样的并购风潮。
同时伴随着计算能力的不断提升和算法的持续优化,这将带来人工智能史上的第一次大规模应用实践,各巨头的业务将因为人工智能带来的效率提升而加速拓展,他们相较其它竞争者的优势也会因此不断加大,这就正如今天的google相对于其他公司一样。
当资本成为这场竞逐游戏的驱动力时,获得先发优势的公司雪球也必将越滚越大,优势将在成长中愈发明显,The rich get richer。
未来的思考:人类将重新理解知识、智慧、人性
从远期来看,人工智能的进步将改写人类对自我、知识和教育的理解。
倘若,90%的医生、律师、教师、程序员能被机器所代替,人们将需要重新开始讨论“人”的自我定义和“知识”的新时代价值。
当旧时代下的知识已成为机器人仅需拷贝和执行的简单命令,而“为什么要学法律、学编程等”的疑问及背后对自我价值的疑惑就必将引发社会教育结构的变革。
过往人与人之间通过知识组合的不同而形成的差异将被人工智能抹平,“高考”等考试测评手段作为广义上的游戏(game),就像围棋一样,将不再能作为准确评价智慧和学识的方式而被修正。
当在体力劳动和脑力劳动里独立的人类相对于机器都不再具备经济优势时,人的存在形态、存在价值和机器的交互融合将成为未来前沿学术研究的重要课题,这会是一次人类社会的集体迷思、也会是人类价值的再次追寻。
人类的希望?
有人曾说,机器和人的差异是艺术的创作和欣赏。但这对于人工智能而言,已经并不是什么特别难的事情,大概在10年前就已有成熟的学术成果来用计算机创作梵高风格的作品,在这背后的艺术风格提炼、学习和再造并不是什么新鲜的技术。
也有人说,机器和人的差异是情感。但我不确定现今的人类社会对情感的定义是否像对智商一样,有着广泛的共识而能成为人类独特性的特征。情感诞生于本能和动物性,只是在人身上闪烁出了更加多彩的光芒,悲欢喜乐、嬉笑怒骂,这本就是人性中最难以捉摸而妙不可言的部分。
所以,机器和人的区别最终会是什么呢?在这个恐怕哲学家也难以回答的终极问题下,我想起了最近读到的这样一句话,“如果机器认为这场战斗必败,那么机器会选择投降;如果人认为这场战斗必败,那么有人会选择义无反顾的战斗,直至战死为止。”
或许,这句话里已经轻轻道出了我们与机器的区别。
人工智能教育的背景范文6
“这确实是个很好的问题。”食谱推荐公司Yummly的研究负责人Gregory Druck如此回应道,但这肯定不能被称为一个真正的答案。
这的确令他有点为难。技术在设计时通常都要优先理解并满足人的喜好。同在台上的厨房整合技术公司Innit的副总裁Ankit Brahmbhatt干脆接过了话筒,“每个人的体质不同,对健康的定义也不同。说到底这是个生活方式的问题。我们得先有关于你更全面的数据,才能判断什么对你是健康的。”
人工智能到底能在多大程度上替代人,也成为一年一度的西南偏南上最热闹的话题。
西南偏南诞生在美国德克萨斯州的奥斯汀。每年3月初,这个全球性的盛会会吸引数十万人,和硅谷以大公司、创投行业为主的活动不同,西南偏南会吸引各个行业的人。大家在这里看新的电影,发现创业灵感。更重要的是,讨论技术已经带来的改变,以及它能把人们带到哪里去。
其中有不少想象空间。比如Yummly,这家来自硅谷的公司能利用人工智能技术分析你曾经使用的食谱数据。来自德国的Foodpairing则声称,机器分析食物成分时最大的弱势是嗅觉不及人类灵敏,但是通过训练,机器的精准程度可以超过大多数未经训练的普通人。
还有更激M的Innit。和一些创业公司费尽心思想把吃饭这件得高效不同,这个硅谷公司发现了一个悖论,一些人根本不愿意被剥夺下厨的权利。于是他们正在硅谷红木城的总部,测试一个全新的“数字化厨房”。
这个厨房用一个软件平台控制家电,告诉用户家里食材的存量。选定菜单后,还会提醒用户要买多少食物。等到准备妥当,连接的厨房电器就能完成初步烹 饪。
“我们想用技术帮上班族解决工作日吃饭的问题,让他们知道下班后要买什么食材、买多少,回家后能更快吃到晚餐。”活动结束后,Brahmbhatt对《第一财经周刊》说。
这听上去“很硅谷”,善于观察问题并提出解决方案。其实更有意思的是,这家公司发现,在一些细分领域当中,人其实没必要过分智能。
“数字化和自动化的确能帮助减少浪费,包括钱和食物。但我们也知道,有人喜欢下厨。Innit在做一项用户调研时发现,对自动化最集中的需求并不是烹饪,而是洗碗。也就是说,用户想让机器帮他们完成的是,恰恰是那些他们最不喜欢做的事情。”
至于机器和人的关系,这个古老的命题也随着人工智能的蔓延重新摆在了人类面前。至少,人工智能不再仅仅是一些极客想把一切自动化的设想和实验,也不只是好莱坞电影里经常出现的无所不能的机器控制人类造成的恐慌。它真的就在我们的生活中发生。
真正的答案,也正如百度首席科学家吴恩达曾预言的那样,“人工智能是新的电能,可以改变很多行业。”既然是电能,就意味着未来它可能无处不在。
西南偏南互动大会首席项目官Hugh Forrest说:“人工智能毫无疑问是2017年最热门的话题。虽然过去我们也做过很多AI的内容,但从未像今年这样集中。”
卡内基梅隆大学计算机科学系主任Andrew Moore长期关心教育,面对可能的人工智能未来,他想分享教育系统有必要做出哪些变化。迪士尼则会分享它如何用人工智能为其主题乐园提供更好体验,毕竟迪士尼乐园不可能一直停留在几十年前的模样。就连那些运动员,都会在训练中尝试使用人工智能,这可能意味着未来的赛事较量,除了天赋,更多是训练方法的比拼。
而如果你知道西南偏南最早是个音乐节,就会觉得在这里听到人们探讨人工智能和音乐如何结合是顺理成章的了。
用人工智能编曲已经不算什么新鲜事了。但是一些音乐公司正在用人工智能制作背景音乐,卖给可口可乐等大公司。
就连Google也参与了进来。去年6月,Google Brain宣布推出Magenta,一个能让计算机制作出“出众而艺术性”的音乐的产品。
不过这也带来一些新的问题,音乐能够做到更加了解我们吗?我们想让自己的情绪反过来影响我们吗?这种响应会不会把气氛搞糟?毕竟粉丝们可能会爱上一个音乐人,但很难爱上一台计算机。
很多人都爱上过iPod。这可能是这个世纪初音乐与技术最简单直接的结合形式。当技术演变成了人工智能,这件事情变得有趣,它像人的左脑和右脑的一场博 弈。
音乐这个感性世界与数字和代码编织的理性世界碰撞了一下。它们如何理解彼此,最好的例子可能是一个指令,就是当你让一个人工智能助手播一首歌时说的那句话。
不要小看这个指令。亚马逊音乐的团队在奥斯汀市中心的一个小酒吧里办了一场活动,当谈到如何让亚马逊的人工智能助手Alexa和亚马逊音乐结合时,主讲人感慨,仅仅是让Alexa播放一首歌的指令就十分复杂,一首曲子的元素包括歌手、专辑名称、音乐流派、歌词内容等不同元素,情境也同样如此,比如遇上用户说“我心情不好,给我放点音乐”这种情况,此时,亚马逊音乐收录了多少首歌曲是一回事,Alexa能在多大程度上明白用户的意思,便是另一回事了。
如果有人去年来过西南偏南,大概还会记得当时的一个历史性事件。
那是AlphaGo与韩国棋手李世石之间的对决。结果你已经知道了。大多数人不相信机器会胜过人类,他们会觉得这是个黑天鹅事件。
Google的高明之处除了技术本身,还在于用一种直接有力的方式向普通人展示了自己在人工智能领域的技术进展―大概没有什么方式比人机大战更能引起人们的兴趣,更直观。
当AlphaGo连续赢到第三场时,来自Automated Insights的Robbie Allen正在准备他在西南偏南上的一场对话。Automated Insights是曾做出帮记者写稿的机器平台WordSmith的公司。
“Google很了不起。”Allen走下台对《第一财经周刊》评论。在观看这场人机大战时,人们产生了一股担心会被人工智能抢走饭碗的恐慌。此后,AlphaGo的连胜加剧了这样的担心。
Allen参加的对话主题正好是“人工智能发展后,人类未来的工作怎么办”。
“理论上人工智能确实达到了一个新阶段,它代表人工智能可以模仿人类的重复性劳动,还会比人做得更好。但我认为,它离人工智能的实际应用还有一定距离,当人工智能可以帮助某些行业完全实现自动化,找到商业化的应用场景,我才会认为它真正达到了实际应用的程度。”Allen说。
“实际应用”换句话说,是一部分人会开始失业。
距离AlphaGo战胜李世石不到一年,人们就已经在拉斯维加斯的国际电子消费展上看到各个汽车制造商对无人驾驶汽车的设想。无人驾驶汽车的技术标准得到厘定,厂商纷纷推出概念车。
Google剥离了无人驾驶汽车部门成立单独的公司Waymo、Uber的无人驾驶汽车在匹兹堡和旧金山上路,虽然后者在上路当天就因犯了些错误被叫停(最近还因为收购Otto被Google告上法庭)。蝴蝶效应是,政府和城市设计师已经开始思考无人驾驶汽车上路后对城市生活规律的影响、如今的城市基础设施是否能和无人驾驶汽车配合等问题了。
若低估技术带来的影响,也许不久后就要承担相应的后果。自从人工智能技术高速发展,特别是无人驾驶汽车上路以来,硅谷以外的世界与硅谷仿佛形成了两股力量―硅谷正在想办法让一切自动化,而美国最大的就业群体之一卡车司机,则忧虑正在某处测试的无人驾驶卡车会让他们失去工作。
机器与人的矛盾和对抗从来没有停止过。远至第一次工业革命,近至互联网诞生。随着人们越来越习惯于数字化生活,机器和人的关系会更加纠缠不清。人工智能这件事会变得更复杂,还可能,带来很多伦理问 题。
来自设计咨询公司IDEO的Jason Robinson和麻省理工学院(MIT)媒体研究室的Philippa Mothersill认为,目前我们并没能解决如何不让机器真正危害人类的创造力和情绪,尽管随着技术的精进,这一点可能会实现。
在一场名为“人类、机器和工业设计的未来”的讨论当中,他们向挤满了整个会议室的观众发问,“我们如何教会计算机创造性思考?”
Mothersill曾是宝洁公司的产品设计师,专注于让计算机可以通过识别人类的语言,将物理元素变成实际产品。为此她设计出EmotiveModeler,这种工具能够将形容词和情绪转化为模型。她寻找到了一种能够让工业设计―无论是家具还是电子产品―更好传递人类情感的方式。
如果没读博士,Mothersill现在应该依然是个出色的设计师。但她如今的研究课题,却让一些设计师有点担心会失去工作。《连线》的Margaret Rhodes也在意这一点,即人工智能如何能提供更多的工作机会,这可能是技术进步为现代社会带来的最大的困扰。没有人希望成为技术进步的牺牲者。
不过在和大量的设计师交谈过之后,Mothersill和Robinson总结了“10件设计师希望机器能够学会的事 情”。
比如说,考虑使用产品的情境。好的设计师不仅会设想要创造的事物,还会思考它出现的地方。它应该摆在哪里?它所在的房间是什么样?周围都有些什么东西?如何能让计算机做到这一切?
或者说,如何抓住灵光一现的时刻。历史上,达达主义运动中的艺术家善于随机创作,通过将传统事物叠加创造新作品。我们能够教会计算机在向不同方向发散思考的同时,催生出全新且有价值的设计吗?
这些有趣的发现让他们意识到,设计师对机器的期待,其实充满人的色彩。Mothersill由此得出的结论是,人们最终需要掌握如何让机器变得有情绪,它们会产生独特的好奇心―而不仅仅是按照写入的程序工作。
如果你看过最新的007系列电影,影片中所描述的一切已经和NASA能做到的非常接近。
毕业于约翰・霍普金斯大学的Pavel Machalek此前在NASA工作,如今他创立了Spaceknow,为金融、政府和制造部门提供商业卫星的图像分析。这些卫星就像是“天空之眼”,看着地球上发生的一切。
“我们正在让整个物理世界数字化,且能够在这个基础上做很多事情。”Machalek说。按照他的说法,世界正在经历巨大变化,重新使用卫星数据的成本也在逐步下降。
不仅如此,Spaceknow正在建立一套人工智能系y,用各种各样的新方式来处理获得的数据。整个地球的数据都会被实时抓取,它会扫描、理解和讲述70亿人的日常行为。
这也意味着,它会重塑商业关系,让零售商更好地预见气候变化、作出设计决策。它的客户各种各样,有人想知道某个港口有多少船只到岸,或者有多少辆卡车被调到精炼厂运油。
它还有很多其他用途。对于新闻业来说,它能让人们尽快发现,叙利亚到底在发生什么。如果有人编造一些事实,它或许可以提供更客观的看法。这套被不断训练的人工智能系统能够接收各种各样的查找请求,截至目前它曾经收到的请求有,“查找一架失踪的飞机”“查找那些非法的攫金者”等,以及对某些政府公开的不实数据提供另一种解释。
Machalek表示,有朝一日想让Spaceknow的人工智能系统覆盖整个世界,让每个拥有智能手机的人都可以对真实世界的数据发起请求―这大概意味着你可以查看某个酒吧门外排队的人有多少。
零售业和广告业立即感受到了威胁,它们开始追求改变。除了面临新技术带来的新购买方式的挑战,另一件可怕的事情是,如果以后帮消费者做购买决策的是机器人,品牌该怎么办?
但这其实已经发生了。亚马逊的推荐算法就是最简单的例子。
在机器人眼里,一切都是数字。因此研究品牌效应的L2 Inc的Pooja Badlani就认为,如果这就是未来,品牌忠诚度这件事已经成为历史了,所有的品牌都要想办法和机器人共存。
但IBM iX的策略与设计负责人Robert Schwartz认为,品牌通过营销来影响消费者的态度和购买行为是一门艺术,它暂时还不会消失。
“那种居高临下教育消费者的时代结束了,”Schwartz说,“对品牌来说,推销自己的时代过去了,现在是展现自己的时候。消费者始终会受到一些时刻、一些瞬间的激发产生购物欲望,品牌要重新梳理自己的核心,决定在什么时间、什么地点来创造这些时刻。”
现在已经没有人讨论技术将如何重新定义传统行业,大家都认为这已经是事实了。至于这个改变将如何发生,“这是个缓慢的过程,所有技术公司和受到冲击的传统行业都是亦敌亦友的关系。”Schwartz对《第一财经周刊》说,毕竟说到底,它们都想争取消费者的数据。
所有人都要学会用新的方式和消费者打交道,也想延长消费者的注意力和停留时间。
硅谷已经有人提出了相应的方法论。Ch r is Messina曾是Uber的开发者体验负责人,也是Twitter上的“hashtag”(标签)的发明人。他在2016年提出“对话经济”(conversational commerce)的概念,认为在Facebook Messenger增加聊天机器人的背景下,未来会有越来越多的“聊天机器人”(chatbot)出现。这些小机器人可能分布在客服、销售等岗位。此时机器应该增加更多的“Conversational UI”,即聊天界面。
让聊天机器人取代人类的前提是赋予机器同理心。如果你对态度冷淡、反应迟缓的人类客服不满意,面对聊天机器人得到的同样是冷冰冰的回答,那么这样的技术进步可以说毫无意义。
相反,如果机器可以弥补人类的部分不足,例如冷漠、缺乏技能,那么人类反而可以从与机器的对话中获得更多好处。Messina举例说,如果聊天机器人可以给用户好的体验,那么每次对话同时,也是用户在主动提供数据。
这仅仅是零售业运用人工智能的开始。人们会渐渐分辨不清,人工智能究竟是在帮助我们购买产品,还是说服我们去购买它们?
麻省理工学院的研究专家Kate Darling在描述人工智能的走向时,表达了相似的观点。
Darling主要研究机器人伦理的问题。“接下来的几十年并不是说机器会一点点取代人类,而是自动化系统和人工智能系统将与人类协力合作,因为技术不是取代人类的能力这么简单。人们高估了机器能做的事情,而低估了它的缺陷。”
斯蒂芬・霍金在接受BBC的采访时曾更直接地说:“人工智能的完全实现,可能意味着人类的终结。”
身处这个行业里的人显然知道人们的恐惧。
人工智能发展协会前主席、微软人工智能研究院负责人Eric Horvitz在西南偏南的一场演讲中介绍Google、亚马逊、苹果、IBM、微软、Facebook等公司联合成立的Open AI时,主动引用了霍金、伊隆・马斯克和比尔・盖茨此前分别公开传达的对人工智能的担心。
这位美国工程院院士、在业内被称为AI先生的老人朗读了一段Open AI的协议内容,几大公司保证在互不竞争的前提下合作。正是因为技术进步这个趋势不可阻挡,大公司结盟和在一些问题上达成共识是保证技术真正为人类赋能的基础。