人工智能正在掀起“教育革命”

 人工智能正在教育界掀起层层浪花。

 

  这种趋势,在日前由北京师范大学和科大讯飞共同主办的“人工智能与教育大数据峰会2019”上,体现尤为明显。

 

  “以人工智能为代表的新一代信息技术的快速发展,将会对传统的教育理念、教育体系和教学模式产生革命性影响,从而进一步释放教育在推动人类社会发展过程中的巨大潜力。”教育部科技司司长雷朝滋在出席会议时表示。

 

  正在掀起教育的一场革命

 

  “‘人工智能+教育’正在掀起教育的一场革命。它改变着教育的生态、教育的环境、教育的方式、教育管理的模式、师生关系等等。”中国教育学会名誉会长、北京师范大学资深教授顾明远也给出类似判断。

 

  记者了解到,目前图像识别、语音识别、人机交互等人工智能技术都已在教育领域开展应用。

 

  “通过图像识别技术,人工智能可以将教师从繁重的批改作业和阅卷工作中解放出来;语音识别和语义分析技术,可以辅助教师进行英语口试测评,也可以纠正、改进学生的英语发音;而人机交互技术,可以协助教师为学生在线答疑解惑。”科大讯飞执行总裁吴晓如介绍。

 

  在吴晓如看来,个性化教育和因材施教一直都是最美好的教育理想。但由于老师教授的学生数量多、教学任务繁重,老师很难做到深入关心每个孩子的成长。面对这样的问题,人工智能与大数据的结合将可以发挥作用。

 

  “人工智能将教学变为大数据分析以及人工智能辅助的以学生为中心的个性化学习,为每个学生提供个性化、定制化的学习内容、方法,从而激发学生深层次的学习欲望。”吴晓如说。

 

  国内一些学校已经开始“人工智能+教育”的尝试。

 

  例如,在精准教学方面,借助大数据与人工智能技术,合肥、福州等一些中学开展的高效讲评课,将原本需要45分钟的习题讲解压缩至15分钟讲解共性问题,其余时间用于分组讨论或拓展学习。同时,还能够实现对学生的个性化分析、以学定教、提升学习的效率与质量。

 

  应尊重学生的个人隐私信息

 

  近年来,一系列推进人工智能教育应用的战略与行动规划陆续出台。

 

  今年2月发布的《中国教育现代化2035》中,“加快信息化时代教育变革”被列入推进教育现代化的十大战略任务,明确了推进智能教育应用的部署。

 

  “我们正在组织研制《中国智能教育发展方案》,以构建智能时代下的教育新生态为目标,全面创新教育模式,推动教育供给侧改革,转换教育发展的动力结构,促进人的全面发展,支撑引领教育现代化。”雷朝滋透露。

 

  谈到人工智能在教育中扮演的角色,吴晓如认为,未来很长一段时间内,人工智能在教育领域的应用会是一种辅助性手段,它会是学生和老师之间的一个“助手”。

 

  “‘人工智能+教育’正在使教育发生重大的、可以说是革命性的变革,但是教育的本质不会变。教育是传承文化、创造知识、培养人才的本质不会变,立德树人的根本目的不会变。”顾明远强调。

 

  人工智能在教育领域应用所涉及的伦理问题,也是此次会议热议话题之一。雷朝滋表示,智能时代“教育治理体系将面临社会伦理、数据安全的新挑战”。

 

  “现在所谓的教育大数据更多是考试数据、练习数据、测试数据。基于这些数据开发出来的人工智能系统,会不会给学生带来新的负担?会不会增加教育新的不公平?”首都师范大学教授樊磊问道。

 

  樊磊认为,智能教育时代,还应该特别加强学生个人隐私信息的保护,而不能随随便便追踪学生的个体行为数据。“对于正在成长中的学生,这种事情一定要谨慎再谨慎。”樊磊说。

推荐文章

活了这么久,我领悟到一个道理,就是我们总是无法随心所欲。怎么才算随心所欲,让世界没有秘密?这是电影《黑客帝国》的一段话。世界变化得越来越快,而我们好像来不及反应。如果没有互联网时代的到来,也许就没有《黑客帝国》这样的电影呈现。突然想写写这个时代的核心科技天才人物,给我们带来的科技变化。传大的领导者都是伟大的学习者。牛津大学研究人员先前在美国和英国进行研究显示,美国可能被机器人取代的职位比例为47%,英国为35%,中国为77%,日本为49%。随着智能时代的到来,我们也开始对自己所属的行业工种产生新的审视,你现在所做的工作有没有可能在不久的将来变成机器自动化,让机器人取代,而我们要选择什么样的工作才能保证没有危机感,现在不光是人与人竞争。还有与这个大时代科技带来的创新的竞争。工业时代最大的收获就是“执行力”而执行力务必是执行,按着一条条命令去严谨完成即可,他不需要你有过多的大脑分析,而只需要思考如何执行到位。智能时代有可能将这种需要人工去执行的工种用自动化取代,而人们需要更多的是要有引领思维。未来已来。这就会逼着我们在很多行为上面做一些改变,看了一些关于马斯克和乔布斯的书,他们2个非常相似,喜欢设计,喜欢控制,追求细节上的完美极致。无论是乔布斯在设计手机上面的美学,还是马斯克发射火箭,都是在细节上达到了百分百,执行细节的苛刻,都贯彻到了骨子里。关键是这样的大师级人物不论是从事哪一个行业都会十分出色,他们身上有一种多元化思考与实践,按现在的理解来说就是跨界奇才。大师级人物,从来不拥有专业身份。马斯克是科学家、企业家、思想家,他的专业知识覆盖了火箭、工程学、物理学、人工智能、太阳动能源等学科领域,思想表达又像哲学家一样深刻而透彻。马斯克的跨界能力来自超级阅读力。知识达到一定程度就是可以连接自动实现跨界并很好的运用。乔布斯主张专注和简单。简单可能比复杂列难做到,你必须努力梳理思路,从而变得简单。苹果手机的设计界面,一开始黑白2种颜色整个界面只有一个开机键,真是少而简到了极致。生活中的乔布斯,素食、禅修,冥想,样样都不是停留在语言上,他是在用真实的生活去参与感受,而不是停留在遵守各种宗教教条。有趣的是乔布斯和马斯克在公司管理上面都很“暴力”,私下都被誉为“暴君”乔布斯最让员工可怕的是冷漠,而马斯克有点轻微的岐视智商不高的人。乔布斯不相信上帝,而马斯克是个连上帝都不愿意等待的人,他们都有着自己的追求和精神领空,在他们的世界中,所有人必须无条件的配合他们的指令。暴君们只对待出色的人友好。实际上亚马逊的创始人贝索斯也是被员工认为很冷漠的人,在亚马逊任职十几年的管理人员说"贝索斯不是那种人,他不能容忍愚蠢,即使是偶然的愚蠢”。无一例外,这些科技大佬们,都是从事自己热爱的事业,精力十足,并都有点偏执狂特质。在阅读这些人物自传时,也就理解了世界第一首富约翰·洛克菲勒写的《只有偏执狂才能成功》,还有安迪.格鲁夫写的《只有偏执狂才能生存》,看来偏执也是一种力量。人工智能的出现与发展预示着世界上90%的人类工作将由机器人完成,未来穷人对富人和权力阶层的利用价值将逐渐消失,城市中心的住宅会变得低廉,能源采集来自光和风...人类从设计自己的生活,将逐渐升级为自我设计,新技术会赋予人们前所未有的能力。这是《人类简史》·赫拉利中的描写。我们在享受着这些偏执狂一样的大佬们带给我们的科技感,同时也要思索自己对于社会的贡献在哪里,有没有可能被取代,如何让自己立足于不可取代的位置,随着人工智能的到来我相信这是每一个职场人士都会要去思考的问题。如果人工智能真的来临,我们是否做好了准备,在从事被取代工种的我们又该何去何从呢。2020年是沉重又特殊的一年,这一年发生了太多不寻常的事情,我想这场全世界的疫情会给我们每一个人不同的感受,让我们放慢了脚步,让我们学了会敬畏,学会了审视自己。但是不管怎样,我们还是要着眼未来,用发展的眼光看待2021年,更好的理解人工智能带来的启发。2017年应该是人工智能最火的一年。智能家居、智能工厂、智能语音等。我们试想一下如果人工智能用在中国的农业上是怎么样的效果。美国是一个农业大国,通过视频可以了解到,他们工人在农场作业时用机器取代工人,一般一到三个人就可以管理好一个宠大的农场,在节省人工成本的同时经济收益得到了几百倍的增长。整个农场运作都是程序化的,按程序去操作即可。如果人工智能用到我们的农业,智能化农业科研、生产、加工、销售于一体,实现全天候,反季节的系统化生产,这样增加了生产规模提高了生产基数,会不会降低普通人的生活购买成本,当然这只是我个人的小小想法,真正实现起来需要一些时间。不过在日本和美国已经有了显著成效。另外,随着国内人口红利的消失,人工机器人的发展也可以很有效的拉动传统产业,补充劳动缺口。人工智能会给我们带来什么样的启发呢,随着人工智能的到来,技术也就越来越被重视,参与到学习各种技术的人员会更多。智能设备与人类融合,通过数据会参与到我们的学习、记忆、分析和理解能力,甚至有可能会参与我们最后的判断与决定。未来10年中,人工智能将会从以下方面改变我们的生活。1、人工智能将成为更好的个人助理。如苹果手机Siri等 私人助理让很多人养成与设备对话的习惯,减少触碰屏幕的时间。除了提醒功能和进行网络搜索外,私人助理在家居领域也会有一番作为。通过软件语音可以打开或关闭家里的家用电器设备。2、人工智能将能在危机来临时处理海量信息。3、机器人将能互相沟通,并制定计划。这个场景可能需要实现的时间会相当长。4、人工智能将能提前做出医疗预测。5、无人驾驶汽车将能自行做出判断。现在的无人驾驶很难做出汽车面临一个两难选择的伦理判断,可能需要10年的时间研究。6、刷脸成为普遍的识别方式,除了刷卡,刷手机,可能在登机、观影、登录邮箱等都可以利用人脸识别系统。7、智能语音识别。人工智能技术会对传统行业产生颠覆性影响,在国防、医疗、工业、农业、金融、商业、教育、公共安全等领域取得广泛使用,也将会产生新的业态和商业机会,引发产业结构的变革。目前国内做得好的人工智能就是人脸识别和网络安全,坐飞机和高铁还有支付的时候,就感觉人脸识别很方便,但是其它方面的人工智能可能因为本人认知有限,并没有太多体会到。相信不久的将来,人工智能会改变我们的生活,想想互联网红利期带给我们在交通支付购物点餐等生活服务中的众多便利,就更加期待人工智能的早点到来。人类文明的永恒主题一直是“自由”,制度自由、经济自由、思想自由、空间自由、即便财富的魔力本质依然是自由。希望人工智能的到来,能加速让我们体会到这无限的自由。

热门文章

简单讲:互联网数据标注员是借助电脑或者移动设备对一些原始的数据进行处理,生产出满足AI公司机器学习需要数据的一群人。按照数据处理对象的不同,工作内容也会有差别,标注员的工作内容可以分为:分类;框选;注释;标记。按照所处公司的不同,标注员的工作方式也会有差别:有的人工智能公司处于对数据安全性考虑会自建标注团队,在这些公司工作的标注员可以保证自己工作内容不会出现太大变动;但一些服务于人工智能公司非专业外包公司标注员的工作则是项目制的,一个项目忙完紧接着做另一个项目,这样工作内容连续性较差,对一种类型的项目经验也不会积累的太多。就目前来说,人工智能还处于人工增长阶段,机器依然需要大量的数据进行训练,测试。标注员在当下也会一直存在,而且从业群体会越来越多,所以暂时不用担心这份职业会不会短期消失。就标注员从业来说,建议选择人工智能公司和专业的数据公司,这样可以保证自己在一个方向上了解的足够深入。就职场晋升来说,以牛牛数据为例:标注员——项目经理——项目总监——数据运营总监。首先谈谈什么是数据标注。数据标注有许多类型,如分类、画框、注释、标记等等,我们会在下面详谈。要理解数据标注,得先理解AI其实是部分替代人的认知功能。回想一下我们是如何学习的,例如我们学习认识苹果,那么就需要有人拿着一个苹果到你面前告诉你,这是一个苹果。然后以后你遇到了苹果,你才知道这玩意儿叫做“苹果”。类比机器学习,我们要教他认识一个苹果,你直接给它一张苹果的图片,它是完全不知道这是个啥玩意的。我们得先有苹果的图片,上面标注着“苹果”两个字,然后机器通过学习了大量的图片中的特征,这时候再给机器任意一张苹果的图片,它就能认出来了。这边可以顺带提一下训练集和测试集的概念。训练集和测试集都是标注过的数据,还是以苹果为例子,假设我们有1000张标注着“苹果”的图片,那么我们可以拿900涨作为训练集,100张作为测试集。机器从900张苹果的图片中学习得到一个模型,然后我们将剩下的100张机器没有见过的图片去给它识别,然后我们就能够得到这个模型的准确率了。想想我们上学的时候,考试的内容总是不会和我们平时的作业一样,也只有这样才能测试出学习的真正效果,这样就不难理解为什么要划分一个测试集了。我们知道机器学习分为有监督学习和无监督学习。无监督学习的效果是不可控的,常常是被用来做探索性的实验。而在实际产品应用中,通常使用的是有监督学习。有监督的机器学习就需要有标注的数据来作为先验经验。在进行数据标注之前,我们首先要对数据进行清洗,得到符合我们要求的数据。数据的清洗包括去除无效的数据、整理成规整的格式等等。具体的数据要求可以和算法人员确认。二、常见的几种数据标注类型1.分类标注:分类标注,就是我们常见的打标签。一般是从既定的标签中选择数据对应的标签,是封闭集合。如下图,一张图就可以有很多分类/标签:成人、女、黄种人、长发等。对于文字,可以标注主语、谓语、宾语,名词动词等。<img src="https://pic2.zhimg.com/50/v2-df93dc0a7e8a5fe387dc3774748b5f05_hd.jpg" data-caption="" data-size="normal" data-rawwidth="700" data-rawheight="400" class="origin_image zh-lightbox-thumb" width="700" data-original="https://pic2.zhimg.com/v2-df93dc0a7e8a5fe387dc3774748b5f05_r.jpg">适用:文本、图像、语音、视频应用:脸龄识别,情绪识别,性别识别2.标框标注:机器视觉中的标框标注,很容易理解,就是框选要检测的对象。如人脸识别,首先要先把人脸的位置确定下来。行人识别,如下图。<img src="https://pic2.zhimg.com/50/v2-7824903d6d840e2bb08d96b5c2fa5874_hd.jpg" data-caption="" data-size="normal" data-rawwidth="591" data-rawheight="398" class="origin_image zh-lightbox-thumb" width="591" data-original="https://pic2.zhimg.com/v2-7824903d6d840e2bb08d96b5c2fa5874_r.jpg">适用:图像应用:人脸识别,物品识别3.区域标注:相比于标框标注,区域标注要求更加精确。边缘可以是柔性的。如自动驾驶中的道路识别。<img src="https://pic3.zhimg.com/50/v2-4bc1dd2278182acf94fc426d7e6f2dc1_hd.jpg" data-caption="" data-size="normal" data-rawwidth="601" data-rawheight="377" class="origin_image zh-lightbox-thumb" width="601" data-original="https://pic3.zhimg.com/v2-4bc1dd2278182acf94fc426d7e6f2dc1_r.jpg">适用:图像应用:自动驾驶4.描点标注:一些对于特征要求细致的应用中常常需要描点标注。人脸识别、骨骼识别等。<img src="https://pic4.zhimg.com/50/v2-5e24f394516c75e45942c37ba0da85c0_hd.jpg" data-caption="" data-size="normal" data-rawwidth="583" data-rawheight="387" class="origin_image zh-lightbox-thumb" width="583" data-original="https://pic4.zhimg.com/v2-5e24f394516c75e45942c37ba0da85c0_r.jpg">适用:图像应用:人脸识别、骨骼识别5.其他标注:标注的类型除了上面几种常见,还有很多个性化的。根据不同的需求则需要不同的标注。如自动摘要,就需要标注文章的主要观点,这时候的标注严格上就不属于上面的任何一种了。(或则你把它归为分类也是可以的,只是标注主要观点就没有这么客观的标准,如果是标注苹果估计大多数人标注的结果都差不多。)三、有什么发展前途?数据标注员可以说是AI消灭了一部分工作又创造出来的一种工作。在未来AI发展良好的前提下,数据的缺口一定是巨大的。可以预见3-5年内数据标注员的需求会一直存在。至于发展,其实所谓一些熟能生巧的工作,都是有被替代掉的风险的。深度学习解决的一件事情就是熟能生巧。在这个岗位上,其实你的一些想法就代表了AI的想法,AI会根据你标注的数据进行学习,想想还是有点成就感的。数据标注可以说是AI的入门级岗位,未来可转向其他AI岗位。如项目实施顾问等,这就要求更多的工作技能,需要再工作中积累。作者:跹尘链接:https://www.zhihu.com/question/30654399/answer/264828926来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。