人工智能何以改变教育?专访图灵奖得主John E Hopcroft教授(附视频)

导读:2018年7月18日,由互联网教育智能技术及应用国家工程实验室、中国教育与社会发展研究院和北京师范大学智慧学习研究院联合举办的“人工智能与教育学术沙龙”在京举行,图灵奖获得者、美国康奈尔大学教授、中国科学院外籍院士约翰·霍普克罗夫特(John E·Hopcroft)作了题为《人工智能与深度学习》的主旨报告。来自清华大学、北京理工大学、首都师范大学、北京师范大学等高校的师生和相关企业代表参加了活动。



人工智能给教育带来了哪些机遇与挑战?什么是深度学习?有何意义?AI会替代教师吗?今天,CITlab(搜索CITlab,关注微信公众号)为您带来图灵奖获得者John .Hopcroft教授的相关解答。


图灵Hopcroft交流.jpg

点击网址观看视频

https://v.qq.com/x/page/i0757mqzxpz.html



人工智能对社会生活带来的影响与挑战是什么?


我认为在当今世界,信息革命将从根本上改变这个社会。如同农业革命和工业革命一样,它会给我们的生活带来重大影响,它会减少人力的投入来创造更多我们需要的产品和服务。可以预想到,在未来,也许只需要25%的人工作。在那种情况下,我们需要思考如何鼓励其他人投入参与到更有价值的活动中去,同时我们要思考哪些国家有资源能够受益于此。许多经济学家认为也许只有中国和美国两个国家可以,其中一个重要的因素是获取信息的渠道和方式,而中国和美国都在保护它们的信息,其他国家还没有达到这个数量级。人工智能将会从根本上改变我们的生活,未来我们的孩子生活的世界会和我们很不一样。



人工智能对教育产生什么影响?


许多人认为人工智能有着意义深远的影响。但是我有一点疑问,我认为教育是一件非常复杂的事。研究教育的人常说:对教师来讲最重要的不是他们知道多少知识或者他们的课讲得有多好,而是他们是否关注学生的成功。所以,一些研究人员提出“用人工智能来取代教师”,这也许会失掉教育中最重要的因素。同时,我想分享另一个例子,我读二年级的时候,我住在西雅图,当时西雅图刚刚出现电视,我认为这是从根本上改变教育的一个方式。设想一下,如果你正在学习一门历史课,而这里恰巧有一些电视节目中有地图、图片和其他有意思的东西。从这点来看,我认为电视对教育有着非常重要的影响。所以,我并不认为人工智能对人们思考方式有多大的影响,但是当你试着去预测未来时,没有人真正知道未来是什么样子,因此我们需要去探索更多的方式去预测未来。我并不想忽视人工智能对教育的影响,但是我不确定它是不是最重要的影响因素。



什么是“深度学习”?意义是什么?


人们正在建立起一个神经元网络架构,这是一种类似于大脑神经元的模型。但这只是一种简单的模型,因为人脑的结构非常复杂,而我们的问题是这个网络联系到底有多深?在这个逻辑中,我们到底植入了多少层的联系?研究人员发现,当他们做A层次时,他们可以做一些很基础的事情(计算、算法)。当这个模式里的层次不断加深时,计算的效果也越来越好。现在人们的学习有数以千计的层次,我们现在还不知道为什么更多层次会使学习效果变好,但是研究显示的结果是这样的。“Deep”指的是在这个模式下有多少层的网络联系,这似乎是一个复杂的概念。



您对中国学者有哪些建议?


如今,许多研究人员只是在做他们被要求要做的研究。在美国有一个概念:实践研究和基础科学研究的不同不在于这个研究本身是什么样的,而更重要的区别在于是为什么你要做这个研究。实践研究通常都有国家或企业的引导,这种研究可在一定程度上促进该领域的学术发展。基础科学研究则是一种基于对研究问题本身的好奇而开展的研究。在美国有调查表明,基础科学研究将通常在大学里,以培养下一代的人才,这也是美国所做的最好的一项投资,因为正在做研究的人都没有很大的课题压力,他们中的有些人已经开创了很多全新的、重要的研究领域,甚至创立了雇佣上千万员工的公司。

 

我认为中国要开始在大学中推动并鼓励研究人员做研究,要让他们意识到研究是一件非常有意思的事。这是因为你做的基础性研究往往出自你的兴趣和你想去做的事。如果你只把研究当做工作或者做别人告诉你做的事,你也许也会做得很好,但是这和你自己真实想做的是完全不一样的,而且也很难发现其中的乐趣。我认为中国的研究机构尤其是基层研究单元要有一个研究观念的转变。在很多大学,基层研究单元是研究机构的基础,他们会承担更多基础性的研究工作。要让研究人员觉得这是在为他们自己而工作,做的是自己想做的研究,而不是依靠课题项目的驱使去做研究。也许,并不是所有的研究都会如此有价值,但是我们正在培养下一代研究人员,他们中的一些将会带来根本性的创造和全新价值。所以在中国,重要的是基础性研究这一观念的转变。在过去20年里,中国的研究在数量和竞争力上已经有了一个很高的地位,我认为下一步重点要提高研究的质量。



we.png


机器学习是人工智能领域的一个研究方向,霍普克罗夫特教授在“人工智能与教育学术沙龙”上介绍了机器学习在人工智能中的应用原理、意义和实践,并就人工智能对教育的影响做了深入解析。


“智能时代”真的要来临了?或许还需要40年才能取得突破。

    

霍普克罗夫特教授回顾了人工智能的发展历程并指出,信息革命将从根本上改变我们的社会,如同农业革命和工业革命一样,它会给我们的生活带来重大影响,它会减少人力的投入并创造更多的产品和服务。未来假设只有25%的人需要工作,如何鼓励其他人参与到更有价值的活动中去就变成了一个重要的议题。当前的人工智能主要是基于一定规模的大数据量支持下的模式识别,而真正的智能或许还需要40年的时间才能真正取得突破。

    

深度学习是机器学习的一个分支,是“更深层次”的机器学习。研究人员正试图建立起一个神经元网络架构,这是一种类似于大脑神经元的模型,但这只是一种简单模型,因为人脑的结构非常复杂,无法完全复制。深度学习研究想让机器模仿人脑的机制来解释数据,“Deep”指的是在这个模式下有多少层的网络联系。

    

研究人员发现,单一层次可以做一些类似于计算、算法等较为基础的事情;当模型里的层次不断加深时,计算的效果也越来越好。人类大脑学习时有数以千计的层次,如今还无法解释为什么更多的层次会使学习效果变好,但是研究显示的结果是这样的。

    

人工智能如何助力教育?教育问题的核心点是“爱与关怀”。

    

在国际教育技术领域有一个著名的“乔布斯之问”,为什么计算机改变了几乎所有领域,却唯独对学校教育的影响小得令人吃惊?霍普克罗夫特教授认为教育是一件非常复杂的事,一些研究人员提出“用人工智能取代教师”,但这也许会失掉教育中最重要的因素。在谈到人工智能等新技术与教育的关系时,他介绍了一项美国的教育社会实验。该实验经过长达20年的追踪研究发现,真正帮助学生获得成功的关键因素不是教材和知识本身,而是老师的关怀。他指出,教育问题的核心点是“爱与关怀”,一切技术都是辅助手段,只是为教育提供更完善、更优化的渠道和方式。

    

霍普克罗夫特教授建议在大学中推动并鼓励研究人员做人工智能方面的研究。首先要让青年学者意识到研究是一件非常有意思的事。这是因为人工智能的基础科学研究非常重要,它不同于实践研究,基础科学研究的动力主要来自于研究者对于某一研究领域和问题的好奇心,如果仅靠传统的项目经费和论文数目的驱使,往往难以催生出更高效的结果。其次,研究机构尤其是基层研究单元要转变研究观念。在很多大学,基层研究单元是研究机构的基础,他们会承担更多基础性的研究工作。应让研究人员觉得他们在为自己感兴趣的课题而努力工作,而非仅仅为了完成项目。也许不是所有的研究都有很高的价值,但是我们正在培养下一代研究人员,他们中的一些人将会带来根本性的改变。过去20年,中国的人工智能研究在数量和竞争力上已经取得了很大提升,下一步重点要提高研究的质量。



视频制作、编辑:孙洁

文章发表于中国教育报2018年8月19日03版