5月24日，第三屆AIAED全球AI智適應(yīng)教育峰會在北京舉行。

Tom Mitchell認為未來的十年，AI將會繼續(xù)影響教育，機器學(xué)習(xí)將會對智適應(yīng)教育產(chǎn)生重要影響，例如通過機器模擬人的學(xué)習(xí)狀態(tài)來獲取數(shù)據(jù)，從而適度擺脫對人類數(shù)據(jù)的依賴；松鼠AI創(chuàng)始人栗浩洋從三個層面介紹了松鼠AI老師的架構(gòu)，并指出知識地圖和錯因分析在教育減負上的應(yīng)用；好未來CTO 黃琰認為，AI+教育已經(jīng)進入2.0時代，AI也會促使教育培養(yǎng)目標(biāo)從改變命運到提升幸福的轉(zhuǎn)變。

“機器學(xué)習(xí)教父”Tom Mitchell：未來十年將是AI影響教育的十年

第三屆AIAED主席、CMU計算機學(xué)院院長Tom Mitchell

“機器學(xué)習(xí)教父”Tom Mitchell首先演講，演講內(nèi)容主要是圍繞AI的發(fā)展如何影響教育。

“未來的十年將是AI影響教育的十年。”

Tom Mitchell表示這是個人看法，因為他已經(jīng)在AI領(lǐng)域工作了幾十年，做了很多AI相關(guān)的應(yīng)用，包括在機器、醫(yī)療和數(shù)據(jù)采集商的應(yīng)用。但在他看來，未來十年，將AI技術(shù)應(yīng)用到教育上，這是最讓他感到興奮的，所以他現(xiàn)在也把自己的很多研究放到了AI教育應(yīng)用上。關(guān)于原因，他總結(jié)了三條。

第一個原因，個性化教學(xué)帶來了重大益處。他們發(fā)現(xiàn)，在一般的教學(xué)場景中，只要獲得了個性化指導(dǎo)的學(xué)生，與對照組相比，學(xué)生的分?jǐn)?shù)會得到90%的提升，這是非常重要的個性化指導(dǎo)的益處。

第二高原因，已經(jīng)證明了以電腦為基礎(chǔ)的教學(xué)之價值。如今，很多公司能夠提供各種各樣以電腦為驅(qū)動的教學(xué)服務(wù)和課程，例如數(shù)學(xué)、化學(xué)和物理，還有一些文科課程，電腦可以幫助我們提高教學(xué)質(zhì)量。

Tom Mitchell拿卡內(nèi)基梅隆大學(xué)的系統(tǒng)舉例，代數(shù)老師可以通過系統(tǒng)看到，系統(tǒng)中藍色曲線代表的是使用電腦來指導(dǎo)學(xué)習(xí)代數(shù)的學(xué)生，綠色代的是用一般方法學(xué)習(xí)代數(shù)的學(xué)生，然后藍色的這些學(xué)生得分更高。所以，不單單是對人的個性化教育，能夠為學(xué)生帶來很大改善，用電腦來指導(dǎo)學(xué)習(xí)，也可以在學(xué)科中的得分得到極大提升。

Tom Mitchell表示，目前來看教育還有很大提升空間，所以他們有動力來研究借助AI為人們進一步開發(fā)基于電腦的教學(xué)指導(dǎo)。

第三個原因，過去十年，AI技術(shù)正在快速發(fā)展。電腦可以幫助我們更好的識別圖像和人臉、把語言轉(zhuǎn)化成文字等等，這些技術(shù)都是現(xiàn)成的。他認為，未來十年，這個發(fā)展趨勢還會繼續(xù)延續(xù)。

基于這三點原因，Tom Mitchell認為，AI能夠讓學(xué)生的分?jǐn)?shù)提高兩個等級，還能幫助老師進一步輔助學(xué)生進步。基于這三點原因，加上AI技術(shù)飛快發(fā)展，Tom Mitchell最終決定投身于AI+教育的研究上。

關(guān)于新技術(shù)如何改善自適應(yīng)教學(xué)，他認為對話系統(tǒng)很適合自適應(yīng)教育，雖然現(xiàn)在的對話系統(tǒng)相對簡單，隨著技術(shù)發(fā)展對話系統(tǒng)還有很大進步空間，將有助于老師和學(xué)生進行更開放的討論。大腦科學(xué)同樣是一種非常重要的能夠影響智適應(yīng)的技術(shù)，例如大腦成像技術(shù)，檢測腦電波顯示大腦活動，預(yù)計能夠非常靈敏追蹤學(xué)生的情感狀況，判斷學(xué)生是否真正了解這個知識。此外，機器學(xué)習(xí)和虛擬現(xiàn)實也是非常重要的技術(shù)，對智適應(yīng)教學(xué)的未來也非常重要。

那么如何在智適應(yīng)上影響教學(xué)？

Tom Mitchell認為第一個是機器學(xué)習(xí)。不管是宏觀還是微觀層面，學(xué)生在都能夠基于教學(xué)系統(tǒng)完成不同的任務(wù)獲得不同的答案，系統(tǒng)可以顯示學(xué)生的錯誤并糾正，知道學(xué)生的學(xué)習(xí)軌跡，也能掌握學(xué)生的情感狀況，這才是我們所說的智適應(yīng)教育的意義所在，就是能夠理解學(xué)生目前的狀態(tài)。

在智適應(yīng)教育當(dāng)中，機器學(xué)習(xí)應(yīng)該在每個學(xué)科領(lǐng)域都有一種功能，去了解學(xué)生的狀態(tài)，機器學(xué)習(xí)能夠自己發(fā)現(xiàn)這個功能是什么，這樣就不必把它嵌入永遠的模式當(dāng)中，我們可以用機器學(xué)習(xí)來不斷的修改它，這是機器學(xué)習(xí)在其中的核心作用。

還有一點，現(xiàn)在有很多人在研究強化學(xué)習(xí)，就是讓機器來模擬人學(xué)習(xí)做不同的任務(wù)，從而用機器學(xué)習(xí)的數(shù)據(jù)來開發(fā)強化學(xué)習(xí)算法，因而就不會那么依賴人類的數(shù)據(jù)。

關(guān)于未來智適應(yīng)教育的最大障礙是什么？Tom Mitchell表示他也不知道答案是什么，但他認為最大的一個問題就是我們現(xiàn)在還沒有太多的觀察能力，沒有特別好的進行學(xué)習(xí)者觀察，沒法非常好地說明學(xué)生的學(xué)習(xí)狀態(tài)到底是什么樣，這在未來非常重要，所以我們學(xué)習(xí)用圖像、表情識別跟蹤分析來解決這個問題。

還有一個問題，就是沒有足夠的數(shù)據(jù)幫助系統(tǒng)選擇最佳的輔導(dǎo)策略，我們不知道該如何有效激勵學(xué)生，而且人機交互是比較低效的，尤其是與人人交互相比，所以機器指導(dǎo)學(xué)習(xí)是不是會有上限，這些也是我們提出來希望和大家討論的問題。

關(guān)于未來，Tom Mitchell認為有兩個非常重要的方向，一是更廣泛，二是更協(xié)調(diào)。更廣泛是指，如今有更多的學(xué)科領(lǐng)域可以參與進來，扮演重要角色，幫助實現(xiàn)智適應(yīng)教育（不單是AI學(xué)科），這意味著我們需要把所有領(lǐng)域的專家都邀請進來。更協(xié)調(diào)是指，我們不應(yīng)該只是做單項研究，而是要進行更多的信息和數(shù)據(jù)分享，例如在開源軟件分享上，還要建立標(biāo)準(zhǔn)數(shù)據(jù)格式及其他AI標(biāo)準(zhǔn)，就可以為智適應(yīng)教學(xué)提供重要資源和幫助。

最后，Tom Mitchell表示，教育領(lǐng)域的全球合作是非常重要的，也是唯一理性的解決辦法，我們提升的速度、共同努力的速度越快，那么我們的目標(biāo)實現(xiàn)就越快。