韩一区二区,天天干天天爽人妻一区二区三区,内射中出后入少妇在线观看 ,欧美福利视频在线播放

　　原標題：湯姆·米切爾：未來AI將給教育帶來深度變革

　　無人駕駛、人臉識別、智能語音......如果問當(dāng)下什么詞最熱？“人工智能（AI）”一定是其中之一。

　　8月末，2019世界人工智能大會在上海隆重舉行，今年的大會上，特別設(shè)有教育行業(yè)主題論壇。當(dāng)人工智能開始涉足古老的教育行業(yè)，會掀起怎樣的變革風(fēng)暴？

　　為此，“第一教育”對參加教育行業(yè)主題論壇的幾位大咖嘉賓進行專訪，對于AI+教育，他們怎么看待？如何預(yù)言？有哪些擔(dān)心？又有什么期待？

　　今天推送第一篇，采訪對象是“機器學(xué)習(xí)之父”、卡內(nèi)基梅隆大學(xué)計算機學(xué)院院長湯姆·米切爾（Tom Michael Mitchell），在他的眼里，人工智能將在未來5-10年，給教育帶來哪些深度變革？

　　如何為90分和60分的孩子制定不同的學(xué)習(xí)目標？同樣都是60分的孩子，提高學(xué)習(xí)成績的辦法一樣嗎？不用題海戰(zhàn)術(shù)，怎么測出每個孩子哪個知識點會，哪個知識點不會？

　　在8月末于上海舉行的世界人工智能大會上，卡內(nèi)基梅隆大學(xué)計算機學(xué)院院長湯姆·米切爾（Tom Michael Mitchell）為人工智能（AI）在教育領(lǐng)域的應(yīng)用畫出藍圖。

　　在業(yè)內(nèi)，米切爾被譽為“機器學(xué)習(xí)之父”，1996年，他在卡內(nèi)基梅隴大學(xué)創(chuàng)辦了人類歷史上第一個機器學(xué)習(xí)系，專著《機器學(xué)習(xí)》（MachineLearning）至今仍是機器學(xué)習(xí)領(lǐng)域的經(jīng)典教科書。

　　近年來，米切爾對人工智能的研究興趣更多地轉(zhuǎn)向同教育的結(jié)合，就在去年，他加入中國一家教育創(chuàng)業(yè)公司——松鼠AI，出任首席人工智能科學(xué)家。 人工智能可以在多大程度上改變教育？未來的發(fā)展走向如何？帶著這些問題，小編對湯姆·米切爾教授進行專訪。

　　cb17c24bf434b2175c1c6f1b62320d6a.jpg

　　2019世界人工智能大會教育行業(yè)主題論壇現(xiàn)場

　　改變1：個性化教育

　　也許在不久的將來，最了解你的人不是你自己，也不是你的家人，而是人工智能機器。

　　米切爾介紹，目前人工智能的開發(fā)正處于第一代和第二代交替的轉(zhuǎn)折點，現(xiàn)有的人工智能技術(shù)，已經(jīng)做到對知識點的納米級拆分，由此勾勒出的知識圖譜，能夠根據(jù)學(xué)生留下的蛛絲馬跡，精準地透視到每一處知識漏洞。

　　比如，通過人工智能算法，一元二次方程可以被拆解成107個知識點，初中英語聽力的知識點更是被拆分為8000多個。

　　而人工智能未來的方向，是把計算機科學(xué)、心理測量學(xué)、教育學(xué)、心理學(xué)和腦科學(xué)等學(xué)科全部容納進來，聚焦的對象不再是刻板的課本知識，而是進一步為學(xué)生的思維模式、學(xué)習(xí)能力和學(xué)習(xí)方法診脈開方。

　　“比如，人工智能已經(jīng)可以把‘情商’拆解為30多種能力，包括觀察能力、語言表達能力、尋找對方感興趣的話題的能力、對別人的心態(tài)判斷的能力，甚至是遭受不公平待遇之后的自我化解能力，等等。”

　　米切爾解釋，世界上沒有完全相同的兩片樹葉，即便是分數(shù)一模一樣的學(xué)生，人工智能也可以分析出他們不同的學(xué)習(xí)能力、學(xué)習(xí)特點和知識點盲區(qū)，從而精準地刻畫出千人千面的學(xué)習(xí)者畫像。

　　“計算機算法被用來調(diào)節(jié)與學(xué)習(xí)者的互動，在此基礎(chǔ)上，提供定制化的學(xué)習(xí)資源和學(xué)習(xí)活動，以滿足每個學(xué)習(xí)者的獨特需求。”

　　在米切爾看來，通過對學(xué)生的知識狀態(tài)和能力水平進行持續(xù)性追蹤和評測，人工智能能夠為學(xué)生提供最佳的個性化學(xué)習(xí)方案，并且隨著學(xué)生能力水平的變化而動態(tài)調(diào)整。

　　“基于人工智能而開發(fā)出的自適應(yīng)學(xué)習(xí)系統(tǒng)的革命性就在于，它更像是一種‘決策型AI’，為學(xué)生提供個性化教育。”

　　米切爾說，未來人工智能將扮演最優(yōu)秀的老師，推薦給學(xué)生關(guān)于學(xué)習(xí)內(nèi)容和學(xué)習(xí)路徑的合理決策。

　　改變2：“因材施教”規(guī)?；?/p>

　　如果說個性化教育是人工智能改變教育的一個點，那么由這個支點出發(fā)，使得“因材施教”成為規(guī)模化，則是對于教育全景的撼動。

　　“在傳統(tǒng)的學(xué)習(xí)中，經(jīng)常會遇到老師教的東西，學(xué)生其實已經(jīng)懂了，或者學(xué)生自以為懂了，實際上并沒有的情況，這是因為學(xué)生在教室里接受的信息和他們實際掌握的知識是不匹配的，而這樣的情景，在人工智能時代可以完全避免。”

　　米切爾表示，雖然老師不會被機器所替代，但是在未來典型的教育場景中，很可能是老師和AI共同執(zhí)教，相當(dāng)于為每一個孩子配備一個計算機助教，一個教室里，由老師加幾十個助教，一起追蹤每個學(xué)生的學(xué)習(xí)進程，提供相應(yīng)的幫助。

　　“無論在美國還是中國，缺乏優(yōu)質(zhì)的教師資源，始終是教育行業(yè)的痛點。”

　　此前，教育部發(fā)布的《2017年全國教育事業(yè)發(fā)展統(tǒng)計公報》顯示，全國共有義務(wù)教育階段學(xué)校21.89萬所，在校生1.45億人，專任教師949.36萬人，其中，特級教師的比例還不到千分之一。

　　資源分配上的巨大的差距，使得基于個性化學(xué)習(xí)的因材施教，只能停留在理想的狀態(tài)。此前，雖然互聯(lián)網(wǎng)帶來了教育資源獲取的便利化，但并沒有從根本上解決優(yōu)質(zhì)資源缺乏的深層次問題。