Jia Li: Machine learning and artificial intelligence could transform health care and education
來源：起风财经
雖然「人工智慧＋教育」（AIED）僅在行業中，有一個模糊的概念，但相信多數人對它的理解，基本是「機器人教學」。
你相信機器人能代替真人老師授課嗎？
如果你不相信，理由或許是這樣的——
首先，從現有的技術條件來看，人工智慧技術遠沒有達到成熟狀態；
其二，人工智慧只能進行海量的學習和模仿，卻很難擁有超越知識的創造力，更加無法擁有人類的意識和情感，這決定了人類對其始終擁有掌控力。
此外，從現階段的產業環境來看，至少在亞洲，儘管行業和資本層面，皆對人工智慧抱有極大的熱忱，但的確與目前的學術理論，和技術研發水平之間，存在著巨大的溫差。
但是不得不承認，從打敗象棋冠軍的「深藍」，到攻克圍棋領域的「Alpha go」，再到打敗人類辯論選手的「Debater」，人工智慧在挑戰人類智識和想像力層面的爆發力，從來沒讓人失望過。
從事「人工智慧＋教育」的松鼠AI CEO栗浩洋在11月24日的媒體活動上更是直言，藝術、想像力等，人類最後躲藏的堡壘和洞穴，終有一天會被人工智慧技術所解構。而當機器可以復刻好奇心、創造力等意識層面的能力，那就意味著它可以對真人老師，進行全方位的替代。
或許關於人工智慧＋教育的邊界，越來越值得我們有更多的思考。
為什麼AI能在創造力上超越人類。
栗浩洋認為，「創造力」表現在四個維度——
第一個維度是知識廣博，沒有知識的鋪墊，就不能創造出與眾不同的東西。毫無疑問，人工智慧的知識儲備，必定比人類要廣博。IBM的超級電腦「沃森」（Watson）早在2011年初，就已經在益智類綜藝節目《危險邊緣》（Jeopardy！）中打敗了最高獎金得主布拉德·魯特爾，和連勝紀錄保持者肯·詹寧斯，最終贏得100萬美元的獎金。
「這一點也不稀奇，也不令人恐懼，它就是搜索引擎，對於任何知識，都可以直接在網上搜索後進行反饋，就好像挖掘機用蠻力，戰勝了人類的鐵鏟一樣」，栗浩洋評論稱。
應用於教育領域，栗浩洋稱，在當前的科技水平之下，人工智慧可以做出，每一個人類大腦中的「知識地圖」，其中包含幾千萬的知識點、題目、用戶畫像，以及它們之間的關聯性，而人類老師卻不可能做到窮盡所有的知識。「當一個孩子的知識畫像被AI獲知，它就可以幫孩子做出創造性的事」。
創造力的第二個維度是好奇心。
「好奇心是人類改變世界的動力，愛因斯坦發明狹義相對論，是源於兒時對於，如果人比光快會怎麼樣的幻想，這似乎也是人和任何機器不一樣的地方」，栗浩洋說。但他進一步指出，對機器來說，好奇心也是可以被學習的。
典型案例是AI對經典遊戲《Montezuma's》的攻克。
一般而言，AI會透過「強化學習」的訓練方法在遊戲中通關。在這種訓練中，AI會因為某些結果而獲得獎勵（如得分），或是受到懲罰（如掉血）。因此，AI能在遊戲中經過大量試驗後，找到「得到獎勵」的最佳策略，從而得到高分。
然而《Montezuma's Revenge》的特殊性在於，它不能為AI提供獎勵，在這款益智遊戲中，玩家必須不斷探索、收集才能步步為營，這顯然不符合AI的學習方式。
後來，專家開始教AI如何擁有「好奇心」，簡單來說，告訴AI不僅是跨越障礙可以得分，無目的的探索也可以。最終，AI取得了在9次闖關中，平均得分一萬分的成績，而人類的平均得分只有4000分。
值得一提的是，在AI進行「好奇心」學習以前，它的得分是0分。
AI在《Montezuma's Revenge》中截然不同的表現，與「功利主義」和「自由主義」的對立很相像。「當學會好奇心的AI在遊戲中開始不以勝利為目的，它就會進行不斷的玩樂和挑逗，因為它知道自己必勝，因而求勝變得沒有意思」，栗浩洋評論稱，「現在來看，教育最致命的問題就是功利。
教育應該徜徉、幻想、浪費時間。沒有實際的獎勵和目標，黑暗中的探索，或許才會發現智慧」。
創造力的第三個維度是發散思維。
栗浩洋舉例稱，機器人「能寫會畫」已經不是新鮮事。微軟機器人「小冰」，在學習了近百年來519位詩人的詩之後，已經形成了獨特的風格、偏好和行文技巧，並透過1億用戶的情感融通，做出了一本詩集。
「機器人不是一流的詩人，但是至少可以超過9成的詩人。而且它的作品具有很高的原創性，它曾匿名往北京晨報、長江商報等眾多主流刊物投稿並大量獲選」，栗浩洋稱。
同樣回歸教育領域，按照栗浩洋的說法，人工智慧可以透過把控人的發散思維，然後再對人進行教授。
「當我們能精準的測試人的思維能力的時候，就能幫他舉一反三，就能訓練各種思維能力」，栗浩洋如是說。
創造力的第四個維度是邏輯歸納。
同樣是IBM的沃森研究中心，其開發了一種算法可供研究170萬種香水配方，然後將其成分與其他數據集進行比對。目前，IBM已經與香水公司Symrise合作，向巴西第二大化妝品商店出售了兩款人工智慧研發的香水。
Symrise高管Achim Daub表示，這兩種香水都得到了焦點小組的熱烈響應，即使在與其他受巴西千禧一代歡迎的香水，進行測試時也能獲得最佳效果。
栗浩洋稱，AI總會不斷「冷血」的分析、計算最高的概率，並不斷的彌補缺點。「當AI變得沒有缺點，就不可戰勝」。栗浩洋認為，「AI老師」進行創造力教育的遠景或許是，透過掌握所有的創造能力，在老師問孩子問題時，能用系統激勵他們更多的想像力，並且無論孩子做任何回答，都能有足夠的語料庫與其進行互動，「不要囿於一個答案，而是充滿幻想」。
AI讓「傳統式教育」的優勢蕩然無存
即使以上「AI能在創造力上超越（大部分）人類」的技術命題為真，或許還不足以證明機器人能在需要「即興交互」的授課場景中做到完美，況且教育之於不同地區，和人的習慣和意義，都各有差異。
然而，至少從傳統教育目前的特點來看，AI的出現至少已經在教育思路上，對現行的教育狀態發起了挑戰。
對岸清華大學經濟管理學院院長錢穎一，曾在一篇演講中提及傳統教育的特點。
他指出，傳統教育的最大問題，是我們對教育從認知到實踐，都存在一種系統性偏差，「這個偏差就是我們把教育等同於知識，並局限於知識。大學入學考也是考知識，所以知識就幾乎成了教育的全部內容」。
「而死記硬背、大量做題正是我們目前培養學生的通常做法」，錢穎一強調。
更引人擔憂的是，原本被社會大眾殷切的賦予個性化、創造力期望的知識教授者們，目前在教學隊伍的培養當中，也局部呈現出一種「流水線生產式」的生產態勢。
起風財經曾臥底，某以青少年應試教育，為主營業務的課外培訓機構進行走訪調查，發現此類連鎖培訓機構的師資隊伍中，存在大量非科班、兼職教學的情況。而該培訓機構對外的承諾則是，機構中所有的教學人員，皆為資質過硬的在職教師。
為了安排此類非科班出身的兼職老師盡快「上手」，機構對其進行的培訓流程堪稱「高效」。以語文科目為例，培訓機構的教案編輯團隊，會編製一本特殊的教案，其中逐句逐段的標注、注釋了教學重點，「我們老闆的要求是，任何人一看，不用備課就能講出東西來」，該負責人稱。
當學生乃至教師，都或多或少表現出，嚴重程式化的教育人格後，人和機器的邊界開始變得模糊。
錢穎一指出，人工智慧本身就是透過機器，進行深度學習來工作，而這種學習過程，恰是在大量地辨識，和記憶已有的知識累積。從這個角度出發，人工智慧可以替代，甚至超越那些透過死記硬背、大量做題而掌握知識的人腦。
而且事實證明，人工智慧在和傳統特色「填鴨教育」的契合度上，早已取得了不錯的表現。
2017年高考第一天，一台名為「Al－Maths」的人工智慧機器人和考生一起參加了數學考試，其在22分鐘時間內完成了北京文科數學試卷，得分105分（滿分150分）。而另一台人工智慧教育機器人Aidam，則對陣了6名來自不同地區的前文理科狀元，在數學答題中，Aidam拿到了134分（滿分150分）。
在傳統教育機械化、競爭力普遍不強的情況下，AI的固有儲備優勢已經初步顯現，並且已經通過「一對一AI教學」的理念提出了「因材施教」的命題。
「AI可以對孩子的知識點進行掃描，知道他們的知識體量，知道應該學多少，然後制訂一些與分數對應的目標計劃。還有，不同的孩子對不同的知識點，學習的時間不一樣，學霸也有要學很久的知識點。
既然每個孩子都有不可知的學習時間的雲圖，就不應該把所有孩子都放在45分鐘的課堂上，甚至不應該把兩個孩子，放在同一間教室中去學習」，栗浩洋如是說。
與此同時，讓人擔憂的還有AI的交互和輸出能力。
2018年6月，IBM人工智慧產品「Project Debater」，與兩位經驗豐富的辯手，分別進行較量，最終在兩場由觀眾投票的辯論中，贏得了其中一場。
根據IBM人工智慧研發人員的分析，機器人接到辯題之後，首先會努力理解辯題的意義，然後掃描幾億篇文章，找到潛在的論據，用來構成辯護材料，其間，辯論機器人採用獨有的自然語言處理方式、機器學習和推理技巧，在瞭解辯題的潛在主題的基礎上，將論據組織得有效且有說服力。
而在真實的辯論場景中，人類對手語速極快，並且會提出複雜的論據；這時候人工智慧不僅要充分理解對手的核心思想，還要根據聽到的內容組織駁辯。
對此，IBM的研發人員把機器的搜索模式，改成了研究模式，促使機器對命題進行研究，從而比搜索更深一個層次。「搜索一個主題會搜出一個清單，如果以研究的方式，去處理一個主題，就能得出正反兩方的論據」。
讓人驚喜的是，Debater除了可以進行精準的抗辯，還可以遵循人類的語言邏輯，開適當的玩笑。比如在「政府是否應該增加空間探索的費用」的辯題中，Debater說，「這個辯論對我來說尤其關乎我的命運，但是我不能興奮的熱血沸騰，因為我沒有血」。
可以說，從辯論的表現來看，人工智慧在語言理解和交互能力方面，已經展現出更多可能。
「改變整個教育體系，這不是哪一個公司能做到的」
AI機器人代替人類老師，並沒有成為既定結果，但的確存在技術上的可期，甚至價值上的啓發。事實上，在政策、消費和技術的推動之下，人工智慧的設想和研發進程，都不斷在出現新的進展。
據此前《2018－2023年中國人工智能行業市場前景及投資機會研究報告》數據顯示，2017年對岸中國人工智慧投資事件數達到353次，投資金額為RMB582億元，後者與2016年相比成長65.34％。此外，隨著人工智慧技術的逐漸成熟，科技、製造業等業界巨頭佈局的深入，應用場景不斷擴展，預計2018年中國人工智慧市場規模有望突破200億元，達到238.2億元，成長率達到56.6％。
當然，人工智慧和所有產業的發展一樣，都無法倚靠單一力量一蹴而就。
在今年6月的IEEE SMC學會上，對岸中國科學院自動化研究所王飛躍在接受媒體採訪時表示，人工智慧最核心的是人才問題。據不完全統計，目前美中兩國的人工智慧的人才比例約為13 : 1。
王飛躍認為，人工智慧的人才培養，需要一個應用場景和一個平台來推動，然後立即轉到行業開發中去、把各種各樣的應用場景做起來。
他同時強調，這不是一個公司可以憑一己之力完成的。
「現在的學校，現在教的東西，跟未來的時代脫節極其嚴重，這需要改變整個教育體系，這不是哪一個公司能做到的，將來會是一個社會運動」，王飛躍稱。
提到「人工智慧＋教育」，王飛躍直言，「我們現在的老師一定程度上，只能在未來的學校做輔導員，我們需要大批的輔導讓學生克服這種心理上、文化上的障礙。我們需要新的老師，能教智慧產業、給智慧產業提供基礎的老師。」
沒有留言:
張貼留言