顧潤龍

摘 要：在科學技術高速發(fā)展后，科技興國已經(jīng)成為我國國家戰(zhàn)略，例如中國制造2025、人工智能2.0、機器人產(chǎn)業(yè)發(fā)展規(guī)劃等項目，都將進一步提高我國人工智能領域的實力。從世界范圍來說，人工智能已經(jīng)成為整體發(fā)展的潮流，我國人工智能也在迅猛發(fā)展。在科學技術領域，人工智能占據(jù)重要地位。有專家認為，未來30年或50年，人工智能將會成為科學進步最大的動力。隨著人工智能的發(fā)展，智能化教育也受到廣大教育工作者的重視。如果人工智能能夠在教育領域充分發(fā)揮作用，教學質(zhì)量將會得到提高。這樣無疑可以為社會提供更多優(yōu)質(zhì)人才，對我國科教興國戰(zhàn)略有促進作用。在人工智能領域，機械學習屬于核心技術。本文將從人工智能視域下機械學習的教育應用作用出發(fā)，探討其創(chuàng)新研究內(nèi)容。

關鍵詞：人工智能 機器學習 教育應用 創(chuàng)新探索

中圖分類號：G420 文獻標識碼：A 文章編號：1674-098X（2019）03（c）-0186-02

在幾年前，世界圍棋大賽中，中國圍棋選手柯潔迎戰(zhàn)人工智能今AlphaGo，以0：3告負；同年12月，谷歌制造的Al與美國航天局在太空發(fā)現(xiàn)新太陽系，人們開始重視人工智能的作用。隨著人工智能的高速發(fā)展，教育模式也隨之而改變。一方面，人工智能開始與學科學習相結合，并形成全新的領域——教育人工智能。這種人工智能主要面向學生與教師，可以輔助教學與學習。學生對教育領域的改革與人工智能的發(fā)展有十足的興趣。教學如何改革，學習效率如何提升，這些都是學生所關注與思考的。在最近幾年，部分學校已經(jīng)引入人工智能系統(tǒng)，這些系統(tǒng)充分利用人工智能技術和教學資源的整合，通過對學生行為的跟蹤，設計合理的、獨特的學習方案。另一方面，智能教育已經(jīng)成為信息化教育的主要創(chuàng)新內(nèi)容，對教學創(chuàng)新的發(fā)展有促進作用，這已經(jīng)成為信息時代發(fā)展的主要潮流。

1 機器學習的分析

人工智能的縮寫是AI。它主要是對智能技術進行研究與開發(fā)，是對人的智能的擴展，屬于新的科學技術。該領域面向對象是機器人的語言識別、圖像識別等內(nèi)容，是人意識的重新定義與模擬。人工智能雖然可以模擬人的思維，但不屬于人，只是數(shù)據(jù)的構成，在某些方面可以超越人腦，但無法成為真正的人類。

機器學習并非是普遍意義上的學習，這是機械模擬人意識的一種行為，屬于一門研究。通過這個過程，機械可以獲得新知識，再結合以前儲存的知識，進行自我識別。普遍意義的機械是指計算機等工具。機械通過學習可以加快模型的生產(chǎn)，將生產(chǎn)過程進行自動化，從而得到大量的數(shù)據(jù)進行分析，這可以使信息的傳輸更便捷，得到的結果更準確。

機械的學習能力能否超過人的學習能力，是目前廣大科研人員所關注的內(nèi)容，同時這也是一個敏感的話題。從普遍的角度看，機械的設計者是人，是按照人所設計的動作進行計算活動。因此機械的學習能力難以超越設計者，該說法對不具備學習能力的機械是準確的，但具備學習能力的機械不符合這一說法，擁有學習能力的機械在實踐過程中會不斷變化。設計者賦予機械的是學習能力而非具體的能力，所以一段時間后，機械所能達到的水平是難以估量的。

2 機器學習與智能教育的融合

在智能教育中，學生各項數(shù)據(jù)集合成大數(shù)據(jù)，以智能手段篩選數(shù)據(jù)，對數(shù)據(jù)進行分析整理，將學生潛在能力發(fā)掘出來。機械學習是對規(guī)律的分析，以大數(shù)據(jù)為基礎，預測未來的走向。所以，機械學習可以幫助智能化教育更進一步發(fā)展。

智能化教育是教育模式發(fā)展的體現(xiàn)，是學生對全新教育模式的訴求，該模式通過技術的融合，建立豐富的教學環(huán)境，使該種教育模式下所有人受益。教育方法的高效可以幫助學生養(yǎng)成良好的學習習慣，減輕學生家長的負擔。同時教育機構也可以利用機械學習擴展教學受眾，提高教學品質(zhì)。

機械學習在智能教育中的運用無法替代教師的作用。教師依舊是教學的引導者。學生可以利用機械的學習能力輔助自己的學習，但不能形成依賴。學生依舊要根據(jù)教師上課內(nèi)容進行自主學習養(yǎng)成良好的學習習慣。

3 機器學習在智能教育方面的應用

人工智能領域最核心的技術是機器學習技術，這是建立在大數(shù)據(jù)基礎上的技術，在教育方面也有廣泛的運用。

3.1 智能教育與機械技術的跨界融合

在以前的教育模式中，教育工作者中很少有技術人員，部分懂技術的教學人員卻不精通，而真正懂技術的人員很少會參與到教學活動中，對教育也缺乏深入理解，這就造成技術人員在進行智能技術開發(fā)的時候沒有考慮到教育的內(nèi)涵，教育者也無法從技術的角度進行反饋。這就造成教育者對機械學習給出的數(shù)據(jù)難以準確掌握。從這一角度看，人工智能領域的高速發(fā)展造成跨界技術難以融合，但這種融合卻是必要的。例如智能領域和教育領域的人員在利用智能化教學手段的時候，交流是十分重要的，可以以開發(fā)新技術為目的促進兩個行業(yè)人員進行交流學習。這既可以幫助人工智能的研究人員充分理解教學模式的深刻內(nèi)涵，也可以提高教育工作者對人工智能技術的認識。

3.2 機器學習在學習場景的運用

AI技術在教育行業(yè)有著充分的運用，這是教學模式改革的必然趨勢。教育行業(yè)涉及的學科較廣、內(nèi)容豐富，無法像設置掃地機器人一般單一對待。機械學習在智能程度上遠超一般機械，但教育行業(yè)所使用的教學情景和教學資源差異性較大，一般的機械學習難以進行統(tǒng)一利用。這既是機械學習需要突破的難點，也是機械學習的創(chuàng)新之處。例如，技術人員可以利用機械學習對大數(shù)據(jù)的使用，分析學生學習的興趣愛好，從而安排合理的教學安排。

3.3 智能技術的創(chuàng)新

大數(shù)據(jù)的統(tǒng)計與整理是一個紛繁復雜的過程，在處理大數(shù)據(jù)的時候需要有一定的秩序，但過于龐大的數(shù)據(jù)造成數(shù)據(jù)秩序處理難度的提高。同時，數(shù)據(jù)的共享往往會涉及隱私以及專利等問題，如何在保護個人隱私的同時，做到資源最大化利用是在數(shù)據(jù)共享方面通常涉及數(shù)據(jù)隱私和倫理問題，因此如何保護人們隱私又最大化的合理利用是當前最大的困境。因此要協(xié)同多方組織開展對大數(shù)據(jù)的整理，提高教學的質(zhì)量，保證數(shù)據(jù)合理合法的利用。還要求教育工作者更具數(shù)據(jù)的獨特性，對學生不同的個性滿足不同的需求。

3.4 未來機器學習在教育領域的運用

未來機械學習的發(fā)展發(fā)向將會是機械與人腦想結合。機械學習載體將會以類似芯片的形態(tài)存在。這種芯片一般的機械學習將會與人腦進行生理層次的結合，促使人腦進行高度低耗的學習，并將學習成功長期保存在人腦之中。這一未來可能出現(xiàn)的技術將會幫助人類擺脫身體的限制，使學習成為一件簡單的事情。

4 結語

從上文可知，人們對人工智能機械的學習高度關注，是大量科研人員傾注心血的技術，具備重要的科研價值。而在教育領域的利用是將機械學習與智能教育相結合，在場景設置與資源利用等方面充分利用機械學習。在大數(shù)據(jù)時代，人工智能視域下的機械學習將會成為我們學習的主要輔助工具，對教育模式的創(chuàng)新具有積極意義。

參考文獻

[1] 祝葉華.人工智能革命“助燃劑”：機器學習[J].科技導報，2016（7）：198.

[2] 魏權利.論人工智能科學中的機器學習[J].寧夏工學院學報，1995（3）：65-66.

[3] 郭睿，宋忠江.機器學習：人工智能的未來[J].電子世界，2018（4）：2.