付道明 華子荀

（廣東第二師范學(xué)院 教師教育學(xué)院，廣東廣州 510303）

計算機網(wǎng)絡(luò)經(jīng)過50 多年的發(fā)展，類腦互聯(lián)網(wǎng)形態(tài)的進化正在逐步孕育成形。主要體現(xiàn)在人與機器的溝通、人類智能與機器智能的溝通以及人類智能體與仿生智能體的溝通。

近年來，許多國家紛紛制定并展開“大腦計劃”等重大研究，并把這種研究與“智能+教育”發(fā)展、創(chuàng)新性人才培養(yǎng)戰(zhàn)略等掛鉤。一方面，當(dāng)前大腦神經(jīng)元的聯(lián)系性及教育神經(jīng)科學(xué)的諸多發(fā)現(xiàn)，都為人腦與類腦聯(lián)結(jié)提供理論支撐；另一方面，以人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等為代表的新一代信息技術(shù)，正在重構(gòu)互聯(lián)網(wǎng)大腦的神經(jīng)系統(tǒng)，為依托于智能技術(shù)的類腦神經(jīng)網(wǎng)絡(luò)的建構(gòu)提供了支撐。當(dāng)技術(shù)達到一定的成熟程度后，人腦與類腦的深度聯(lián)系將不再遙遠，作為人工生命體的智能體已經(jīng)出現(xiàn)，它可以對復(fù)雜問題作出選擇和決策[1]。這種發(fā)展對于教育的意義，在于可構(gòu)建一種類腦智能體，實現(xiàn)并支撐學(xué)習(xí)者個體乃至社群的智能化泛在學(xué)習(xí)過程。

2017年，國務(wù)院頒布的《新一代人工智能發(fā)展規(guī)劃》，明確提出了人機協(xié)同的混合增強智能理念以及智能教育的發(fā)展方向，進一步推動了人工智能在教學(xué)、管理、資源建設(shè)等方面的應(yīng)用[2]。因此，開展教育領(lǐng)域的類腦研究，有助于進一步開拓人工智能+教育的“變革之路”與“創(chuàng)新之路”，實現(xiàn)將人工智能（AI）的新技術(shù)、新理念有效融入教育教學(xué)過程；同時，更需要通過構(gòu)建教育類腦智能體來反哺技術(shù)發(fā)展，促進教育流程再造[3]，提供人工智能教育應(yīng)用場景的新方案。

我們根據(jù)對現(xiàn)有類腦科學(xué)、教育神經(jīng)科學(xué)及類腦泛在學(xué)習(xí)、智能技術(shù)支撐的類腦泛在學(xué)習(xí)系統(tǒng)的梳理后發(fā)現(xiàn)，類腦是隨著人腦和技術(shù)發(fā)展而存在，對類腦在教育領(lǐng)域的應(yīng)用，具有重要的前瞻性研究意義。據(jù)此，本文著重探索以下三個問題：（1）人腦與類腦都具有可塑性，并且兩者具有相互影響。那么，通過類腦促進人腦、隨著人腦發(fā)展又優(yōu)化類腦系統(tǒng)的機理為何？（2）類腦的發(fā)展需要各種感官數(shù)據(jù)支撐的科學(xué)驗證，而泛在學(xué)習(xí)又是一種有效的促進“人腦—類腦”互動發(fā)展的學(xué)習(xí)方式。那么，學(xué)習(xí)者依托類腦系統(tǒng)的泛在化學(xué)習(xí)方式具體為何？（3）人工智能發(fā)展的每一階段都對類腦具有革命性影響，但技術(shù)的局限性依然使得類腦的功能性與人腦相去甚遠。那么，充分挖掘智能技術(shù)構(gòu)建類腦泛在學(xué)習(xí)系統(tǒng)的具體框架為何？

一、研究現(xiàn)狀及技術(shù)支撐

（一）腦科學(xué)及類腦科學(xué)研究現(xiàn)狀

1.腦科學(xué)研究現(xiàn)狀

人類大腦大約有1000 億個神經(jīng)元，而且神經(jīng)元之間通過錯綜復(fù)雜的突觸進行信息溝通和聯(lián)系[4]，這種聯(lián)系涉及了人類的感知、記憶、認知和發(fā)展等一系列研究主題。因此，對人類大腦結(jié)構(gòu)、功能的研究及其模仿，成為腦科學(xué)、神經(jīng)科學(xué)等領(lǐng)域的重要趨勢和研究熱點[5]。隨著腦科學(xué)的發(fā)展，出現(xiàn)了“類腦”概念與類腦研究?，F(xiàn)在大部分專家認為，類腦研究（Cybrain，Cybernetic Brain）或稱仿腦、融腦[6]，主要是以“人造超級大腦”為目標(biāo)，借鑒人腦的信息處理方式，模擬大腦神經(jīng)系統(tǒng)，構(gòu)建以計算為基礎(chǔ)的虛擬機器腦，通過腦機交互技術(shù)，構(gòu)建虛擬腦與生物腦一體化的超級大腦，最終建立新型的計算結(jié)構(gòu)和智能形態(tài)。

眾所周知，腦科學(xué)研究與人工智能的發(fā)展關(guān)系密切，甚至可以說人工智能的發(fā)展過程，就是在機器模擬角度上的一種腦科學(xué)研究探索。20世紀(jì)中葉，諾依曼（John von Neumann）和圖靈（A.Turing）分別進行了以機器模仿人腦的嘗試，并奠定了人工智能的學(xué)科雛形[7]。20世紀(jì)70 至80年代，部分學(xué)者開始應(yīng)用類似大腦的仿生結(jié)構(gòu)進行計算機制的研究，如，米德（C.Mead）的神經(jīng)擬態(tài)計算[8]。20世紀(jì)90年代，美國便開始了對大腦的學(xué)術(shù)研究與教育改造運動，其中，以腦科學(xué)研究和關(guān)注學(xué)齡前兒童的腦認知發(fā)展研究最具有代表性[9]。

2.類腦科學(xué)研究現(xiàn)狀

這些年來，我國的腦科學(xué)教育研究也取得了重要突破。有三個重要的腦科學(xué)研究機構(gòu)分別在認知科學(xué)機理、人類學(xué)習(xí)和多學(xué)科融合研究方面，取得進展：其一是由中國科學(xué)院陳霖院士創(chuàng)立的中國科學(xué)院腦與認知科學(xué)國家重點實驗室，長期從事腦科學(xué)研究中的學(xué)習(xí)、記憶、注意和抉擇機制仿真研究[10]，并在“認知基本單元”“學(xué)習(xí)和抉擇認知”方面取得了重大進展[11]；其二是由北京師范大學(xué)董奇教授創(chuàng)立的北師大認知神經(jīng)科學(xué)與學(xué)習(xí)國家重點實驗室[12]，著重解決“學(xué)習(xí)與腦的可塑性”問題，并在人類高級認知、老年群體腦的進化、人腦健康、社會認知與情緒問題等方面開展研究[13]；其三是2010年成立的華東師范大學(xué)教育神經(jīng)科學(xué)研究中心[14]，旨在融合生物學(xué)、心理學(xué)、數(shù)學(xué)、物理學(xué)、化學(xué)、計算機科學(xué)、信息科學(xué)與自動化控制等學(xué)科，解決腦認知的問題，對人類腦發(fā)育、分子認知、痛覺、人類學(xué)習(xí)與適應(yīng)性行為、空間認知與行動等開展深入研究[15]。

可見，國內(nèi)外腦科學(xué)研究發(fā)展至今，獲得諸多重大發(fā)現(xiàn)，而且在教育領(lǐng)域的應(yīng)用也在不斷深入，出現(xiàn)了情緒神經(jīng)科學(xué)[16]、腦機接口[17]、多模態(tài)學(xué)習(xí)情感計算[18]等研究方向，極大地拓展了腦科學(xué)研究在教育中的應(yīng)用，對促進學(xué)習(xí)者的學(xué)習(xí)具有重要作用。

（二）教育神經(jīng)科學(xué)與類腦泛在學(xué)習(xí)的研究現(xiàn)狀

1.腦科學(xué)與教育神經(jīng)科學(xué)的聯(lián)系性研究

類腦科學(xué)研究與教育神經(jīng)科學(xué)研究具有密切聯(lián)系，這使得腦科學(xué)知識為學(xué)與教的發(fā)生、發(fā)展機理奠定了堅實的基礎(chǔ)，并將心智、腦機理與教育知識聯(lián)系起來，以支持并促進學(xué)生的學(xué)習(xí)[19]。經(jīng)過近30年的學(xué)科發(fā)展歷程，腦科學(xué)、教育神經(jīng)科學(xué)的研究機構(gòu)、學(xué)術(shù)團體、學(xué)術(shù)刊物不斷涌現(xiàn)，以哈佛、斯坦福、劍橋等為代表的世界名校，紛紛建立專門的研究機構(gòu)開展相關(guān)研究[20]。2003年，國際心智、腦與教育學(xué)會成立，并創(chuàng)辦了專業(yè)刊物《腦科學(xué)與教育》。教育神經(jīng)科學(xué)的研究發(fā)展為腦科學(xué)研究提供了科學(xué)依據(jù)[21]，比如，在學(xué)習(xí)者的認知發(fā)展過程中，學(xué)習(xí)在不斷改變著人類的大腦結(jié)構(gòu)[22]。因此，人類大腦的可塑性成為學(xué)習(xí)者與機器可塑性的重要依據(jù)。換言之，基于腦科學(xué)的數(shù)據(jù)驅(qū)動研究，可以促進人工智能技術(shù)深度融入教育信息化的進程中[23]。

2.泛在學(xué)習(xí)對類腦的促進性研究

伴隨著腦科學(xué)和教育神經(jīng)科學(xué)的探索，以及社會網(wǎng)絡(luò)化的加深，泛在學(xué)習(xí)能夠在促進大腦發(fā)展方面發(fā)揮獨特作用。對于泛在學(xué)習(xí)，早在12世紀(jì)，南宋朱熹就已經(jīng)提出“無一事、無一時、無一處而不學(xué)”的理念。西方則在17世紀(jì)夸美紐斯（A.Comenius）的《大教學(xué)論》中，對泛在學(xué)習(xí)理念有所著述，“把一切事物教給一切人”的“泛智”和“泛教”理念，成為西方近代教育的理想追求[24][25]。但由于教學(xué)技術(shù)和學(xué)習(xí)方式的限制，朱熹的泛在學(xué)習(xí)理念一直是難以完全實現(xiàn)。同樣，夸美紐斯根據(jù)學(xué)段差異、學(xué)校特色打造的涵蓋各種學(xué)科的“泛教”課程，在近代傳統(tǒng)教育體系和學(xué)習(xí)形態(tài)下，也沒有達到“泛智”的教育設(shè)想。

近年來的一些研究已經(jīng)揭示，在學(xué)與教活動中所使用的工具因素，對學(xué)習(xí)者的成績、錯誤以及心智水平的提高產(chǎn)生直接影響，使得學(xué)習(xí)者的外顯行為產(chǎn)生變化。因此，泛在學(xué)習(xí)者的大腦發(fā)育和內(nèi)部結(jié)構(gòu)的形成，受到外部環(huán)境因素的影響。而大腦的內(nèi)部功能的形成——心智，則受到泛在學(xué)習(xí)環(huán)境中的教學(xué)、文化機構(gòu)乃至社會因素的影響，大腦支配下的學(xué)習(xí)者外部功能——行為，則受到教學(xué)工具或技術(shù)因素的影響[26]。泛在學(xué)習(xí)者個體在隨時隨地的學(xué)習(xí)情境下，通過對文化機構(gòu)和社會因素進行綜合性的信息加工，可對存在于智能泛在學(xué)習(xí)系統(tǒng)中的虛擬體、人類學(xué)習(xí)者個體間的關(guān)系進行理解與推測[27]。另外，哲學(xué)、心理學(xué)及神經(jīng)科學(xué)等不同學(xué)科領(lǐng)域的學(xué)者們，對人類社會認知的形成、發(fā)展及運作進行了深入的研究，先后形成了心智化社會認知觀和具身社會認知觀[28]?？傊?，泛在學(xué)習(xí)活動在文化機構(gòu)和社會的支持下，開展社會性互動和知識意義的建構(gòu)，進而形成社會認知。

因此，腦科學(xué)與教育神經(jīng)科學(xué)的發(fā)展，為類腦泛在學(xué)習(xí)提供了理論支撐（內(nèi)部支撐）；而5G、人工智能技術(shù)的進步，又為泛在學(xué)習(xí)提供了物質(zhì)支撐（外部支撐）。在這種融合性的技術(shù)場域中，大量的深度學(xué)習(xí)、跨界深度融合、多主體交互與協(xié)同，以及智能主體的自主操作等支持的泛在學(xué)習(xí)生態(tài)體系，會得到迅速普及和大量應(yīng)用[29]。換言之，泛在計算技術(shù)和智能技術(shù)，使得“人人、時時、處處”——通過任何技術(shù)、任何方式學(xué)習(xí)任何知識的泛在學(xué)習(xí)方式，得以有效實現(xiàn)；并且促使時空、地點、學(xué)習(xí)形式和途徑與技術(shù)賦能教育的情境，實現(xiàn)有效融合[30][31]。

（三）智能技術(shù)支撐的類腦泛在學(xué)習(xí)研究現(xiàn)狀

1.人工智能發(fā)展對類腦研究的支撐

隨著技術(shù)的發(fā)展，智能+等進一步豐富了教育場域，出現(xiàn)了能夠支撐、解釋、促進大腦認知的相關(guān)理論；同時，也出現(xiàn)了依托于技術(shù)的類腦系統(tǒng)以促進學(xué)習(xí)者的認知，表現(xiàn)為機器智能或“新主體教師”[32]，即類腦在教育領(lǐng)域應(yīng)用的新形態(tài)。如今，在普適的計算環(huán)境中，學(xué)習(xí)活動的設(shè)計更加符合大腦的認知規(guī)律，以滿足實現(xiàn)“人人皆學(xué)、處處能學(xué)、時時可學(xué)”的個性化需求，并通過“計算智能”到“感知智能”再到“認知智能”[33]，實現(xiàn)類腦學(xué)習(xí)系統(tǒng)的逐步意識化。

從由人腦與類腦所構(gòu)成的社會化互動視角來審視，對人腦的研究進展以及類腦系統(tǒng)建構(gòu)的研究，使得擬人性系統(tǒng)智能體分別在兩個維度上獲得發(fā)展。尤其是作為人工智能基礎(chǔ)分支的普適計算、情感計算、深度學(xué)習(xí)等，進一步增強了類腦的計算智能和感知智能特征，使得類腦系統(tǒng)不斷向認知智能的方向進化，并逐步實現(xiàn)類腦智能[34]。例如，2012年，我國科學(xué)家率先開展了旨在解析和模擬腦功能的神經(jīng)聯(lián)結(jié)通路和網(wǎng)絡(luò)結(jié)構(gòu)“MBFC 2012-2020 計劃”，即“腦功能聯(lián)結(jié)圖譜計劃”（Mapping Brain Functional Connections，MBFC）[35]，提出了智能處理器指令集，并在全球首次實現(xiàn)“深度學(xué)習(xí)”的低功耗神經(jīng)網(wǎng)絡(luò)處理芯片。這些成果，對今后教育神經(jīng)網(wǎng)絡(luò)支撐的類腦研發(fā)具有深遠影響。2015年，國內(nèi)科學(xué)家在AI 支撐下從昆蟲、動物形態(tài)中挖掘類腦機理，將昆蟲界定為簡化式類腦維度范型、脊椎動物界定為復(fù)雜式類腦維度范型[36]，從而提出了類腦系統(tǒng)設(shè)計的雙維度框架。

智能泛在學(xué)習(xí)的目標(biāo)，在于學(xué)習(xí)過程中所使用的計算設(shè)備和技術(shù)，自然“消失”在學(xué)習(xí)者日常生活和學(xué)習(xí)任務(wù)的背景當(dāng)中，以保證學(xué)習(xí)者在得到計算服務(wù)的同時，無需覺察計算機的存在和為此分心，從而使其注意力集中于學(xué)習(xí)任務(wù)本身。當(dāng)前，以5G、物聯(lián)網(wǎng)、云計算、區(qū)塊鏈、XR、數(shù)字孿生以及學(xué)習(xí)分析技術(shù)為代表的新一代智能技術(shù)，正在為人們提供更多的智能化泛在學(xué)習(xí)支持。如同路易斯（J.A.Lewis）撰寫的報告《5G 將如何塑造創(chuàng)新和安全》（How Will 5G Shape Innovation and Security：A Primer）中指出的：5G 技術(shù)為人們提供了更加立體化的數(shù)字化環(huán)境。數(shù)智驅(qū)動和學(xué)習(xí)技術(shù)的融合，使得5G 技術(shù)的教育應(yīng)用更加“以人為本”和“立體交互化”，促進著智能技術(shù)支撐下的類腦泛在學(xué)習(xí)不斷發(fā)展。

2.智能教育對類腦研究的支撐研究

目前的智能教育，主要包括以下幾種技術(shù)形態(tài)：智能教育管理系統(tǒng)、智能導(dǎo)師系統(tǒng)、智能評分系統(tǒng)、個性化學(xué)習(xí)系統(tǒng)、智能審核系統(tǒng)、學(xué)習(xí)質(zhì)量提升系統(tǒng)、虛擬現(xiàn)實學(xué)習(xí)系統(tǒng)、高價值反饋系統(tǒng)、學(xué)習(xí)預(yù)測分析系統(tǒng)等。然而，現(xiàn)有的智能教育研究成果，如，圖像識別、語音識別、人臉識別等，其“認知智能性”依然難以與人類大腦的復(fù)雜功能相比較。因為，深度學(xué)習(xí)的網(wǎng)絡(luò)模型只有“前饋”聯(lián)結(jié)，缺乏類似人類的認知過程、推理過程和表達過程，且缺乏短時記憶和高層次的無監(jiān)督學(xué)習(xí)能力[37]，難以處理人類普遍面臨的復(fù)雜性真實問題。更進一步地，人工神經(jīng)網(wǎng)絡(luò)比智能算法的“智能性”更高，源于它是按照大腦神經(jīng)細胞拓撲結(jié)構(gòu)為原型而建立的數(shù)學(xué)模型，但目前科學(xué)家所構(gòu)造的復(fù)雜性人工神經(jīng)網(wǎng)絡(luò)，也與生物神經(jīng)系統(tǒng)相去甚遠，對人腦的模仿能力還只是管中窺豹[38]?？梢?，智能技術(shù)的發(fā)展雖然為類腦研究提供了支撐，但是人類對于大腦的本質(zhì)及其結(jié)構(gòu)、功能研究，仍然缺乏足夠科學(xué)的手段，也就難以通過智能技術(shù)的類腦模擬人腦。因此，對類腦泛在學(xué)習(xí)及其實現(xiàn)路徑的研究，仍是一項具有極大挑戰(zhàn)性的教育研究課題。

二、類腦泛在學(xué)習(xí)機理的三大特征

根據(jù)現(xiàn)有研究及文獻綜述我們發(fā)現(xiàn)，人腦與類腦具有相互融通的影響性，對類腦泛在學(xué)習(xí)系統(tǒng)的設(shè)計，必須探究其底層——類腦泛在學(xué)習(xí)機理?；诖耍覀冊噺娜伺c技術(shù)的關(guān)系角度，探究人腦與類腦的互動機理：首先探究人腦的功能特點，其次探究類腦的功能特點，最后探究人腦與類腦聯(lián)系的功能特點。在此基礎(chǔ)上，提出類腦泛在學(xué)習(xí)機理的三大特性，即人類大腦神經(jīng)的可塑性、類腦泛在化發(fā)展的躍進性、類腦與人腦元素的聯(lián)結(jié)性。

（一）人類大腦神經(jīng)的可塑性

巴普洛夫（P.Pavlov）與斯金納（B.Skinner）分別從人類的自愿和非自愿行為，揭示了環(huán)境刺激對人類感官的影響，進而影響有機體神經(jīng)的聯(lián)系性[39]。隨著腦科學(xué)在教育領(lǐng)域中的不斷探索，揭示了人的大腦在結(jié)構(gòu)和功能上均會受到環(huán)境的影響，通過外界刺激使得個體的經(jīng)驗發(fā)生變化，進而促進認知發(fā)展。這種外界刺激下的認知發(fā)展伴隨著人的一生，科學(xué)家將這種大腦的學(xué)習(xí)機理稱為“神經(jīng)的可塑性”。由神經(jīng)的可塑性可推導(dǎo)出教育的可塑性機理，即教育會塑造人腦的神經(jīng)功能[40]，學(xué)習(xí)者可以在特定學(xué)習(xí)環(huán)境支撐下，由經(jīng)驗的變化觸發(fā)其大腦激活特定區(qū)域[41]，并改變了神經(jīng)網(wǎng)絡(luò)、使突觸聯(lián)系加強，實現(xiàn)神經(jīng)元的增多和聯(lián)結(jié)性的增強。例如，人在幼年時期更容易發(fā)展視覺功能、語言功能，而在青少年時期更容易發(fā)展概念學(xué)習(xí)和邏輯推理等能力；另外，針對閱讀、數(shù)學(xué)等的專門性訓(xùn)練，也可以促進腦結(jié)構(gòu)和腦功能的變化。當(dāng)前的神經(jīng)科學(xué)研究亦表明，人類大腦的神經(jīng)元突觸在外界信息的刺激下，其數(shù)量會增多、突觸聯(lián)系加強，而較少使用的神經(jīng)元會隨著時間逐步變細進而消失。

（二）類腦泛在化發(fā)展的躍進性

神經(jīng)科學(xué)的研究成果，對泛在學(xué)習(xí)活動的啟迪價值在于：我們需要從簡化模型[42]的角度，勾勒出其進階的方向和框架：（1）從神經(jīng)科學(xué)的細胞生物學(xué)與分子生物學(xué)機制，初步構(gòu)建學(xué)習(xí)者大腦細胞水平層面的信息傳遞機制；（2）從認知心理學(xué)與神經(jīng)科學(xué)相結(jié)合的角度，進一步分析泛在學(xué)習(xí)者心智（如，感知、檢索、記憶等）的生物學(xué)基礎(chǔ)；（3）通過研究大腦神經(jīng)活動，充分探究學(xué)習(xí)者注意、歸納、記憶、情緒等心理機制形成的原因；（4）探究教學(xué)理論與方法，如何影響人類大腦神經(jīng)與類腦神經(jīng)網(wǎng)絡(luò)的可塑性發(fā)展；（5）把普適計算技術(shù)環(huán)境中的學(xué)習(xí)者教育神經(jīng)機制，融入到泛在學(xué)習(xí)的應(yīng)用場域中。從而形成新一代信息技術(shù)環(huán)境中的泛在學(xué)習(xí)與教育活動，實現(xiàn)5G+隨時隨地的學(xué)習(xí)效果（如圖1所示）。

從更廣闊的場域來看，進入智能化時代，各類新理念、技術(shù)、工具與教育的深度融合，形成了多AI 設(shè)備及算法所構(gòu)成的泛在神經(jīng)元，泛在神經(jīng)元又促進了泛在學(xué)習(xí)的快速發(fā)展，主要體現(xiàn)在：（1）泛在學(xué)習(xí)情境下師資的多元化：互聯(lián)網(wǎng)思維、創(chuàng)新性思維、終身學(xué)習(xí)理念與教育相融合，推動師資來源渠道多元化、師資角色多元化和師資能力提升路徑多元化；（2）泛在學(xué)習(xí)系統(tǒng)中教育環(huán)境智能化：大數(shù)據(jù)、學(xué)習(xí)分析等能全面、精確地分析師生教學(xué)行為數(shù)據(jù)，為教學(xué)反思與改進提供有效支持；AI 能實現(xiàn)學(xué)習(xí)智能資源推送、自適應(yīng)學(xué)習(xí)診斷，實現(xiàn)在線的智能化學(xué)習(xí)；師范生/在職教師可在基于虛擬現(xiàn)實/增強現(xiàn)實（VR/AR）的虛擬教學(xué)場景中，進行技能練習(xí)與提升；（3）泛在學(xué)習(xí)系統(tǒng)中教育資源多樣化：“互聯(lián)網(wǎng)+”支持各地區(qū)間資源共建共享，擴大優(yōu)質(zhì)教育資源數(shù)量，例如，MOOC、SPOC、一師一優(yōu)課等資源；支持資源深度優(yōu)化，滿足個性化需求；（4）泛在學(xué)習(xí)評價一體化：運用互聯(lián)網(wǎng)、大數(shù)據(jù)等，構(gòu)建個性化教育教學(xué)檔案，實現(xiàn)全動態(tài)的教育評價和評價一體化。

（三）類腦與人腦元素的聯(lián)結(jié)性

20世紀(jì)60年代，仿生科學(xué)的概念被提出，它是一門模擬生物物種結(jié)構(gòu)和功能的學(xué)科，其應(yīng)用領(lǐng)域是在各類工程技術(shù)研發(fā)工作中，做出具有人類或其他生物功能的仿生材料或機器[43]。類腦機理研究便是建立在模擬生物功能的仿生科學(xué)基礎(chǔ)上加以拓展而來。事實上，自計算機問世以來，人們就一直希望通過計算機模擬人腦的功能機制[44]，而其機理研究是對人腦模擬的本質(zhì)特征之探究過程。

可見，心智、大腦與泛在化教育的整合研究，對探索泛在學(xué)習(xí)的本質(zhì)及應(yīng)用具有重要意義。在新一代信息技術(shù)的支持下，泛在學(xué)習(xí)者在更加立體化和以人為本的學(xué)習(xí)環(huán)境中[45]，能夠更加自然地、動態(tài)地進行對話和交互，對所獲得的信息進行加工、整合、反饋等，并改變原有的認知結(jié)構(gòu)，從而通過神經(jīng)可塑性實現(xiàn)教育的可塑性[46][47]。具體見表1所示。

表1 泛在學(xué)習(xí)環(huán)境與學(xué)習(xí)者交互作用的神經(jīng)機理

泛在學(xué)習(xí)者與腦神經(jīng)、環(huán)境的關(guān)聯(lián)，表現(xiàn)在多方面。相關(guān)研究發(fā)現(xiàn)，氧氣和營養(yǎng)所發(fā)揮的作用非常明顯。如，麻省理工學(xué)院醫(yī)學(xué)中心的實驗表明，學(xué)習(xí)者大腦對氧氣非常敏感。而人體必需的營養(yǎng)素可以直接調(diào)節(jié)血糖水平，處于正常且穩(wěn)定的血糖水平，可使學(xué)習(xí)者的大腦維持興奮度和較高的注意力。另外，泛在學(xué)習(xí)者所處學(xué)習(xí)環(huán)境中的毒素，如，大氣細顆粒物（簡稱PMs）除了對學(xué)習(xí)者呼吸、心血管系統(tǒng)等帶來損傷之外，更會因暴露而產(chǎn)生神經(jīng)毒性，形成學(xué)習(xí)者的腦神經(jīng)組織損傷[48]。

隨著新一代智能技術(shù)和腦科學(xué)的快速發(fā)展與整合研究，互聯(lián)網(wǎng)大腦這一龐大的智能形態(tài)，正在逐步形成自然界有史以來前所未有的超級智能體，甚至是“全球腦”，使得類腦與人腦產(chǎn)生異常復(fù)雜的聯(lián)系。在教育領(lǐng)域，以教育大數(shù)據(jù)為支撐，教育互聯(lián)網(wǎng)大腦平臺也在以生態(tài)進化的形態(tài)，形成泛在教育神經(jīng)網(wǎng)絡(luò)。人類正在互聯(lián)網(wǎng)大腦的支配下實現(xiàn)萬物互聯(lián)，使得學(xué)習(xí)者、學(xué)習(xí)資源、學(xué)習(xí)數(shù)據(jù)和虛實場景之間實現(xiàn)融合貫通。下一代智能學(xué)習(xí)系統(tǒng)必須解決人類學(xué)習(xí)者與人類學(xué)習(xí)者、人類學(xué)習(xí)者與智能虛擬體、智能虛擬體與智能虛擬體之間復(fù)雜多元的交互問題。

三、類腦泛在學(xué)習(xí)系統(tǒng)的進化與設(shè)計

（一）系統(tǒng)進化

根據(jù)前述，類腦泛在學(xué)習(xí)系統(tǒng)的進化，我們將之分為四個階段：機器互聯(lián)階段、感知溝通階段、神經(jīng)元建構(gòu)階段和類腦智能體階段（如圖2所示）。

1.機器互聯(lián)階段

以互聯(lián)網(wǎng)的出現(xiàn)為標(biāo)志，通過計算機與設(shè)備的互聯(lián)，構(gòu)建了互聯(lián)網(wǎng)大腦的大體框架。1969年，由四所美國大學(xué)提供的計算機構(gòu)建成局域型網(wǎng)絡(luò)，標(biāo)志著互聯(lián)網(wǎng)的誕生；之后較長一段時間，互聯(lián)網(wǎng)都在分布式、異構(gòu)網(wǎng)絡(luò)架構(gòu)下進行數(shù)據(jù)的交換和信息的溝通。雖然作為以計算機思維解決人類客觀問題的拓撲結(jié)構(gòu)，已不能滿足智能時代的人類社會協(xié)同需要及虛擬體之間日趨復(fù)雜的交互問題。但這些拓撲結(jié)構(gòu)依然為智能系統(tǒng)的構(gòu)建提供了重要支撐，如，Client/Sever模型、分布式應(yīng)用模型、Web 應(yīng)用模型等[49]?；ヂ?lián)網(wǎng)發(fā)展至今，已經(jīng)由分散的、個別的轉(zhuǎn)化為統(tǒng)一的、整體的類腦結(jié)構(gòu)，這種高度近似人類大腦的互聯(lián)網(wǎng)結(jié)構(gòu)，為泛在學(xué)習(xí)提供了智能交互的生態(tài)環(huán)境[50]。

2.感知溝通階段

以采集人類感知覺數(shù)據(jù)與互聯(lián)網(wǎng)的整合為標(biāo)志，為人類的感知與類腦機器之間架起橋梁，即人腦與類腦的初步溝通。隨著多模態(tài)數(shù)據(jù)采集方式的日益精確，人類的各種感覺可以基于技術(shù)實現(xiàn)數(shù)據(jù)轉(zhuǎn)化、采集與存儲，進而實現(xiàn)了人類感覺與知覺的延伸。從早先貝爾（A.Bell）發(fā)明的電話，將聲音傳輸?shù)礁h的地方，使得人類可以遠距離進行語音交流；到后來望遠鏡、顯微鏡的發(fā)明與應(yīng)用，使得人類視覺處理系統(tǒng)延伸到更宏觀的宇宙深處和更微觀的分子、原子甚至亞原子結(jié)構(gòu)；汽車、飛機等交通工具的出現(xiàn)，使得人類逐漸突破物理與地域距離的限制，通過航天器等甚至能夠探索浩瀚的宇宙。這些均為互聯(lián)網(wǎng)模擬人類大腦、構(gòu)建類腦系統(tǒng)，提供了堅實的支撐。

3.神經(jīng)元建構(gòu)階段

以普適計算環(huán)境作為基礎(chǔ)架構(gòu)，標(biāo)志著類腦開始模仿人腦構(gòu)建起復(fù)雜的交互神經(jīng)元及其交流機制；并隨著網(wǎng)絡(luò)的演進，構(gòu)建起包含泛在人工智能神經(jīng)元在內(nèi)的類腦泛在神經(jīng)網(wǎng)絡(luò)。智能時代的計算設(shè)備甚至可以進行自主感知、計算和自動化高速處理大數(shù)據(jù)信息，以諸多感知覺采集設(shè)備與傳感器為支架，構(gòu)建出諸如類腦視覺系統(tǒng)、類腦聽覺系統(tǒng)、類腦動覺系統(tǒng)、類腦思維系統(tǒng)等，成為類腦泛在神經(jīng)元網(wǎng)絡(luò)的重要組成部分。有學(xué)者指出，互聯(lián)網(wǎng)的發(fā)展將實現(xiàn)人類大腦充分互聯(lián)，最終進化為與人類大腦高度相似的組織結(jié)構(gòu)——具有觸感知的智聯(lián)網(wǎng)。

4.類腦智能體階段

以更加復(fù)雜的類腦神經(jīng)網(wǎng)絡(luò)與新一代智能技術(shù)支撐為標(biāo)志，建立起人腦與類腦深度連接的互聯(lián)網(wǎng)大腦。在新一代信息技術(shù)的推動下，不斷進化為類腦泛在神經(jīng)元網(wǎng)絡(luò)的智慧互聯(lián)網(wǎng)，讓人腦的視覺功能、聽覺功能、動覺功能、思維功能與類腦的視覺系統(tǒng)、聽覺系統(tǒng)、動覺系統(tǒng)、思維系統(tǒng)等深度匹配，使得人腦與互聯(lián)網(wǎng)大腦實現(xiàn)高速互聯(lián)互通。近年來，互聯(lián)網(wǎng)大腦在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用已比較活躍，例如，以“源—網(wǎng)—荷—儲”協(xié)調(diào)運行的智慧能源互聯(lián)網(wǎng)，融合移動通信、智能控制、物聯(lián)網(wǎng)以及能源技術(shù)，為人類提供綠色環(huán)保、安全可靠、泛在化、配置優(yōu)化的能源生態(tài)供給。未來，在宇宙空間技術(shù)等的推動下，互聯(lián)網(wǎng)云腦架構(gòu)將進一步進化為融合星聯(lián)網(wǎng)、大腦與宇宙的“智慧宇宙大腦”。

（二）系統(tǒng)設(shè)計

正因為人類大腦與智能化機器類腦都具有可塑性，并且以網(wǎng)絡(luò)與智能技術(shù)為橋梁，使得人腦與類腦的聯(lián)系更加密切，實現(xiàn)了從表層感知到深層認知的聯(lián)結(jié)，使得類腦泛在學(xué)習(xí)系統(tǒng)的設(shè)計與構(gòu)建成為可能。

1.基于學(xué)習(xí)細胞的架構(gòu)

腦科學(xué)已經(jīng)揭示，腦結(jié)構(gòu)網(wǎng)絡(luò)極其復(fù)雜。研究表明，成年學(xué)習(xí)者大腦由約1015個突觸相互連接的1011神經(jīng)元細胞所構(gòu)成的復(fù)雜網(wǎng)絡(luò)，分別形成微尺度空間結(jié)構(gòu)——神經(jīng)元、中間尺度空間結(jié)構(gòu)——神經(jīng)元集群和大尺度空間結(jié)構(gòu)——大腦腦區(qū)三個能量級別的復(fù)雜空間尺度[51]。外部的氧氣、營養(yǎng)、毒素等環(huán)境因素，可對學(xué)習(xí)者的大腦結(jié)構(gòu)在微尺度空間水平的神經(jīng)細胞、突觸、蛋白質(zhì)甚至整個神經(jīng)系統(tǒng)產(chǎn)生作用，并在學(xué)習(xí)者大腦中形成突觸、神經(jīng)聯(lián)結(jié)。神經(jīng)元是學(xué)習(xí)者大腦最基本的結(jié)構(gòu)和功能單元[52]，其基本構(gòu)造為：一個細胞體、一個軸突和若干個樹突[53]。

在泛在學(xué)習(xí)的活動場域中，隨時隨地的外部環(huán)境將直接對神經(jīng)元的樹突產(chǎn)生形態(tài)和功能上的作用，并通過突觸的改變使其發(fā)生短程記憶和長程記憶，這就是神經(jīng)元突觸的可塑性原理。正是這種依托于泛在學(xué)習(xí)環(huán)境的作用機制，人類大腦的神經(jīng)元也可以被智能技術(shù)構(gòu)建出類腦神經(jīng)網(wǎng)絡(luò)，并且這種神經(jīng)網(wǎng)絡(luò)也具有可塑性。它類似于大腦神經(jīng)元，成為類腦神經(jīng)網(wǎng)絡(luò)的基本單元，被稱為學(xué)習(xí)元（Learning Cell）或稱學(xué)習(xí)細胞。學(xué)習(xí)元在類腦泛在學(xué)習(xí)系統(tǒng)中是最基本的資源組織，有研究者根據(jù)學(xué)習(xí)元的特征，提出了“泛在學(xué)習(xí)資源組織與描述框架”（Ubiquitous Learning Resource Organization and Description Framework）標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)于2021年4月正式通過了國際化標(biāo)準(zhǔn)組織ISO 的審查并獲得國際標(biāo)準(zhǔn)號（ISO/IEC 2316）[54]。并且在運行環(huán)境、模型建構(gòu)、關(guān)鍵技術(shù)以及應(yīng)用模式等方面，形成了有益的、可供參考的實施案例。它為今后的泛在學(xué)習(xí)提供了資源建設(shè)的開放、共享和規(guī)范的技術(shù)指南，對泛在學(xué)習(xí)研究也具有重要參考價值。

類腦泛在學(xué)習(xí)系統(tǒng)的學(xué)習(xí)元作為細胞層的組成部分，一方面來源于學(xué)習(xí)者的行為并服務(wù)于學(xué)習(xí)者，另一方面在技術(shù)層面上，學(xué)習(xí)元由知識資源、多源數(shù)據(jù)、組織方式和聚合類型等規(guī)則組成，其內(nèi)容大體上包含基本信息、學(xué)習(xí)內(nèi)容、學(xué)習(xí)目標(biāo)、學(xué)習(xí)活動、內(nèi)容版本、評價、練習(xí)/測試、傳感器、生命周期、標(biāo)注、關(guān)系、版權(quán)、組織等數(shù)據(jù)，其架構(gòu)與內(nèi)容如見圖3所示。

2.基礎(chǔ)層

基礎(chǔ)層的構(gòu)建依托于普適計算模式，普適計算（Ubiquitous/Pervasive Computing）是一種包含融合計算的模式，能通過多層次、多視角的融合，為人們提供更加方便的、信任度高的訪問信息和計算服務(wù)[55]。普適計算的思想在上世紀(jì)90年代初被提出后，在計算機和教育技術(shù)等領(lǐng)域就受到了廣泛的關(guān)注[56]。進入21世紀(jì)以來，尤其是近十年以人工智能、大數(shù)據(jù)等技術(shù)為代表的第四次科技革命的蓬勃發(fā)展，智能教育成為普適計算進入數(shù)智驅(qū)動階段的典型應(yīng)用。

基于普適計算原理構(gòu)建的普適計算環(huán)境，成為類腦泛在學(xué)習(xí)系統(tǒng)的基礎(chǔ)層內(nèi)容。普適計算環(huán)境包括了普適設(shè)備、信息通道、知覺界面和網(wǎng)絡(luò)環(huán)境：（1）普適設(shè)備是被學(xué)習(xí)者直接接觸并使用的相關(guān)設(shè)備，這些設(shè)備具有可移動性、攜帶便利、可接入其他設(shè)備等特征[57]。例如，手機、平板電腦、便攜式傳感器等。（2）信息通道是指實現(xiàn)普適設(shè)備之間相互交換信息、數(shù)據(jù)的傳輸渠道，云計算和區(qū)塊鏈技術(shù)的應(yīng)用，使信息通道的采集與分享呈現(xiàn)出分布式特征，凸現(xiàn)了類腦的泛在性、分布式MMRDBMS、視覺文檔索引、文本修復(fù)等。（3）知覺界面即普適設(shè)備與使用者感官相聯(lián)系的物理界面，隨著傳感器技術(shù)的發(fā)展和普及，可以采集學(xué)習(xí)者的多模態(tài)知覺數(shù)據(jù)，進一步促進了類腦的感知性。例如，多屏幕顯示、姿態(tài)認知、耳麥陣列處理等。（4）網(wǎng)絡(luò)環(huán)境主要是指5G 網(wǎng)絡(luò)環(huán)境的運營和普及，5G 網(wǎng)絡(luò)的超大帶寬、超低時延和海量連接的特性[58]，促進著類腦神經(jīng)網(wǎng)絡(luò)更具深度和廣度。以上四個層面所構(gòu)建的普適計算環(huán)境，共同構(gòu)成了類腦泛在學(xué)習(xí)系統(tǒng)的基礎(chǔ)層結(jié)構(gòu)（見圖4）。

3.交互層

在細胞層功能的基礎(chǔ)上，依托智能感知技術(shù)，使得學(xué)習(xí)形態(tài)不斷趨向感知、泛在、智能化的方向發(fā)展，形成類腦泛在學(xué)習(xí)系統(tǒng)的交互層。

在泛在學(xué)習(xí)活動系統(tǒng)中，服務(wù)是實現(xiàn)隨時隨地學(xué)習(xí)最重要的支持方式，它貫穿在整個學(xué)習(xí)過程中。作為計算機世界解決人類客觀世界問題的拓撲結(jié)構(gòu)，傳統(tǒng)的計算機應(yīng)用模型已無法完全適應(yīng)基于智能空間（Smart Space）普適計算環(huán)境下的各種問題。為了適應(yīng)基于上下文感知的泛在學(xué)習(xí)需求，需要對學(xué)習(xí)者在智能空間中的知覺界面與移動網(wǎng)絡(luò)中的“使用服務(wù)”與“提供服務(wù)”進行再設(shè)計，以實現(xiàn)信息空間和物理空間的融合。

因此，類腦泛在學(xué)習(xí)系統(tǒng)的交互層，是基于拓撲結(jié)構(gòu)所構(gòu)建的復(fù)雜性交互神經(jīng)元。而拓撲結(jié)構(gòu)（Network Topology）作為計算機世界解決人類客觀世界問題的技術(shù)架構(gòu)，在泛在化教育情境中，依托普適計算環(huán)境，使得學(xué)習(xí)者在學(xué)習(xí)過程中與泛在AI 神經(jīng)元、泛在學(xué)習(xí)元進行交互，由此產(chǎn)生結(jié)構(gòu)化和非結(jié)構(gòu)化的多維數(shù)據(jù)，形成多維多粒度的個性化在線/混合學(xué)習(xí)的多元選擇。即基于拓撲結(jié)構(gòu)的類腦智能體與人類學(xué)習(xí)者之間，可以兩兩產(chǎn)生學(xué)習(xí)交互。而多維多粒度的個性化建模及學(xué)習(xí)策略，需要借助新的、智能化的拓撲結(jié)構(gòu)，來解決人類在智能時代的學(xué)習(xí)需求。

比如，在知覺界面中，通過普適計算環(huán)境技術(shù)的支持，形成文本、語音、圖像多維數(shù)據(jù)所集成的智能虛擬體，并在移動網(wǎng)絡(luò)中以服務(wù)的方式，為學(xué)習(xí)者提供智能空間形態(tài)下的學(xué)習(xí)支持。通過智能設(shè)備對學(xué)習(xí)者聲音、圖像、傳感信息和融合信息進行采集，類腦聽覺、視覺、感覺和運動系統(tǒng)與泛在AI 神經(jīng)元、學(xué)習(xí)元進行連接，從而在基于智能空間的類腦泛在學(xué)習(xí)系統(tǒng)形成知覺界面。在知覺界面和移動網(wǎng)絡(luò)之間實現(xiàn)“提供服務(wù)”“使用服務(wù)”，而在普適設(shè)備和信息通道之間形成物理空間和信息空間的融合（見圖5）。

4.傳播層

類腦泛在學(xué)習(xí)系統(tǒng)傳播層主要依托兩項關(guān)鍵技術(shù)：一是上下文感知計算，二是“人—機—物”互聯(lián)環(huán)境。上下文感知計算為類腦泛在學(xué)習(xí)系統(tǒng)提供了物理層面與信息層面的溝通支撐，“人—機—物”互聯(lián)環(huán)境則支撐學(xué)習(xí)者在泛在環(huán)境中實現(xiàn)智能泛在化學(xué)習(xí)。

一方面，上下文感知計算技術(shù)是構(gòu)建智能空間類腦泛在學(xué)習(xí)系統(tǒng)的關(guān)鍵技術(shù)之一[59]，它能夠在用戶不發(fā)出服務(wù)請求或在非精確交互的情況下，智能地提供計算服務(wù)，形成類腦泛在神經(jīng)元網(wǎng)絡(luò)，支持隨時隨地學(xué)習(xí)交互的開展。泛在學(xué)習(xí)環(huán)境中的上下文感知是指信息空間自動地覺察物理空間中狀態(tài)的改變，從而改變相應(yīng)對象的狀態(tài)或觸發(fā)某些事件，來自動適應(yīng)學(xué)習(xí)環(huán)境。該技術(shù)有助于系統(tǒng)對用戶注意以外的任務(wù)進行智能化、自動化處理，以緩解注意干擾給交互過程帶來的不良影響。泛在學(xué)習(xí)環(huán)境中的上下文大致可以分為以下三類：環(huán)境上下文（包括位置、時間和速度等環(huán)境因素），設(shè)備上下文（包括網(wǎng)絡(luò)帶寬、屏幕大小等設(shè)備特性），用戶上下文（包括操作習(xí)慣、個人喜好和個性化需求等）。智能空間通過提供靜態(tài)網(wǎng)絡(luò)和動態(tài)信息化環(huán)境，嵌入計算機、信息工具和多模態(tài)傳感器，允許學(xué)習(xí)者借助計算機多層次的信息訪問方式，以有效執(zhí)行學(xué)習(xí)任務(wù)。

另一方面，“人—機—物”互聯(lián)環(huán)境基于5G 移動網(wǎng)絡(luò)，為類腦系統(tǒng)實現(xiàn)真正意義上的隨時隨地泛在學(xué)習(xí)提供場域條件。5G 時代的海量數(shù)據(jù)增長，5G 網(wǎng)絡(luò)在網(wǎng)絡(luò)拓撲結(jié)構(gòu)層面由宏基站連接不同的區(qū)域，大量高密度、低功率的小蜂窩狀基站分布于宏基站中。這種密集型的蜂窩基站解決了4G 網(wǎng)絡(luò)中無法支持海量的移動數(shù)據(jù)傳輸和智能設(shè)備交互的問題，通過頻譜復(fù)用提升信息傳輸效率，使得困擾泛在學(xué)習(xí)應(yīng)用的技術(shù)瓶頸——移動網(wǎng)絡(luò)帶寬得以解決。學(xué)習(xí)者能夠在海量的移動數(shù)據(jù)和智能設(shè)備間進行便捷、自在地交互，進行智能的、多樣化的隨時隨地學(xué)習(xí)（見圖6）。

四、研究結(jié)論與未來展望

本文從腦科學(xué)研究的角度出發(fā)，總結(jié)了人類大腦神經(jīng)的可塑性機理，聚焦于教育應(yīng)用領(lǐng)域，對教育神經(jīng)科學(xué)與類腦泛在學(xué)習(xí)的發(fā)展現(xiàn)狀進行梳理，概括出類腦泛在化發(fā)展的躍進性機理，通過概述當(dāng)前智能技術(shù)發(fā)展成果及其支撐人類泛在化學(xué)習(xí)的發(fā)展現(xiàn)狀，提出了類腦與人腦在多維感知元素上的聯(lián)結(jié)性機理。在理論層面，基于類腦泛在學(xué)習(xí)機理，形成類腦泛在學(xué)習(xí)系統(tǒng)的設(shè)計思路，提出類腦泛在學(xué)習(xí)系統(tǒng)應(yīng)由基礎(chǔ)層、細胞層、交互層、傳播層四個部分構(gòu)成。其中，基礎(chǔ)層為類腦系統(tǒng)提供了技術(shù)基礎(chǔ)，細胞層實現(xiàn)了知識神經(jīng)元和學(xué)習(xí)元，交互層通過智能感知技術(shù)為人腦與類腦溝通搭建橋梁，傳播層通過上下文感知計算與“人—機—物”互聯(lián)環(huán)境關(guān)鍵技術(shù)，實現(xiàn)了拓撲結(jié)構(gòu)類腦智能體。在實踐層面，對類腦的進化階段進行了分析，提出類腦的進化一般應(yīng)經(jīng)歷機器互聯(lián)階段、感知溝通階段、神經(jīng)元建構(gòu)階段和類腦智能體階段。未來類腦泛在學(xué)習(xí)機理及其系統(tǒng)研究，應(yīng)進一步將先進的腦科學(xué)、教育神經(jīng)科學(xué)等研究成果相結(jié)合，通過科學(xué)的腦機制驗證手段為類腦機理提供證據(jù)；同時，又以教育神經(jīng)科學(xué)的先進機制優(yōu)化類腦泛在學(xué)習(xí)系統(tǒng)的功能。

我們認為，教育神經(jīng)科學(xué)的發(fā)展為互聯(lián)網(wǎng)大腦的進化提供了科學(xué)依據(jù)，模擬人腦高級功能的類腦智能系統(tǒng)，將有效促進人類學(xué)習(xí)績效的提升。隨著智能技術(shù)的不斷演進，基于理論與技術(shù)支撐的類腦泛在學(xué)習(xí)系統(tǒng)正在不斷成形，通過類腦泛在學(xué)習(xí)系統(tǒng)的“人—機—物”互聯(lián)與感知互聯(lián)，可以實現(xiàn)類腦以及人腦的雙優(yōu)化。而且，對類腦系統(tǒng)的研究，也是人工智能由可感知的智能水平，向可認知的智能水平過渡的關(guān)鍵一步。因此，這一研究具有理論與實踐的雙重研究價值。隨著互聯(lián)網(wǎng)功能的完善與形態(tài)進化，類腦泛在學(xué)習(xí)系統(tǒng)的功能也將得到進一步的提升，通過以下策略可大大提高為教育教學(xué)賦能的價值。

（一）量變優(yōu)化策略：實施智能化精準(zhǔn)教學(xué)

質(zhì)的飛躍是量變的過程，而非一蹴而就。類腦泛在學(xué)習(xí)系統(tǒng)的構(gòu)建需要長時間的經(jīng)驗積累，其基本架構(gòu)的構(gòu)建既需要技術(shù)積累，也需要長時間的經(jīng)驗積累。隨著智能技術(shù)在教育教學(xué)過程中應(yīng)用的深入，不僅可將智能技術(shù)的新理念、新方法、新形態(tài)應(yīng)用于教育領(lǐng)域，而且還催生出專門化的智能教育解決方案，這就是由技術(shù)應(yīng)用的量變而產(chǎn)生質(zhì)變的過程。一方面，需要構(gòu)建具有自身特色的類腦泛在學(xué)習(xí)系統(tǒng)，實施智能化精準(zhǔn)教學(xué)；另一方面，唯有通過自身較長時間的智能教育實踐，方能催生出可供實施精準(zhǔn)教學(xué)的類腦系統(tǒng)。因此，實施智能化精準(zhǔn)教學(xué)的關(guān)鍵策略是找準(zhǔn)“應(yīng)用者”和“應(yīng)用技術(shù)”，“應(yīng)用者”即實施教學(xué)者，要通過技術(shù)融入的教學(xué)過程不斷優(yōu)化技術(shù)的使用方法，方能找準(zhǔn)技術(shù)的適應(yīng)教學(xué)法；而“應(yīng)用技術(shù)”即合適的技術(shù)，在智能教育的框架下，有各種工具、方法、算法、模式等，它們都屬于智能教育范疇，只有找準(zhǔn)合適的技術(shù)，方能有效解決具體的教學(xué)問題。因此，通過“應(yīng)用者”和“應(yīng)用技術(shù)”的量化積累和優(yōu)化，可以為構(gòu)建類腦泛在學(xué)習(xí)系統(tǒng)提供重要的經(jīng)驗積累，進而不斷推進類腦泛在學(xué)習(xí)系統(tǒng)各環(huán)節(jié)、架構(gòu)的迭代與優(yōu)化。

（二）思維應(yīng)用策略：開展高階學(xué)習(xí)評價

類腦泛在學(xué)習(xí)系統(tǒng)的構(gòu)建，關(guān)鍵在于應(yīng)用思維，而不僅僅是應(yīng)用能力。隨著教育信息化發(fā)展從1.0階段向2.0 階段邁進，使得技術(shù)的應(yīng)用已從“建設(shè)”“應(yīng)用”的視角，轉(zhuǎn)向“融合”“創(chuàng)新”的視角。應(yīng)該說，即使在1.0 階段，也不乏可促進實施學(xué)習(xí)評價的智能技術(shù)，且2.0 階段的評價技術(shù)并非更加先進，其改進的關(guān)鍵點在于思維應(yīng)用能力的提升，只有從技術(shù)本位上升為教學(xué)本位，方能透過技術(shù)看透應(yīng)用技術(shù)解決問題的本質(zhì)。類腦泛在學(xué)習(xí)系統(tǒng)的思維應(yīng)用策略，旨在通過類腦系統(tǒng)有效解決具體問題，如，個性化資源的泛在智能推送、學(xué)習(xí)者行為的泛在分布式協(xié)同、對學(xué)習(xí)者更加多元化的評價方式等。同時，依托互聯(lián)網(wǎng)進化的新形態(tài)，使得教育教學(xué)的各個環(huán)節(jié)得以互聯(lián)互通，支撐AI+學(xué)習(xí)評價方式、評價來源、評價結(jié)果的多元化，進而實現(xiàn)高階學(xué)習(xí)評價，即深層次學(xué)習(xí)方式的評價。

（三）低耗整合策略：提升泛在學(xué)習(xí)績效

技術(shù)進步是一個積累的過程，而非替代的過程。應(yīng)實施低耗整合策略，提升泛在學(xué)習(xí)績效。雖然對類腦泛在學(xué)習(xí)系統(tǒng)已經(jīng)提出了既有的框架結(jié)構(gòu)，但具體的類腦泛在學(xué)習(xí)系統(tǒng)形態(tài)與特色功能還沒有完全揭示。我們認為，凡是通過智能技術(shù)能夠提升泛在學(xué)習(xí)績效的，都應(yīng)歸屬于類腦泛在學(xué)習(xí)系統(tǒng)中，并且應(yīng)該存在針對解決關(guān)鍵教學(xué)問題的、具有特定功能的類腦系統(tǒng)，這樣的實踐路徑是具有實施成效且具有經(jīng)濟效益的。當(dāng)前，一些學(xué)校所采用的智能教育解決方案的成本越來越高，技術(shù)系統(tǒng)的迭代速度越來越快，也許當(dāng)某所學(xué)校剛剛完成其基礎(chǔ)設(shè)施環(huán)境工程之時，其技術(shù)應(yīng)用的理念就已經(jīng)落后。因此，為節(jié)約成本、提高效益、充分挖掘現(xiàn)有技術(shù)的利用率，應(yīng)采用低耗整合的方法建設(shè)類腦泛在學(xué)習(xí)系統(tǒng)。在基礎(chǔ)層面，要充分應(yīng)用校園已有的設(shè)備和學(xué)生BYOD 設(shè)備開展泛在學(xué)習(xí)；在交互層面，要為已有資源、技術(shù)、功能、系統(tǒng)等賦值或采用可嵌入式標(biāo)簽，實現(xiàn)AI神經(jīng)元的深度整合；在傳播層面，必須改進已有平臺的傳播模式，使之分階段實現(xiàn)類腦泛在學(xué)習(xí)系統(tǒng)“人—機—物”的深度傳播，進而切實提升泛在學(xué)習(xí)的績效。