葛 睿，陳秀真

(1.上海信息技術(shù)學(xué)校 信息技術(shù)系，上海 200331；2.上海交通大學(xué) 信息安全工程學(xué)院，上海 200126)

0 引言

隨著人工智能的發(fā)展，自然語言處理(natural language processing，NLP)技術(shù)已經(jīng)應(yīng)用于諸如語音識別、機器翻譯和輿情監(jiān)測等許多領(lǐng)域，如最近大熱的聊天機器人chatgpt其中NLP的身影便無處不在[1]。人工智能標記語言(artificial intelligence markup language，AIML)是一種基于XML(可擴展標示語言，Extensive Markup Language)格式的語言，可用于開發(fā)具有NLP能力的軟件代理，主要用于基于人工語言互聯(lián)網(wǎng)計算實體的聊天室應(yīng)用程序的創(chuàng)建和定制[2]。類似地，模糊標記語言(fuzzy markup language，F(xiàn)ML)同樣是一個基于XML的標記語言，主要可用于描述模糊系統(tǒng)的結(jié)構(gòu)和行為且模糊系統(tǒng)獨立于專用于托管和運行它的硬件架構(gòu)[3]。計算智能(computational intelligence，CI)是人工智能的核心技術(shù)之一，它由模糊邏輯(fuzzy logic，F(xiàn)L)、神經(jīng)網(wǎng)絡(luò)(neural network，NN)和進化計算(evolutionary computation，EC)三大部分組成。AI-FML是一個可以為中小學(xué)生提供學(xué)習(xí)人類知識和邏輯運算規(guī)則的設(shè)計模型[4]。元學(xué)習(xí)(Meta-learning)是指讓AI學(xué)會如何學(xué)習(xí)，從而提高其效率的技術(shù)，同時也是將物理和數(shù)字相融合的可視化世界[5]。一般來說，元宇宙技術(shù)包括虛擬現(xiàn)實(virtual reality，VR)以及增強現(xiàn)實(augmented reality，AR)。文獻[6]將元宇宙分類為硬件、軟件、內(nèi)容、用戶交互、實現(xiàn)和應(yīng)用幾大部分。此外，他們還提到了教育會是元宇宙的重要應(yīng)用領(lǐng)域，如視聽教學(xué)(audiovisual-based education)和問題導(dǎo)向式教學(xué)(problem-based learning)。對于學(xué)生們來說，因為書面上的內(nèi)容和實際體驗的感受是完全不同的，因此體驗式學(xué)習(xí)(Experiential learning)非常重要。受此啟發(fā)，本文提出了一種基于AI-FML元宇宙的架構(gòu)，包括元數(shù)據(jù)收集、元信息處理、元知識抽取、模糊本體構(gòu)建和元智能學(xué)習(xí)，可供中小學(xué)生實際體驗計算智能的應(yīng)用。《心經(jīng)》是佛教傳統(tǒng)中使用最為頻繁的經(jīng)文[8]，本文將AI-FML與《心經(jīng)》的教義相結(jié)合，使提出的智能代理更加具有可解釋性。此外，也將AI-FML元宇宙引入到上海4所中小校的實驗課中。參與的學(xué)生使用AI-FML平臺來構(gòu)建基于CI應(yīng)用程序的知識庫(knowledge base，KB)和規(guī)則庫(rule base，RB)；然后可以應(yīng)用基于FML的粒子群優(yōu)化(particle swarm optimization，PSO)工具[9]，將FML和PSO進行結(jié)合，使用訓(xùn)練數(shù)據(jù)集訓(xùn)練KB和RB；接下來，在導(dǎo)入學(xué)習(xí)模型并輸入值后，學(xué)生可以進行模塊化編程，以控制位于不同空間中的AI-FML機器人或其他學(xué)習(xí)工具的語音，表情和動作。通過這種方式，他們可以與AI-FML共同學(xué)習(xí)，以模擬這些工具的感知和認知特征。

1 本文的人機交互學(xué)習(xí)智能代理

1.1 AI-FML元宇宙

本文的整體框架，包括提出的智能代理、軟硬件(AI-FML hardware and software)、元宇宙學(xué)習(xí)域以及基于AI-FML的學(xué)習(xí)CI模型。在學(xué)習(xí)過程中，學(xué)生通過概念式學(xué)習(xí)(concept-based learning)、體驗式學(xué)習(xí)(experience-based learning)、操作式學(xué)習(xí)(operation-based learning)、實踐式學(xué)習(xí)(practice-based learning)、應(yīng)用式學(xué)習(xí)(application-based learning)和表達式學(xué)習(xí)(expression-based learning)來熟悉AI-FML。學(xué)生在元宇宙學(xué)習(xí)域中在機器的引導(dǎo)下學(xué)習(xí)，并學(xué)習(xí)如何與機器進行互動。該智能代理進行元數(shù)據(jù)的收集來評估學(xué)習(xí)者的學(xué)習(xí)成績，以表達他們對學(xué)習(xí)內(nèi)容的感知。

1.2 CI基礎(chǔ)知識學(xué)習(xí)

IEEE(電氣與電子工程師協(xié)會，institute of electrical and electronic engineers)計算智能學(xué)會(computational intelligence society，CIS)中學(xué)生外展小組(high school outreach，HSO)的愿景是將CI引入課堂，以激發(fā)學(xué)生們的興趣。FL系統(tǒng)有五個重要組成部分，包括模糊規(guī)則(fuzzy rule)、模糊變量(fuzzy variable)、模糊集合(fuzzy set)、隸屬度(membership degree)和隸屬函數(shù)(membership function)。

2 基于《心經(jīng)》的模糊本體論在AI-FML元宇宙中的語義理解

《心經(jīng)》是佛教中最常被背誦的經(jīng)文之一，其中充滿了人類智慧的結(jié)晶。基于CI學(xué)習(xí)空間域、人類學(xué)習(xí)時間域以及基本模糊本體論的AI-FML元宇宙結(jié)構(gòu)，可用于中小學(xué)生的學(xué)習(xí)。可以看到，學(xué)生們可在各自的AI-FML時域和空域上觀察元智能，通過不斷深入學(xué)習(xí)不同年齡段的HI(human intelligence)，并逐步擴展AI-FML的學(xué)習(xí)內(nèi)容，實現(xiàn)從小學(xué)到大學(xué)的學(xué)習(xí)目標。這樣一來，學(xué)生們便可看見并親身體驗所學(xué)的知識，理解奮斗過程中所付出的汗水。隨著時間的推移，學(xué)習(xí)到的元智能越來越接近IEEE CIS HSO的實際情況，同時不同年齡段的人學(xué)習(xí)時所掌握的知識量以及與實際情況的接近程度也不同。

表1 模糊變量表

圖1為基于CI和人類對《心經(jīng)》語義理解的AI-FML元宇宙學(xué)習(xí)平臺。AI-FML元宇宙學(xué)習(xí)平臺包括人類智能和人工智能。此外，該平臺還包含元數(shù)據(jù)、元信息、元知識、元智能和模糊本體等供學(xué)習(xí)。表2為人類基于《心經(jīng)》的語義理解，用于AI-FML元宇宙的體驗和學(xué)習(xí)。

圖1 基于CI和人類對心經(jīng)語義理解的AI-FML元宇宙學(xué)習(xí)平臺

表2 基于CKIP 標注工具的模糊變量表

人類對心經(jīng)的語義理解用于AI-FML元宇宙的學(xué)習(xí)和體驗如下。

1)AI-FML初學(xué)者在其AI-FML元宇宙的時空域中觀察元智能。

①他深入學(xué)習(xí)FS、NN、EC和FML，以提高到達學(xué)習(xí)目的地(如小學(xué)(elementary school，ES)、初中(junior high school，JHS)、高中(senior high school，SHS)或大學(xué)(university，U)時HI的表現(xiàn)。

②然后，他才能理解和體驗形相、感覺、認知、形成和意識，并超越一切苦難和困難。

2)在AI-FML元宇宙中，智者明白形式并不與空性有所不同，而空性也不與形式有所不同。

①形即為空，空即為形。

②感覺、認知、形成和意識在AI-FML元宇宙中的情況也類似。

3)在AI-FML元宇宙中，智者明白所有法相都是空無特性的。

①它們不產(chǎn)生，不毀滅，不玷污，不純潔；它們既不增加也不減少。

②它們沒有形式、感覺、認知、形成或意識。

③無眼睛、耳朵、鼻子、舌頭、身體或思想。

④無色、聲、香、味、觸、法。

4)在AI-FML元宇宙中，無眼界，直至無意識的境界。

①無無明亦無無明盡。

②直至無老死亦無老死盡。

③無苦、無聚、無滅、無道、無智、無得。

④學(xué)者通過跟隨人類到達目的地的智能來獲得元智能。

5)在AI-FML元宇宙中，學(xué)者的思想是暢通無阻的。

①因為沒有障礙，他不會感到恐懼。

②同時他也將遠離扭曲的夢幻思維。

③最終，他從學(xué)校畢業(yè)，并獲得進化元智能。

④根據(jù)到達目的地的人類智能，他獲得了最高層次的普適元智能。

6)因此，AI-FML元宇宙的學(xué)者理解了HI。

①它是一個偉大的精神，一個光輝璀璨、超然至高、無與倫比的元宇宙。

②它能消除一切苦難。

③它是真實而非虛假。

④因此，他講述并傳授關(guān)于AI-FML學(xué)習(xí)之路的HI。

⑤他是這樣朗誦的：

(a)請前往AI-FML元宇宙之門。

(b)你將獲得AI-FML學(xué)習(xí)和體驗的美妙HI。

fAIFML_HS(x：a，b，c，d)=ES[a，b，c，d]=

JHS[a，b，c，d]=SHS[a，b，c，d]=U[a，b，c，d]=

(1)

公式(2)和(3)分別表示隸屬函數(shù)fAIFML_HS(Learning Content：a，b，c，d)和fAIFML_HS(Learning Episode：a，b，c，d)。

fAIFML_HS(Learning Content：a，b，c，d)=

{ES[FS，NN，EC，F(xiàn)ML]，JHS[FS，NN，EC，F(xiàn)ML]，

SHS[FS，NN，EC，F(xiàn)ML]，U[FS，NN，EC，F(xiàn)ML]}=

(2)

fAIFML_HS(Learning Episode：a，b，c，d)={ES[6，7，11，12].

JHS[11，12，14，15]，SHS[14，15，17，18]，

(3)

3 用于學(xué)生體驗和學(xué)習(xí)的AI-FML元宇宙智能代理

3.1 AI-FML元宇宙體驗課堂平臺

在地區(qū)1到N的城市1、…、L分別設(shè)有體驗室和體驗中心。此外，基于人類智能的元知識和領(lǐng)域本體位于學(xué)習(xí)域1～N中，人工智能和機器智能也存在于學(xué)習(xí)域1～N中。AI-FML機器人的智能代理，包括視覺智能、聽覺智能、語言表達智能、觸覺智能和大腦智能，因此可以是觀察者、行動者或執(zhí)行者。觀察者將視覺數(shù)據(jù)傳輸?shù)紸I-FML 元宇宙平臺，行動者執(zhí)行模塊化程序的表達動作，執(zhí)行者接收AI-FML的結(jié)果并執(zhí)行相關(guān)動作。不同地區(qū)不同城市的AI-FML學(xué)習(xí)域的年輕學(xué)生，可以通過元宇宙體驗式學(xué)習(xí)，與AI-FML工具的機器智能共享或共同學(xué)習(xí)他們的人類智能。

學(xué)習(xí)域中的學(xué)生將其人類智能發(fā)送到元宇宙中的AI-FML學(xué)習(xí)平臺或?qū)嶒炇摇４撕?，AI-FML學(xué)習(xí)平臺或?qū)嶒炇覍C器智能發(fā)送到學(xué)習(xí)域中的AI-FML工具。

3.2 AI-FML元知識提取與構(gòu)建

圖2展示了基于模糊本體論的智能代理的實現(xiàn)，可用于中學(xué)生在AI-FML元宇宙中的學(xué)習(xí)和元知識構(gòu)建。整個過程分為數(shù)據(jù)收集和數(shù)據(jù)評估兩個階段。首先，領(lǐng)域?qū)＜腋鶕?jù)CI相關(guān)內(nèi)容構(gòu)建CI相關(guān)本體論。在數(shù)據(jù)收集階段，學(xué)生將CI元素與現(xiàn)實應(yīng)用相結(jié)合，并學(xué)習(xí)如何與嵌入到基于CI的學(xué)習(xí)體驗體(learning experience agent)中的AI-FML工具交互。與此同時，學(xué)習(xí)數(shù)據(jù)進行了存儲。在數(shù)據(jù)評估階段，智能學(xué)習(xí)標簽體(intelligent learning label agent)提取收集到學(xué)習(xí)數(shù)據(jù)的關(guān)鍵概念，并存儲帶標簽的內(nèi)容。最后，智能學(xué)習(xí)評估體(intelligent learning evaluation agent)以熱力圖的形式反映學(xué)生的學(xué)習(xí)成績。

圖2 用于元知識構(gòu)建的智能代理結(jié)構(gòu)(增加人機交互畫面)

3.3 智能學(xué)習(xí)標簽和評估代理

智能學(xué)習(xí)標簽代理負責(zé)從收集到的學(xué)習(xí)數(shù)據(jù)中提取關(guān)鍵概念，圖3顯示了收集到的學(xué)習(xí)數(shù)據(jù)示例，在小學(xué)A的AI俱樂部中，四名學(xué)生在觀看計算機圍棋程序教學(xué)視頻(視頻1)和AI-FML人機協(xié)作教學(xué)視頻(視頻2)后的書面陳述。圖4為本文的軟件架構(gòu)界面，包括領(lǐng)域本體構(gòu)建和標注。

圖4 軟件架構(gòu)展示圖

提出的智能代理算法輸入：學(xué)生學(xué)習(xí)元數(shù)據(jù)如下。

輸出：學(xué)生的學(xué)習(xí)狀況熱力圖

過程：

1)使用Protégé軟件構(gòu)建領(lǐng)域本體。

2)使用CKIP 標注器創(chuàng)建字典文件。

①讀取領(lǐng)域本體的.owl文件。

②提取主題RDF(資源描述框架，resource description framework)語句的主語，謂語和賓語。

③儲存主謂賓語。

④根據(jù)提取的主語為CKIP標注器創(chuàng)建字典文件。

3)從學(xué)生的學(xué)習(xí)元數(shù)據(jù)中提取關(guān)鍵概念。

①給定學(xué)生學(xué)習(xí)元數(shù)據(jù)的目標URL(統(tǒng)一資源定位器，uniform resource locator)。

②將提取的標題設(shè)置為元數(shù)據(jù)。

③設(shè)置要提取的HTML標簽。

④執(zhí)行提取。

⑤存儲提取的關(guān)鍵概念。

4)提取的關(guān)鍵概念在CKIP中進行操作(使用CKIP提取關(guān)鍵概念)。

①給定學(xué)生學(xué)習(xí)元數(shù)據(jù)的目標URL(統(tǒng)一資源定位器，uniform resource locator)。

②提取CKIP 標注器中的結(jié)果并存儲。

5)學(xué)習(xí)熱力圖中的成績。

①利用CKIP提取的學(xué)生元數(shù)據(jù)中的關(guān)鍵信息，計算本體概念之間的相似度。

②給予這種學(xué)習(xí)元數(shù)據(jù)適當?shù)臋?quán)重，以計算學(xué)生的學(xué)習(xí)成績。

6)輸出學(xué)習(xí)元數(shù)據(jù)中的學(xué)習(xí)成績。

下面為基于CKIP標記器的小學(xué)A中視頻1和視頻2提取的詞集。我們提取本體的概念，以計算 (Concepti，Conceptj)的相似性，其中 Concepti和 Conceptj分別表示來自構(gòu)建的本體和學(xué)生學(xué)習(xí)元數(shù)據(jù)提取的詞集中的概念。

小學(xué)A視頻1和視頻2中的詞集：

視頻(Na)的(DE)三(Neu)個(Nf)重點(Na)視頻(Na)三(Neu)大部分視頻(Na)三(Neu)以人為中心的 AI(VA)以人為中心的 AI(FW)以人為中心的 AI(FW)人類(Na)協(xié)作(VA)模式(Na)以(P)人(Na)為(VG)中心(Nc)的(DE)AI(FW)人類智慧(VH)人類智慧(Na)人工智能(Na)人類(Na)協(xié)作(VA)模式(Na)教育學(xué)習(xí)應(yīng)用(Na)人類(Na)協(xié)作(VA)模式(Na)人類(Na)協(xié)作(VA)模式(Na)教育學(xué)習(xí)應(yīng)用(Na)智慧(Na)學(xué)習(xí)(VC)和(Caa)執(zhí)行(VC)智能(Na)學(xué)習(xí)(VC)和(Caa)執(zhí)行(VC)不(D)確定(VK)的(DE)外部(Ncd)環(huán)境(Na)視頻(Na)1(Neu)內(nèi)容(Na)視頻(Na)內(nèi)容(Na)智能(Na)學(xué)習(xí)(VC)和(Caa)執(zhí)行(VC)學(xué)習(xí)(VC)和(Caa)執(zhí)行(VC)可以(D)模仿(VC)人類(Na)學(xué)習(xí)(VC)AI(FW)是(SHI)可以(D)以(P)簡單(VH)的(DE)方式(Na)來(D)學(xué)習(xí)(VC)人工智能(VH)以(P)聰明(VH)的(DE)方式(Na)執(zhí)行(VC)任務(wù)(Na)。

4 實驗結(jié)果與分析

4.1 基于強化學(xué)習(xí)本體模型的智能代理

2022年秋季學(xué)期，我們向上海的4所國際學(xué)校(包括上海市民辦中芯學(xué)校，上海協(xié)和國際學(xué)校，上?；蒽`頓國際學(xué)校和上海長寧國際學(xué)校，以下簡稱小學(xué)A，小學(xué)B，中學(xué)C與中學(xué)D)引入了AI-FML元宇宙學(xué)習(xí)。小學(xué)A的五年級學(xué)生每周在AI俱樂部學(xué)習(xí)120分鐘，小學(xué)B的六年級學(xué)生每周在計算機課上學(xué)習(xí)兩節(jié)AI-FML課程，每次80分鐘，中學(xué)C和中學(xué)D的學(xué)生每周分別學(xué)習(xí)兩個小時和一個小時。在每個學(xué)習(xí)階段中進行了基于概念、經(jīng)驗、操作、實踐、應(yīng)用和表達等不同組合的學(xué)習(xí)，使學(xué)生們熟悉AI-FML元宇宙。值得一提的是，在小學(xué)生學(xué)習(xí)時，進行的操作式學(xué)習(xí)比初中學(xué)生要少得多；與之相對，表達式學(xué)習(xí)對所有不同年齡組的學(xué)生都很重要。

4.2 通過模糊本體論實現(xiàn)學(xué)生《心經(jīng)》的學(xué)習(xí)

本節(jié)中設(shè)計了基于《心經(jīng)》模糊本體概念的學(xué)習(xí)模型，將人類智能和機器智能應(yīng)用于基于AI-FML的學(xué)習(xí)CI模型，讓初學(xué)者通過與機器和AI-FML機器人互動來理解CI的基本概念。這種寓教于樂的方式對學(xué)生們來說很容易接受，通過AI-FML工具或機器人的視覺智能，他們可以在不同的空間中體驗機器智能。圖5(a)顯示了小學(xué)A中的學(xué)生登錄Google虛擬課堂和AI-FML元宇宙的計劃時間和實際花費時間的曲線圖，可以看到，計劃時間與實際時間逐步匹配。此外，我們還進行了概念式學(xué)習(xí)、實踐式學(xué)習(xí)和表達式學(xué)習(xí)的比較：由圖5(b)可以看到，小學(xué)A的學(xué)生在學(xué)習(xí)AI-FML概念時，實際花費的時間比計劃的時間更長，也許對于小學(xué)生來說學(xué)習(xí)AI-FML的概念很難，因為在實際中我們也的確發(fā)現(xiàn)了他們使用平板電腦花了很多時間在AI-FML元宇宙中對他們理解的概念進行標注。由圖5(c)可以看到，小學(xué)生在每一個階段中都花了很多時間一起玩耍并學(xué)習(xí)，以在AI-FML元宇宙中體驗、實踐、操作和應(yīng)用現(xiàn)實世界的CI應(yīng)用。由圖5(d)可以看出，表達式學(xué)習(xí)實際花費的時間比計劃的時間多，但最終在課程結(jié)束時趨于一致。

圖5 學(xué)生在各方面計劃和實際花費的時間

4.3 CI學(xué)習(xí)熱力圖

我們應(yīng)用學(xué)習(xí)熱力計來評估在2022年秋季學(xué)期，小學(xué)A和小學(xué)B的學(xué)生學(xué)習(xí)AI-FML和英語時，根據(jù)學(xué)生的聽覺智力、口頭表達能力、視覺智力和書面表述表現(xiàn)來評估其學(xué)習(xí)情況。

表3給出了他們與機器人共同學(xué)習(xí)AI-FML的一些基本信息。學(xué)習(xí)熱力圖的關(guān)鍵評估要點，以學(xué)習(xí)機器語言AI-FML為例，關(guān)鍵要點包括1)看講座視頻，然后把他聽到和看到的關(guān)鍵概念標注出來；2)說出他所學(xué)到的知識；3)練習(xí)構(gòu)建其AI-FML應(yīng)用的KB和RB以及4)測試題作答。

表3 共同學(xué)習(xí)AI-FML的信息

圖6為不同階段學(xué)生學(xué)習(xí)成績的曲線及其趨線，可以看到：1)小學(xué)B學(xué)生的趨線斜率比小學(xué)A學(xué)生的更高，表明小學(xué)B的參與模式使學(xué)生進步更快；2)小學(xué)B學(xué)生在第三和第四階段的學(xué)習(xí)成績最低，因為概念式、實踐式和操作式學(xué)習(xí)對這些學(xué)生來說很難標注其關(guān)鍵概念；3)第四課時之后，小學(xué)B學(xué)生的學(xué)習(xí)成績逐漸增加，并在最后兩課時中達到最高，這表示小學(xué)B學(xué)生持續(xù)保持進步，這種學(xué)習(xí)方式有助于小學(xué)生學(xué)習(xí)CI；4)與小學(xué)B相比，小學(xué)A學(xué)生的學(xué)習(xí)成績趨線更平緩。但是，小學(xué)A的平均學(xué)習(xí)成績?yōu)?6，高于小學(xué)B的平均學(xué)習(xí)成績。

圖6 兩個小學(xué)學(xué)生學(xué)習(xí)成績的變化及其趨勢

4.4 英語學(xué)習(xí)熱力圖

本節(jié)中，提出的智能代理對中學(xué)C參與的32名初二學(xué)生在AI-FML 元宇宙中進行人機共學(xué)英語的學(xué)習(xí)成績進行了評估。表4顯示了其基本信息。參與的學(xué)生來自兩個初二班級，第一課時和第二課時中每節(jié)課的總時長分別為90分鐘和45分鐘。此外，采用異質(zhì)分組法將每個班級的學(xué)生分成四組，因此每個班級第1組的英語水平最高。每個班級第1組和第2組的學(xué)生人數(shù)分別為(4，4，4，3)和(4，4，5，4)，因為班級1的第1組中有兩名學(xué)生缺席了第一節(jié)課的學(xué)習(xí)課程。

表4 共同學(xué)習(xí)英語的信息

基于CI的學(xué)習(xí)經(jīng)驗代理具備視覺智能、聽覺智能、書面表達和口頭表達能力，他們與年輕學(xué)生交互以收集其學(xué)習(xí)數(shù)據(jù)。智能學(xué)習(xí)標簽代理和智能學(xué)習(xí)評估代理根據(jù)學(xué)生在英語聽、說、讀、寫能力的表現(xiàn)評估其學(xué)習(xí)成績，其中聽占30%，說占30%，讀占10%，寫占30%。

圖7和圖8分別展示了班級1和班級2的學(xué)習(xí)熱力圖，其中左上角、右上角、左下角和右下角的四個六邊形分別表示第1、2、3、4組，中心的六邊形表示整個班級的平均值，熱力圖旁邊的數(shù)字表示根據(jù)參與學(xué)生的元數(shù)據(jù)測量的整體學(xué)習(xí)成績。0到100表示學(xué)生們學(xué)習(xí)熱力圖的范圍，其中50為中點。1班的平均學(xué)習(xí)成績從49上升到60，2班的平均學(xué)習(xí)成績從64上升到70。觀察到兩個班級中皆是第1組的學(xué)習(xí)熱力圖表現(xiàn)最好。

圖8 班級2的學(xué)習(xí)熱力圖

5 總結(jié)與展望

本文提出一種基于人工智能和元宇宙的人機交互學(xué)習(xí)智能代理，將《心經(jīng)》中模糊本體論的概念應(yīng)用于小學(xué)生和中學(xué)生學(xué)習(xí)英語以及AI-FML元宇宙中的FML。通過將《心經(jīng)》的原則與基于模糊本體論的智能代理相結(jié)合，提出了一種面向年輕學(xué)生在AI-FML元宇宙中學(xué)習(xí)的智能代理，以賦予其計算、感知和認知智能。在引入AI-FML人機交互學(xué)習(xí)到上海的4所中小學(xué)后，觀察到智能代理可以有效地工作，并且學(xué)生的學(xué)習(xí)熱情在結(jié)束時呈上升趨勢。未來，我們希望將這種學(xué)習(xí)CI模型推廣到國內(nèi)甚至世界上的其他學(xué)校，讓他們在玩耍、享受的同時也能學(xué)習(xí)到CI的實際應(yīng)用。