人工智能視域下機器學習的教育應用與創新探索
來源:用戶上傳
作者:
摘 要：在科學技術高速發展后，科技興國已經成為我國國家戰略，例如中國制造2025、人工智能2.0、機器人產業發展規劃等項目，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，人工智能已經成為整體發展的潮流，我國人工智能也在迅猛發展。在科學技術領域，人工智能占據重要地位。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揮作用，教學質量將會得到提高。這樣無疑可以為社會提供更多優質人才，對我國科教興國戰略有促進作用。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，探討其創新研究內容。
關鍵詞：人工智能 機器學習 教育應用 創新探索
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現新太陽系，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，部分學校已經引入人工智能系統，這些系統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，智能教育已經成為信息化教育的主要創新內容，對教學創新的發展有促進作用，這已經成為信息時代發展的主要潮流。
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，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，只是數據的構成，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，將生產過程進行自動化，從而得到大量的數據進行分析，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，學生各項數據集合成大數據，以智能手段篩選數據，對數據進行分析整理，將學生潛在能力發掘出來。機械學習是對規律的分析，以大數據為基礎，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展。
智能化教育是教育模式發展的體現，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。
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。學生依舊要根據教師上課內容進行自主學習養成良好的學習習慣。
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，這是建立在大數據基礎上的技術，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的時候沒有考慮到教育的內涵，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據難以準確掌握。從這一角度看，人工智能領域的高速發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，可以以開發新技術為目的促進兩個行業人員進行交流學習。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技術在教育行業有著充分的運用，這是教學模式改革的必然趨勢。教育行業涉及的學科較廣、內容豐富，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，也是機械學習的創新之處。例如，技術人員可以利用機械學習對大數據的使用，分析學生學習的興趣愛好，從而安排合理的教學安排。
3.3 智能技術的創新
大數據的統計與整理是一個紛繁復雜的過程，在處理大數據的時候需要有一定的秩序，但過于龐大的數據造成數據秩序處理難度的提高。同時，數據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據共享方面通常涉及數據隱私和倫理問題，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。因此要協同多方組織開展對大數據的整理，提高教學的質量，保證數據合理合法的利用。還要求教育工作者更具數據的獨特性，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
未來機械學習的發展發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。在大數據時代，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.
轉載注明來源:http://www.hailuomaifang.com/1/view-14921261.htm
