在疫情之後,人工智能教育將怎樣存在

Share on facebook
Share on twitter
Share on pinterest
Share on weibo

人工智能在當前教育中的應用仍偏向於“弱人工智能”,但對提升教育效率的作用不容忽視。疫情期間,世界各地的遠程教學也為人工智能教育的進一步發展提供了機遇。

受新冠肺炎疫情影響,世界各地的學校借助互聯網技術,將教學從線下搬到線上,以維繫學校的正常運行。在其中,人工智能(AI)技術得到了廣泛應用。美國教育主流媒體近期開展的調查發現,疫情封校期間,人工智能在學校和學區層面發揮了相當程度的作用,許多學校採取了靈活豐富的人工智能手段促進教學。與此同時,經濟合作與發展組織(OECD,以下簡稱“經合組織”)與哈​​佛大學全球教育創新計劃項目於近期面向59個國家和地區開展的教育教學調研顯示,有不少教師反映,遠程教育在改變教與學空間的同時,也帶來了許多教育創新機會,如學習環境創新、混合學習、教師教學的新模式,等等。

數據資源、運算能力、核心算法構成了人工智能的三大基本要素,這三大要素都離不開算力的支撐。浪潮信息副總裁劉軍認為,隨著人工智能算法突飛猛進地發展,越來越多的模型訓練需要巨量的算力支撐才能快速有效地實施,算力是未來人工智能應用取得突破的決定性因素。算法、數據、算力是相互促進、相互發展的過程。當前,人工智能產業化和產業人工智能化正在推動傳統產業轉型升級,並重塑產業。

“目前,中國整個IT行業支出約為美國的40%,但服務器計算能力約為美國的60%,人工智能的算力支出大約是美國的80%。從全球人工智能算力發展來看,2020年中國人工智能服務器佔全球人工智能服務器市場的三分之一左右,是全球人工智能產業發展的中堅力量,這從側面反映了一個國家最前沿的創新能力。”周震剛說。

此前,在《人工智能為基礎教育階段教師教學提供支撐》報告中,墨菲認為,教育領域中的人工智能應用主要還是“弱人工智能”,即在教學領域中,合理應用自動化軟件,如智能輔助系統、作文自動評分系統、學情早期預警系統等,以提升教學效率。他表示,在教育領域應用人工智能不太可能像在其他行業如公共交通、禁毒、醫療保健等領域那樣立竿見影,主要還是發揮輔助作用,如提高課堂效率,協助教師開展語言教學,加強反饋與互動,及時診斷學情以及開展有針對性的指導,等等。

除了人工智能投入相對集中的行業外,在業務需求的推動下,很多碎片化應用也開始被廣泛使用,並輻射到現代農業、智能家居、智慧電力等多個領域。整體來看,包括生物識別、智能客服、精準營銷在內的通用型應用場景已經具有相當的成熟度,人工智能的產業化已經從通用應用場景滲透到更多行業特定場景,產業人工智能化已經從早期的試點逐漸成為企業發展和生存的剛需。

未來人工智能計算力發展有哪些重要趨勢?周震剛認為,人工智能芯片將繼續呈現多樣性發展,圖形處理器依然是數據中心加速的首選,佔有95%以上的市場份額;中國人工智能服務器將在未來5年保持高速增長,是整體服務器市場增長的核心驅動力;人工智能算力會逐漸向邊緣滲透,到2023年,近20%用於處理人工智能工作負載的服務器將部署在邊緣側;人工智能雲服務成為人工智能市場發展的重要驅動力,2018年至2024年的年復合增長率預計達到93.6%;人工智能基準測試逐步完善,不僅能為企業的成本效益提供參考,也是人工智能應用未來可持續發展的重要因素。

從國家發展戰略高度製定人工智能發展規劃,引導人工智能發展與國家創新驅動發展戰略相銜接,特別是高端製造業。重視人工智能紅利形成的“數字鴻溝”“貧富鴻溝”等社會財富分配問題、人工智能發展引發的就業問題等科技倫理和法律問題研究,構建多部門協同、多學科融合、多元主體參與的風險治理和規則治理研究框架和工作體系。

教育應用人工智能的精準程度高度依賴於海量數據的獲取,某些情況下,這些數據可能會因種族、性別、家庭背景等因素產生偏差,進而對教育產生影響。對算法偏差的擔憂將取決於人工智能程序在學校和課堂中的角色扮演,以及系統決策給師生帶來的影響。例如,與帶有偏差的人工智能教育預警系統對學生的可能影響相比,帶有偏差的教育數據滲透到教師備課從而對學生產生的可能性影響相對要小得多。前者可能不成比例甚至錯誤識別了基於性別或種族等群體,從而做出錯誤決策,而那些真正有需求的學生未必能得到幫助,出現“差之毫釐,謬以千里”的結果。因此,墨菲主張對於那些人工智能應用程序(特別是學情預警系統)的輸出結果,僅應視為教育教學決策過程中的一個參考,更多還是要以教師和管理人員的專業判斷來作為依據,他們畢竟有著豐富的實踐經驗。

※本文章屬於TNZE天擇集團所有嚴禁轉載※

Share on facebook
Share on twitter
Share on whatsapp
Share on weibo

相關內容

最新資訊