人工智能与教育训练，本文主要内容关键词为：人工智能论文,教育训练论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
我国教育的现代化包括教育思想、内容、体制等好几个方面。最近，教育技术的现代化成为教育界议论的热点。《中国教育报》发表了教育部领导的文章《应用现代教育技术，推动教育教学改革》，指出邓小平同志关于“教育要面向现代化，面向世界，面向未来”的指示中，面向现代化“一方面指的是为现代化建设事业服务，另一方面也包括要有现代化的教育思想、观念；还包括现代化教育技术的应用”。在当今的信息社会里，现代教育技术发展迅猛，对我国教育教学的改革产生深远的影响。这里我们想就人工智能与教育训练的问题作一初步探讨。
一、人工智能概述
人工智能(Artificial Intelligence)是一门涉及多种学科的新兴科学。由于它对国防、工业、农业、教育、卫生以及高科技等领域所显示的日益明显的实用价值，被誉为本世纪的3大发明之一。
一般学者把1945-1956这11年看作是人工智能的诞生期。这期间有两大标志：一是计算机的问世和投入应用；二是1956年夏天在达特默思城(Dartmouth)召开了第一次关于人工智能的学术研讨会，首次提出了“人工智能”这一术语，随后被学者们所普遍采纳。从此，人工智能的研究引起了全世界学者的重视。美、英、日等发达国家的一些大学先后设立人工智能研究室。在我国，清华大学、北京航空航天大学等高校在50年代末和60年代初也开始了这方面的研究工作。
从1961年到1970年这10年间，人工智能的研究有了新的发展。这期间的重大事件有A·尼威尔(A.Newell)和H·西蒙（H.Simon)的《人的问题求解》（《Human Problem Solving》）这部研究人工智能的重要著作问世；LISP语言的研制成功和推广使用、博奕程序和DENDRAL知识系统的开发和机器人学的研究突破。从1971-1981这10年，被认为是人工智能专门化和取得发展的阶段。这期间的重大事件包括：美国斯坦福大学研制和开发了第一个专家系统MYCIN，提出了“知识工程”(Knowled-ge Engineering)这一术语，PROLOG工具的研制成功以及H·西蒙由于在人工智能研究领域所作出的卓越贡献被授予诺贝尔奖。进入80年代后，人工智能的研究和应用有了新的突破，日本提出了第五代项目(Fifth-Generation Project)，美国则成立了微电子和计算机技术公司(Micro-electronics &.Computer Technology Corp,MCC)，以此作为对日本第五代项目的对抗。但这段时间最突出的标志是人工智能由研究领域转入商用领域，取得了极大的实用价值和经济价值，引起了普遍的关注和重视，从而投入大量资金进行研究开发，使人工智能，特别是专家系统的研究和开发进入了一个崭新的发展时期。
人工智能的两个核心是“人工”和“智能”。但是，要对它下一个确切的定义却是十分困难的，这是因为我们对“智能”的实际含义还不能了解透彻。人的智能活动包罗万象，千变万化，而且从某种意义上来说，智能可以说并不是一种具体事物，你看不到它，也听不到或摸得到它，它纯粹是一种假设结构。但这并不是说，人工智能的研究不重要。人工智能和物理学中的力学有极大的相似之处，力学的概念使人们推动科学技术的发展，人工智能同样也可帮助人们去理解、解释和预示人的行为，使人们的认识水平和求解问题的能力达到一个新的境界。由于人工智能的研究范围包括自然语言处理、机器人学和知识系统这3个方面，有些学者就把这3个领域的研究统称为人工智能。这样的定义显然是不够确切的。较为确切的陈述应是：设计和开发出各种计算机程序来模拟人的思维结构、推理过程和求解问题的行为。因而智能应该包括：作为信息和知识的处理、符号处理、问题求解的智能。从这一点来说，智能也可被说成是一种具有广泛处理信息能力和演示信息能力的结合体。
二、人工智能的研究对象和范围
从研究对象来说，人工智能涉及3个相对独立的领域，即1.研究会读和说的计算机程序，也就是通常称为“自然语言处理”(Natural La-nguage Processing)领域；2.研制灵敏的机器，通过设计出具有视觉和听觉程序化的机器人在活动时能识别不断改变的环境；3.开发用符号识别来模拟人类专家行为的程序，即专家系统。但是，从研究的性质来说，人工智能一般可分为理论研究和工程研究两个方面。理论研究主要是对有关开发和理解人和机器智能方面理论进行研究和探索，而工程研究则主要是设计和开发研究人工智能的工具和像专家系统这样的产品。但是，这并不是说，它们彼此是独立的；相反，它们是彼此依赖和不可分割的。随着人工智能理论和技术逐步被采用，并具体地用来开发出产品，理论和工程研究之间的界限将会缩小，直至消失。为了表明从事这两类不同性质的研究，国外对从事理论研究的人员采用“人工智能研究人员”(A1 researchers)这一术语，而对从事工程研究的人员则统称为“知识工程师”(Knowledge Engineers)。
无论是理论研究还是工程研究都必须解决以下3个重大问题：
1.信息处理的智能。它不仅要检查信息的输入和输出，还要探索信息的存储及信息的内部处理方法等。对认识功能的这些研究还包括探讨传感的处理以及短期、中期和长期的存储。对以人为对象的研究要确立人是如何接受、存储和检索各种信息的。对智能所采用的这种研究方法就可用来比较人和机器对信息的处理过程。
信息处理法就是要设想出一种机械式的智能模式，也就是把人假设为一架机械（计算机），对人的信息处理方法和过程进行描述和阐述。而要这样做，就必须对信息处理的内容和任务进行分析。
教师对信息处理的研究就会使他们对人和机器所起的作用以及符号处理对智能和学习所产生的影响达到更好的了解。
2.符号处理的智能。在计算机程序里，知识和信息是采用符号来表示的。符号处理强调的是符号在信息处理中的重要作用。符号处理不同于数字处理，前者表示的可能是单词、概念、事物、想法或者过程；而后者强调的是数字和数据。计算机具有输入、输出、存储、复制和比较符号的性能。人工智能的一个基本假说就是要把上述的符号操纵性能变成能显示人和机器智能的性能。
3.问题求解处理的智能。智能可以被理解为在问题求解方面的一种竞争能力。对人和机器的智能进行研究可以弄清楚人和计算机是怎样求解专门问题的。
由于人们获取、记忆和使用知识和信息的目的是为了获得解决某个或某些专门问题的能力，所以把智能结构说成是一种问题求解过程，把智能行为看成一个问题的解决者也是并非不妥的。
人工智能的方法就是在求解问题时能开发出各种能模拟和演示“智能”行为的计算机程序，而且是不采用算法或步进解法(Step-by-step Solutions)的问题求解过程。
如果人工智能研究人员和知识工程师们能设计出具有智能功能和求解复杂问题的人工模型，那么这种方法对教师来说，不仅具有理论上的意义，而且还具有实用的价值。
人工智能研究所面临的难题是：一些人能执行的任务而机器无法执行。如果这个难题一旦得到解决，那对教育和训练将会起到无可估量的影响，将会使整个教育和训练的内容、方法、模式及机制发生巨大的变化。
三、人工智能与教育训练
由于现代科学技术的突飞猛进，新的知识、新的信息和新的技能无时无刻不在影响着当今社会的每个角落和每个人。社会的每个成员要想求得劳动保障和生存就必须不断地掌握新的信息，吸收新的知识和学习新的技能。这样，就使一次性的学校教育必须转变为终身教育，学校教育就必须和继续教育和训练密切结合起来，形成一个有机的教育体制。
信息时代的挑战和对21世纪劳动力需求的预测，对学校来说，必须较变学校的机制，改革现有的教育体制、教育模式、教学内容和教学方法。对教师来说，要求他们不单是知识的传授者，还必须是具有高水平的问题求解者。我们认为，在发达国家，目前人们至少已接受了这样一种评价：如果一位教师不掌握计算机的应用就算不上是一位称职的教师。
R.勃朗逊(Robert Branson)在美国的《教育技术》(EducationalTechnology)杂志上发表的题为《过去、现在和未来的教学模式》一文中，用3个模式图来表示这种变化：（见下图）
图中单向箭头表示单方面的作用，双向箭头表示相互作用，虚线箭头表示可能发生的作用。现在我们来看一下，以教育技术为基础的未来的教学模式。我们可以看出，这个模式是由教师、知识——数据库——专家系统和学生三个方面所组成的，教学的核心由教师而变为知识——数据库——专家系统。这一模式表明，学生所接触和汲取知识的范围和进行活动的范围都大大地扩展了。学生已不再是被动地学习，而是更主动地进行实践。由于多方面的相互作用，教师的主导作用得以充分的发挥。这样，过去和目前的“以教师为中心”、“以课堂为中心”、“以课本为中心”的陈旧的教学模式将从根本上被这种以实践为基础的新的教学模式所取代。
目前，从人工智能研究中所开发出来的、与教育训练有着密切关系的，就是专家系统和智能型计算机辅助教学(Intelligent Computerassisted Instruction,ICAI)。两者都是应用人工智能的概念和技术以及知识工程来达到提高教学效果的目的。
研究知识转化问题对于开发和提高专家系统和ICAI将至关重要。我们相信，随着我国教育改革的不断深化，人工智能在教育和训练中的应用问题必将得到人们的充分重视和深入研究，从而为发展我国的教育事业作出贡献。
标签：人工智能论文;