美国AI4K12中小学人工智能教育的五大概念解读

2021-03-04 13:11丘运华,张逸聪
电脑知识与技术 2021年34期
关键词:人工智能教育社会影响人机交互

丘运华,张逸聪

摘要:人工智能已成为国际竞争的重要领域,但公众对它的理解往往十分有限,如何普及人工智能教育也成了关注的焦点。由美国人工智能协会(AAAI)与美国计算机科学教师协会(CSTA)联合成立的中小学人工智能教育指导工作组(AI4K12)发布了适用于中小学人工智能教育的五大概念:感知、表示和推理、机器学习、人机交互和社会影响。该文将对这五大概念进行解读,希望能为参与人工智能教学的一线教师提供一些启示。

关键词:人工智能教育;感知;表示和推理;机器学习;人机交互;社会影响

中图分类号:G424      文献标识码:A

文章编号:1009-3044(2021)34-0287-03

人工智能在这个大数据时代发挥着越来越重要的作用,它不但影响着人们的衣食住行,也占据着国际竞争中重要的技术高地,引领着未来的发展[1]。国务院于2017年颁布了《新一代人工智能发展规划》,提出在中小学阶段开设人工智能相关课程[2]。2018年教育部联合多部门开展“中小学人工智能教育项目”,构建编程平台、智能应用软件与智能机器人三大教育装备体系[3]。新发布的《高中信息技术课程标准》(2017版)中将人工智能列入选择性必修模块[4]。由此可见人工智能教育在实施国家战略过程中扮演着重要的角色,在中小学阶段开展人工智能教育势在必行。

人工智能整合了新型算法、云计算、物联网、大数据等前沿技术[5],涵盖范围非常广,面对如此庞杂的知识,如何系统地梳理,选择适合中小学生的教学内容是当前进行人工智能教学实践的教师们所面临的挑战。美国人工智能协会(AAAI)与美国计算机科学教师协会(CSTA)联合成立了中小学人工智能教育指导工作组(AI4K12),其目的是定义各年龄段学生需掌握的人工智能知识水平,并创建一个在线资源库,提供优秀的课堂案例及教学资源。同时,该组织提出的中小学阶段人工智能教育的五大概念在国际范围内产生了较大的影响[6],分别是:感知、表示与推理、机器学习、人机交互和社会影响。

1 人工智能教育五大概念解读

1.1 感知

感知刺激是生命体的显著特征之一,人类可以通过皮肤、眼睛、耳朵、鼻子等感觉器官帮助感知周围的世界,而人工智能作为一种模仿人类智能的技术,也被赋予了生命体的某些特征,感知能力便是其中之一。目前机器主要通过摄像头和麦克风去“看”和“听”,与之对应的便是图像识别与语音识别技术,但机器感知不仅仅包括这两者,一切外部信息的输入包括温湿度、压力、光照、气味等都可以列入机器感知领域。例如无人驾驶汽车中配备了包括摄像头、激光扫描仪、毫米波雷达和超声波雷达等传感器。相比图像识别和语音识别这两种划分类别,“感知”这个概念能更全面地涵盖机器从外部获取信息这个过程,从而拓宽学生的认知,有利于培养其发散性思维。

AI4K12组织也针对“感知”這个概念给出了相应的教学活动建议,例如认识计算机、机器人和智能家电上的传感器,探究传感器输入如何转换为模拟或数字信号;使用Scratch扩展插件来构建感知应用程序。由于Scratch中与人工智能相关的插件需要调用由境外的服务器提供的云服务,在国内使用可能会遇到网络连接的问题,教师可以利用国内现有的编程平台例如Mind+、慧编程、源码编辑器等。这些平台大多调用的是百度智能云服务接口,能实现轻量的语音识别、图像识别、文字识别、翻译等功能。需要注意的是,上述功能的实现需要电脑配备麦克风和摄像头,同时对网络连接环境有一定的要求。此外,“感知”这个概念在开源硬件项目制作中也能够得到很好的体现,各种传感器从外部采集信息到主板中进行处理的过程便是机器的感知。教师可以结合一些人工智能应用例如无人驾驶汽车、无人售货机、智能家居等场景将开源硬件融入人工智能教学中,帮助学生更好地理解机器感知这个概念。

1.2 表示与推理

AI4K12组织将“表示与推理”解释为智能代理通过特定的逻辑和模型表示现实世界,并用它们进行推理。原中国人工智能学会理事长钟义信先生指出人工智能是在理解自然智能尤其是人类智能的基础上创造出具有一定智能水平的机器[7]。人类智能的获得离不开知识的获取,而 “表示”就是指将知识用计算机可理解的符号以某种形式表现出来,即知识的符号化[8],知识表示是自然智能和人工智能的基本问题之一。好表示能帮助推理,例如,在进行百度搜索时,计算机会从海量的知识图谱中搜索关键字,并且将关键字周围关联的信息推送至右侧的信息栏,从而提高我们的检索效率。

对于“表示和推理”这个概念AI4K12建议多采用不插电的方式进行教学,例如设计一个教学活动让学生找出从家到学校的最短路径。在教学环节中学生首先要将现实世界中的街道、标志性建筑画成一条条线段和圆点,形成一张简易的地图,再通过比对测量找出一条最短的路径。该活动中绘制的地图是学生对客观世界进行的表示,寻找路径便是推理的过程。此外,生物分类图谱也是一个很好的例子(如图1),该图谱将自然界的植物进行简单的分类,可以基于一系列“是/否”问题来探究决策树推理算法的流程。学生可以两人合作,一位构建生物图谱进行猜测,另一位在脑海中预设一种植物,前者可以通过提出“它是种子植物吗?”“它是被子植物吗?”这类问题,进行推理从而猜到最终答案。在生活应用中智能音箱“天猫精灵”里有一个“猜人物”的游戏,让用户心里想一个名人,“天猫精灵”通过“她/他是歌手吗?”“她/他是国内的吗?”这类问题进行猜测,能大概率推理出用户心中所想,其原理便是基于决策树的推理。

1.3 机器学习

近年来,研究人员在深度学习中取得了突破性的进展,掀起了人工智能的第三次浪潮 [9]。人们希望机器能进行学习是基于以下三个原因:首先,人工智能所处的情境不能被完全预测,世界公认最复杂的围棋游戏,不同的战术布局使游戏有着近乎无限的发展与结果。其次,世界处在不断变化的过程中,例如股票价格的波动、道路中行驶的车辆,这时候机器需要学习以适应这些变化。最后,机器学习被证明是解决复杂问题的关键技术,它们可以极大地简化人类工作量,提高办事效率[10]。如果将机器学习按照学习方式进行分类,它可以分为监督学习、无监督学习和增强学习。将幼儿的学习与之进行类比的话,监督学习就像家长帮助孩子认识事物,例如指着猫并告诉孩子这种长着胡须、四条腿、有尾巴并能发出“喵喵”声音的动物称为“猫”,其实这是对这类特征的动物贴上“猫”这个标签,而机器也就是在大量贴有标签的数据中学习。增强学习就像家长教育孩子时的奖惩措施,在做对或者做错事情后会得到正向或负向的反馈,以改进行为。而无监督学习则是根据没有被标记的训练样本进行学习,聚类是其中最典型的例子,它将相似的内容聚集在一起,通过算法使具有相同特征的数据归整为同类。

教师在向学生介绍机器学习的时候,可以通过上文提及的一些编程平台让学生体验机器学习的过程,并制作一些有趣的人工智能项目。这些平台开发了机器学习模块,用户可将图片、列表和文本传输至系统,来进行机器学习模型训练。例如Mind+平台中可以获取摄像头采集的图片数据,然后给这些图片贴上对应的标签(用户自定义),经过多次训练后便能又快又准确地识别特定的图片;源码编辑器平台中的“GAME AI”模块可以通过角色的坐标位置和鼠标或键盘操作数据进行训练,让AI进行FlappyBird、飞机大战这类简单的游戲。另外,Code.org编程教育网站中“海洋环保中的人工智能”也是一个有助于学生理解机器学习的项目。它采用闯关游戏的形式将机器学习过程可视化,生动形象的交互式动画能激发学生的学习兴趣。该项目中还会涉及特征选取和训练数据中产生的偏见,能够让学生意识到数据是如何影响机器学习模型的。

1.4 人机交互

要实现机器与人类进行自然而顺畅地交互,就要让机器能够理解人类的行为、语言、表情等信息,这里面涉及语音识别与合成、情感计算、自然语言理解、意识与心灵哲学等内容。事实上让机器理解人类是一个艰巨的任务,还有很长的路要走。笔者尝试过向天猫精灵提出一个问题:“张三的儿子是小明,小明的父亲是谁?”,这个问题在我们看来是非常简单的,但AI没能回答出来。相比之下,在回答“地球到月球的距离多远”“世界上最大的生物是?”这类高深的问题时AI能够得心应手。目前市面上接触到的人工智能产品到底是“人工智能”还是“人工智障”?这时候就涉及图灵测试这个知识点,图灵测试是艾伦图灵提出的一种判断机器是否具备智能的方法,如果测试者在与被测试者隔开的情况下,测试者通过一些装置(如键盘)向被测试者提问。机器人作为被测试者,如果机器成功“欺骗了”30%的测试者,那么该机器通过了图灵测试,证明该机器是具备智能的。

对于人机交互这个概念,学生可以结合现有编程平台中开发的人脸识别、手势识别、语音合成相关模块,制作一些有趣的人机交互应用程序,例如可以识别出顾客人脸年龄、性别、心情等信息的AI销售员。此外,可以利用生活中的智能音箱产品让学生体验人机交互过程,但这个过程并不是盲目进行的,教师需要引导学生设计两类问题,一种是人工智能一定能回答的问题;另一种是人工智能可能回答不了的问题,并将两类问题分别记录下来,再从天猫精灵、小度、小爱等设备中进行验证。在这个过程中学生可能会认识到AI并没有想象中那么聪明,它们有长处同样也有短处。从某种意义上来说这是在试探人工智能的边界,有助于学生在未来更好地进行人机交互与协作。

1.5 社会影响

当人工智能在各个领域取得巨大成功时,人们也开始思考它所带来的影响。当下许多工作正在被机器所取代,如无人机送外卖、智能快递分拣、自动驾驶等。先进的技术能将人类从繁重的任务中解放出来,机器凭借夜以继日不知疲倦地工作、强大的计算力和信息存储能力,在某些方面大大超越了人类。我们在未来应该如何学习、在社会中扮演什么样的角色?这些问题值得进一步探讨[11]。另外,随着人工智能应用场景的不断增多,其产生的算法偏见问题也逐渐出现在人们的视野中。有研究发现在人脸识别产品中存在不同程度的性别及有色人种歧视,而这种偏见主要来源于机器学习过程中的数据集构建(人类社会产生的偏见数据)、目标制定与特征选取(算法工程师)和数据标注(标注者)这三个环节[12](图2),这引起人们对人工智能系统透明度和问责制方面的讨论。此外,随着智能化程度的提高,机器更多地参与到人类的生产生活中,随之而来的法律道德问题也日益凸显。例如无人驾驶汽车产生的交通安全事故,这不仅仅与算法的设计有关,还涉及伦理学、法律、哲学等领域,需要从多种视角进行审视。

对于这部分的内容,教师可以展示或推荐一些与人工智能相关的科幻影视作品,从某种程度上来说科幻电影是基于现有技术对未来进行的预测,这不仅能提高学生学习兴趣,还能激发学生无限的想象力。需要注意的是,这些影视作品对人工智能的宣传往往有很多的夸大成分,教师还是需要引导学生理性地看待技术,避免将技术神秘化。此外,教师还可以组织学生进行有关人工智能的演讲、辩论赛、手抄报、日记等活动,鼓励学生们表达和交流自己的观点。

2 结语

目前中小学人工智能教育主要在信息技术课、科学课、社团拓展课中开展,而上课的老师大多没有人工智能方面的专业背景,如何将人工智能专业知识转化为学科教学知识是教师面临的巨大挑战。AI4K12工作组以中小学生应该了解的人工智能为出发点,将当前人工智能领域的核心知识归纳为感知、表示和推理、机器学习、人机交互、社会影响,相较于人工智能行业中对人工智能领域的专业划分(包括计算机视觉、语音识别、自然语言处理、专家系统等),这五大概念并没有那么全面和严谨,但其涵盖了当前人工智能领域的重大议题,且更加简洁易于中小学教师和学生理解。

参考文献:

[1] 江丰光,熊博龙,张超.我国人工智能如何实现战略突破——基于中美4份人工智能发展报告的比较与解读[J].现代远程教育研究,2020,32(1):3-11.

[2] 国务院.新一代人工智能发展规划[DB/OL].[2017-07-08]. http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm

[3] 装备中心.中小学人工智能教育项目成果会顺利举行[EB/OL].http://www.ceiea.com/html/201901/201901240952176835.shtml,2019-01-24.

[4] 教育部.教育部关于印发《普通高中课程方案和语文等学科课程标准(2017年版)》的通知[J].中华人民共和国教育部公报,2018(Z1):60.

[5] 苗逢春.引领人工智能时代的教育跃迁:2019年北京国际人工智能与教育大会综述[J].电化教育研究,2019,40(8):5-14,29.

[6] Touretzky D,Gardner-Mccune C,Martin F,et al.Envisioning AI for K-12:what should every child know about AI?[J].Proceedings of the AAAI Conference on Artificial Intelligence,2019,33:9795-9799.

[7] 钟义信.人工智能:概念·方法·机遇[J].科学通报,2017,62(22):2473-2479.

[8] Markman A B . Knowledge Representation[M]// Stevens' Handbook of Experimental Psychology. John Wiley & Sons, Inc. 2002.

[9] 顾险峰.人工智能的历史回顾和发展现状[J].自然杂志,2016,38(3):157-166.

[10] Russell, Stuart J . Artificial Intelligence: A Modern Approach[M]. 北京:人民邮电出版社, 2002:693-695.

[11] 李开复,王咏刚.人工智能[M].北京:文化发展出版社,2017.

[12] 腾讯研究院.算法偏见:看不见的“裁决者”[EB/OL].

[13] https://www.huxiu.com/article/332033.html

【通联编辑:唐一东】

猜你喜欢
人工智能教育社会影响人机交互
人工智能背景下的职业教育发展困境及对策研究
最近发展区理论对中小学人工智能教育的启示
高中人工智能教育信息化教学模式
人工智能教育之悠然学习
某型柴油机虚拟维修系统研究
从莎士比亚笔下看文艺复兴时期的女性形象
关于当代大学生兴趣爱好的差异性分析
人机交互课程创新实验