人工智能创新应用的国际视野

—美国NSF人工智能研究所的前瞻进展与未来教育展望

前瞻性视野是落地人工智能技术应用的关键抓手。美国国家科学基金作为基础人工智能研究的主要非国防联邦资助者,在支持基础研究、推动创新智力资源、培育人工智能专项人才等方面发挥了主导作用。本文试图对美国国家科学基金资助的18个人工智能研究所进行系统分析,旨在明晰人工智能技术应用的国际视野与前瞻规划。研究过程中采用文本分析方法,梳理并规整其2020年以来资助的人工智能研究所,发现其主要聚焦于人工智能社会新产业、人工智能农业新治理、人工智能数字新生活和人工智能教育新生态四个重点领域。本文进一步挖掘人工智能教育生态图景,详尽阐释人工智能助力下的大规模个性化学习、多模态增强的学习力、教育公平的可持续性发展等研究。在此基础上,结合我国人工智能战略现状提出人工智能前瞻性研究的相关建议:立足社会生态,定位人工智能教育驱动下创新人才培养战略;回归学习本质,挖掘人工智能使能的大规模个性化学习变革;瞄准教育创新,探索知识创造和教育创新变革的智能方式;面向教育现状,寻求人工智能时代教育生态重构的技术路径。

人工智能研究所概览分析

(一)人工智能社会新产业

  • 天气、气候和沿海海洋学可信人工智能研究所:俄克拉荷马大学诺曼分校领导,从人工智能基础应用出发,探测如何将多样化的原始数据转变为可操作的指导和预测。
  • 分子发现、合成策略和制造研究所:由伊利诺伊大学厄巴纳-香槟分校领导,通过机器学习和人工智能工具,合成化学领域内更有效的分子创造解决方案。
  • 大规模学习优化研究所:由加州大学圣地亚哥分校领导,通过人工智能技术,解决现代计算机科学技术无法解决的大规模优化问题,从而改善半导体的设计和操作。
  • 机器学习基础研究所:由德克萨斯大学奥斯汀分校领导,通过研究新的理论,系统解释算法如何在实践中成功实现最佳解决方案,以将变化的数据融入环境中。
  • 人工智能与基础交互研究所:由麻省理工学院领导,致力于构建融合基本物理原理的人工智能,使数据分析选择更具针对性,以及探索物理概念和人工智能之间的协同作用,以提高对人工智能技术的基本理解,并利用这些技术改善神经网络架构等。

(二)人工智能农业新治理

  • 未来食品人工智能研究所:由加州大学戴维斯分校领导,利用人工智能技术能够科学显示食品信息的生物学规律,通过了解食品生成的具体过程从而解决分子育种问题,优化产量、作物质量以及抗病虫害等。
  • 未来农业管理和可持续性人工智能研究所:由伊利诺伊大学厄巴纳-香槟分校领导,通过计算机视觉、机器学习、软物体操作和人机交互等人工智能技术应用解决了农业领域的诸多挑战,如劳动力短缺、农作物生产率、环境复原力等。
  • 农业人工智能劳动力转型和决策支持研究所:由华盛顿州立大学领导,应用人工智能技术,根据气候变化科学管理、动态预测农作物的生长周期和培育方法,从而提高水果和蔬菜作物的生产质量和产量。
  •  弹性农业研究所:由爱荷华州立大学领导,应用人工智能技术帮助植物更好适应气候变化,同时多元联动合作伙伴,推动植物科学、农业经济学和人工智能的交叉研究,建立并预测植物生长的变化模型,从而实现农业生产的规模化、优质化、弹性化等质量发展目标。

(三)人工智能数字新生活

  • 网络组协作协助和响应式交互研究所:由佐治亚理工学院领导,旨在开发人工智能系统,学习人类行为的个体模型以及研究它们如何随时间变化。
  • 环境计算学习智能网络基础设施研究所:所由俄亥俄州立大学领导,该研究中心聚焦于开发简化人工智能使用的方法,让研究人员使用人工智能的过程变得更加简单,并将其提供给更广泛的用户,如小型机构、当地社区研究人员或新型职业农民等。
  • 下一代边缘网络与分布式智能研究所:由俄亥俄州立大学领导,利用网络和人工智能之间的协同效应,设计出了高效、可靠、稳健和安全的后代无线边缘网络,并确保这些网络能够进行自我修复和自我优化,从而改善人工智能在智慧交通、远程医疗、分布式机器人和智能航空航天等领域的应用。
  • 利用下一代网络的边缘计算研究所:由杜克大学领导,专注于开发具有人工智能功能的边缘计算,为网络边缘、云端用户提供更好的网络访问,同时还致力于控制网络的复杂性和成本。

(四)人工智能教育新生态

  • 学生人工智能团队人工智能研究所:由科罗拉多大学博尔德分校领导,致力于开发“人工智能伙伴”技术系统,即让学生与机器人在课堂上通过语言、手势、眼神和面部表情进行自然互动,促进深度合作学习。
  • 人工智能优化研究所:由佐治亚理工学院领导,结合人工智能和数学优化原理,开发出可进行大规模决策的智能应用系统。同时,把人工智能技术与经典模型的优化技术相融合,以改善教育生态供应链的复杂运营和管理。
  • 人工智能动态系统研究所:由华盛顿大学领导,通过将基于物理的模型与人工智能、机器学习方法相结合,为科学和工程领域的实时传感、预测和决策挑战提供基于数据的可解释方案,从而实现对复杂学习进程中的实时监督和有效干预。
  • 人工智能参与式学习研究所:由北卡罗来纳州立大学领导,致力于人工智能教育场景构建、智能场域优化等研究。如通过教育环境中的自然语言处理、计算机视觉和机器学习等,让学习者能够在以人工智能为中心的叙事学习环境中参与沉浸式学习。
  • 人工智能成人学习和在线教育研究所:所由佐治亚研究联盟牵头,所致力于人工智能教育产品研发,从而提高成人在线教育的质量。

人工智能与教育生态融合的前瞻性研究聚焦

(一)人工智能使能大规模个性化学习的落地研究

  • 一方面,人工智能支持的学习过程涉及行为、心理和生理等多模态数据,使学生的多维表现和学习过程以细粒度、可追溯的方式被记录和呈现,有助于学习资源和学习路径的个性化目标实现。
  • 另一方面,人工智能支持的数据挖掘过程严格遵循数据汇集、问题诊断、精准干预、全方位评估等流程,为形成性评价和预测性分析提供多元证据,经由精准画像分析、群体分层建议、学习诊断报告和个性化学习路径推荐等过程,能够建构“以学定教—因材施教—以评促教”的智适应教育生态圈。

(二)人工智能增强多模态融合的学习力提升研究

  • 人工智能参与式学习研究所和人工智能动态系统研究所分别从多模态场景搭建和优质资源推送等视角,为我们展示了人工智能增强多模态融合的学习力领域的最新研究进展。
  • 人工智能技术驱动生成引人入胜的故事互动场景,并为学习资源推送、交流互动途径等提供了更加丰富生动的使能条件,从而激发学习者群体协作创造力的发生。
  • 人工智能动态系统研究所通过提供大量开源教育材料,包括讲座、数据和代码包,以推进人工智能增强的学习力研究。
  • 学习者可以通过在线方式,随时、随地、随处访问人工智能学习资源,具体资源共享架构如图1 。
图1 人工智能动态系统研究所资源共享架构

(三)人工智能赋能教育公平的可持续性发展研究

  • 其一,为解决就业质量悬殊这一现实问题,该研究所提出了人工智能创新教育和劳动力发展行动规划,尤为重视佐治亚州黑人高中和大学以及加利福尼亚州西班牙裔服务高中和大学等地域的智能化认知水平。
  • 其二,研究所从教育生态的不确定性、动态发展性出发优化和协调数据驱动的模型方法,致力于在多线程环境中实现安全、可扩展的决策服务。
  • 其三,该研究所非常关注智能教育的扩大参与和劳动力培养,为学习者从K-12到研究生阶段贯通式教育持续提供支持。

教育视角的人工智能应用挑战及未来展望

(一)立足社会生态,定位人工智能教育驱动下的创新人才培养战略

  • 人工智能动态系统研究所基于证据决策的典型做法可以发现,人工智能时代专业人才的培育不仅依托智能化资源与内在价值认同等基础条件,也需要结合社会生态与文化情境的大力支持。
  • 未来亟须立足社会生态发展概貌,充分调动多元支持联盟的协同行动,努力实现创新人才培育的贯通式、全纳式等需求样态。

(二)回归学习本质,挖掘人工智能使能的大规模个性化学习变革

  • 人工智能增强的教育情境释放了学习者机械性的学习时间,同时基于技术支持,能够采集学习者全过程的规模化数据,从而科学干预有效学习的发生机制,提高学习者的学习体验与深度学习倾向。
  • 未来的学习将更多地走向基于自适应的个性化学习,未来的学校将会是一个注重个性、尊重学生发展的智慧孵化基地,在这种情境下如何充分借助人工智能技术优势回归学习的本质,促成大规模个性化学习的变革,将是后续研究的重要抓手。

(三)瞄准教育创新,探索知识创造以及教育创新变革的智能方式

  • 在NSF 资助的前瞻性研究中,我们尤其感受到,在人工智能技术的助力下教育知识传播与生产途径正呈现出多源与多向的融合趋势。
  • 在教育知识生产层面,在技术与社会生态的互动支持下,非正式化、小众、颠覆性甚至冷门知识等可以随时进入教育研究视野中,开放性、包容性的知识呈现样态和创造方式也正在为教育系统的创新变革提供可行方向与加速催化作用。

(四)面向教育现状,寻求人工智能时代教育生态重构的技术路径

  • 一是从智能化学习场域出发,通过探讨人工智能对于学习场域变革所发挥的功效分析智能化学习场域的内涵和外延,从而明确智能教育的形态和特征,定义未来学习的可能发展样态和功能定位。
  • 二是根据不同阶段、不同类别教育的规律、特点和目的,分析其与人工智能深度融合的路径和方式,并从整体教育系统的角度构建符合中国国情、发扬中国特色的智能教育体制。
  • 三是重视人工智能技术应用研究成果的转化,打造“产—学—研”“家—校—社”等一体化的智能发展态势。

      人工智能对人类社会系统起到了革命性影响与变革作用,由此导致产业与人力资本结构发生了重大转变。教育生态如何去适应和应对这一巨大冲击进而在这种相互作用下推演和明确教育系统将被重塑至何种样态尤为关键。我们团队基于人工智能在社会、经济、教育、科技等领域的前瞻性进展,探索人工智能研究所的研究集群和创新性研究思路,旨在进一步明晰人工智能在社会生态中的宏观定位,以及人工智能使能下的教育生态微观推演。在此基础上,本研究结合国情,从实践层面回应了人工智能教育驱动下创新人才培养、人工智能使能的大规模个性化学习、知识创造、教育创新变革的智能方式以及人工智能时代教育生态重构的现实路径,以期形成契合我国发展特色的人工智能教育战略。

参考文献

[1顾小清,李世瑾,李睿.人工智能创新应用的国际视野——美国NSF人工智能研究所的前瞻进展与未来教育展望[J].中国远程教育,2021(12):1-9+76.

Scroll to Top
Scroll to Top