人工智能

来源:百度文库 编辑:神马文学网 时间:2024/03/29 23:28:48
人工智能与网络教育
摘  要:人工智能技术的发展,推动着社会生产力的提高,同时也融入到教育教学中。本文主要介绍了前与网络教育有关的人工智能的研究领域,并论述了人工智能与网络教育的结合点。
关键词:网络教育;人工智能; 专家系统; Agent
计算机网络的出现是人类科学技术发展史上具有划时代意义的大事,它的出现,极大的改变了人类的工作方式、学习方式和生活方式。数字化、网络化、信息化已渗透进我们生活的每个角落。同时,计算机网络的发展也将人类带入了网络化教育时代。
一、网络教育的特点
网络教育是计算机网络环境下的一种新的教育方式。在网络教育环境中,学习者能进入课堂,实验室,参与广泛的讨论而不受时间与空间的限制。与传统教育相比较而言,网络教育展现更多的灵活性、创造性、和主动性。
1. 教育将在虚拟环境中进行,主要方式是人机对话。虚拟现实技术的出现与发展,创造出一种区别于自然的虚拟环境。在虚拟环境中,学生将主要通过人机交流与对话,获得需要的信息、知识与技能。
2.网络教育能激发学生学习兴趣,提高学习的积极主动性。在传统教学过程中,学生只能被动参与整个过程。而在网络教育这样的交互式学习环境中,学生可以按照自己的学习基础、学习兴趣来选择自己所要学习的内容,也可以选择适合自己水平的练习。这样学生就拥有了主动参与的机会。这种在学习过程中,学生地位的改变可以有效的激发学生的学习兴趣,使学生产生强烈的学习欲望,从而产生学习动力,发挥自己最大潜能获取更多、更前沿的知识。
3.网络教育能培养学生的创新能力。创新是一个国家和民族的活力所在,网络教育由于更加注重个体的个性化发展,因而能够最大限度的发挥学习者的潜力,提高自己的创造性。同时,由于网络教育资源的丰富性及发展的快速性,也要求受教育者具有创新能力,从而紧跟时代步伐。
4.网络教育能扩大教育者的范围,提供终身学习机会。受教育的年龄、地域、种族等界限将逐渐被打破,国际化、终身化成为网络时代教育的主要特征。同时,网络化时代知识发展的速度加快,使得知识的有效时间变短,这也要求社会成员终生不断的学习新的知识。
5.网络教育能扩充教育资源,开阔视野,培养更全面的人才。网络为学习者提供了极为丰富的资源,使学生能面对更为广阔的世界,有机会开阔自己的视野,从而更好、更全面的掌握学科知识,提高整体素质。
随着技术的进步,网络教育也快速的向前发展,并呈现出良好的发展势头,其发展趋势之一便是网络教育与人工智能的更进一步结合。
二、人工智能研究的领域
人工智能(Artificial Intelligence)又称机器智能,是计算机科学中一门发展迅速的边缘学科。人工智能的研究目标是:探讨人类智能的基本机理,研究如何利用各种自动机来模拟人的某些思维过程和智能行为,从而构造智能的人工制品。
人工智能的研究领域非常广泛,而且涉及的学科也非常多。目前,人工智能的主要研究领域包括:分布式人工智能、知识工程和专家系统、自然语言处理、机器人、机器学习和人工神经网络、模式识别、定理证明、自动程序设计、知识库系统和计算机视觉等。下面主要介绍在网络教育环境中常用的智能技术。
1.专家系统
专家系统是人工智能走向实用化的一个最新的研究领域。所谓专家系统,就是在一个特定领域内,以人类专家水平去解决该领域中困难问题的计算机系统。它是将某一领域的专家知识、经验加以总结,形成规则,存入计算机中建立知识库,并采用合适的控制策略,按输入的原始数据进行推理、演绎,从而作出判断和决策。一般来说,一个高性能的专家系统应具有以下特征:
启发性:不仅能使用逻辑性知识,也能使用启发性知识。
透明性:能向用户解释它的推理过程,回答用户的一些关于他自身的问题。
灵活性:知识库的知识便于修改、补充和精练。
2. 自然语言理解
自然语言处理是语音信息处理的一个分支,主要研究使用计算机理解和生成自然语言的理论基础和基本技术。研究自然语言理解的目的是提高人—机交换信息的能力,使人更容易与计算机进行沟通。
处理自然语言的长远目标是用自然语言进行人—机对话,目前距离这一目标尚有相当的距离。目前的研究主要集中在以下几个方面:
书面语的理解
口语的理解
手写文字识别
3.知识库系统
知识库系统是计算机科学和人工智能都在研究的课题。其任务是存储记忆全部智能检索所需要的知识,并利用知识库的知识推导出新的知识。因此,知识库系统应具备以下功能:
能理解自然语言,允许用自然语言提出各种询问。
具有较强的联想能力,能根据对需求的大致描述找到有关知识。
推理能力,能根据存储的知识,演绎出所需的答案。
具有较强的知识获取能力,并具有自学功能。
目前这方面的研究侧重于知识检索,因此又被称作智能数据库系统。
4.分布式人工智能
分布式人工智能系统一般由多个智能体(Agent)组成,每个智能体又是一个半自治系统,Agent之间以及Agent与环境之间进行并发活动,并进行交互来完成问题求解。智能体实际就是包含了诸如知识、信念、承诺和能力等精神状态的实体。
分布式人工智能主要研究在合作或竞争的环境下如何协调多智能系统的行为,其主要目的是为了有效的利用资源,控制智能系统的异步操作,均衡智能系统的目标。
5.机器学习
学习是人类具有的一种重要智能行为,机器学习则是研究怎样使用计算机模拟或实现人类学习活动的一门科学,因此,机器学习的研究同认知科学、逻辑学、心理学、教育学等学科有着密切的关系。机器学习将对人工智能的其它分支如专家系统、自然语言理解等方面的研究产生重要的推动作用。
机器学习所采用的策略大致可分为四种:机械学习、通过传授学习、通过例子学习和基于解释学习。目前机器学习研究的热点是基于解释的学习和基于实例的学习,而遗传式学习和神经网络学习研究也得到了很大发展。
6. 人工神经网络
所谓人工神经网络,说的通俗一点,就是基于模仿生物大脑的结构而构成的一种信息处理系统。人工神经网络与专家系统的最大区别是,专家系统属于人类智能的功能模拟,而人工神经网络则偏重走结构模拟的路子。与其它智能系统相比,人工神经网络具有以下特点:
学习能力:学习能力是神经网络具有智能的重要表现,即通过训练可抽象出训练样本的主要特征,表现出强大的自适应能力。
分布式结构:在传统的串行体系计算机中信息分布在独立的存储单元中,而在神经网络中,信息则分散在神经元的连接上。神经网络的信息分布特性,使之具有强大的容错能力和记忆联想能力。
并行性:神经网络主要是对人脑的结构模拟。各种神经元在处理信息时是独立完成的,不同神经元之间具有并行性,这种并行处理使得信息处理速度大大加快。
三、人工智能与网络教育的融合
随着人工智能的理论与技术发展,其在教育中的应用日渐扩大,例如Internet上的Web站点,其网页的组织形式,就包含智能的原理。目前人工智能在教育领域特别是网络环境下的应用主要有以下几个方面。
1. CAI
计算机辅助教学(CAI)是由程序教学发展而来。但是以程序教学为理论基础开发的CAI课件,在推理机制和学生模型方面存在不足,因而不能根据不同学生的实际情况进行动态调整,缺乏灵活的应变能力。
借鉴人工智能中的专家系统知识,由于专家系统中包含知识库和推理机两个基本模块,在一般专家系统中再加入一个“学生模型”模块,就构成智能计算机辅助教学(ICAI)系统的基本结构。其中推理机的作用相当于现实教学中的教师,它可以根据知识库中的内容和学生模型推断出每个学生的学习能力、认知特点和当前知识水平,根据学生的不同特点选择最适当的教学内容与教学方法,并可对学生进行有针对性的个别指导,从而真正作到因材施教,提高教学效果。
如果再把自然语言理解技术引入ICAI系统,构成智能接口模块,从而实现人—机自然语言对话,使计算机辅助教学系统真正能够与人类教师相媲美,这在师生分离的网络教育环境中将更具意义。
2.智能代理
在我们传统的教学过程中,最经典的教学模式是以教师为主,教师讲、学生听,它是一种单向沟通模式。这种教学模式的优点是有利于教师主导作用的发挥,便于教师组织、监控整个教学活动进程,便于师生之间的情感交流,因而有利于系统的科学知识的传授,并能充分考虑情感因素在学习过程中的重要作用。其主要缺点是:完全以教师为中心,忽视学生的学习主体作用,不利于发挥学生的积极主动性,也不利于创造型人材的培养。实际上上面讲的智能计算机辅助教学主要强调的是计算机代替老师进行“教”,没有把以学生为中心的“学”提到同等地位。
九十年代以来,随着多媒体和网络技术的迅速发展,强调以学生为中心的建构主义学习理论日益流行。这种理论强调在教师主导下以学生为中心的学习,即一种“主导——主体”教学结构。在这种教学并重的结构中,教师是教学过程的组织者,学生良好情操的培养者; 学生是信息加工与情感体验的主体,是知识意义的主动建构者;教学媒体既是辅助教师教的演示工具,又是促进学生自主学习的工具。
在网络远程教学中,为实现上述教学模式,把人工智能中的智能体(Agent)技术应用到网络远程教学中,并逐渐成为在教学领域实现智能化的一种主流技术。
作为教师代理
Agents系统作为教师代理,可以运用自身的推理机制,在了解学生实际情况的前提下,产生恰当的教学策略,以便实施因材施教,有的放矢的进行导学。
作为学生代理。作为学生代理Agents系统可以充当学习者的学习伙伴或知心朋友,与学习者进行平等的讨论、交流,从而克服网络教育环境中学习者之间交流不足的缺点,提高网络教学的效率。
实现智能化信息服务。Agent技术应用于信息服务领域可以充分发挥其主动性、智能性和协作性,为用户提供方便简单的信息搜索、处理手段,提高学习者的信息获取、处理能力。将Agent技术应用于网络信息搜索,其最主要的特征是具有学习功能,能够在信息交互中获得用户的信息,包括用户的兴趣、爱好和思维方式,在此前提下,系统可以主动、定期地为用户查找信息,并根据用户搜索信息的变化调整“知识库”中的通用字和关键字,使之能够有效地适应专门领域的信息搜索。
3.智能数据库
随着网络教学资源的增加,对其进行组织管理的难度明显加大。同时,进行信息检索的工作量也相应的加大。运用人工智能中关于知识库系统的理论和技术,可以提高对网上信息的管理和检索能力。近年来关于数据库研究方面的热点问题之一数据仓库系统,其中的数据挖掘也离不开人工智能技术。
4. 网络课程评价
网络课程的评价是教学资源开发中不可或缺的步骤,也是促进网络教育的重要环节。运用模糊数学原理,可以对网络课程进行更合理、客观的综合评定。
以上主要介绍了人工智能在网络教育“软环境”中的应用,现实中人工智能在网络教育“硬环境”中的应用也是非常广泛的。例如:采用Agent技术解决异种网互连问题,实际网络中的路由选择,流量控制、拥塞控制等。
总之,随着人工智能的进步,必将在教育领域得到更广泛的应用,从而推动教育发展,提高网络教育效率和效果。