模塊一：人工智能與教育（MOOC課程學(xué)習(xí)筆記）

一阵赠、了解AI的發(fā)展

1.什么是人工智能涯塔？

人工智能（Artificial Intelligence）:包括人工和智能兩個(gè)方面，人工是合成的清蚀、人造的意思匕荸，智能分為思維流派，知識(shí)閾值流派枷邪，進(jìn)化流派榛搔。人工智能是一門自然科學(xué)，社會(huì)科學(xué)的交叉學(xué)科东揣，綜合了信息践惑、邏輯、思維嘶卧、生物尔觉、心理、計(jì)算機(jī)芥吟、電子侦铜、語言機(jī)器人等學(xué)科≡寺伲基礎(chǔ)學(xué)科是數(shù)學(xué)泵额，指導(dǎo)學(xué)科是哲學(xué)配深⌒恚可以從狹義和廣義兩個(gè)角度來定義。從狹義角度來說篓叶，人工智能是計(jì)算機(jī)學(xué)科的一個(gè)分支烈掠，是用計(jì)算機(jī)模擬或?qū)崿F(xiàn)的智能，研究如何使機(jī)器具有智能（特別是人類智能如何在計(jì)算機(jī)上實(shí)現(xiàn)或再現(xiàn)）的科學(xué)與技術(shù)缸托。從廣義角度來說左敌，人工智能是研究、開發(fā)用于模擬俐镐、延伸和拓展人和其他動(dòng)物的智能矫限，以及開發(fā)各種機(jī)器智能和智能機(jī)器的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的綜合性學(xué)科叼风。

應(yīng)用：智能快遞服務(wù)取董，智能規(guī)劃出行方案，題目拍照解析

2.人工智能的類型和流派无宿？

根據(jù)人工智能是否能真正實(shí)現(xiàn)推理茵汰、思考和解決問題，把人工智能分為弱人工智能和強(qiáng)人工智能孽鸡。

弱人工智能：指不能制造出真正地推理和解決問題的智能機(jī)器蹂午，不真正擁有智能和自主意識(shí)，只專注于完成某個(gè)特定的任務(wù)彬碱。如搜索引擎豆胸、智能手機(jī)。

強(qiáng)人工智能::指真正能思維的智能機(jī)器堡妒，有知覺和自我意識(shí)配乱。可分為類人皮迟，非類人搬泥。

人工智能可分為三個(gè)學(xué)派：符號(hào)主義學(xué)派（IBM深藍(lán)的國際象棋比賽）、聯(lián)結(jié)主義學(xué)派（谷歌kelipus相機(jī)）伏尼、行為主義學(xué)派（谷歌機(jī)器狗）

3.人工智能發(fā)展階段

人工智能的發(fā)展階段大致可分為形成期忿檩、發(fā)展期、繁榮期爆阶。

形成期（1956-1980）：這一時(shí)期符號(hào)主義盛行燥透。

1956年人工智能這個(gè)詞首次出現(xiàn)在達(dá)特茅斯會(huì)議上。約翰麥卡錫提出Artificial Intelligence一詞辨图，這標(biāo)志著其作為一個(gè)研究領(lǐng)域的正式誕生班套。

1958年，有兩層神經(jīng)網(wǎng)絡(luò)的感知機(jī)被提出故河，他是當(dāng)時(shí)收個(gè)可以進(jìn)行機(jī)器學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)吱韭。

1965年，約翰麥卡錫幫助MIT退出來世界上第一個(gè)帶有視覺傳感器鱼的，能識(shí)別并定位積木的機(jī)器人系統(tǒng)理盆。

1968年，美國斯坦福研究所研制的移動(dòng)式機(jī)器人Shakey具備一定的人工智能：感知凑阶、環(huán)境建模猿规、行為規(guī)劃、執(zhí)行任務(wù)宙橱。是世界上第一代機(jī)器人姨俩，拉開了第三代機(jī)器人研發(fā)的序幕蘸拔。

1974-1980：受數(shù)學(xué)模型、生物原型环葵、技術(shù)條件都伪，人工智能停滯期。

發(fā)展期（1980-2000）:1980年积担，出現(xiàn)XCON的專家系統(tǒng)陨晶，能按照用戶的需求，為計(jì)算機(jī)系統(tǒng)自動(dòng)選擇組件帝璧，幫助美國數(shù)字公司節(jié)約大量費(fèi)用先誉。

1982-1986：約翰霍普菲爾德發(fā)明了Hopfield網(wǎng)絡(luò)，是一種結(jié)合了存儲(chǔ)系統(tǒng)和二元系統(tǒng)的神經(jīng)網(wǎng)絡(luò)的烁，可以讓計(jì)算機(jī)以一種全新的方式處理信息褐耳。

1986年：BP反向傳播算法催生了聯(lián)結(jié)主義的發(fā)展。

1987-2000：再一次進(jìn)入低谷期渴庆。

繁榮期（2000-）：1997年：IBM深藍(lán)

2006年：辛頓提出深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)打破BP發(fā)展瓶頸铃芦。

2011年：沃森作為選手參加《危險(xiǎn)邊緣》取勝。

2012年：卷積神經(jīng)網(wǎng)絡(luò)襟雷，谷歌自動(dòng)駕駛汽車

2013年：深度學(xué)習(xí)算法識(shí)別率高達(dá)99%

2016年：AlphaGo

2017年：AlphaGo Zero刃滓、索菲亞

二、AI的關(guān)鍵技術(shù)

4.什么是機(jī)器學(xué)習(xí)耸弄？

機(jī)器學(xué)習(xí)是一門涉及統(tǒng)計(jì)學(xué)咧虎、系統(tǒng)辨識(shí)、逼近理論计呈、神經(jīng)網(wǎng)絡(luò)砰诵、優(yōu)化理論、計(jì)算機(jī)科學(xué)捌显、腦科學(xué)的交叉學(xué)科茁彭。研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能扶歪。核心是重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能理肺。

5.機(jī)器學(xué)習(xí)的分類?

（1）根據(jù)學(xué)習(xí)方法可分為傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)

傳統(tǒng)機(jī)器學(xué)習(xí)：從一些觀測樣本出發(fā)，試圖發(fā)現(xiàn)不能通過原理分析獲得的規(guī)律击罪，實(shí)現(xiàn)對(duì)未來數(shù)據(jù)行為或趨勢的準(zhǔn)確預(yù)測哲嘲。主要特點(diǎn)是平衡了學(xué)習(xí)結(jié)果的有效性和學(xué)習(xí)模型的可解釋性贪薪，為解決有限樣本的學(xué)習(xí)問題提供了一種框架媳禁。主要用于有限樣本學(xué)習(xí)下的，模式分類画切、回歸分析竣稽、概率密度估計(jì)。應(yīng)用：自然語言處理、語音識(shí)別毫别、圖像識(shí)別娃弓、信息檢索、生物信息岛宦。

深度學(xué)習(xí)：是建立深層結(jié)構(gòu)模型的學(xué)習(xí)方法台丛。特點(diǎn)是多層神經(jīng)網(wǎng)絡(luò)。形成了卷積神經(jīng)網(wǎng)絡(luò)（用于空間性分布數(shù)據(jù)）和循環(huán)神經(jīng)網(wǎng)絡(luò)兩類模型（用于時(shí)間性分布數(shù)據(jù)）砾肺。

區(qū)別：案例分析：狗和貓等動(dòng)物的識(shí)別挽霉。

傳統(tǒng)機(jī)器學(xué)習(xí)需要先定義相應(yīng)的面目特征，如有沒有胡須变汪、耳朵侠坎、鼻子、嘴巴的模樣等裙盾，以此來進(jìn)行對(duì)象的分類識(shí)別实胸。深度學(xué)習(xí)則會(huì)自動(dòng)找出這個(gè)分類問題所需要的重要特征，并進(jìn)行對(duì)象識(shí)別番官。

（2）根據(jù)學(xué)習(xí)模式可分為監(jiān)督學(xué)習(xí)庐完、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)

監(jiān)督學(xué)習(xí)：利用已標(biāo)記的有限訓(xùn)練數(shù)據(jù)集徘熔，通過某種學(xué)習(xí)策略建立一個(gè)模型假褪，實(shí)現(xiàn)對(duì)新數(shù)據(jù)的分類。特點(diǎn)是要求訓(xùn)練樣本的分類標(biāo)簽已知近顷。特點(diǎn)是不需要訓(xùn)練樣本和人工標(biāo)注數(shù)據(jù)生音。

無監(jiān)督學(xué)習(xí)：利用無標(biāo)記的有限數(shù)據(jù)描述隱藏在未標(biāo)記數(shù)據(jù)中的結(jié)構(gòu)或規(guī)律。

強(qiáng)化學(xué)習(xí)：也稱增強(qiáng)學(xué)習(xí)窒升，他是智能系統(tǒng)從環(huán)境到行為映射的學(xué)習(xí)缀遍，以使強(qiáng)化信號(hào)函數(shù)值最大。特點(diǎn)是沒有監(jiān)督者饱须，只有一個(gè)反饋信息域醇，反饋是延遲的，不是立即生成的蓉媳。

（3）根據(jù)算法特點(diǎn)可分為遷移學(xué)習(xí)譬挚、主動(dòng)學(xué)習(xí)、演化學(xué)習(xí)

遷移學(xué)習(xí)：當(dāng)在某些領(lǐng)域無法取得足夠多的數(shù)據(jù)進(jìn)行模型訓(xùn)練時(shí)酪呻，利用另一領(lǐng)域數(shù)據(jù)獲得的關(guān)系進(jìn)行的學(xué)習(xí)减宣。

主動(dòng)學(xué)習(xí)：通過一定的算法查詢最有用的未標(biāo)記樣本，并交由專家進(jìn)行標(biāo)記玩荠，然后用查詢到的樣本訓(xùn)練分類模型來提高模型的精度漆腌。

演化學(xué)習(xí)：對(duì)優(yōu)化問題性質(zhì)要求極少贼邓，只需能夠評(píng)估解的好壞即可，適用于求解復(fù)雜的優(yōu)化問題闷尿，也可直接用于多目標(biāo)優(yōu)化塑径。演化算法包括粒子群優(yōu)化算法、多目標(biāo)優(yōu)化算法填具。

6.什么是大數(shù)據(jù)统舀？

大數(shù)據(jù)是指包含搜集、保存劳景、管理绑咱、分析在內(nèi)的動(dòng)態(tài)的數(shù)據(jù)集合。特征是規(guī)模性枢泰、高速性描融、多樣性、價(jià)值性衡蚂、真實(shí)性

在教育中的應(yīng)用：教育數(shù)據(jù)挖掘和學(xué)習(xí)分析

教育數(shù)據(jù)挖掘是對(duì)學(xué)習(xí)行為和過程進(jìn)行量化窿克、分析和建模，利用統(tǒng)計(jì)學(xué)毛甲、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等方法來分析教與學(xué)過程中所產(chǎn)生的所有數(shù)據(jù)年叮。

學(xué)習(xí)分析技術(shù)是對(duì)學(xué)習(xí)者及其學(xué)習(xí)環(huán)境的數(shù)據(jù)測量、收集和分析玻募，從而理解和優(yōu)化學(xué)習(xí)過程以及學(xué)習(xí)環(huán)境只损。

7.什么是知識(shí)圖譜？

知識(shí)圖譜是一個(gè)將現(xiàn)實(shí)世界映射到數(shù)據(jù)世界七咧，由節(jié)點(diǎn)和邊組成的語義網(wǎng)絡(luò)跃惫。其中節(jié)點(diǎn)代表物理世界的實(shí)體或概念，邊代表實(shí)體的屬性和他們之間的關(guān)系“埃現(xiàn)實(shí)世界存在各種各樣的關(guān)系爆存，知識(shí)圖譜就是合理擺放他們之間的關(guān)系。本質(zhì)上是一種語義網(wǎng)絡(luò)蝗砾，旨在描述客觀世界中的概念先较、實(shí)體、事件及其之間的關(guān)系悼粮。

從領(lǐng)域上來看可分為：通用知識(shí)圖譜和特定領(lǐng)域知識(shí)圖譜闲勺。

應(yīng)用：語義搜索、智能問答扣猫、可視化決策支持

教育領(lǐng)域的應(yīng)用：在智能教學(xué)系統(tǒng)中菜循，利用知識(shí)圖譜技術(shù)挖掘與答案相關(guān)的知識(shí)點(diǎn)，為學(xué)習(xí)者提供更合適的導(dǎo)學(xué)建議苞笨。

7.什么是自然語言處理（Natural Language Process债朵，nlp）？

自然語言處理是計(jì)算機(jī)科學(xué)瀑凝、人工智能序芦、語言學(xué)關(guān)注計(jì)算機(jī)和人類自然語言之間的相互作用的領(lǐng)域，研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信 的各種理論和方法粤咪。

8.自然語言的處理過程谚中？

包括自然語言理解和自然語言生成兩個(gè)部分。

9.自然語言處理的研究領(lǐng)域寥枝？

研究領(lǐng)域十分廣泛宪塔，如：機(jī)器翻譯、語義理解囊拜、問答系統(tǒng)某筐。文本分析（自動(dòng)作文評(píng)價(jià)系統(tǒng)）、推薦系統(tǒng)

10.自然語言處理面臨的四大挑戰(zhàn)冠跷？

詞法南誊、句法、語義蜜托、語用和語音等不同層面存在不確定性抄囚；

新的詞匯、術(shù)語橄务、語義和語法導(dǎo)致未知語音現(xiàn)象的不可預(yù)測性幔托；

數(shù)據(jù)資源的不充分使其難以覆蓋復(fù)雜的語音現(xiàn)象；

語義知識(shí)的模糊性和錯(cuò)綜復(fù)雜的關(guān)聯(lián)性難以用簡單的數(shù)學(xué)模型描述蜂挪。

11.機(jī)器人技術(shù)

第一代機(jī)器人是程序控制機(jī)器人重挑，它們能夠按照擬定程序進(jìn)行重復(fù)工作；

第二代機(jī)器人是自適應(yīng)機(jī)器人棠涮，自身配備相應(yīng)的感覺傳感器攒驰，能隨環(huán)境的變化而改變自己的行為，但還沒有達(dá)到完全自治的程度故爵；

第三代機(jī)器人是智能機(jī)器人玻粪，它們帶有多種傳感器，能對(duì)感知到的信息進(jìn)行處理诬垂，控制自己的行為劲室，具有很強(qiáng)的自適應(yīng)能力、學(xué)習(xí)能力和自治功能结窘。

智能控制方法：專家控制很洋、模糊控制、神經(jīng)網(wǎng)絡(luò)控制隧枫、專家遞階控制

12.什么是跨媒體智能喉磁？

跨媒體：文本谓苟、圖像、語音协怒、視頻及其交互屬性將會(huì)緊密混合在一起涝焙。

跨媒體智能是實(shí)現(xiàn)機(jī)器認(rèn)知外部世界的基礎(chǔ)智能。（潘云鶴）

13.跨媒體智能的關(guān)鍵技術(shù)孕暇？

跨媒體智能檢索仑撞、跨媒體分析推理、跨媒體知識(shí)圖譜構(gòu)建妖滔、跨媒體智能存儲(chǔ)

14.跨媒體智能的應(yīng)用隧哮？

智能城市、醫(yī)學(xué)座舍、教育領(lǐng)域（可穿戴技術(shù)沮翔、腦機(jī)接口。多模態(tài)的角度）

15.智能時(shí)代的教育挑戰(zhàn)曲秉？

挑戰(zhàn)一：如何培養(yǎng)具有AI素養(yǎng)的時(shí)代人才鉴竭？

挑戰(zhàn)二：教育管理者如何重構(gòu)工作流程？

挑戰(zhàn)三：教師如何應(yīng)對(duì)人工智能帶來的沖擊岸浑？

挑戰(zhàn)四：教師如何應(yīng)用人工智能轉(zhuǎn)變教學(xué)方式搏存？

挑戰(zhàn)五：學(xué)生如何運(yùn)用人工智能技術(shù)轉(zhuǎn)變學(xué)習(xí)行為和方式？

挑戰(zhàn)六：智能時(shí)代課程內(nèi)容如何改造升級(jí)矢洲？

挑戰(zhàn)七：如何應(yīng)對(duì)人工智能教育中的倫理璧眠、社會(huì)及安全問題？

17.AI教育應(yīng)用的內(nèi)涵與特征读虏？

智能教育：狹義的人工智能教育：以人工智能為內(nèi)容的教育责静，目的是培養(yǎng)掌握機(jī)器智能技術(shù)的專業(yè)化人才，以滿足技術(shù)發(fā)展的需要盖桥。廣義的智能教育：智能技術(shù)支持的教育灾螃、學(xué)習(xí)智能技術(shù)的教育、促進(jìn)智能發(fā)展的教育揩徊。

智慧教育：是在信息技術(shù)的支持下腰鬼，為發(fā)展學(xué)生智慧能力而開展的教育，他強(qiáng)調(diào)構(gòu)建技術(shù)融合的學(xué)習(xí)環(huán)境塑荒，使教師能夠高效率的教學(xué)熄赡、使學(xué)生能夠個(gè)性化學(xué)習(xí)。

智能教育是技術(shù)使能的教育齿税。智能技術(shù)不但讓學(xué)習(xí)環(huán)境更豐富彼硫、靈巧，也讓機(jī)器在某些方面具有類人甚至超人的智能。

智慧教育則是智慧教育理念引領(lǐng)的拧篮，先進(jìn)的智慧教育理念決定了智慧教學(xué)法的模態(tài)词渤，不同的模態(tài)需要教師具備相應(yīng)的教學(xué)技能，這些技能需要智能環(huán)境的支持才能得以實(shí)施串绩。

18.人工智能在教育中的應(yīng)用的特征缺虐？

智能化

人工智能技術(shù)是促變教育信息化的核心技術(shù)，具備轉(zhuǎn)變教與學(xué)方式的潛能赏参。未來在教育領(lǐng)域?qū)?huì)有越來越多支持教與學(xué)的智能工具志笼。智能教育將會(huì)給學(xué)習(xí)者帶來新的學(xué)習(xí)體驗(yàn)沿盅，為教師實(shí)施高質(zhì)量的教學(xué)提供基礎(chǔ)把篓。在教育信息技術(shù)支持下打造出教育信息生態(tài)系統(tǒng)，將在線學(xué)習(xí)環(huán)境與現(xiàn)實(shí)情境無縫融合腰涧，使人機(jī)交互更加便捷智能韧掩，泛在學(xué)習(xí)、個(gè)性化學(xué)習(xí)將成為一種新常態(tài)窖铡。

人機(jī)協(xié)同

人機(jī)協(xié)同教育可以發(fā)揮教師與人工智能的不同優(yōu)勢疗锐，促進(jìn)學(xué)生的個(gè)性化發(fā)展。機(jī)器主要負(fù)責(zé)重復(fù)性费彼、單調(diào)性滑臊、遞歸性的工作，教師負(fù)責(zé)創(chuàng)造性箍铲、情感性雇卷、啟發(fā)性的工作。

教學(xué)自動(dòng)化

人工智能可直接應(yīng)用學(xué)科知識(shí)颠猴、教學(xué)法知識(shí)关划、學(xué)習(xí)者知識(shí)，實(shí)現(xiàn)知識(shí)傳播的自動(dòng)化翘瓮，因此可用于支持教育活動(dòng)

個(gè)性化

為了擴(kuò)大教學(xué)規(guī)模贮折、提高教學(xué)效率，傳統(tǒng)的教學(xué)組織采用班級(jí)授課制资盅，類似于工廠批量化生產(chǎn)廷蓉，忽視了學(xué)生之間的個(gè)性化差異纠拔。人工智能時(shí)代的到來時(shí)教學(xué)組織方式趨向個(gè)性化教育成為可能。人工智能可分析每位學(xué)生的過程性學(xué)習(xí)數(shù)據(jù)，精準(zhǔn)鑒別其知識(shí)水平就轧、學(xué)習(xí)需求、個(gè)人愛好蘸嘶，并構(gòu)建學(xué)習(xí)者模型官帘，據(jù)此實(shí)現(xiàn)個(gè)性化資源、學(xué)習(xí)路徑荣赶、學(xué)習(xí)服務(wù)的推送凤价。這意味著批量化生產(chǎn)教育時(shí)代的終結(jié)鸽斟，個(gè)性化教育的開始。

跨學(xué)科融合

人工智能涉及多個(gè)學(xué)科領(lǐng)域利诺，單一的學(xué)科教學(xué)已無法滿足社會(huì)發(fā)展的需求富蓄，跨學(xué)科融合教學(xué)受到推崇。為了適應(yīng)學(xué)生個(gè)性化發(fā)展慢逾，未來的教育更應(yīng)該培養(yǎng)學(xué)生多元的綜合性發(fā)展立倍。以人工智能為核心，提供真實(shí)問題情境的項(xiàng)目實(shí)踐侣滩，側(cè)重激發(fā)口注、培養(yǎng)和提高學(xué)生的計(jì)算思維、創(chuàng)新思維和元認(rèn)知君珠。