智能时代智能教育

智能时代智能教育（共8篇）

篇1：智能时代智能教育

迈向教师与人工智能协作的未来教育时代

记 者：当前，人工智能的应用方兴未艾，智能医疗、智能驾驶、语言及自然语言处理，服务机器人、计算机视觉、智能教育、智能金融、电商物流等人工智能应用进入大众关注和讨论的视野。现在人工智能在教育中的应用处在怎样的发展阶段？

余胜泉：人工智能自1956年达特茅斯会议被首次提出至今已经过去了60多年，在这60多年中，人工智能的发展经历了多次起伏，呈螺旋式上升发展态势。比如，1996年，IBM公司的深蓝超级计算机战胜了国际象棋大师卡斯帕罗夫。现在深蓝进化成为IBM人工智能认知系统Watson，进入了各行各业。比如在医疗行业，Watson系统可以在17秒时间内阅读3469本医学著作、24.8万篇论文、69种治疗方案、61540次实验数据以及10.6万份临床报告，并最终提出三个最优选的治疗方案。这已经不是纯粹的研究了，Watson系统已经实际进入到很多的三甲医院。

再比如，谷歌公司前不久发布了一个相机叫Clips，这不是一个简单的相机，而是主动拍照的相机。它可以自动记录小孩子有意义的表情动作和记录视频短片。这个看起来是很简单，但是实际上是非常不容易的，计算机要能够自动识别小孩子的表情和动作，实现自动记录，这是一个非常不容易的人工智能计算机视觉的突破性的成就。

Cambridge Consultants公司开发了一套AI系统，你只要画出一些草图，基于你的草图可以生成类似毕加索风格或者印象派大师风格的绘画。

再比如，现在的微软小冰，你给它上传一幅图片，它可以给你做出一个非常有意思的诗，而且这首诗还像模像样。现在计算机写财经新闻、写体育报道，已经超越了人类，现在计算机每天创作出的新闻可能有十几万篇。

然而，人工智能现在还处于弱人工智能的阶段。在特定的领域，它正在超越并替代人的认知。如在计算机视觉、计算机创作内容、计算机医疗，以及围棋、象棋这些领域，它已经超越了人类。科学家预测，到2040年的时候，计算机能够在很多领域迁移，就是强人工智能阶段，能够达到和人类相媲美；2075年会出现超人工智能，全方位超越人类。

实际上，人工智能可以取代很多教师所承担的工作，美国佐治亚理工大学就用了一个IBM的Watson机器人代替助教回答问题，一个学期下来以后，绝大部分学生都不知道是机器人在回答问题，它实际上就在担任助教的工作。

记 者：北师大未来教育高精尖创新中心开发了“智慧学伴”平台，基于此平台进行了哪些实践研究？

余胜泉：我们希望打造跟特级教师相媲美的人工智能老师――“智慧学伴”，我们将借助海量的数据，对青少年儿童知识、情感、认知、社会网络等进行全面的仿真，通过数据精确了解他们发展的一般规律及个体发展特征，实现自然语言交互形态的“智能导师”服务。

“智慧学伴”这个平台实际上就是做数据分析和数据采集的。在这个过程当中，这个平台核心的思路就是全学习过程数据的采集、知识和能力结构的建模、学习问题的诊断和分析、学科优势的发现和增强。采集学生学习全过程的数据，发现学生的学习问题，增强学生的学科优势。

怎么样来做学生的个性发现呢？我们从四个方面来描述学习者：一是体质健康的数据；二是学科核心素养的数据；三是学科领域核心知识；四是通用心理认知能力，形成一个发现学生个性的数据框架。有了?@个数据框架以后，我们在学生的学习过程中采集各种数据，把学生的信息进行数字化，然后进行编码分析，通过编码分析把它变成可以分析的数据。最后形成一个个性化、描述学生个性特征的数据报告。

“智慧学伴”平台基于精准的数据分析，推荐学生的学习内容，推荐老师给学生提供在线指导的服务，推荐学习同伴，实现学科优势的发现和增强。

我们希望通过大数据和互联网的思路，来实现建立适合学生个性发展的教育公共服务体系。既可以实现大规模的覆盖，又可以实现个性化的成长，解决公平和质量、规模化和个性化，这两对难以调和的教育矛盾。

如果只有平台、技术是无法改变教育现实的，还要研究教育。只是技术化的思维推动教育变革很难，除了技术和平台以外，更重要的是基于这个技术和平台来形成一整套推进教育教学改革和变革的解决方案。

记 者：面向未来的教育，人工智能在教育教学中将承担什么样的角色？北师大未来教育高精尖创新中心在人工智能的教育应用领域进行了哪些探索？

余胜泉：今后，人工智能在教育中可以承担很多角色。

第一，自动出题和作业自动批阅。教师可以根据知识图谱任意选择考察知识点，由计算机自动出题，并进行自动批阅，大大降低教师工作负荷。目前，我们有一个小组在做基于知识图谱计算机自动生成题目的研究，教师可以根据知识图谱选择一些知识点，计算机基于这些知识图谱的内在关系进行自动出题。可以实现基于人工神经网络的主观题自动判别，不只是选择、填空题，还有简答、翻译、判断、问答、阅读理解等，实验取得了80%的准确率。

第二，学习障碍自动诊断与及时反馈。人工智能系统可以自动诊断学生的学习障碍点，也就是哪个知识点跟他的学业成绩紧密相关，一旦学生有学习困难，会显著地影响整个学科的学习成绩。我们可以通过数据来推断，他在哪一个关键知识点上出现障碍，根据这个障碍来进行定向突破。我们基于人工神经网络、基于历史数据分析，可以预测新一届学生有可能在哪些关键地方出现障碍，可以减少下一届学生遇到这些障碍的概率，提高教学的效率。所以，今后教师的出题、测评、改卷、分数的分析，以及对学生个性化的指导，一定会被人工智能所取代。

第三，问题解决能力测评。人工智能不仅能够做知识的诊断，还能够做问题解决能力的测评。北师大未来教育高精尖创新中心做了一个研究，就是把知识融合在一个真实问题模拟的场景中，让学生在场景中做出决策，根据决策的数据来分析他的问题解决的态度、策略和问题解决的能力，通过这个来判断学生综合思维的发展，通过采集的各种行为数据、情景化问题的数据、学生的行为数据，推测出他的能力特征。将问题解决能力的测评融入学科能力和学科素养的模型以后，对于学生的能力以及隐含的能力的可视化，人工智能将会起着非常重要的作用。

第四，学生心理素质的测评与改进。我们联合北师大心理学部的专家，编制了中小学生综合心理素质诊断量表，包括心理健康、人格发展、基本认知能力、高级认知能力、学习品质、发展潜力、教育环境、汉语阅读能力八个方面。了解学生的能力，可以让学生更好地了解自己，让家长更好地了解孩子，尤其是某些方面有异常行为的孩子，为学校提前介入和干预提供科学的数据依据。

第五，对青少年体质健康做到实时监测。我们通过一些智能化的穿戴式设备，采集学生的数据，建立这些数据的常模，通过这些常模来比较，就可以发现学生在体质健康、运动知识、运动技能等方面的行为异常，实现体质健康的改进，形成面向学生健康素养的体质检测报告。对于现在的孩子来说，体质健康的监测以及数据的发展，将会跟学习知识一样，同样重要。

第六，学生综合素质评价报告。不再只是一个分数或者等级，类似于我们的体检报告，形成?W习的体检报告，有300多个指标。通过这些指标可以发现他的核心素养情况、知识地图和非智力因素，形成一个报表，这个报表可以精确地了解学生的情况，从学科领域核心知识、学科核心素养、心理、认知能力和体质健康四个方面，规划了300多个指标。

通过课堂的信息、作业数据、在线学习数据、体质的数据、情感分析的数据，综合形成各种数据评价报表，这种综合数据评价报表更具有科学性。有了综合数据评价报表以后，就可以做因人而异的个性化的推荐，如微课、在线指导以及综合实践，实现精准诊断、智能推荐。推荐他所需要的内容、推荐他所需要的合适的学习路径，而且这种推荐是基于行为数据和认知数据相结合的，基于不同的知识状态、学科能力，推荐不同的学习资源。

记 者：随着人工智能技术的发展与应用，教师职业是否会被人工智能所取代？您认为人工智在教育领域能的应用会达到一个什么样的状态？

余胜泉：今后教师知识性的教学会逐步被人工智能教师所替代，教师的业务重心将会发生重大的改变。老师的作用越来越多地会转为学习的陪伴、学习的导引、情感的培养、毅力的培养等。科技不能取代老师，但是使用科技的老师却能取代不使用科技的老师。

未来的教育是教师与人工智能协作的时代，要充分发挥机器与人类不同的优势，是提高生产力的关键，人工智能将会取代简单重复的脑力劳动，而发挥人类的创新、复杂决策、情感关怀激励等更大的优势，未来的教师要与人工智能共存和协同。

篇2：智能时代智能教育

大媛说：未来是人工智能时代，新技术的诞生与应用将对教育工作者和教育本身提出更新、更高的要求。但是科学的运用AI也会给教育带来意想不到的帮助。

今天大媛分享的文章，便是向大家介绍多个场景下AI对教育革新的帮助。

新一代的人工智能在机器学习（Machine Learning）出现后得到了快速的发展。基于机器学习的新型人工智能背后的原理是进行一个统计的过程，始于数据体和试图派生出一个解释数据或可预测未来数据的规则和程序。其优点是它在不可行或难以写下明确规则来解决一个问题的情况下依然能够使用。机器学习与自然语言处理结合让人工智能进入教育正在成为现实。

机器学习背后依靠的是互联网大数据。MOOC和其他在线教育形式的普及带来了大量的教学数据。机器学习可以从这些教学大数据中找到与学生个体匹配的教学模型，或者说，教育人工智能可以为每位学生找到一个合适的学习和成长的独特路径。因此，这将催生出更具个性化的学习，为每个学习个体提供匹配的教师、课程和方法也将成为可能。

目前，并没有一个能让行业从业人员普遍接受的单一人工智能的定义。因此，我们不妨设想一下教育行业的人工智能应该是什么形态：AI可能是一位优秀的教师，也可能是一位有益的学伴，还可能是有各种问题的学生，亦或是定制的课程？或许，通过下面的案例，我们能更清晰地了解到人工智能将如何改变教育。

更适合的教师和课程

虽然教师和学生有各自的教和学的风格，但是时至今日，教师和学校仍然采用一刀切的教学方法和千篇一律的教材来应对不同的学生。因为在已有教学体系下，教师没有足够的时间和精力去逐一了解每个学生，并给他们提供合适的课程材料。

基于机器学习的教育人工智能可以发现数据中的行为模式，协助教师更轻松地从学生表现中收集可操作的见解，做出明智和有效的决策来帮助学生，引导他们朝更好的方向发展。另外，通过收集数据，机器学习算法还能发现某个学生存在大量问题的地方，然后通过定制的材料、练习和课程帮助他们弥补这些差距。

Smart Sparrow是澳洲一个在线适应性教育平台。其依靠在互动中得到的数据反馈引导老师把课程设计得更好，下一阶段学习则根据学生学习行为来进行动态匹配。而DreamBox Learning 甚至能自动匹配小学生用户的学习进度，并以最适当方式去提示和鼓励学生向正确的方向努力。

一些自适应学习的平台通过收集和分析大量学生的数据，利用机器学习算法还能找到和制定学生的学习路径，并确保他们在学习道路上面对的困难降到最低。比如来自美国的Desire2Learn最近推出了新工具，根据学生之前的学习情况预测其在某门课上可能获得的分数，进而给出选修课建议来帮助学生做出选课决定。同样，算法可以识别到学生可能的优点和才能，然后帮助他们根据自己最擅长的领域选择专业。目前，一些人工智能在内容传递方面的其他高级应用，能利用深度学习（Deep Learning）和自然语言生成（Natural LanguageGeneration）来合成和交付定制内容，可以媲美于真人教师编写的教材。一家前卫的人工智能公司Content Technologies正在探索为每位学生定制教材。

更先进的协作和辅导

协作学习是一种有效的激励学生学习的方式，但是在实施过程中，师生之间、生生之间的交流难以被记录和评估。2017年，国际知名咨询公司Technavio发布的美国教育行业人工智能市场研究报告中提到：人工智能可增强现在流行的协作学习模式，具体方式包括自适应群体组织、虚拟角色、智能助手和智能导师等。

在机器学习的帮助下，人工智能可以把合适的人匹配在一起，增加协作，让在线辅导变得更容易和精准。

Brainly是一个连接数百万学生的社交平台，学生们在上面相互协作解决作业和任务中遇到的难题。为了确保服务内容的质量，Brainly雇用了超过1000个版主来帮助审查和验证用户之间交换的问题和答案。现在Brainly使用的机器学习算法可以自动过滤垃圾邮件和低质量的内容，帮助版主减轻负担，让他们专注于为学生提供更优质的服务。

更引人注目的是，Brainly还利用算法给学生们提供结交朋友的建议，帮助用户找到技能互补或能回答他们问题的协作伙伴。这种通过人工智能进行协作匹配的方式为学生们提供了更棒的个性化在线学习体验。利用机器学习和自然语言处理技术，斯坦福大学教育学教授 D a n i e l S c h w a r t z 开发了一个人工智能应用“贝蒂的大脑”（Betty’s Brain）。作为一个虚拟角色，贝蒂在学习活动中扮演孩子们的学伴，让学生来教它学习生物知识。在这个协作对话过程中学生的讲解会被贝蒂记录和评估，并即时反馈给他们，让学生在完善讲解过程中加深对知识的理解。类似的研究和开发还有瑞典隆德大学的与学生一起玩历史游戏的人工智能Time Elf和卡内基梅隆大学的与学生一起学习数学的人工智能SimStudent。

利用人工智能辅导学生的案例来自美国佐治亚理工学院，计算机教授Ashok Goel已经成功使用人工智能助理回答学生提问。其他类似的平台，诸如Front Row、Carnegie Learning 和Tabtor也在探索人工智能导师以能够模仿一对一辅导的好处。更快速的补充和优化

在应对大量学生时，即便是经验丰富的老教师也无法快速找到应对的措施来及时识别和处理知识讲解、课程材料以及学生参与之间的错位，使得学生感到困惑进而影响学习体验。人工智能则可以纠正这些缺点并及时提醒学生和教师，做到及时补充教学的漏洞，优化学生的学习过程，同时增强教师的授课经验。

慕课平台Coursera，能在当某个问题有大量学生提交了错误回答时提醒教师，同时通过提供一个定制消息来帮助学生，给予他们正确的引导。

通过创建智能和个性化的互动，人工智能助理能在教师之前给予学生即时反馈，帮助他们理解学习内容。因此，人工智能可以促进学生采用高效的学习行为，比如自我管理和自我解释等。

类似的人工智能应用还有来自美国的Volley。学生们用手机拍摄教材内容或作业题目，Volley 会分析照片和文本，并显示要点、难点、先修知识。随后，应用会提供在线课堂、百科链接、甚至是教师上传的参考 PDF 文件。这个过程中运用了机器学习和自然语言处理技术来自动收集。扎克伯格教育风投公司认为，Volley能引导学生们自行安排学习计划和提高自学能力。另一个案例来自英格兰的ThirdSpace Learning。这是一个在线一对一数学辅导平台，其连接了世界各地的儿童和教师。

自2012年推出以来，平台每周记录了数千小时的教学和学习数据。Third Space Learning正在利用机器学习算法从这些巨大的数据中收集行为模式，为教师提供见解和建议，促进教师开展更好的教学。同样，这些数据也能为学生掌握某个主题提供最佳的学习路径。接下来的这个案例更展现了教育人工智能的魅力。斯坦福大学与华盛顿大学合作，也正在研究一个基于人工智能的辅导系统。这个新引擎利用强化学习（ReinforcedLearning）来判断当前课程是否能让所有的学生都学得好，然后通过人机对话进行系统自优化。

篇3：智能仿生技术——引领智能化时代

参加比赛的机器人几乎是自动控制的, 也就是说它们自己决定如何踢球, 而机器人世界杯的最终目标是:到2050年, 开发完全自主仿人机器人队, 能赢得人类足球世界冠军队。你是不是觉得这个目标不可思议, 实际上这只不过是智能仿生蓬勃发展的一个缩影。

智能仿生是随着计算机技术发展和人们对自然界的深入理解而发展起来的, 它强调对人类和其它生物智能行为的模仿, 注重向自然界学习、汲取其中有益的规律和原理。智能仿生的研究成果已经在很多领域得到了应用, 主要有:

1. 人体仿生

德国最新研制一种微芯片仿生眼, 可植入患者眼球后方, 现经过测试显示, 失明患者使用仿生眼后能够恢复视力, 看到日常生活用品, 可显著提高生活便利性。这种仿生眼是由德国视网膜植入AG公司研究发明的, 在3毫米□3毫米大小的超薄微芯片上集成了1500个光传感器。仿生眼被植入视网膜下方后, 直接代替视网膜性变患者所缺失的光受体发挥作用。待眼部光检测期结束后, 随着患者眼部运动, 仿生眼会利用眼部自然图像处理能力形成稳定的视觉感知, 即让失明者看见事物, 它将为因疾病导致视网膜受损患者带来福音。

除了仿生眼外, 现在世界各国研究人员正致力于人体几乎每一个部位的智能仿生品的设计, 如皮肤、骨骼、血液、关节等, 并且一些医疗产品公司已经能够制造人体若干部分的替代品, 这将极大地促进生物医学的发展。

2. 仿生机械

仿生机械是通过研究和探讨生物机制, 模仿生物的形态、结构和控制原理设计而制造出的功能更集中、效率更高并具有生物特征的机械。研究仿生机械的学科称为仿生机械学, 它是20世纪60年代末期由生物学、生物力学、医学、机械工程、控制论和电子技术等学科相互渗透、结合而形成的一门边缘学科。仿生机械研究的主要领域有生物力学、控制体和机器人。由于能制造出在结构、功能、材料、控制、能耗等诸方面相对更加合理的机械系统, 仿机械学正越来越受到重视。

3. 仿生制造

模仿生物的组织结构和运行模式的制造系统与制造过程称为“仿生制造” (Bionic Manufacturing) 。它通过模拟生物器官的自组织、自愈、自增长与自进化等功能, 以迅速响应市场需求并保护自然环境。

就制造系统而言, 现在已越来越趋向于大规模、复杂化、动态及高度非线性化。因此, 在生命科学的基础研究成果中选取富含对工程技术有启发作用的内容, 将这些研究成果同制造科学结合起来, 建立新的制造模式和研究新的仿生加工方法, 将为制造科学提供新的研究课题并丰富制造科学的内涵。此外, 进行与仿生机械相关的生物力学原理研究, 将昆虫运动仿生研究与微系统的研究相结合, 并开发出新型智能仿生机械和结构, 将在军事、生物医学工程和人工康复等方面有重要的应用前景。

目前这方面的研究内容有:

●自生长成形工艺, 即在制造过程中模仿生物外形结构的生长过程, 使零件结构最外层各处形状随其应力值与理想状态的差距作自适应伸缩直至满意状态为止;又如, 将组织工程材料与快速成形制造相结合, 制造生长单元的框架, 在生长单元内部注入生长因子, 使各生长单元并行生长, 以解决与人体的相容性和与个体的适配性及快速生成的需求, 实现人体器官的人工制造。

●仿生设计和仿生制造系统, 即对先进制造系统采用生物比喻的方法进行研究, 以解决先进制造系统中的一些关键技术问题。

●生物成形制造, 如采用生物的方法制造微小复杂零件, 开辟制造新工艺。

4. 智能材料

在这个新材料层出不穷的时代, 智能材料也是独领风骚的一朵奇葩。智能材料是模仿生命系统兼有感知和驱动双重功能的材料。智能材料的构想来源于仿生, 它的目标就是想研制出一种材料, 使它成为具有类似于生物的各种功能的“活”的材料。因此智能材料必须具备感知、驱动和控制这三个基本要素。智能材料是继天然材料、合成高分子材料、人工设计材料之后的第四代材料, 是现代高技术新材料发展的重要方向之一, 将支撑未来高技术的发展, 使传统意义下的功能材料和结构材料之间的界线逐渐消失, 实现结构功能化、功能多样化。科学家预言, 智能材料的研制和大规模应用将导致材料科学发展的重大革命。

目前智能材料研究方兴未艾, 其研究成果已经在某些领域成功应用。如在在建筑方面, 科学家正集中力量研制使桥梁、高大的建筑设施以及地下管道等能自诊其“健康”状况的材料。英国科学家已开发出了两种“自愈合”纤维。这两种纤维能分别感知混凝土中的和钢筋的腐蚀, 并能自动粘合混凝土的裂纹或阻止钢筋的腐蚀。粘合裂纹的纤维是用玻璃丝和聚丙烯制成的多孔状中空纤维, 将其掺入混凝土中后, 在混凝土过度挠曲时, 它会被撕裂, 从而释放出一些化学物质, 来充填和粘合混凝土中的裂缝。防腐蚀纤维则被包在钢筋周围。当钢筋周围的酸度达到一定值时, 纤维的涂层就会溶解, 从纤维中释放出能阻止混凝土中的钢筋被腐蚀的物质。

5. 智能计算

硬件性能越来越高的计算机为人类完成各类计算提供了强有力的工具。然而, 有许多困难的问题由于其需要搜索的解空间异常庞大, 如果没有好的算法, 即使采用再强大的计算机来求解也是不现实的, 需要花费相当长的时间。这促使人们在不断强化计算工具的同时, 也积极地探索和设计好的算法。为此, 人们将目光投向自然界甚至是人类社会自身, 希望能从中得到启发。经过不懈努力, 众多简单实用有效的算法被提出, 其中包括人工神经网络、遗传算法以及蚁群算法, 等等。这些算法都是通过类比和模仿生物的某些行为或者是某种物理现象而获得的。以遗传算法为例, 遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型, 是一种通过模拟自然进化过程搜索最优解的方法。它们的出现为人类解决问题提供了更多可供选择的方法, 促进了包括数学、计算机和生物等在内的众多学科的发展, 并形成了一门新的交叉学科分支, 即智能计算。

与传统方法相比, 智能计算更具有柔性和自适应能力。它不需要太多的领域知识, 可以解决许多问题, 尤其是一些大规模的复杂问题。智能计算将不同的学科紧密联系起来, 它不仅是计算机科学中求解问题的一种计算方法, 更是人们研究自然以及人类社会自身的一种非常有效的手段, 其应用前景非常广阔。

当然, 智能仿生技术在别的领域内都还有很大的发展潜力。我们已经看到越来越多的新型智能仿生产品的出现。让我们看看在各类媒体杂志上看到的具体的新进展:不沾水自清洁的仿生荷叶薄膜、仿生催化技术有效降低吸烟危害、仿生催化氧化制环己酮新工艺、仿生口罩器、从银杏中提取仿生杀菌剂获成功、仿生功能材料、新型仿生杀菌剂、仿生耐磨钢基梯度复合材料、仿生抗菌纤维的研究取得重要成果、仿生催化法生产聚乳酸及乳酸共聚物……太多的智能仿生应用!我们有理由相信智能仿生技术前景广阔、潜力无限!让我们期待机器人足球队队战胜世界杯冠军队的日子早日到来。

参考文献

[1].http://www.fangshengxue.com

[2].http://www.retinaimplant.de/en/de-fault.aspx

篇4：智能化教育：数据时代新范式

关键词：智能、教育、数据、算法、在线课程、反馈闭环、新范式

Abstract：The three cornerstones of intelligent education are data， arithmetic and online courses， which completed “trinity” of intelligence education in the feedback loop. Smart data will become the foundation of the future education， and the intelligent education will also be new education paradigm in the era of data. With the high-speed development of internet technology， it brings education career a fundamental breakthrough.

Key words： intelligence education、data、arithmetic、on-line courses、feedback loop、new paradigm

【分類号】G434

今天，以互联网、云计算和大数据为代表的技术革命正引领教育进入之后的一个新发展阶段—数据时代。数据智能将成为未来教育的基础，而智能教育也将成为数据时代的全新教育范式。伴随着互联网技术的高速发展，给人类的教育事业带来了又一次根本性突破。像美国的Coursera、Udacity、edX和英国的FutureLearn等当今国际顶尖的MOOC平台都是以智能教育为技术基础。

一、智能教育三块基石

从PC互联到移动互联，再到万物互联，从云计算到大数据，基于数据和算法的智能化将是未来教育的基础和最重要的特征。在互联网的语境下，智能教育建立在数据、算法和产品这三块基石之上。

1.数据：智能教育的基础

“数据化”本质上是将一种现象转变为可量化形式的过程。随着计算机技术的出现，尤其是互联网技术的快速发展，数据化的新一波浪潮更加汹涌：我们已经看到，自己在互联网上留下的每一处“足迹”都被数据化地记录下来。学习者每一次登录MOOC平台，选择的课程以及完成情况成为平台判断学习者的个性化需求并推送推荐课程的关键依据。数据化毫无疑问也是我们进入以数据为核心的的智能教育世界的第一步。

2.算法：智能教育的引擎

我们提到算法时，常常接上另一个词-----“引擎”。这是一个奇妙的比喻，因为如果说数据是数据时代的一桶高标号的汽油，则算法就是这台引擎，它让数据中的能量得以完全蓬发出来，为智能教育的“汽车”推进加速。

在教育的语境下，算法就是一组反映了教育产品逻辑和市场机制的计算指令的集合。完成了教育场景的数据化之后，算法是提炼数据价值的思路，而数据时代的数据价值就是商业价值。如同MOOC平台正在做的，我们每个人打开一些课程、选择了某个课程，这无疑是数据的金矿。

3.在线课程：“智能化”的支点

智能教育的核心特征就是能主动地了解学习者，通过学习不断提升学习者的体验。而把学习者，数据和算法巧妙地连接起来的，是“在线课程”，这也是互联网时代特别强调在线课程重要性的根本原因。在线课程和数据、算法的互补作用可以形象地比喻成“端+云”。“端”就是在线课程，是与用户完成个性化、实时海量、低成本互动的端口，它不仅仅直接完成学习者体验，同时使得数据记录和用户反馈闭环得以发生，和“云”互动；而“云”则是数据聚合、算法计算的平台，它通过算法优化，更好地揣摩学习者需求，提升学习者体验。

因此，智能教育的成功，最关键的一步往往是针对某个学习者的问题，定义了全新的体验方式，同时启动了数据智能的引擎，持续提升学习者体验。

二、反馈闭环中的“三位一体”

数据化、算法加上在线课程构成了智能教育的三个基石。

学习者行为通过在线课程的“端”实时反馈到数据智能的“云”，“云”上的优化结果又通过“端”实时提升学习者体验，在这样的反馈闭环中，数据既是高速流动的介质，又持续增殖，算法既是推动反馈闭环运转的引擎，又持续优化，在线课程既是反馈闭环的载体，又持续改进功能，在为学习者提供更赞的在线课程体验的同时，也促使数据反馈更低成本、更高效率地发生。

一言以蔽之，数据化、算法和在线课程就是在反馈闭环中完成了智能教育的“三位一体”。本质上，教育从一开始就是基于某种“反馈闭环”，教师了解学习者所需，提供相应的指导。然而不论是通过考试定位学习者需求、抑或通过调查倾听学习者需求，始终失之于准确。不过，今天当学习者可以通过全本实时的数据把他们需求直接告诉MOOC平台时，当MOOC平台可以凭借敏迭代的算法引擎越来越精确满足学习者的需求时，当在线课程借助互联网的巨大能量成为数据智能和学习者实时互动的端口时，我们终于可以说第一次找到了促使反馈闭环以更低成本、更高效率、甚至是自动运转的颠覆性工具——它可以被称作是一部数据智能的“永动机”。

三、数据时代的新教育范式

“活”这个字概括了智能教育与传统教育的本质区别：数据是“活”的，学习者的每一次行为都转化为新的数据汇入数据的大海，而每一个新数据的汇入都实时引发各个数据集的连锁反应；算法是“活”的，学习者对在线课程的每一次体验，都成为算法迭代成长的养分；使算法越来越聪明地反映教育本质；反馈闭环是“活”的，在其中，在线课程在迭代，数据在流动，算法在成长；最终，我们所熟悉的机械逻辑——预先设定一切——将被彻底颠覆，取而代之的将会是一个全新教育生态系统。

参考文献：

[1]贾积有. 教育技术与人工智能[J]教育教学论坛.2015， （3）：64-66.

[2]崔光佐. 教育的信息化、科学化与智能化[J].2012，现代教育技术. （4）：150-153.

篇5：人工智能时代作文

随着现代社会的发展，科技也越来越发达，使用计算机的频率也逐渐上升，我们好像已经离不开它了。那我们真的合理使用它了吗?

相反的是，人工智能带来的快捷与方便使人们过度依赖于它。在学习方面，有同学图个轻松，回家作业不认真做，又怕老师不满意，所以直接上网搜答案。他们觉得这样准确率又高，又不用动脑，何乐而不为呢?这是人们对于自我的放纵，把有助于学习的先进软件转变成了无益甚至有害的功能，导致最后不但没有属于自己的思考方式与思维能力，还欺骗了老师。在交友方面，大多数人认为微信和QQ是万能的，有事直接在这两个软件上说就好，见面叙旧什么的太麻烦了，或者说，直接组团打游戏岂不更好?所以，由于这些想法与依赖，你与“诚信”一词说拜拜了，你与亲朋好友也渐渐疏远了。

计算机网络容易导致人们浅陋无知与盲从。有调查显示，绝大多数的人都会被八卦娱乐或是标题奇葩的文章所吸引，只有小部分的人回去细读有关社会与国家发展的长文。甚至自从网络上曝出“碰瓷”事件后，走在路上看见有人摔倒了，一些年纪大的长辈无法靠自己的力量站起来的，好多人只会在旁围观或是拍照，却不敢去助人一臂之力。由于网络的发达，会将事态扩大，放大负面的新闻，却很少有提及乐于助人、积极正面的.例子，给了大多数人人与人之间无法相互信任的认识，换来的只是人性的冷漠，心与“友善”一词又说再见了。

我们天天在背社会主义核心价值观，背得这么流利，那真正做到的，又有多少?我们的心应该是充满温暖与热情的，而不是像计算机一样思考，炽热的心变得僵硬与冰冷。

人比计算机多的是一份情感。我记得“开学第一课”里有一个比赛，是人和计算机比赛弹钢琴，看谁弹得更好。我们知道计算机是已经设定好的，它不会出错，这是它的优势，但最后我们都认为人弹得更好，这是为什么呢?就是因为人拥有情感，所以他的音乐里包含了很多东西：一路以来的坚持、对于钢琴的热爱、对于音乐的理解……这些都是计算机没有的。

篇6：智能时代读后感

2、数据足够时大量的简单组合比少量精确模型能够降低成本，从这个角度拖罗密采用大圆套小圆的思维更适合解决问题，因为开普勒的椭圆发现极具偶然性，而托罗密的方法更具实操性。例子还用日本光学相机超过德国。另一启发做事要延长避短，看着开始按笨方法做事，总比只能着捷径而不性动要好。

3、切比雪夫大数定理

4、信息的作用是解决不确定性：

5、机械思维：确定性

大数据思维：用不确定性看待世界，用信息消除不确定性

人工智能取得的成就，不断把各种智能问题转化成消除不确定性的问题，然后再找到能够消除相应不确定性的信息。

6、信息的等价性、相关性

7、大数据的三个特征：数据量大、多维度、完备性

8、大数据思维摆脱因果思维，可以接受解决问题而不用追究原因

谷歌：搜索从“遵循因果关系”到“寻找相关性”

篇7：《智能时代》读后感

抛开书名不说，《智能时代》是我几年内读过最好的书之一，作者――杰夫霍金斯的文笔很简洁，这本书翻译的水平也很高，文中很客观和批判性地描述了智能和人工智能研究，并阐述了作者自己对智能的理解。本书一推出就获得两个诺贝尔奖得主及专业领域人士的大力推荐，考虑到霍金斯本人是企业家而不是职业科学家这一点，是十分罕见的。

我从小经常思考关于智能的问题，这本书能解答我很多疑惑，读书时那种开悟的感觉只能用醍醐灌顶来形容。还记得初一的某天下课回家，我骑着自行车，突然产生了一个疑问――我的手是怎么掌把的，我没有有意识地控制哪根手指放哪个位置啊?然后我撞了汽车。如果你和我一样，曾经思考过这类问题，那么本书绝对是你的菜。

霍金斯在书中首先回顾了当今人工智能研究的历程以及自己探索的经历，客观批判了“智能行为派”，他认为智能是系统的内在属性，和外在表现无关。比如一个人在静静思考的时候，虽然没有表现出任何行为，他也是有智能的。退一步来讲，假使通过行为来判断是否有智能，当下的计算机也不合格。计算机要能识别图片，必须设计一套视觉识别算法，计算灰度、色阶、轮廓等;识别语音要设计语言算法，计算声波频率、音调、匹配语义等。图片算法和声音算法之间没有任何关联，从术语到计算过程完全不同。但是对于大脑来说，声音和图像在大脑中的处理过程很类似，只是接受刺激的感官不同。把实验动物幼崽的视觉神经接到本来应该发育听觉的位置，这些动物都能发育出正常的视觉――而如果把计算机的摄像头接到话筒上，结果可想而之。作者并非在否定算法本身，无疑，大脑也有自己的算法，这个算法是高度抽象的，能根据信号输入的不同发展出相应的知觉。相比之下，计算机算法毫无变通的可能性。从这两点出发，作者认为以往的计算机智能研究是一条死路。

那么智能应该是什么样的?霍金斯从日常生活出发，通过对学习、记忆、回想等等行为的分解，结合脑部神经结构，提出了产生智能的“记忆――预测”框架。整个推断过程非常精彩，在此就不剧透了，以免破坏了阅读乐趣。

篇8：非智能手机在智能时代的营销策略

但是功能机的市场并没有完全萎缩, 还是存在一定量的消费群体。随着智能手机在待机时间和软件冲突等方面表现出来的问题也为功能机的突破带来了契机。因此在智能机强势的市场控制力下, 功能机必须扬长避短, 充分分析营销环境和消费者, 制定正确的市场策略。

一、市场环境分析

在电子数码市场, “80后”逐步成为主要的消费群体, 他们的成长环境跟电子数码是一起的, 从最初的小霸王游戏机到现在先进的苹果手机, 他们构成了数码产品市场的主要消费力量。“80后”的消费群体, 由于和互联网网络关系紧密, 因此他们对手机的使用也偏向于智能手机, 不仅能安装软件还能通过网络与其他用户进行沟通和交流, 另外还能进行网络应用, 比如网络办公和网络购物等。因此, 智能机市场的主要目标客户群就是这些现今的社会中坚力量。此外, 手机硬件软件技术和3G通信技术的发展也为智能手机的发展提供了保障。而且还将持续的提供给智能机发展的动力。智能手机的特点是拥有操作系统, 从最初的塞班, WM等到现在的WP, IOS, 安卓系统, 系统的应用越来越多, 系统也越来越完善, 与用户的需求也越来越贴合。以前的手机处理器是150MHZ就能满足系统要求, 现在4核心的1.5Ghz的处理器已经在手机上应用。可以说手机的处理数据能力已经达到并部分超出了电脑的处理能力。其他还有显示系统的更新, 从最初的二维到现在的三维处理;还有裸眼3D技术等等。根据中关村在线网站的调研显示电脑里80%的应用可以在智能手机里完成。同时, 网络沟通所需要的网络带宽也在逐步发展。已经投入应用的第三代移动通信技术 (3rd-generation, 3G) , 就是指支持高速数据传输的蜂窝移动通讯技术。不仅能够传送声音及数据信息, 而且还能保持速率一般在几百kbps以上。3G网络的投入使用使得视频聊天, 视频点播和快速上网成为了现实。

手机硬件和网络技术构成了智能手机坚实的基础应用环境, 而众多智能软件的开发又使得智能手机的应用多样化。

智能软件可以说是无孔不入, 在安卓市场或者苹果手机的App Store可以下载的形形色色各种各样的软件。从生活到工作, 从娱乐到体育运动, 从股票到历史, 类型丰富的软件可供消费者下载。根据苹果公司统计在2012年3月5日苹果的软件市场的下载量达到了250亿次!

二、功能机的SWOT分析

通过2010年3月中国市场最受用户关注的十五大手机品牌最受关注的手机产品排名可以发现, 此次榜单中非智能手机占据了七席市场份额。几乎占到了一半的比例。

数据来源:互联网消费调研中心 (ZDD) , 2010.04。

虽然智能手机目前发展势头迅猛, 但非智能手机在一段时期内还是有它存活的必要性的。而且随着硬件配置的提升, 和加上非智能手机在外形上的独特设计, 成为了非智能手机博弈智能手机强有力的武器。

软件应用和网络应用成为了功能机的短板, 由于本身系统架构不是智能系统;因此, 功能机只能进行通话和信息处理, 以及一些简拍照录像等。在营销中必须面对这个软肋用其他特点来弥补, 从而吸引消费者购买。

三、营销策略

市场营销策略是产品所有者以顾客需要为出发点, 根据经验和市场调研获得顾客需求量和购买力的信息, 再有计划地组织各项经营活动, 通过相互协调一致的产品策略、价格策略、渠道策略和促销策略, 为顾客提供满意的商品和服务而实现企业目标的过程。

1. 产品策略。

功能机在软件应用上无法与智能手机抗衡, 但在硬件上却各有千秋。为了更加明显的凸显自己的优势, 功能机的产品策略主要包括以下几个方面。从工业设计上看, 功能机内部构造的简单化使得非智能手机能够有很多种极具创意的造型, 而大屏幕、触摸屏的智能机较单一。如首款将透明元素加入到手机中的LG GD900时尚手机, 采用了透明的键盘设计, 滑盖触控式的键盘显示出一种时尚的美感。又如复刻了经典V70的旋屏造型摩托罗拉Aura, 机身全金属打造, 蓝宝石镜面的圆形屏幕也是在手机设计中机器少见的。从待机时间上看, 功能机处理器频率低, 耗电少, 待机时间长, 一般3天, 特别型号可以达到半个月, 而智能机屏幕耗电大, 处理器功率高, 待机时间短, 基本一天一充。如飞利浦x605大气直板机身, 镜面设计, 3.0英寸大屏手写, 500万像素照相机, 视频照片轻松拍摄, 音视频文件播放, FM收音机, 内置大智慧炒股软件, 支持JAVA扩展, 功能强大, 1 530毫安时大容量电池, 长达1.5月理论待机时间。从特色功能上看, 功能机键盘大、字体大、音量大, 不用带老花镜老人也看得很清楚, 来电不必担心听不到铃音。每一个按键都达到1.5平方厘米以上, 经100位老人现场实验, 不用戴老花镜也一样看的很清楚。因此, 功能机更适合老人和小孩, 而智能机无法将键盘做大, 软件应用不适合老年和儿童用户。

2. 价格策略。

价格策略并不是一定要低价化, 在非智能手机领域, 价格策略分为两块:低端化和高端化价格策略。普通消费者购买手机的时候, 都是想花最少的钱买到功能最多, 性价比最高的产品。在人们的印象中, 智能手机虽然功能强, 但由于产品成本问题, 所以价格一直偏高。而非智能手机在价格方面还是有不小的优势的。同为800万像素的拍照手机, 三星S8300c的售价在2 840元, 而采用了智能系统的三星I8910U售价则在4 380元。两者相差了1 500元左右。据调查, 追求高像素摄像头拍照功能的人其实对于智能系统的需求并不是很多, 所以这样来看非智能手机能够让这部分人群在获得自己想要的同时花费最少的钱。由此可以看出, 非智能手机继续走与智能手机差异化路线, 在提高手机单向功能、保证质量的同时尽量压低价格, 这样的策略对于非智能手机的持续稳定发展还是有很大的作用的。同样在手机市场里, 也有高端客户。VERTU是诺基亚所成立的全球第一家奢侈手机公司, 以经营高档品牌的方式, 由世界著名的手机设计师Frank Nuovo设计, 该机型从外观、用料到功能都绝对称得上有王者风范, 平均每款售价高达十几万元人民币。VERTU, 这个起源于拉丁文的单词原意即为“高品质、独一无二”。高端非智能手机不仅仅是销售自己的产品另外还有服务, 除了产品本身给消费者带来的独一无二的感觉外, 手机附带的各种后期服务也是高端化的策略之一。购买VERTU手机的同时, 用户还将享受到“VERTU管家”的服务, 只要一按手机上的客户专键, 手机便会直接连接到VER TU的二十四小时服务总台, 不论你想要查询各种手机服务资料, 或者是交通、娱乐、饮食、酒店等的资讯问题, 都会有专人为你解答疑难, 而且服务遍及全世界各个大城市, 简直是一个超级贴身秘书。

3. 渠道策略。

早期的手机主要以卖场和专卖店的形式存在, 由此带来了很多固定成本, 租房、水电、人工等等。现在随着网络技术的发展, 网店的产生给手机的销售渠道带来了翻天覆地的变化, 苹果手机在中国用户中78%是采用网购的形式购买的。因此, 网店销售是主要渠道之一。另外, 在某些地区还是以卖场的形式存在为佳。因为消费群体比较特殊, 比如老人或者儿童, 喜欢亲手体验手机操作感觉手机, 比如移动公司的“移动心机”, 通过预存一定的花费送手机或者购买手机送话费等形式出售手机, 这样手机厂商和通信公司构成了双赢的局面。

4. 促销策略。

促销策略是市场营销组合的基本策略之一。促销策略是指企业如何通过人员推销、广告、公共关系和营业推广等各种促销方式, 向消费者或用户传递产品信息, 引起他们的注意和兴趣, 激发他们的购买欲望和购买行为, 以达到扩大销售的目的。作为弱势的非智能手机, 必须加大促销的力度。以老年手机为例, 本身功能简单, 产品适合老年人的需求, 大键盘、大铃声, 还可以寻址回家, 价格也非常合适, 基本都在200元左右。但是产品在投放初期, 由于知名度不高, 购买者寥寥无几, 后来在网络和电视广告上, 大打温情牌, 在各个母亲节、父亲节、端午节等重要的有关节日假期里, 投入大量的广告, 销量立刻大幅上升。

四、总结

消费水平的差异使得智能手机在未来一段时间完全取代非智能手机是不太现实的, 这为非智能手机的发展提供了巨大的机会。在未来, 非智能手机还会继续发展下去。继续执行低价策略, 研发新的产品功能, 突出自我特色将使非智能手机在智能时代的突破口。

参考文献

[1]郑竹林.老人手机的创新营销[J].市场营销与管理, 2010, (3) :145.

[2]刘蕾.智能时代对市场营销的影响[J].营销论坛, 2005, (39) :53-54.

[3]徐云奎.手机在网络时代的营销[J].科技创新, 2001, (4) :77-79.