教育装备采购网
河南大学体育论坛580*60 第六届图书馆论坛580*60

在智适应教育这条快车道,数据挖掘仍是痛点

教育装备采购网 2018-10-31 10:54 围观3307次

  在每次时代变革中,教育从来都不会缺席。这个时代的主题是AI+,AI+教育自然成为当下教育的发展方向。

  而在AI+教育火爆之前,线上教育已经开疆拓土了很多年。

  据艾瑞咨询调查数据显示,自2012年以来,中国K12线上教育市场增长速度基本保持在30%以上(2015年为21.4%),在2017年增长率甚至高达51.8%,相应市场规模达到298.7亿元。因而,2017年也被认为是线上教育规模化变现元年。

  


  图片来源:艾瑞研究院

  2017年高增长率被认为是一对一在线授课的火热带来的,同时也是一对一在线授课清晰的盈利模式促使企业得以规模化营收。与此同时,新兴的AI技术也迅速被引入这一领域,促使科技(AI)和教育再次融合。

  AI+教育也是德国人工智能研究中心(DFKI)的重要研究方向之一,同时,DFKI拥有全球顶尖的教育技术实验室。Carsten Ullrich作为该实验室副主任,在AI领域,尤其对机器学习、规划算法、语义数据库等AI技术的研究与应用擅长,在此领域有超过15年的经验。

  


  从AI到AI+教育的转身

  在长达15年的AI研究生涯中,Carsten Ullrich对人工智能、机器学习、语义Web、Web 2.0、移动应用程序等都有研究,在诸多大型国际项目中,曾担任研究员、技术负责人,也曾在上海交通大学在线学习实验室担任高级研究员,进行教育方面相关研究。Carsten Ullrich从事AI教育研究工作,也是从对AI的痴迷中拓展而来的一个方向。

  用传统思维来看,Carsten Ullrich的转型很成功。“我通过人工智能进入教育领域,在对计算机科学研究过程中,我开始着迷于构建智能系统,当发现人工智能可以使人类学习更有趣、更高效时,我开始迷上这个领域,从那时起,我就开始进入AI教育研究。”

  如果论及Carsten Ullrich在AI教育研究领域的成名作,针对智适应教育的PhD(博士)论文应该算是其中之一。

  在这项研究中,Carsten Ullrich主要开发了一个课程生成框架,将复杂和现实的教育知识进行建模和应用,与此前的架构相比,该研究应用了诸如人工智能规划、用户建模、知识表示(语义网)等技术,根据学生的学习目标和学习能力生成了结构化课程。

  Carsten Ullrich告诉雷锋网,“以前在课程生成方面的工作相当有限,并未考虑学习目标。例如,在教学过程中,使学生深入了解某个数学概念的推导过程,不同于教学生推导方式,相对更难。我们的系统组建课程的目的包括深入学习、准备考试,以及培训具体能力等,可以使用人工智能构建非常详细的教学策略。”

  此项研究成果得以在世界著名科技期刊Springer-Verlag(施普林格)上发表了,Carsten Ullrich也表示,“目前,未见有其他同领域研究成果超越该项研究成果。”

  


  DFKI及AI教育研究项目

  DFKI是德国顶级人工智能研究机构,也是目前世界上最大的非营利人工智能研究机构,其股东包括Google、Intel、 微软、宝马、SAP、Airbus在内的全球前十的顶级科技企业。同时,DFKI针对教育技术有专门的教育技术研究实验室,EdTec实验室研究和开发工作侧重于技术和软件,智适应教育也是其重要研究方向。

  作为EdTec实验室副主任,Carsten Ullrich告诉雷锋网,“在这里我们与工业、医疗等专业领域的工作人员合作进行应用研究,了解他们遇到的问题和对人工智能有的常见问题,然后构建能够真正带来价值的解决方案。”

  Carsten Ullrich在EdTec实验室主要负责研究并带领工作场所教育技术潜力挖掘相关项目。例如,APPsist项目研究的是智能生产开发了一个辅助和知识服务架构;DigiLernPro项目研究的是半自动生成的数字学习场景,以支持工业生产中的员工。

  以APPsis项目为例,该项目搭建的是生产中的智能辅助和知识系统,通过开发和应用新一代上下文敏感的辅助和知识服务以及底层架构,构建一个集成的软件解决方案(系统),通过AR/VR及AI技术采集工作场所密切的信息、知识。该软件解决方案原型用于具有高度自动化的制造业工厂。

  


  数据挖掘仍是难点

  AI+行业应用的趋势加速了诸多行业的飞速发展。几年前,不会有人会想到机器人下围棋可以赢得了围棋大师,但是AlphaGo做到了;不会有人想到摄像头可以用来抓逃犯,但是智能摄像头(人脸识别)做到了;也不会有人想到AI会应用到教育领域,但是乂学教育、洋葱教学、先声教育等大量教育公司已经涌入这一赛道。

  与消费领域不同的是,教育领域数据挖掘仍是一个老大难。对于AI应用来讲,要训练AI模型,必须要有大量的数据。此外,由于每个人的学习能力和学习习惯都有所不同,进一步增加了教育领域数据的碎片化。“在教育方面,目前只有在极少数方面有大量数据可以进行分析。”

  谈到AI在教育中的应用瓶颈,Carsten Ullrich也认为,一项重大技术挑战仍是数据收集。

  如果我们想要应用今天的机器学习算法,就需要大量的数据。但在教育环境中,这些数据来自哪里?在学校环境中,至少学生的学习目标是相似的,我们可能会收集到大量的数据(Squirrel AI Learning非常适合这一点)。在其他环境中,特别是在成人教育中,这要困难得多。另一方面,人类可以担任AI模型训练师。那么,问题就变成了他们拥有的知识。一旦我们理解地足够好,在AI模型中实现它就不会太困难。

  当然,出现技术瓶颈也是一个行业在上升期必然会遇到的问题,更何况,现在智适应教育的发展已经足够让我们惊讶的了。Carsten Ullrich认为,“学习分析(Learning Analytics)和教育数据挖掘(Educational Datamining)在学习管理系统中的应用已经取得了令人瞩目的成果。目前关于如何从现实世界收集数据的调研结果显示,行业中已经开始在教室、演讲厅,以及诸如智能手机上的传感器等场景收集数据。一旦我们能够缩小数字系统与真实(物理)生活之间的差距,AI就会变得非常强大和有用。”

来源:雷锋网 责任编辑:高虹 我要投稿
校体购终极页

相关阅读

版权与免责声明:

① 凡本网注明"来源:教育装备采购网"的所有作品,版权均属于教育装备采购网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:教育装备采购网"。违者本网将追究相关法律责任。

② 本网凡注明"来源:XXX(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。

③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为放弃相关权利。

九牧