（第15講）能有所合謂之能

第十五講

人工智能、教育先行：成天下之才

能有所合謂之能

2017年7月，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，明確指出要在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育。為了貫徹國家這一規(guī)劃，在中小學(xué)進(jìn)行人工智能教育成為學(xué)校的一個(gè)重點(diǎn)任務(wù)。高中信息技術(shù)課程中有一門課程叫做《人工智能初步》，在這門課程中需要掌握以下內(nèi)容：描述人工智能的概念與基本特征；知道人工智能的發(fā)展歷程、典型應(yīng)用與趨勢；了解人工智能的核心算法，熟悉智能技術(shù)應(yīng)用的基本過程和實(shí)現(xiàn)原理；知道特定領(lǐng)域人工智能應(yīng)用系統(tǒng)的開發(fā)工具和開發(fā)平臺(tái)；利用開源的人工智能應(yīng)用框架，搭建簡單的人工智能應(yīng)用模塊；通過智能系統(tǒng)的應(yīng)用體驗(yàn)，了解社會(huì)智能化所面臨的倫理及安全挑戰(zhàn)，知道信息系統(tǒng)安全的基本方法和措施，增強(qiáng)安全防護(hù)意識(shí)和責(zé)任感等等。

2018年5月, 美國人工智能協(xié)會(huì)和計(jì)算機(jī)科學(xué)教師協(xié)會(huì)推出了面向K12的人工智能教育工作規(guī)劃。這個(gè)規(guī)劃對(duì)不同學(xué)習(xí)階段應(yīng)該掌握的人工智能技術(shù)進(jìn)行了等級(jí)劃分，比如在幼兒園到小學(xué)2年級(jí)階段，能夠辨識(shí)計(jì)算機(jī)、機(jī)器人和智能設(shè)備中的傳感器；通過與語音聊天器進(jìn)行交互，了解這些傳感器所起的作用；在3年級(jí)到5年級(jí)階段，了解傳感器所得到的輸入信號(hào)是如何在感知過程中被使用的；展示計(jì)算機(jī)感知能力的局限性；實(shí)現(xiàn)體現(xiàn)計(jì)算機(jī)感知能力的一個(gè)應(yīng)用；在6年級(jí)到8年級(jí)階段，了解傳感器的局限性如何影響了計(jì)算機(jī)的感知能力；利用多種傳感器和多種感知手段實(shí)現(xiàn)一個(gè)應(yīng)用；在9年級(jí)至12年級(jí)階段，解釋計(jì)算機(jī)感知過程中采取的不同手段所對(duì)應(yīng)的領(lǐng)域知識(shí)，比如視覺感知過程中由點(diǎn)、到線、到面、到形狀的層次化機(jī)制；展示語音識(shí)別算法在處理同音字等問題時(shí)面對(duì)的困難。

我在這一講的文字材料中列出了更詳細(xì)的內(nèi)容，如果你感興趣可查閱文檔進(jìn)一步了解。

人工智能教育在大學(xué)中也很重要。為了規(guī)范計(jì)算機(jī)課程的教學(xué)，美國計(jì)算機(jī)學(xué)會(huì)聯(lián)合美國電氣與電子工程師學(xué)會(huì)，幾乎每隔10年發(fā)布一次計(jì)算機(jī)課程體系。在1968年發(fā)布的計(jì)算機(jī)課程體系中，“人工智能與啟發(fā)式規(guī)劃”這一知識(shí)點(diǎn)首次出現(xiàn)，隨后出現(xiàn)了人工智能與機(jī)器人、智能系統(tǒng)等主要的知識(shí)點(diǎn)。我在文字材料中分別列舉了2001年和2013年計(jì)算機(jī)科學(xué)體系中人工智能的知識(shí)點(diǎn)，如果你感興趣，可進(jìn)行查閱。

從1968年到2013年計(jì)算機(jī)課程體系的變遷中可以看出如下特點(diǎn)： 第一，人工智能知識(shí)體系的著重點(diǎn)走過了從強(qiáng)調(diào)程序設(shè)計(jì)、到算法研究以及功能賦能的不同歷史階段；人工智能知識(shí)體系隨時(shí)間不斷擴(kuò)展，不斷在解決社會(huì)所需，猶如恩格斯所言“社會(huì)一旦有技術(shù)上的需要，這種需要就會(huì)比十所大學(xué)更能推動(dòng)科學(xué)前進(jìn)”；第二，人工智能的知識(shí)點(diǎn)逐漸變得明晰，它包括語音識(shí)別、自然語言理解、計(jì)算機(jī)視覺等在內(nèi)的感知能力、包括搜索和規(guī)劃等問題求解方式、包括以機(jī)器人為代表的行動(dòng)能力以及智能體和多智能體等支持任務(wù)完成的體系架構(gòu)。

小結(jié)

據(jù)說圍棋的雛形是堯帝設(shè)計(jì)發(fā)明的，用來教化兒子丹朱，因此戰(zhàn)國時(shí)期《世本·作篇》中寫道，“堯造圍棋，丹朱善之”，這恐怕是最早開展計(jì)算思維教育的例子。結(jié)構(gòu)程序設(shè)計(jì)之父、圖靈獎(jiǎng)獲得者迪科斯徹 （Edsger WybeDijkstra）在1957年結(jié)婚填報(bào)職業(yè)信息時(shí)，填寫了“程序員（Programmer），但是官方拒絕這一表述，因?yàn)楹商m在那個(gè)時(shí)候沒有這個(gè)職業(yè)。

斗轉(zhuǎn)星移、歷史車輪不斷前進(jìn)，當(dāng)前教育思想正從“知識(shí)本位教育”轉(zhuǎn)向“能力本位教育”，實(shí)現(xiàn)知和行的統(tǒng)一。到這里，數(shù)字專欄15講的內(nèi)容就全部結(jié)束了，感謝你的收聽，希望你能從這門前沿科學(xué)的技術(shù)思想與方法體系中獲益。

附錄1  美國AI4K12規(guī)范內(nèi)容

希望學(xué)生掌握的內(nèi)涵

幼兒園-2年級(jí)

3年級(jí)-5年級(jí)

6年級(jí)-8年級(jí)

9年級(jí)-12年級(jí)

感知能力

計(jì)算機(jī)通過傳感器感知世界。感知是一種從傳感器所捕獲信號(hào)中甄別提取有意義信息的能力。讓計(jì)算機(jī)在實(shí)際生活場景中猶如人一樣能“看”和會(huì)“聽”是當(dāng)前人工智能算法所取得的最大進(jìn)展之一。

能夠辨識(shí)計(jì)算機(jī)、機(jī)器人和智能設(shè)備中的傳感器；通過與智能體（如Alexa和Siri）進(jìn)行交互，了解這些傳感器所起的作用。

了解傳感器所得到的輸入信號(hào)如何在感知過程中被使用；展示計(jì)算機(jī)感知能力的一個(gè)局限性；實(shí)現(xiàn)體現(xiàn)計(jì)算機(jī)感知能力的一個(gè)應(yīng)用。

了解傳感器局限性如何影響了計(jì)算機(jī)感知能力；了解多種不同算法和多種不同感知器構(gòu)造而成了一個(gè)感知系統(tǒng)；利用多種傳感器和多種感知手段實(shí)現(xiàn)一個(gè)應(yīng)用。

解釋計(jì)算機(jī)感知過程中所采取的不同手段對(duì)應(yīng)的領(lǐng)域知識(shí)（如視覺感知過程中由點(diǎn)、到線、到面、到形狀的層次化機(jī)制）；展示語音識(shí)別算法在處理同音字（同音異詞）和其他形式不確定模糊時(shí)的困難。

表達(dá)與推理

能力

智能體具有對(duì)外界信息進(jìn)行表達(dá)和使用這一表達(dá)進(jìn)行推理能力。表達(dá)是智能活動(dòng)要解決的基本問題。計(jì)算機(jī)能夠通過特定數(shù)據(jù)結(jié)構(gòu)來構(gòu)造表達(dá)，基于其表達(dá)結(jié)構(gòu)來支持算法從已知推理出未知。盡管智能體能夠?qū)Ψ浅?fù)雜的問題進(jìn)行推理，其所推理的機(jī)制與人類存在本質(zhì)區(qū)別。如在圍棋比賽中，對(duì)棋盤進(jìn)行表達(dá)、對(duì)下一步落子進(jìn)行推理。

繪制一個(gè)教室或?qū)W校的地圖，將其與真實(shí)場景中教室和學(xué)校進(jìn)行對(duì)比；使用決策樹完成決策推理。

使用樹結(jié)構(gòu)構(gòu)造一個(gè)針對(duì)（動(dòng)物）分類系統(tǒng)的表達(dá)；描述人工智能表達(dá)如何支持問答式推理。

設(shè)計(jì)所在社區(qū)對(duì)應(yīng)的一個(gè)圖模型表達(dá)。給定圖中某個(gè)位置，基于這個(gè)圖模型表達(dá)來完成最短路徑推理。

繪制一個(gè)井字棋的搜索樹；描述不同搜索算法的異同。

學(xué)習(xí)

能力

計(jì)算機(jī)能夠從數(shù)據(jù)中進(jìn)行學(xué)習(xí)。機(jī)器學(xué)習(xí)是統(tǒng)計(jì)推理的一種方法，其能發(fā)現(xiàn)數(shù)據(jù)中所蘊(yùn)含的模式。學(xué)習(xí)算法設(shè)計(jì)了許多新的表達(dá)方法，促進(jìn)人工智能近年來在許多領(lǐng)域取得了較大進(jìn)步。但是，學(xué)習(xí)算法必須依賴于海量數(shù)據(jù)才能進(jìn)行學(xué)習(xí)，這些數(shù)據(jù)由人類提供，偶爾可以由機(jī)器自己獲取。

以計(jì)算思維方法對(duì)數(shù)據(jù)中所蘊(yùn)含的模式進(jìn)行學(xué)習(xí)（如分解、識(shí)別和抽象等）；使用分類器識(shí)別圖形；分析訓(xùn)練數(shù)據(jù)集如何有效讓學(xué)習(xí)算法識(shí)別圖像以及討論程序如何知曉其繪制的內(nèi)容。

了解和比較監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的異同；通過人機(jī)交互模式來改造提升交互式機(jī)器學(xué)習(xí)算法的性能；闡釋機(jī)器學(xué)習(xí)算法為什么會(huì)出現(xiàn)算法偏見。

辨識(shí)訓(xùn)練數(shù)據(jù)集中出現(xiàn)的數(shù)據(jù)偏差，拓展訓(xùn)練數(shù)據(jù)集來解決這一數(shù)據(jù)偏差；模擬訓(xùn)練一個(gè)簡單的神經(jīng)網(wǎng)絡(luò)完成特定任務(wù)。

使用TensorFlow的Playground模塊來訓(xùn)練包含1至3個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)；跟蹤和調(diào)試一個(gè)簡單機(jī)器學(xué)習(xí)算法的每一步輸出。

自然交互能力

智能體需要非常多的知識(shí)才能與人類交互。比如，智能體必須與人類通過自然語言交流、識(shí)別人類的表情和情緒、在一定文化和社會(huì)范疇中從所觀測到的人類行為中推知其意圖。完成這些任務(wù)均是非常困難的挑戰(zhàn)。今天人工智能系統(tǒng)能夠完成有限任務(wù)，但是甚至缺乏孩童所擁有的通用推理和交流能力。

在一個(gè)故事中辨識(shí)某個(gè)單詞是否具有積極或消極的內(nèi)涵意義；辨識(shí)人臉中幸福、悲傷或憤怒等情感以及解釋為什么被識(shí)別為相應(yīng)情感；使用特定軟件識(shí)別人臉中的情感以及文檔中單詞所傳遞的情感。

辨識(shí)人類如何將多模態(tài)信息（如語音、表情、姿態(tài)等）融合起來以便更好地進(jìn)行交流；闡釋一些可超越人類的人工智能算法以及無法超越人類的人工智能算法。

構(gòu)建一個(gè)簡單的聊天機(jī)器人；解釋自然語言為什么有時(shí)傳遞的信息會(huì)產(chǎn)生歧義以及給出實(shí)例；探究智能的本質(zhì)，辨識(shí)一個(gè)智能體

是否智能。

展示句法分析器如何解決語言的歧義；探究谷歌知識(shí)圖譜；辨識(shí)和討論人工智能與意識(shí)等內(nèi)容。

對(duì)社會(huì)的影響

人工智能對(duì)社會(huì)將產(chǎn)生積極和消極雙刃劍影響。人工智能技術(shù)極大改變了我們工作、旅行、交流以及彼此關(guān)懷的模式。對(duì)于人工智能可能的害處必須高度重視，比如由于訓(xùn)練人工智能算法所使用數(shù)據(jù)存在偏差，訓(xùn)練得到的人工智能系統(tǒng)就會(huì)給某些人帶來算法偏見。因此，我們必須嚴(yán)肅討論人工智能對(duì)社會(huì)的影響，研究將倫理道德引入人工智能系統(tǒng)的標(biāo)準(zhǔn)和規(guī)范。

辨識(shí)人工智能在日常生活中的各種應(yīng)用；討論人工智能在日常生活中的各種應(yīng)用之優(yōu)點(diǎn)和不足。

探究人工智能算法如何被數(shù)據(jù)偏差影響以及如何影響了算法決策；闡釋人工智能算法具有包容性之道。

解釋人工智能決策出現(xiàn)偏差的潛在源頭；理解人工智能系統(tǒng)設(shè)計(jì)中的平衡以及決策系統(tǒng)可能會(huì)出現(xiàn)事先無明確的后果。

嚴(yán)肅分析人工智能系統(tǒng)正面和負(fù)面的影響；設(shè)計(jì)一個(gè)人工智能系統(tǒng)以解決社會(huì)問題或者闡釋人工智能為什么可被用于解決社會(huì)問題。

附錄2  2001年和2013年計(jì)算機(jī)課程體系中有關(guān)人工智能的知識(shí)點(diǎn)

計(jì)算機(jī)課程體系年份

有關(guān)人工智能內(nèi)容的知識(shí)點(diǎn)

Computing Curricula 2001

智能系統(tǒng)基礎(chǔ)（Fundamental issues in intelligent systems）、搜索與優(yōu)化（Search and optimization methods）、知識(shí)表達(dá)和推理（Knowledge representation and reasoning）、學(xué)習(xí)（Learning）、智能體（Agents）、計(jì)算機(jī)視覺（Computer vision）、自然語言處理（Natural language processing）、模式識(shí)別（Pattern recognition）、先進(jìn)機(jī)器學(xué)習(xí)（Advanced machine learning）、機(jī)器人（Robotics）、知識(shí)系統(tǒng)（Knowledge-based systems）、神經(jīng)網(wǎng)絡(luò)（Neural networks）、遺傳算法（Genetic algorithms）

Computing Curricula 2013

智能基本問題（Fundamental issues）、搜索策略基礎(chǔ)（Basic Search Strategies）、知識(shí)表示和推理基礎(chǔ)（Basic Knowledge Based Reasoning）、機(jī)器學(xué)習(xí)基礎(chǔ)（Basic Machine Learning）、高級(jí)搜索（Advanced Search）、高級(jí)知識(shí)表達(dá)和推理（Advanced Representation and Reasoning）、不確定下的推理（Reasoning Under Uncertainty）、智能體（Agents）、自然語言處理（Natural Language Processing）、高級(jí)機(jī)器學(xué)習(xí)（Advanced Machine Learning）、機(jī)器人（Robotics）、感知與機(jī)器視覺（Perception and Computer Vision）