全球机器学习“教父”Tom Mitchell教授：未来十年，AI将发挥重要作用｜钛媒体全球科技月

钛媒体T-EDGE X全球连线科技月正在进行中。7月25日起，由钛媒体 T-EDGE X 与中国领先的AI教育公司松鼠Ai联合举办了为期四天的人工智能全球峰会。

在7月25日当天，全球机器学习“教父”、前CMU计算机学院院长兼松鼠Ai首席人工智能科学家的Tom Mitchell教授发表主题演讲。分享他在机器学习之于人工智能教育（Machine Learning for AI Education）的议题上的最新思考成果。

Tom Mitchell教授认为，过去十年人工智能（AI）技术发展迅猛。在包括AI语音识别、计算机视觉技术、文本语义理解以及强化学习技术上，都取得了非常大的进步。得益于人工智能技术环境的普及，他期待未来十年，AI将至少与我们过去十年所看到的变化速度类似，人工智能会发挥重要作用。

在语音识别方面，Tom Mitchell教授表示，AI不仅可以进行语音文字转录，而且还能进行简短的对话，这是非常的进步。即便技术存在一些限制或者是改进的空间，但我们也可以清楚看到，AI在语音方面的技术进步已经变得更加关键，更加有用。

Tom Mitchell教授认为，对比十年前的计算机视觉技术，如今已经变得更加有趣，更加强大。如今利用该技术，人们可以很好的识别物体和照片，并以帧速率实时跟踪面部。如果对方正在讲话，技术人员还应该分析他们的音频，根据面部表情来绘制人类情绪状态的实时地图。

在文本语义理解方面，他认为过去十年里最大成就，就是谷歌AI团队的BERT模型系统，通过机器，可以预处理一些语句，让整个教育体系发生了变化。在孩子学习过程中，可以实现个性化的思考能力。

对于机器学习，Tom Mitchell教授非常肯定强化学习方法的表现能力，他认为这是一个巨大的进步。但他同时认为，在孩子和机器教学互动过程中，不仅要利用技术进行运用，而且还要与老师进行长期互动，AI技术还必须要解决数据标准和隐私问题，这样才会让AI技术变得更加强大，让孩子能够得到个性化的教学目标。

今年5月，刚刚加盟钛媒体的“英语国际传播第一人”、前央视国际频道著名主持人杨锐也在AI峰会开幕演讲之前，与Tom Mitchell 教授，和松鼠Ai首席架构师、IEEE教育技术标准委员会主席Richard Tong进行了对话。

当被问及AI普惠人类为何变得很重要时，Tom Mitchell教授表示，世界面临着许多困难、问题和挑战，而AI可以提供更大的潜力，发挥更关键的作用。在包括医疗健康、教育、智慧城市和高效农业等领域，目前人工智能可以像医生一样准确检查、观察患者皮肤上的瑕疵，可以判断是否患有疾病，并且需要治疗，可以有效缓解医疗不足条件下一些问题。

Richard Tong则指出，在疫情期间我们看到很多孩子处于限制中，利用AI技术以及机器学习算法，孩子将在线上可以获得个性化学习的解决方案，不仅远程连线老师一起学习，同时可以精准的学习，从而提升孩子的学习效率和知识水平能力。

以下为钛媒体T-EDGE X 全球科技月全球AI峰会Tom Mitchell教授演讲内容整理，经钛媒体编辑后发布：

过去几年，人工智能（AI）技术的进步，以及现在面临的机遇和挑战给我留下了深刻的印象。

实际上，数十年来我们一直希望AI能够达到对教育产生重大影响的阶段。在我看来，最近AI也开始突飞猛进起来了，并仍将继续发展。顺便说一句，我期待AI的下一个十年将取得新的进步，至少与我们过去十年所看到的（变化）速度相似。如果将其与基于计算机（机器）学习环境日益普及结合起来，这是未来十年，我们将看到人工智能的终极变化和重大影响。

举例来说，与十年前相比，今天AI技术的最大变化之一，是我们已经在语音识别方面取得了巨大的进步。现在熟悉的电话通话内容，可以完美无瑕的转录为文本，并且准确性做的很好。实际上，我们甚至可以进行语音识别反馈，做简短的对话。比如您可以询问家里的Google Home，或是Amazon（亚马逊）Echo，问它天气如何，然后会达到回应。

因此，我对AI（机器）充满信心，尤其是我们至少可以进行一定的简单对话。

那么，这对教育系统有什么影响？实际上，我们已经开始看到像Art Graesser研发的对话式AutoTutor智能辅导系统，该系统以对话的方式，专注于对成人进行认知辅导。我强调一下，对话可能受到一定的（技术）限制，但即使失败，我们也可以看到，这种技术已经开始使用，这是非常关键的。

试想一下，一位学生和计算机系统讲师进行对话，机器使用Amazon Echo系统中的远场语音识别技术，而计算机会解决（处理）一些数学问题来帮助学生。这将是当今技术发展的一次重要会面，使用机器处理一些人类难以解决的问题。

除此之外，在未来几年中，我们可能会看到更复杂的对话系统。您可以想象为，人机交互是在学生与老师之间打开了全新的渠道，通过大数据建立有趣的统计模型，让会话帮助学生摆脱难题和困境，从而发挥最大的作用。

另一方面，计算机视觉是我们看到AI进步的第二个领域。对比今天的计算机视觉系统，十年前它的能力并不强大。如今利用该技术可以很好的识别物体和照片，以帧速率实时跟踪面部。如果对方正在讲话，还应该分析他们的音频，根据面部表情来绘制人类情绪状态的实时地图。因此，这类系统开始为我们提供了一种区分人是否无聊、愤怒、快乐的技术。

同时，这类系统将为我们提供构建教育工具的机会。例如当学生在计算机上工作时，教师可以确定学生是否参与其中，通过屏幕上的动作进行交互，机器对学生和周围环境进行感知，甚至教师会关注屏幕的一举一动。因此，教师不再使用自身的语音和视觉观察学生，这超出了他们的工作范围，而机器将取代这一想法。

结合使用计算机视觉、语音识别以及通过文字理解观看学生正在做的实验，聆听他们的对话过程，从而展示AI技术将使之成为现实。

尽管愿景和其他技术仍存在一定的局限性，但随着时代发展，技术变革，时机成熟，这类学习技术环境将变得越来越可行。

实际上，文字理解是过去十年中我们看到AI取得巨大进步的另一个领域。早在2018年，谷歌AI团队就发布了一个名为BERT的模型系统，该系统是开源的，经过预先训练的神经网络，目前已经对超过20亿个单词的文本进行了训练。BERT所做的是，可以通过任何文本段落来喂它，将以高效的方式预处理文本。这在语音识别领域是最为先进的技术，并对语言建模等方面进行了改进。这意味着，机器可以轻松提取下一个句子中的单词，并从句子中提取不同类型的信息。

因此，这确实是文本理解领域的一个重要里程碑。BERT模型的发现，导致AI的发展进入了一个新高度。举例来说，位于西雅图的著名实验室艾伦人工智能研究所，曾利用该模型推出了一个Aristo系统，进行科学的AI技术挑战，在八年级科学测试中获得90分。

准确来说，他们仅将问题限制为文本问题。省略了图解问题，但即使在文字占90%的问题上，AI通过了八年级科学考试，这是一项了不起的成就。这显示了当前AI文本理解系统从来源中提取信息的能力，以及理解问题本身和适当推理的能力。

再强调一次，这是一项技术。在过去的十年中，我们已经看到了非常多、非常重要技术进步。就像所以大型互联网公司一样，他们在改进测试分析算法方面进行了大量投资，这是所有人看到AI的发展。与对话系统结合使用，让更广泛的技术资源以及AI教育环境，能够有效地识别学生的问题，将学生编入适当的段落或说明中，以符合当前的需求。

最后，我们聊聊机器学习。

如今，我们看到有越来越多的AI模型深入到学生当中进行测试，并且实现了超过1000万名学生的培训数据。这给我们提供了更多经验，使计算机可以观察学生，以及学生对机器所使用的不同教学步骤进行反馈。在一百年的职业生涯中，人类比机器拥有更多的经验，而机器可以帮助人类进行学习。

如果有了数据，那么该如何处理呢？过去十年中，取得巨大进展之一的是强化学习。例如，利用这一学习方法让AlphaGo击败人类围棋大师，得到冠军；让自动驾驶汽车有序训练，获得新的响应模式。在我看来，这种机器学习方式特别适合在教学当中使用。

在围棋游戏中，AlphaGo接受了数以百万计的动作和训练，利用数据密集型的算法赢得比赛。如今，它在强化学习方法上，也取得了越来越多的进步。除了可以观察到的训练实例外，还可以引入人们的建议。

因此，如果我们考虑利用AI，在教育领域更好的解决教学问题，可能会再次使用到强化学习方法。我们可以定义一个奖励函数，例如，我们可能会说，您在解决实践问题时所获得的奖励很少，或者取决于孩子对问题是否回答正确。但是，当涉及测验时，也许会获得更大的回报。我们可以做包括奖励成分等技术功能，例如动机和保留，让孩子下周重返课堂时获得新的成就。

回想一下，我们有一些机器系统教过了数千万学生，因此，我们有大量的数据，而强化学习又是一个非常有趣的机会。实际上，这些天我花了大量的时间在看一些非常庞大的数据集，看看是否可以将这些技术应用于多种方法上。

如果有了数据和算法，并将强化学习应用于教育领域，您可以想象，大家会看到很多（这样的）机会，即利用知识状态来选择正确的教学行为。

但同时也有一个考验，那就是留存率。也许我们可以预测他们将来保留这些知识、期末测验成就的几率，但他们退出课程的可能性是多少，尤其是对于在线课程，这是一个重大的问题。我认为，这个时候应该有学生和老师一起在计算机身边，也许机器（我们）可以了解何时适当提醒这位人类老师，来干预学生的进度。这可能是当前学生面临的难题之一。

在我看来，利用与教育语义相关的知识类型，加大算力，凭借能力获取数据，反复训练，这似乎是机器学习的理想目标。

在时代发展的同时，下一代人工智能技术使用的机器学习环境成为新的思考。我现在想从不同的角度简要看待这一问题。

我认为机器学习环境所涉及到的不仅仅是学生的计算机，还涉及人类指导教师，三者需要进行互动，包括学生、人类指导老师与AI，AI与人类指导老师，还有整个物理世界中的交互。诸如使用语音和视觉感知等，通过多模式感知来观察学生屏幕外动作的能力。

从统计上看，结果表明，如果环境中没有得到指导老师的帮助，学生将长期陷入困境，而获得指导老师的帮助，学生则会继续前进。只需要观察一下，让学生和人类得到进步，并在当前技术中做到这一点，展望未来，将AI技术融入进去，参与到对话当中，或者在不久的将来进行更加现实的交流，学生将从AI中得到一些回复。

我总结一下，就像我提到的那样，人类可以帮助人工智能系统，通过数据进行最佳实践，人类教师也可以让学生克服一些面对面的障碍。

未来新的人工智能技术，将通过新（这些）方式与学生和教师互动，为非屏幕方式感知世界提供了可能性。当我们考虑如何涉及学习环境时，将利用游戏方式改变兴趣。我希望这对您有所帮助。

在我看来，结论很简单，利用新AI技术方法的机会有很多。但这不仅是技术问题，在谈论收集和使用有关学生的大量数据，以及面临老师、家长和学生的担忧时，AI技术还必须要解决数据标准和隐私问题，我们将涉及这些AI系统提供给学生。

我认为这是巨大的成就，值得付出努力。因此，感谢您的关注。

以下是“钛媒体国际”合伙人杨锐与Tom Mitchell 教授和Richard Tong三人之间的对话实录，经钛媒体编辑后整理：

钛媒体杨锐：为什么要使用AI来造福人类，这很重要吗？

Tom Mitchell 教授：很显然，世界面临着许多困难，问题和挑战，这些都是人工智能在解决问题过程中可以发挥的关键作用。举例来说，医疗保健是一个显而易见的领域，在这个领域中，我们根本没有足够的训练有素的人类医生，但患者需要帮助。因此，把所有可能需要医疗救助的人，放在正确的时间、正确的位置上。而一些使用AI技术的应用产品正在做相对应的医学诊断。例如，机器现在可以查看您皮肤上的瑕疵，就像医生可以说的一样准确。最终确认这是否需要治疗。

同样，在世界各地的教育领域，我们根本没有足够的老师来亲自关注每个学生。AI提供了技术潜力，它可以为每个学生提供个性化教师。在智慧城市交通以及高效农业中，人工智能还将发挥关键作用。因此，当我审视AI领域的潜力时，我看到了很多关键性问题需要解决，并不是替代这些问题的整体解决方案，但AI（它）将是这其中的重要一部分。

钛媒体杨锐：在全球教育行业，AI会遇到很多挑战和机遇吗？

Richard Tong：正如Tom Mitchell 前面所提到的，我们没有足够的人类老师，可以针对每种情况，对孩子进行个性化关注。更不用说，在这个阶段，由于应对新冠肺炎疫情（Covid-19），他们面临的其他限制。学生与老师将变得更加遥远。甚至有部分孩子所在的地区，可能根本没有好的老师。对于那些处境不利的孩子，我们正在寻找可以利用人工智能技术，让他们进步的解决方案。

在过去50年里，在长期科技进步基础上，我们（松鼠Ai）将帮助改变这一现状。这个特殊的日子里，他们会和我们一样，与老师一起进行远程会议。

我们注意到，很多孩子越来越需要这种个性化关注，而我们希望这其中的一些（技术），让AI老师所提供。但同时，通过提高看护人或其现有教师的能力，也可以提供很多服务。在这种情况下，如果父母进行监督，实际上可以帮助孩子们更好地学习。

今天的我们，没有时间去拜访每个学生，并向他们提供个性化反馈的老师，而AI技术可以达到这一诉求，让孩子们感觉自己仍在被照顾，然后得到他们应有的关注。

（本文首发钛媒体App，整理 | 林志佳）