約翰·霍普克羅夫特：美國計(jì)算機(jī)科學(xué)家，康奈爾大學(xué)計(jì)算機(jī)科學(xué)系工程與應(yīng)用數(shù)學(xué)IBM講席教授，畢業(yè)于美國康奈爾大學(xué)計(jì)算機(jī)科學(xué)系。1986年，因在算法及數(shù)據(jù)結(jié)構(gòu)的設(shè)計(jì)和分析中所取得的決定性成果，獲得圖靈獎(jiǎng)。2017年11月，當(dāng)選中國科學(xué)院外籍院士。資料圖片
2018年7月18日，由互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室、中國教育與社會發(fā)展研究院和北京師范大學(xué)智慧學(xué)習(xí)研究院聯(lián)合舉辦的“人工智能與教育學(xué)術(shù)沙龍”在京舉行，圖靈獎(jiǎng)獲得者、美國康奈爾大學(xué)教授、中國科學(xué)院外籍院士約翰·霍普克羅夫特(John E·Hopcroft)作了題為《人工智能與深度學(xué)習(xí)》的主旨報(bào)告。來自清華大學(xué)、北京理工大學(xué)、首都師范大學(xué)、北京師范大學(xué)等高校的師生和相關(guān)企業(yè)代表參加了活動(dòng)。
機(jī)器學(xué)習(xí)是人工智能領(lǐng)域的一個(gè)研究方向，霍普克羅夫特教授介紹了機(jī)器學(xué)習(xí)在人工智能中的應(yīng)用原理、意義和實(shí)踐，并就人工智能對教育的影響做了深入解析。
“智能時(shí)代”真的要來臨了?
或許還需要40年才能取得突破
霍普克羅夫特教授回顧了人工智能的發(fā)展歷程并指出，信息革命將從根本上改變我們的社會，如同農(nóng)業(yè)革命和工業(yè)革命一樣，它會給我們的生活帶來重大影響，它會減少人力的投入并創(chuàng)造更多的產(chǎn)品和服務(wù)。未來假設(shè)只有25%的人需要工作，如何鼓勵(lì)其他人參與到更有價(jià)值的活動(dòng)中去就變成了一個(gè)重要的議題。當(dāng)前的人工智能主要是基于一定規(guī)模的大數(shù)據(jù)量支持下的模式識別，而真正的智能或許還需要40年的時(shí)間才能真正取得突破。
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，是“更深層次”的機(jī)器學(xué)習(xí)。研究人員正試圖建立起一個(gè)神經(jīng)元網(wǎng)絡(luò)架構(gòu)，這是一種類似于大腦神經(jīng)元的模型，但這只是一種簡單模型，因?yàn)槿四X的結(jié)構(gòu)非常復(fù)雜，無法完全復(fù)制。深度學(xué)習(xí)研究想讓機(jī)器模仿人腦的機(jī)制來解釋數(shù)據(jù)，“Deep”指的是在這個(gè)模式下有多少層的網(wǎng)絡(luò)聯(lián)系。
研究人員發(fā)現(xiàn)，單一層次可以做一些類似于計(jì)算、算法等較為基礎(chǔ)的事情;當(dāng)模型里的層次不斷加深時(shí)，計(jì)算的效果也越來越好。人類大腦學(xué)習(xí)時(shí)有數(shù)以千計(jì)的層次，如今還無法解釋為什么更多的層次會使學(xué)習(xí)效果變好，但是研究顯示的結(jié)果是這樣的。
人工智能如何助力教育?
教育問題的核心點(diǎn)是“愛與關(guān)懷”
在國際教育技術(shù)領(lǐng)域有一個(gè)著名的“喬布斯之問”，為什么計(jì)算機(jī)改變了幾乎所有領(lǐng)域，卻唯獨(dú)對學(xué)校教育的影響小得令人吃驚?霍普克羅夫特教授認(rèn)為教育是一件非常復(fù)雜的事，一些研究人員提出“用人工智能取代教師”，但這也許會失掉教育中最重要的因素。在談到人工智能等新技術(shù)與教育的關(guān)系時(shí)，他介紹了一項(xiàng)美國的教育社會實(shí)驗(yàn)。該實(shí)驗(yàn)經(jīng)過長達(dá)20年的追蹤研究發(fā)現(xiàn)，真正幫助學(xué)生獲得成功的關(guān)鍵因素不是教材和知識本身，而是老師的關(guān)懷。他指出，教育問題的核心點(diǎn)是“愛與關(guān)懷”，一切技術(shù)都是輔助手段，只是為教育提供更完善、更優(yōu)化的渠道和方式。
霍普克羅夫特教授建議在大學(xué)中推動(dòng)并鼓勵(lì)研究人員做人工智能方面的研究。首先要讓青年學(xué)者意識到研究是一件非常有意思的事。這是因?yàn)槿斯ぶ悄艿幕A(chǔ)科學(xué)研究非常重要，它不同于實(shí)踐研究，基礎(chǔ)科學(xué)研究的動(dòng)力主要來自于研究者對于某一研究領(lǐng)域和問題的好奇心，如果僅靠傳統(tǒng)的項(xiàng)目經(jīng)費(fèi)和論文數(shù)目的驅(qū)使，往往難以催生出更高效的結(jié)果。其次，研究機(jī)構(gòu)尤其是基層研究單元要轉(zhuǎn)變研究觀念。在很多大學(xué)，基層研究單元是研究機(jī)構(gòu)的基礎(chǔ)，他們會承擔(dān)更多基礎(chǔ)性的研究工作。應(yīng)讓研究人員覺得他們在為自己感興趣的課題而努力工作，而非僅僅為了完成項(xiàng)目。也許不是所有的研究都有很高的價(jià)值，但是我們正在培養(yǎng)下一代研究人員，他們中的一些人將會帶來根本性的改變。過去20年，中國的人工智能研究在數(shù)量和競爭力上已經(jīng)取得了很大提升，下一步重點(diǎn)要提高研究的質(zhì)量。