0
| 本文作者： 王剛 | 2018-11-15 21:14 | 專題：2018全球AI+智適應教育峰會 |
11月15日，“全球AI+智適應教育峰會”在北京嘉里中心大酒店盛大開幕，峰會由雷鋒網聯合乂學教育松鼠AI，以及IEEE（美國電氣電子工程師學會）教育工程和自適應教育標準工作組共同舉辦，匯聚國內外頂尖陣容。
AI智適應學習是目前產學研三界關注度最高的話題之一。此次峰會，主辦方邀請了美國三院院士、機器學習泰斗Michael Jordan，全球公認機器學習之父Tom Mitchell，斯坦福國際研究院（SRI）副總裁Robert Pearlstein、美國大學入學考試機構ACT學習方案組高級研究科學家Michael Yudelson等頂尖學者。
在大會下午主論壇上，IEEE委員會委員、前IEEE學習技術標準委員會主席Robby Robson與IEEE學習技術標準委員會現任主席 Avron Barr兩位嘉賓帶來了精彩的主題演講，探討了AI對教育行業的影響，以及AI時代教育標準應該呈現怎樣的狀態等問題。
Robby Robson：IEEE協會是什么組織？
Robby首先登臺介紹了IEEE協會。他表示，IEEE是電氣和電子工程師協會，全稱是Institute of Electrical and Electronics Engineers，一個國際性的電子技術與信息科學工程師的協會，是目前全球最大的非營利性專業技術學會。其會員有數十萬，遍布160多個國家。IEEE致力于電氣、電子、計算機工程和與科學有關的領域的開發和研究，在太空、計算機、電信、生物醫學、電力及消費性電子產品等領域已制定了900多個行業標準，現已發展成為具有較大影響力的國際學術組織。
而他本人所在的IEEE學習技術標準委員會也是提供各行各業的共識產品，比如標準制定、行業聯系、等級機關、符合性評估、開源等，截至目前有7000多名個人和200多名企業成員。
圖為：IEEE委員會委員、前IEEE學習技術標準委員會主席Robby Robson
Avron Barr詳解“標準制定”作用：貫穿人類生產與生活
Robby之后，Avron隨即登臺，由于Avron是現任IEEE學習技術標準委員會主席的身份，他主要介紹IEEE目前的運行具體情況以及揭秘他們是如何制定標準。
在此之前，雷鋒網先為你介紹下Avron的經歷。
圖為：IEEE學習技術標準委員會現任主席 Avron Barr
Avron是IEEE學習技術標準委員會現任主席，負責學生、教師使用的教育產品標準方面的制定。在斯坦福大學學習人工智能，認知科學和教學技術。他在硅谷共同創立的公司Teknowledge于1986年被收購。Avron專注于教育技術的快速發展，并堅信人工智能軟件很快會大大促進新工具的設計、研發和使用，為教育帶來重大變革。他在斯坦福大學學習人工智能、認知科學并獲得了碩士學位。
他的演講正式開始。首先拋出一個問題：標準能做什么？
Avron列舉了三點：
標準解決了市場問題，比如互通性、質量、供應鏈和關聯性；
可以促進擴展，消除摩擦，降低成本，確保安全性，增加穩定性或者以其他方式度目標市場或者供應鏈產生積極影響時，標準是成功的。
成功的關鍵衡量標準是相關市場的采用。
“我們一直在制定學習技術的標準，從第一天開始就這么做了。標準不僅僅是對于技術來說非常重要，而且標準能夠讓大家有當地的做法，可以共同創造出一個市場，這樣不同參與方可以參與進來，進入市場時，能夠減少市場準入的壁壘，這樣客戶也能更好的接觸到產品，公司的產品也更能很好的符合標準。”
隨后他又用不少的篇幅著重講了標準制定在歷史上的三個發展階段。
1997-2002早期階段
Avron指出，第一個階段非常重要。教育技術剛剛出現的時候，很多公司就想了解如何使用這樣的教育技術幫助學生學習。因此IEEE一直關注以下3個問題：
內容可移植性：開發一次電子學習，在任何學習管理系統中都可提供，并且這個標準是成功的，能夠讓LMS供應商、教育工作者、行業研究人員積極參與活動。
電子教學可定義：比如定義架構、詞匯和學習對象的概念。
學習者信息的搜集：人口統計信息、證書，也是基本的可重用能力定義。
2003-2015 下一階段
第二個階段要讓人們適應已經存在的標準，人們就要做出一些改變。IEEE在引進新的技術的時候，可能并沒有太多新的內容出現，但是兩年前教育技術就有這種爆發式的增長，大家對于教育技術的標準非常有興趣。因此，這一階段主要是維持早期工作，概念模型一般不活躍，沒有重大的新市場問題需要解決。
2016-現在
在這個階段，新技術的出現讓大眾的興趣開始膨脹，AI和大數據、虛擬現實等噴涌而出，不斷交互，新的網絡架構和業務模型深刻影響各行各業。Avron假設，計算機如果懂漢語會對現在的世界產生顛覆性影響。
Avron：新的標準活動出現在市場上
Avron繼續談到，當下正出現很多新的標準活動。在過去18個月，IEEE學習技術標準委員會就開啟了6個新的標準活動，有一些是關于內容適應性的，比如增強現實。兩年后他們又會有一個新的增強現實的工具，所有的內容標準都要重新制定。
此外，還有許多方面的標準他們也在關注并實施：
學生數據治理；
AR學習體驗模型；
移動學習平臺；
可重用的能力定義；
XAPI（用來存儲和訪問學習經歷的技術規范）；
聯合機器學習。
Avron覺得，自適應教學系統也出現了變化，比如澄清市場定義，探索互操作性（如學習者模型）等等，帶來的影響是來自行業/教育工作者/研究人員的參與變得更多。
他還談到AIG分類標準。這個標準使消費者能夠比較當前和未來的產品，通知采購和部署決策，通知后續數據交換標準，推動AI的“符合道德標準的設計”。
Avron：IEEE協會中“標準出臺”的過程是怎樣的？
Avron講到，任何人都可以參與，只要遵循正當程序并提供上訴權，他覺得決策需要共識去驅動，需要利益相關者之間的平衡，流程必須開放透明。
圖為：Avron Barr
“委員會幾十年來研發的標準就是我們要確保這個過程非常透明、公開、開放，有很多人的參與。”
具體的步驟是項目授權，其次是工作組制定標準草案，再投票（IEEE標準協會中每個人都可以提出意見和投票），如果標準獲得批準就能夠發布了。
Avron還透露，IEEE會跟很多委員會合作制定標準，會花很多時間找到最佳的標準，再把它提出來。整個IEEE委員會的會員制，就是讓所有會員在發布標準之前可以審核自己的標準，這樣可以避免沖突、錯誤，以及避免標準的限制性，因為這樣發布之后的流暢度會更好。所以過程平等以及透明化是非常必要的。
Robby Robson：IEEE ICICLE重點關注“學習工程”
隨后，Robby Robson再次上臺重點介紹了IEEE ICICLE（IC學習工程行業協會）。
Robby指出，有一個人做了非常大的貢獻，就是韋恩·霍奇金斯，他創辦了曾經最大的一家軟件公司。人們發現，韋恩·霍奇金斯的公司所有的東西都是設計出來的，而且也有相應的工程。工程，事實上是一個基本的活動，也是可執行性、可復制性的東西，是對于松鼠AI這樣的平臺可以應用的基礎，并且以計劃的方式來應用。而諾貝爾獎獲得者Herbet A.Simon在卡內基梅隆大學教學，差不多50年前（1968年）就呼吁建立一個新的領域，叫學習工程。
那什么是學習工程呢？
Robby談到，今天“學習工程”的概念是來自于EDUCAUSE這樣的美國團體，他們也是致力于教育科技的發展，而且會有很多游說活動以及研究活動。這個機構最近發布了一個文件，叫做“你必須知道的7件事”，也是給學習工程一個定義。它認為學習工程就是要有工程方法的應用，以此來開發學習技術以及基礎設施，這樣的話可以更好的支持學習者的學習。
而今天的學習工程中，工程師的作用不可忽視。怎么定義工程師？他指出，維基百科的定義是：發明、設計、分析、構建和測試機器、系統和材料以滿足目標要求的專業人員，能有科學方法、解決問題的辦法來使用工具和構建工具，系統思考可用性和維護性、法規遵從性。
“教育是一個挺有意思的領域，連接了社會學、心理學、科學、工程學，把所有不同的領域都結合起來，而每一個領域都有自己的特點、思維和方式，而且在教育領域，它們也都是一起來發揮作用的。”
雷鋒網了解到，卡內基梅隆大學專門設立了METALS即教育技術和應用學習科學碩士，進入這個計劃的畢業生都接受過設計、開發和實施先進解決方案的培訓，了解最先進的技術和方法，例如：AI、機器學習、語言技術、智能輔導系統、教育數據挖掘、有形接口等。
圖為：Robby Robson
IEEE ICICLE這個組織和整個行業有哪些接口？2018年1月成立的IEEE ICICLE，在短短幾個月之中就吸收了500多名個人會員、700多個組織成員，這里面包括谷歌、蘋果、松鼠AI等公司。
Robby指出，在新一輪的教育和培訓改革浪潮中，這些醫療、教育行業的公司都發揮了非常重要的作用。
IEEE ICICLE協會有很多不同的興趣小組，SIGS就是其中一個特殊興趣小組。這些小組呈現出多樣性，除了人工智能和自適應技術之外，他們還具備這些能力：
能力框架和認證：未來工程師需要到學校里進行深造；
數據治理與隱私：為學習而設計；
為學習而設計：有教育基金會，松鼠AI也是這樣的平臺系統；
學習工程學術課程：研究方面的科學、數據標準、應用科學、API；
專業戶學習工程；
學習技術與數據標準；
xAPI和學習分析；
XR用于學習和性能增強。
ICICLE中國發展怎么樣呢？Robby表示，ICICLE目前已在非洲、拉丁美洲布局，正往亞洲拓展，而中國是他很看重的市場。在接下來的20年，中國的教育市場非常巨大，但ICICLE在中國的落地還在起步階段。他表示各界也可以參與進來，共同做好這件有意義的事。
雷鋒網2018年度AI最佳掘金案例評選
人工智能風雨60年，與其說技術升級促成了今天的浪潮，不如說當前的人工智能，終于站在離商業最近的位置。
去年，首屆「AI 最佳掘金案例年度評選」活動一經推出，便受到了AI方案輸出方和AI技術需求方的極大關注。評選從商業維度出發，尋找用戶/客戶問題解決能力強的產品和解決方案。
現在，我們再次站在AI浪潮之巔，正式啟動第二屆「AI最佳掘金案例評選」。
在AI+教育領域我們一共設置了6個獎項，歡迎踴躍報名，報名地址：http://m.35crmo.cc/special/custom/AITopTen2018.html
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
