人工智能为教育带来改革

几年前以真人真事改编的奥斯卡得奖电影“解码游戏”，内容讲述英国科学家艾伦‧图灵（ Alan Turing ）于第二次世界大战时，成功设计出人类第一部电脑。图灵不单开发了最早期电脑的雏形，亦最早提出人工智能的测试方法，后称为“图灵测试”（ Turing Test ）。他提出当电脑有一天可以模仿人类智慧，让我们隔着墙与电脑对话时，不能分辨出对方是真人还是电脑，那便成功通过“图灵测试”。然而，当时科学家们却估计这人工智能的构思，在 100 年内也不可能实现。

事实上，笔者第一次接触人工智能的学术书籍是在 80 年代。当时的人工智能是非常冷门的学科，过了整整 30 年，人工智能才再被重视，且极速地被植入不同的科技产品中，催化“第四次工业革命”的诞生。这主要是与过去 10 年移动网络的蓬勃发展，与我们的衣食住行连上不可或缺的关系，形成了网上的海量数据，从而建成了巨大的数据库，足以实现数十年前科学家认为不可能短时间内发生的人工智能技术。

什么是人工智能？

人工智能的原理是模仿人类的学习方法，就是人类大脑的神经细胞，在学习的历程中，由零开始，透过反复练习、尝试，逐渐地将零散的神经细胞连接起来，形成“学问”，因而可以根据外在环境提供的资讯，作出相应的决定。人工智能程式就是模仿大脑运作，先透过随意内存模仿大脑的神经细胞，开始时是零智能，透过反复输入测试数据，如：在系统上载不同动物的照片，再将相同动物的照片标签作归类，经过大量照片的训练，计算机程序就可以逐渐分辨各类动物。这种有学习能力的计算机程序设计称为“人工神经网络”（ Artificial Neural Network, ANN ），透过足够的学习数据，程式就能学到如何对不同输入讯息作出分析。以天气预告为例，程式员并不一定要知道气压、温度、风速等数据与下雨的关系，只需透过运用 ANN ，输入足够的历史数据，让计算机程序学习这些数据之间的关系，便能准确地计算天气预测。

解决教学差异问题

在教育议题上，人工智能有助解决最核心的问题，就是实践“因材施教”。每个学生的学习能力、兴趣都各有不同，如教师与学生可以一对一的教学模式，当然能够充分掌握学生的学习难点，并施以合适的帮助，其教学效益必定比大班教学高。事实上，在课堂中推行一对一教学方法的机会近乎零，同班的学生，往往只有同一个课程、同一个进度、同一样功课，能力稍逊的学生要承受的压力相对大，亦有机会跟不上学习进度。而人工智能学习平台为师生们提供出路，平台透过收集每一位学生累积的学习数据，分析其学习能力，并提供适切的学习资源及练习，让每一个学生均得到最合适的支援。

人工智能学习的研究已有 20 多年历史。当中提及的开放步骤是先建立知识图谱（ Knowledge Map ），将每一个要学习的知识有系统地订立关系图，再透过智能程式，根据各学生的能力提供最合适的个人化学习路径，达到“因材施教”的目标。坊间较成熟的人工智能学习系统有 Knewton 、 ALEKS 、 AutoTutor 等，多为外国开发的产品，下一次会再详细介绍。