<mark id="oztn4"></mark>
0
| 本文作者： 何忞 | 2016-09-08 20:04 |
編者按：如今世界的變化速度之快，簡直要趕上科幻小說了。 自動(dòng)駕駛汽車迅速發(fā)展，衛(wèi)星在周圍小行星上尋找鉑金礦，AR 游戲讓死宅們走向公園（抓精靈）……
這些科技究竟能讓未來的我們進(jìn)入天堂還是跌入地獄，也許取決于我們是否能科技提升全人類的生存質(zhì)量。而教育領(lǐng)域也是一樣。
在人工智能（AI）領(lǐng)域，也有著這么一家為全人類教育事業(yè)著想的企業(yè)：Value Spring Technology，簡稱 VST。他們正在發(fā)明一個(gè)名叫“Ali”的人工智能教師，可以用自然語言來輔導(dǎo)全世界不同年齡段孩子們?nèi)魏胃信d趣的話題。而讓他們能夠?qū)崿F(xiàn)這一終極目標(biāo)的工具，就是它們開發(fā)的 enterpriseMind 平臺(tái)。
與其他幾乎所有 AI 都不同的是，這個(gè)平臺(tái)可以理解語言的內(nèi)涵并重寫自己的程序，也許真真正正的人工智能將從這里產(chǎn)生。
為了展示 enterpriseMind 平臺(tái)和“Ali助教”的潛力，Ali的第一個(gè)大項(xiàng)目是幫助輔導(dǎo) Enterprise in Space 項(xiàng)目的同學(xué)們工作，這個(gè)項(xiàng)目是將一個(gè)3D打印的航天器發(fā)射到地球軌道，并完成全世界超過 100 個(gè)學(xué)生團(tuán)隊(duì)的實(shí)驗(yàn)項(xiàng)目。
在采訪中，VST 公司團(tuán)隊(duì)介紹了 Ali 的工作過程、它與其他已有的 AI 軟件的不同之處、以及它是如何在學(xué)生對(duì)整個(gè)學(xué)習(xí)生涯進(jìn)行輔導(dǎo)的。
enterpriseMind 是如何工作的？
1984年，VST公司的創(chuàng)始人兼 enterpriseMind平臺(tái)發(fā)明人 William Doyle，注冊(cè)了他的第一個(gè) AI 軟件專利，用來模仿人類思維活動(dòng)。
這個(gè)AI專利基于一種可以從非結(jié)構(gòu)語句中解碼字句意義的“含義引擎（meaning engine）”，為數(shù)據(jù)引擎和保險(xiǎn)承銷領(lǐng)域編寫軟件。它能收集各個(gè)保險(xiǎn)公司承銷政策的數(shù)據(jù)，然后根據(jù)數(shù)據(jù)分析，為公司經(jīng)營編寫程序。
30 年后，經(jīng)過幾代 AI 專家及 IBM 工程師的不懈努力，Doyle 的這個(gè) AI 專利成為了enterpriseMind 平臺(tái)和 VST 公司的基礎(chǔ)，并最終成為了吸引 IBM Watson 的認(rèn)知計(jì)算系統(tǒng)技術(shù)?，F(xiàn)在，Watson已經(jīng)開始發(fā)展 AI 認(rèn)知計(jì)算語言，VST 也正在 enterpriseMind 平臺(tái)上建造 AI 的自然語言界面。
要理解 Doyle 的 AI 是如何工作的，我們可能需要更多的心理學(xué)課程而不是計(jì)算機(jī)課程，因?yàn)?enterpriseMind平臺(tái)是基于實(shí)際人類認(rèn)知規(guī)則而建立的。
在心理學(xué)中，記憶理論模型有兩種方式，程序性記憶和陳述性記憶。
程序性記憶中包含著你如何完成工作的信息。如果你是個(gè)數(shù)據(jù)架構(gòu)師，程序性記憶會(huì)告訴你如何設(shè)計(jì)一個(gè)數(shù)據(jù)庫。所以，我們的 AI 中存儲(chǔ)有程序性記憶和知識(shí)。
另一種記憶是陳述性記憶，它又包括兩種：
情景記憶（比如，生活中的事件——早晨起床、喝咖啡、開電話會(huì)議等）
語義記憶，包括單詞概念、句子和故事。
VST 的 AI 如何利用三種基礎(chǔ)意義來理解長故事中的概念含義
Doyle 補(bǔ)充說：“我們認(rèn)為，認(rèn)知取決于單詞、句子、故事，以及這些元素相互作用組成程序性知識(shí)。我們的人工智能現(xiàn)在可以做一些程序性的事情，比如設(shè)計(jì)數(shù)據(jù)庫、編寫軟件代碼。并且，它還可以理解意義、進(jìn)行記憶，學(xué)習(xí)并對(duì)客戶數(shù)據(jù)進(jìn)行分類?！?/p>
但是這些是如何編譯到人工智能算法中的呢？雖然 enterpriseMind 是基于人類認(rèn)知原理設(shè)計(jì)的，但是畢竟還是要將這些規(guī)則在某種程度上轉(zhuǎn)化成計(jì)算機(jī)科學(xué)。
為了使 AI 像人類一樣思考并完成某項(xiàng)特定的工作， VST 公司為 AI 編寫特定軟件。比如在設(shè)計(jì)復(fù)雜的數(shù)據(jù)庫時(shí)，程序令 AI 按照數(shù)據(jù)工程師建造數(shù)據(jù)庫的步驟來進(jìn)行設(shè)計(jì)工作，這樣就構(gòu)成了AI的程序性記憶。
Doyle 說道：“我們通過采訪數(shù)據(jù)工程師們，了解他們?nèi)绾喂ぷ?，比如，如何設(shè)計(jì)數(shù)據(jù)庫？如何寫代碼？如何整合兩個(gè)數(shù)據(jù)庫？我們收集了這些信息，并構(gòu)建出我們對(duì)于數(shù)據(jù)工程師工作的模型?！?/p>
圖中為 VST 數(shù)據(jù)工程師軟件界面，顯示出數(shù)據(jù)工程師與AI的交互方法
“run”的 129 種含義
接下來更重要的一步是，AI 需要對(duì)新遇到的數(shù)據(jù)做出真實(shí)反應(yīng)。VST 的認(rèn)知計(jì)算軟件可以理解單詞、句子、故事之間的關(guān)系，這正是將 VST 的技術(shù)與其他人工智能技術(shù)區(qū)別開來的關(guān)鍵所在。
Doyle解釋說：“人們使用的語言本身是模糊的。一個(gè)單詞‘run’，看起來非常簡單，卻也有129種不同的含義，單詞‘party’也有9種不同的含義。平均而言，每個(gè)英文單詞至少有7種含義。這種模棱兩可常常隱藏在我們這些自然語言使用者口中，因?yàn)槲覀儗?shí)際上并不會(huì)感到含義模糊。人們通過句子、短語等語言單位的意義來消除模糊含義，我們正是基于這一過程來建造 enterpriseMind 平臺(tái)。如果不能人為消除模糊語義，就無法實(shí)現(xiàn)語言功能。”
當(dāng)大多數(shù)AI還依賴于在內(nèi)容中尋找關(guān)鍵詞，再根據(jù)關(guān)鍵詞來運(yùn)行腳本時(shí)，enterpriseMind 已經(jīng)可以推測(cè)內(nèi)容含義了。
這就是為什么當(dāng)你向Siri提出一個(gè)問題時(shí)，她一般會(huì)推送出與問題關(guān)鍵字相關(guān)的搜索結(jié)果。當(dāng)問題還是“今天天氣如何？”時(shí)，這種策略還行得通，但是當(dāng)問題更復(fù)雜一些時(shí)，比如“地球到火星距離多遠(yuǎn)？”，這種答案可能就牛頭不對(duì)馬嘴了。
與Siri和Google Search不同，VST 的人工智能解釋是，“地球與火星的距離是不固定的，與行星繞太陽的旋轉(zhuǎn)有關(guān)。”
對(duì)該問題一般的搜索結(jié)果其實(shí)并沒有理解“火星”的含義，他們將“火星與地球的距離”視為與“最近的星巴克在哪”一樣的問題。但是我們都知道，火星可不能和星巴克混為一談。
軟件發(fā)展部門副主席 Allan Elkowitz 詳細(xì)解釋了 VST 技術(shù)與市場(chǎng)上其他人工智能的區(qū)別：
“我們與其他只是讀取既定腳本的人工智能不同的地方在于，enterpriseMind 能夠理解文字或語言的內(nèi)在含義。一段語句實(shí)際是一個(gè)有很多列的結(jié)構(gòu)數(shù)據(jù)庫，我們可以在機(jī)器智能中運(yùn)行這個(gè)數(shù)據(jù)庫，從而確定每一列的意義。如果你想要合并兩個(gè)保險(xiǎn)公司，它們分別有一個(gè)不同的數(shù)據(jù)庫，兩庫中對(duì)同一事物定義為不同的名字，那么我們可以在兩庫中互譯，然后將它們合成一個(gè)數(shù)據(jù)庫?！?/p>
Doyle 用紐約時(shí)報(bào)一篇討論 1993 年世貿(mào)中心爆炸事件的文章舉例。將這篇文章輸入到軟件中，AI 可以通過對(duì)每個(gè)單詞以及它們與文章關(guān)系的檢查，把文章劃分為幾個(gè)相關(guān)的概念，比如“爆炸嫌疑人”、“襲擊受害者”，然后，AI可以從文中找到“誰是嫌疑人”的答案。
為 AI 載入知識(shí)
在AI能夠完成復(fù)雜任務(wù)，如數(shù)據(jù)庫建造、保險(xiǎn)服務(wù)或教育之前，我們必須為程序提供大量相對(duì)應(yīng)的知識(shí)。拿保險(xiǎn)舉例，該公司的AI明白什么是“保險(xiǎn)”、“政策”、“第一時(shí)間損失通知”，就VST 團(tuán)隊(duì)所知，enterpriseMind 是唯一一個(gè)能實(shí)現(xiàn)該功能的技術(shù)平臺(tái)。
最終，AI 可以寫出自己的軟件程序。換句話說就是可以進(jìn)行機(jī)器學(xué)習(xí)。當(dāng)遇到新信息時(shí)，平臺(tái)可以重寫代碼來適應(yīng)這些新數(shù)據(jù)，添加新的規(guī)則和例外情況。
有了AI 理解含義用的知識(shí)圖書館和可以解碼理解信息的意義引擎，加上自我學(xué)習(xí)和自寫程序的能力，人工智能在未來就可以自動(dòng)完成復(fù)雜的人類工作，比如處理大量復(fù)雜數(shù)據(jù)，這可以極大地解放數(shù)據(jù)工程師和保險(xiǎn)精算師的計(jì)算工作，使得他們更專注于其他重要事務(wù)。
目前，VST 的人工智能技術(shù)正應(yīng)用在保險(xiǎn)承保和風(fēng)險(xiǎn)分析領(lǐng)域、創(chuàng)造并管理數(shù)據(jù)模型領(lǐng)域、以及監(jiān)測(cè)和管理基礎(chǔ)設(shè)施數(shù)據(jù)領(lǐng)域。但是想讓 AI 成為助教，VST 還需要為程序加入自然語言界面，以便于老師和學(xué)生能與它像人類一樣對(duì)話。
教學(xué)和語言的動(dòng)態(tài)性
EIS是一個(gè)全球在線教育機(jī)構(gòu)，為全世界學(xué)生提供免費(fèi)的前沿領(lǐng)域的教學(xué)資源和課程。它正在與VST合作發(fā)展人工智能個(gè)人助教 Ali，幫助全世界的老師和學(xué)生教學(xué)與學(xué)習(xí)。
Doyle指出：“對(duì)于像 Ali 這樣的人工智能來說，與人類用自然語言交流的關(guān)鍵在于，她需要自己為自己編程。在人類認(rèn)知中其實(shí)并沒有什么魔法，在 Ali 身上也沒有，只是一種不同的編程方式。模仿自主人類的人工智能Ali，在與人類對(duì)話時(shí)能改變自己的軟件程序，學(xué)習(xí)知識(shí)，擁有情景體驗(yàn)……總之，在與人類對(duì)話和學(xué)習(xí)中她無法對(duì)時(shí)間進(jìn)行預(yù)測(cè)，她只能為自己寫腳本、寫軟件，編造對(duì)話?！?/p>
“人類的對(duì)話是動(dòng)態(tài)性的，是自發(fā)地產(chǎn)生語句，做出判斷和選擇。與其他軟件程序不同，人類沒有固定腳本的對(duì)話。這也正是我們發(fā)展的人工智能的獨(dú)特之處?！?/strong>
Ali 將通過 IBM Watson 的各種內(nèi)容分析API應(yīng)用程序編程接口（如文字到演講、演講到文字、WatsonSPSS 機(jī)器學(xué)習(xí)基礎(chǔ)），來學(xué)習(xí)自然語言。VST 的合伙人兼 COO Taffy Holliday 說：“這些 API 讓 Ali 變成一個(gè)云端助教。我們利用 IBM Watson平臺(tái)的工具，在它們的基礎(chǔ)上工作，同時(shí)，也將超越它們。我們也與 IBM 工程師合作開發(fā)云數(shù)據(jù)中心，這樣全世界各地的學(xué)生都可以連接到 Ali?！?/p>
圖中展示了 VST 的意義引擎是如何在 Watson 中將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)的
Doyle說，大約 80% 的商業(yè)分析依賴于非結(jié)構(gòu)化數(shù)據(jù)的分析
教 Ali 如何當(dāng)老師
為了實(shí)現(xiàn) enterpriseMind 平臺(tái)的教育功能，VST 團(tuán)隊(duì)并不會(huì)對(duì)原有的數(shù)據(jù)庫運(yùn)行模式加以設(shè)定，他們將要設(shè)定的是老師教學(xué)學(xué)生學(xué)習(xí)的模式。
為了將教學(xué)過程模式化，EIS教育機(jī)構(gòu)令 Doyle 和他的知識(shí)工程師學(xué)習(xí)了他們精選的全球各種專業(yè)名師的10分鐘課程。在學(xué)習(xí)了不同老師針對(duì)不同學(xué)生在同一內(nèi)容的教學(xué)后，Doyle 相信，VST 團(tuán)隊(duì)可以做出一個(gè)有效的模型，體現(xiàn)出知識(shí)的交流過程，以及師生間應(yīng)有的程序化任務(wù)。然后，Ali 可以面向世界，給學(xué)生們當(dāng)老師，在教學(xué)過程中繼續(xù)學(xué)習(xí)并不斷改進(jìn)她的程序。
Elkowitz 把這個(gè)過程描述為：“我們吸取老師的教學(xué)內(nèi)容，并將其變成成功的模板。當(dāng)其他問題提出時(shí)（這個(gè)問題可能還沒有答案），Ali會(huì)遵循這個(gè)模板過程進(jìn)行思考：這里有個(gè)問題——問題內(nèi)容是這樣的——我對(duì)此應(yīng)該知道這些——我應(yīng)該去哪里尋找答案——我找到了答案——我將答案反饋給學(xué)生。”
另外，Ali 還會(huì)借助于其他機(jī)器學(xué)習(xí)算法，對(duì)用戶的外貌或聲音數(shù)據(jù)進(jìn)行處理，從而對(duì)提供相應(yīng)課程。根據(jù)不同學(xué)生的學(xué)習(xí)方式，找到最適合的方式來滿足學(xué)生需求。
EIS 項(xiàng)目經(jīng)理 Alice Hoffman 補(bǔ)充道：“對(duì)于有殘疾的孩子，Ali 意義重大。Ali 助教會(huì)不厭其煩地用不同的方式對(duì)殘疾孩子教授同樣的內(nèi)容，直到他們完全理解。這對(duì)于盲人及聾啞人孩子來說，非常適合?！?/p>
更好的 AI 思維，只為更好的人類
VST 將與 EIS 一起在未來的幾周內(nèi)訓(xùn)練 Ali 成為助教，名師課程的內(nèi)容也會(huì)隨之輸入進(jìn)程序內(nèi)來幫助訓(xùn)練Ali。為了查看Ali是如何處理數(shù)據(jù)的，VST 團(tuán)隊(duì)在程序中加入了插件，可以顯示出 Ali 的“知識(shí)地圖”，通過這個(gè)地圖，我們可以直觀地看到 Ali 如何形成單詞和語句。如果工程師發(fā)現(xiàn) Ali 的錯(cuò)誤，也可以通過地圖來追溯錯(cuò)誤的來源。
事實(shí)上，這個(gè)地圖就是對(duì) Ali 大腦的一個(gè)監(jiān)控。如果可能的話，我們也可以將人類的大腦與 Ali 的大腦相比較。Doyle想要利用 fMRIs 技術(shù)來對(duì)人工智能和人類的大腦進(jìn)行比較。
加州大學(xué)的心理學(xué)家 Jack Gallant 曾利用 fMIRs 技術(shù)展示出人類在聽取單詞時(shí)大腦特定區(qū)域的血量增加。Doyle 想做的是，利用 fMRIs 監(jiān)測(cè)老師教學(xué)時(shí)和學(xué)生學(xué)習(xí)時(shí)的大腦血量情況。在理想情況下，這些數(shù)據(jù)應(yīng)該能幫助 Ali 建立對(duì)單詞、句子、故事更好的認(rèn)知，讓 Ali 的大腦像真正的人類一樣工作。
如果 Ali 最終取得成功，那么就意味著全世界數(shù)以億計(jì)的孩子們可以在沒有任何教育基礎(chǔ)設(shè)施的環(huán)境下?lián)碛幸粋€(gè)私人老師。如果2020年前全世界的互聯(lián)網(wǎng)真正連成一體時(shí)，那么這些學(xué)生就可以在圖書館或者只是使用父母的智能手機(jī)，就可以和 Ali 一起學(xué)習(xí)。
當(dāng)然，非虛擬環(huán)境下，Ali 也為學(xué)生和老師帶來很多好處。這位“助教”將把老師從無休止的解決問題中解放出來，學(xué)生們可以自行選擇喜歡的課程內(nèi)容，課程深度和教學(xué)方式。學(xué)生也無需背著重重的課本，在臺(tái)燈下苦讀，所有的一切都在 Ali 的程序里面，隨手可得。
via engineering
推薦閱讀：
IBM為教師打造機(jī)器人助手，全面優(yōu)化遠(yuǎn)程課堂體驗(yàn)
在線教育初創(chuàng)公司Udacity創(chuàng)始人Sebastian Thrun談人工智能，不會(huì)顛覆教育，卻能幫助老師
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
