人工智能時(shí)代的智慧學(xué)習(xí)：原理、進(jìn)展與趨勢(shì)

梁迎麗 梁英豪

摘要：人工智能正在引領(lǐng)教育信息化朝著智能化方向發(fā)展，人工智能時(shí)代的智慧學(xué)習(xí)研究是踐行教育信息化2.0思想的重要體現(xiàn)。該文通過回顧人工智能理論與方法的歷史演變，揭示了人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運(yùn)作原理，從理論和實(shí)踐的角度分析了新一代人工智能引領(lǐng)智慧學(xué)習(xí)創(chuàng)新發(fā)展的最新進(jìn)展，并從智慧學(xué)習(xí)環(huán)境、智慧學(xué)習(xí)實(shí)踐和智慧學(xué)習(xí)目標(biāo)等三個(gè)方面指出人工智能時(shí)代智慧學(xué)習(xí)未來的發(fā)展趨勢(shì)，旨在豐富和發(fā)展智慧學(xué)習(xí)理論體系，推動(dòng)教育信息化融合創(chuàng)新發(fā)展。

關(guān)鍵詞：人工智能;智慧學(xué)習(xí);機(jī)器學(xué)習(xí);腦科學(xué);數(shù)據(jù)驅(qū)動(dòng)

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

《教育信息化2.0行動(dòng)計(jì)劃》明確指出，“加強(qiáng)智慧學(xué)習(xí)的理論研究與頂層設(shè)計(jì)，推進(jìn)技術(shù)開發(fā)與實(shí)踐應(yīng)用，提高人才培養(yǎng)質(zhì)量”。事實(shí)上，智慧學(xué)習(xí)這一話題已經(jīng)成為學(xué)界的研究熱點(diǎn)，參與討論的學(xué)者眾多，且在智慧學(xué)習(xí)的內(nèi)涵、智慧學(xué)習(xí)環(huán)境的構(gòu)成要素、典型特征、系統(tǒng)框架與設(shè)計(jì)原則和學(xué)習(xí)分析方法與技術(shù)等方面取得了一系列成果。與此同時(shí)，人工智能（Artificial Intelligence，AI）取得了突破性進(jìn)展，并成為各學(xué)科及應(yīng)用領(lǐng)域關(guān)注的新焦點(diǎn)。在我國(guó)教育信息化發(fā)展的歷史轉(zhuǎn)折點(diǎn)和新的技術(shù)背景下，踐行教育信息化2.0新思想，將人工智能作為推動(dòng)智慧學(xué)習(xí)發(fā)展的新引擎，開展人工智能視域下的智慧學(xué)習(xí)研究，具有重要的時(shí)代意義和教育價(jià)值。由此，本文以新一輪人工智能發(fā)展浪潮為研究背景，回顧人工智能理論和方法的變遷，力圖揭示人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運(yùn)作原理，追蹤新一代人工智能引領(lǐng)智慧學(xué)習(xí)理論和實(shí)踐創(chuàng)新發(fā)展的新進(jìn)展，把握智慧學(xué)習(xí)未來發(fā)展的趨勢(shì)與走向，為我國(guó)智慧學(xué)習(xí)的發(fā)展提供思考和借鑒。

一、人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運(yùn)作原理

人工智能促進(jìn)人類學(xué)習(xí)的研究，可以追溯到人工智能誕生之初。早期的人工智能以邏輯推理為主要方法，基于該方法的程序化教學(xué)是人工智能促進(jìn)學(xué)生學(xué)習(xí)的原始形態(tài)。而后，人工智能經(jīng)歷了從知識(shí)工程到機(jī)器學(xué)習(xí)和跨媒體智能的方法轉(zhuǎn)向，由此引發(fā)了人工智能技術(shù)促進(jìn)人類學(xué)習(xí)應(yīng)用形態(tài)的變遷。在此，本文通過回顧人工智能的各個(gè)發(fā)展階段及其促進(jìn)人類學(xué)習(xí)的積極作用與時(shí)代價(jià)值，在學(xué)校教育范疇內(nèi)分析人工智能和人類學(xué)習(xí)的關(guān)系構(gòu)成與運(yùn)作原理。

（一）知識(shí)工程與專家系統(tǒng)

邏輯推理是早期人工智能發(fā)展的重要基礎(chǔ)，但其不能有效解決符號(hào)系統(tǒng)與實(shí)體世界對(duì)應(yīng)的問題。于是，人工智能研究者提出通過建立完備的知識(shí)庫(kù)與推理引擎進(jìn)行問題求解的方法，即知識(shí)工程。該方法借鑒專家運(yùn)用知識(shí)解決實(shí)際問題的工作原理，通過知識(shí)獲取、知識(shí)表示和推理解釋的過程，去解決實(shí)際問題，是一種知識(shí)引導(dǎo)的人工智能方法。知識(shí)是智能的前提，這一觀點(diǎn)被普遍認(rèn)可。從此，人工智能研究方法從邏輯推理模型轉(zhuǎn)向知識(shí)工程模型，人工智能從理論走向初步應(yīng)用。例如，Google將知識(shí)圖譜用于增強(qiáng)搜索引擎的功能，之后大規(guī)模的知識(shí)圖譜被成功地應(yīng)用于互聯(lián)網(wǎng)語(yǔ)義搜索之中。而教育領(lǐng)域中的專家系統(tǒng)又逐漸衍生出智能導(dǎo)師系統(tǒng)和自動(dòng)化測(cè)評(píng)系統(tǒng)。這兩種軟件系統(tǒng)是人工智能輔助人類學(xué)習(xí)的兩種主要形態(tài)。其中，智能導(dǎo)師系統(tǒng)中領(lǐng)域模型的知識(shí)表示與知識(shí)推理，以及靜態(tài)程序測(cè)評(píng)中程序結(jié)構(gòu)的語(yǔ)義表示，都離不開知識(shí)表示與推理的方法和技術(shù)。

可以說，計(jì)算機(jī)輔助教學(xué)在很大程度上主要通過知識(shí)引導(dǎo)的人工智能方法而實(shí)現(xiàn)。該方法運(yùn)用規(guī)則去解釋做出決策的理由，是一種可解釋的人工智能方法，可用于輔助學(xué)習(xí)者知識(shí)的構(gòu)建，主動(dòng)引導(dǎo)其知識(shí)體系的形成。但該方法面臨的一個(gè)最大難題便是如何獲取到知識(shí)，因?yàn)檠芯空呱形茨艹浞纸忉寣＜抑R(shí)是如何形成的。在這種情況下，人工智能便如同無源之水、無本之木。研究者試圖尋找突破該瓶頸的新方法，即如何讓知識(shí)能夠自我生長(zhǎng)，建立聯(lián)系并生成新的知識(shí)體系，最終形成知識(shí)閉環(huán)，構(gòu)建動(dòng)態(tài)的知識(shí)生態(tài)系統(tǒng)。隨著技術(shù)對(duì)學(xué)習(xí)方式的不斷變革，以往線性的、離散的、非結(jié)構(gòu)化的知識(shí)體系逐漸無法滿足學(xué)習(xí)者的需要，研究者迫切需要找到新的知識(shí)發(fā)現(xiàn)、獲取、表示與推理方法。

（二）機(jī)器學(xué)習(xí)與教學(xué)智能體

為了破解知識(shí)獲取這一難題，人工智能中產(chǎn)生了一個(gè)重要的分支——機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)是一種基于概率統(tǒng)計(jì)理論的方法，主要研究智能數(shù)據(jù)分析的理論和算法。它通過智能數(shù)據(jù)分析和推理，能夠自動(dòng)從數(shù)據(jù)中發(fā)現(xiàn)隱藏模式，形成新知識(shí)，并利用經(jīng)驗(yàn)改善系統(tǒng)自身的性能。受人腦生理結(jié)構(gòu)的啟發(fā)，機(jī)器學(xué)習(xí)中的深度神經(jīng)網(wǎng)絡(luò)模型與算法通過增加神經(jīng)網(wǎng)絡(luò)模型的深度，即網(wǎng)絡(luò)的層次數(shù)，顯著地提升了算法模型的學(xué)習(xí)能力和性能表現(xiàn)，這種算法也被稱為深度學(xué)習(xí)。其本質(zhì)體現(xiàn)在新知識(shí)的發(fā)現(xiàn)及其在解決原有難題中的應(yīng)用。如今，得益于海量數(shù)據(jù)的支持，深度學(xué)習(xí)算法在圖像與語(yǔ)音識(shí)別領(lǐng)域的應(yīng)用效果已經(jīng)達(dá)到甚至超越了人類水平，自動(dòng)駕駛、智能助理、機(jī)器人等應(yīng)用已逐漸成熟。借助于機(jī)器學(xué)習(xí)能夠從教育大數(shù)據(jù)中自動(dòng)學(xué)習(xí)和發(fā)現(xiàn)知識(shí)，新的教育智能體應(yīng)運(yùn)而生。如學(xué)習(xí)者建模、學(xué)習(xí)行為預(yù)測(cè)、學(xué)業(yè)預(yù)警、學(xué)習(xí)測(cè)評(píng)和學(xué)習(xí)資源推薦等學(xué)習(xí)技術(shù)和應(yīng)用系統(tǒng)的智能化水平不斷提升，在實(shí)用效果方面已遠(yuǎn)遠(yuǎn)超越了早期的計(jì)算機(jī)輔助教學(xué)系統(tǒng)。

誠(chéng)然，深度學(xué)習(xí)算法在計(jì)算機(jī)視覺等領(lǐng)域的優(yōu)異表現(xiàn)使其一時(shí)間成為學(xué)界研究的熱點(diǎn)，并被廣泛應(yīng)用。然而，這并不意味著它所代表的機(jī)器學(xué)習(xí)就是人工智能的未來。從本質(zhì)上講，機(jī)器學(xué)習(xí)的核心形態(tài)就是數(shù)據(jù)和算法，這就決定了機(jī)器學(xué)習(xí)存在以下局限性：（1）對(duì)大量數(shù)據(jù)樣本的依賴性;（2）較難適應(yīng)問題環(huán)境的變化;（3）“黑箱模型”難以解釋，導(dǎo)致其難以在高風(fēng)險(xiǎn)應(yīng)用領(lǐng)域中突圍。在教育和學(xué)習(xí)實(shí)踐中，學(xué)習(xí)者是一個(gè)個(gè)主觀能動(dòng)性較強(qiáng)的個(gè)體，且學(xué)習(xí)環(huán)境日趨開放化，無論是學(xué)習(xí)者個(gè)體還是學(xué)習(xí)環(huán)境中都存在很多不確定性因素，甚至我們對(duì)于學(xué)習(xí)者個(gè)體的認(rèn)知過程與原理還都是未知的，如果無法獲取學(xué)習(xí)者學(xué)習(xí)過程中的重要特征信息，或者機(jī)器學(xué)習(xí)所需的數(shù)據(jù)樣本信息不充分，那么機(jī)器學(xué)習(xí)在促進(jìn)學(xué)習(xí)者學(xué)習(xí)方面也將無能為力。另外，其不可解釋性也是其尚未有效成為人類學(xué)習(xí)支持技術(shù)的原因之一。因此，在后深度學(xué)習(xí)時(shí)代，實(shí)現(xiàn)機(jī)器學(xué)習(xí)與知識(shí)工程的融合，通過數(shù)據(jù)驅(qū)動(dòng)和知識(shí)引導(dǎo)相結(jié)合的方法提升機(jī)器學(xué)習(xí)的性能、模型效果和可解釋性，是化解這種矛盾的有效路徑。

（三）跨媒體智能與智慧學(xué)習(xí)

正如米歇爾·麥克盧漢所說，“對(duì)人而言，知識(shí)和探求知識(shí)的過程同等重要?！比欢诤笊疃葘W(xué)習(xí)時(shí)代，由于機(jī)器學(xué)習(xí)的局限性，新知識(shí)的發(fā)現(xiàn)和獲取并非易事。值得注意的是，由潘云鶴院士提出的跨媒體智能為知識(shí)發(fā)現(xiàn)提供了新視角和新思路。其基本思想是收集并使用多模態(tài)數(shù)據(jù)實(shí)現(xiàn)對(duì)世界的感知、理解和推理，其突出特征是能夠跨越和消除語(yǔ)義鴻溝和異構(gòu)鴻溝，因此也被稱為“數(shù)據(jù)融合與推理”。對(duì)人類學(xué)習(xí)者而言，學(xué)習(xí)是一項(xiàng)極為復(fù)雜的腦力活動(dòng)，且其影響因素較多，比如學(xué)習(xí)環(huán)境和學(xué)習(xí)媒介、學(xué)習(xí)經(jīng)驗(yàn)和學(xué)習(xí)策略，甚至是大腦活動(dòng)規(guī)律與心智模式，都有可能影響到學(xué)習(xí)效果。智慧學(xué)習(xí)作為人工智能教育應(yīng)用的創(chuàng)新范式，在跨媒體智能思想的引領(lǐng)下，可以從不同的信息源收集多種類型的數(shù)據(jù)，例如環(huán)境數(shù)據(jù)、個(gè)體認(rèn)知數(shù)據(jù)、生命體征數(shù)據(jù)、行為數(shù)據(jù)、腦神經(jīng)活動(dòng)數(shù)據(jù)，進(jìn)行多維度的學(xué)習(xí)分析和跨媒體的泛化推理，揭示學(xué)習(xí)過程中的心理活動(dòng)、認(rèn)知機(jī)制、行為模式等規(guī)律，并對(duì)學(xué)習(xí)障礙及其原因進(jìn)行深度分析，做出合理決策，提出科學(xué)建議。如此，可以實(shí)現(xiàn)智能時(shí)代的智慧學(xué)習(xí)。

從上述分析可以看到，從符號(hào)主義到聯(lián)結(jié)主義，從機(jī)器學(xué)習(xí)到跨媒體推理，人工智能發(fā)展史上的每一次浪潮都是人工智能向類腦智能的更加接近，都是對(duì)智能本質(zhì)的深度挖掘與探索，研究者試圖從人類學(xué)習(xí)的腦認(rèn)知機(jī)制、神經(jīng)機(jī)制和行為機(jī)制等問題著手并尋求答案。由此，人工智能與人類學(xué)習(xí)的主要關(guān)系可以概括為兩方面：（1）人工智能拓展人類學(xué)習(xí)研究的科學(xué)范疇。人工智能是關(guān)于知識(shí)表示、獲取、推理與應(yīng)用的學(xué)科，從根本上來說，機(jī)器智能要實(shí)現(xiàn)類腦智能，其前提是弄清楚人類是如何發(fā)現(xiàn)和習(xí)得新知識(shí)。在這種力量的驅(qū)動(dòng)下，當(dāng)前研究呈現(xiàn)出跨學(xué)科、多尺度、廣視角、融合發(fā)展的趨勢(shì);（2）人類學(xué)習(xí)相關(guān)研究加速推動(dòng)人工智能的發(fā)展與應(yīng)用。腦與認(rèn)知科學(xué)、神經(jīng)科學(xué)和信息科學(xué)等學(xué)科借助于多種研究方法、手段和視角，正努力從微觀、中觀和宏觀等多個(gè)尺度，揭示分子、細(xì)胞、個(gè)體、群體等不同層面人類學(xué)習(xí)的深層機(jī)制。表現(xiàn)尤為突出的是，腦科學(xué)研究逐漸引領(lǐng)智能科學(xué)的發(fā)展，人類學(xué)習(xí)實(shí)踐為人工智能的創(chuàng)新應(yīng)用提供了重大機(jī)遇。

二、新一代人工智能引領(lǐng)智慧學(xué)習(xí)創(chuàng)新發(fā)展

在新一輪人工智能浪潮的推動(dòng)下，腦科學(xué)蓬勃發(fā)展。腦科學(xué)和人工智能已成為變革人類學(xué)習(xí)的重要力量，它們?yōu)槿祟悓W(xué)習(xí)提供智能化的技術(shù)支持、科學(xué)化的理論依據(jù)和創(chuàng)新性的方法理念，這些恰與智慧學(xué)習(xí)時(shí)代發(fā)展需求相契合。新一代人工智能正在引領(lǐng)智慧學(xué)習(xí)創(chuàng)新發(fā)展，推動(dòng)智慧學(xué)習(xí)理論的不斷完善及其實(shí)踐范式的轉(zhuǎn)型。

（一）基于腦科學(xué)的智慧學(xué)習(xí)理論研究

如前所述，人工智能大規(guī)模爆發(fā)式增長(zhǎng)的應(yīng)用需求驅(qū)動(dòng)人工智能相關(guān)研究者將研究視線與焦點(diǎn)轉(zhuǎn)移至腦科學(xué)與類腦科學(xué)研究，人們?cè)噲D從人類大腦學(xué)習(xí)的過程中弄清楚智能的深刻本質(zhì)和學(xué)習(xí)的內(nèi)在機(jī)制。人工智能技術(shù)在促進(jìn)人類學(xué)習(xí)領(lǐng)域中的迅速應(yīng)用及兩者進(jìn)一步融合發(fā)展的實(shí)踐，逐漸暴露出技術(shù)豐富條件下人們對(duì)腦認(rèn)知的深度匱乏這一嚴(yán)重問題。在此情形下，腦科學(xué)、認(rèn)知與學(xué)習(xí)科學(xué)研究的新成果在未來學(xué)習(xí)、未來教育變革中的作用被高度重視。以腦認(rèn)知與智能的本質(zhì)與規(guī)律為研究目標(biāo)，闡釋大腦的結(jié)構(gòu)與功能，揭示大腦認(rèn)知的神經(jīng)機(jī)制與基礎(chǔ)，破譯大腦的信息處理與計(jì)算方法，構(gòu)建腦認(rèn)知與計(jì)算模型，實(shí)現(xiàn)類腦信息處理等一系列重大課題迅速引起學(xué)界的空前關(guān)注與聚焦，腦科學(xué)已成為當(dāng)前最重要的前沿科學(xué)研究領(lǐng)域，腦與學(xué)習(xí)研究呈現(xiàn)出多學(xué)科交叉發(fā)展的新趨勢(shì)。與此同時(shí)，歐美發(fā)達(dá)國(guó)家等多國(guó)政府已經(jīng)察覺到腦科學(xué)與類腦科學(xué)研究的戰(zhàn)略意義，紛紛啟動(dòng)并部署腦科學(xué)研究計(jì)劃，我國(guó)也布局了“腦科學(xué)與類腦科學(xué)研究”重要科學(xué)項(xiàng)目，即“中國(guó)腦計(jì)劃”，旨在占領(lǐng)這一科技制高點(diǎn)。

在腦科學(xué)研究領(lǐng)域中，學(xué)習(xí)屬于人腦的高級(jí)認(rèn)知功能，聚焦“腦與學(xué)習(xí)”這一研究主題，目前相關(guān)研究及其進(jìn)展集中體現(xiàn)在以下三個(gè)層面：（1）學(xué)習(xí)的神經(jīng)基礎(chǔ)。對(duì)于人類而言，大腦是學(xué)習(xí)的物質(zhì)基礎(chǔ)，學(xué)習(xí)即是對(duì)大腦的改造活動(dòng)，探索腦的結(jié)構(gòu)與功能及其發(fā)育規(guī)律是實(shí)現(xiàn)腦科學(xué)促進(jìn)人類學(xué)習(xí)的重要基礎(chǔ)。人腦圖譜描繪了人腦結(jié)構(gòu)與功能之間的對(duì)應(yīng)關(guān)系。腦科學(xué)技術(shù)手段的不斷提升為探索腦結(jié)構(gòu)與功能、揭示人類學(xué)習(xí)的神經(jīng)基礎(chǔ)提供了新工具與方法。（2）學(xué)習(xí)與腦的可塑性機(jī)制。腦與學(xué)習(xí)之間動(dòng)態(tài)交互、關(guān)系復(fù)雜，學(xué)習(xí)對(duì)于大腦具有極強(qiáng)的可塑性。已有研究表明，人類學(xué)習(xí)活動(dòng)可以塑造大腦。由此可以預(yù)見不同的學(xué)習(xí)環(huán)境、學(xué)習(xí)方式、學(xué)習(xí)內(nèi)容都將影響腦的活動(dòng)與發(fā)育，大腦神經(jīng)系統(tǒng)活動(dòng)的學(xué)習(xí)效應(yīng)不容忽視，而基于腦發(fā)育和活動(dòng)規(guī)律的學(xué)習(xí)資源開發(fā)和學(xué)習(xí)活動(dòng)設(shè)計(jì)、基于腦認(rèn)知功能的認(rèn)知障礙診斷與學(xué)習(xí)評(píng)測(cè)方法，以及安全有效的神經(jīng)調(diào)節(jié)技術(shù)，在教育尤其是兒童早期發(fā)育關(guān)鍵階段中的意義重大而深遠(yuǎn)。（3）類腦計(jì)算與智慧學(xué)習(xí)。受人腦神經(jīng)機(jī)制與認(rèn)知行為機(jī)制的啟發(fā)，構(gòu)建認(rèn)知腦計(jì)算模型，模擬人腦信息處理機(jī)制，從本質(zhì)上變革現(xiàn)有計(jì)算體系與系統(tǒng)，發(fā)展類腦智能已成為人工智能領(lǐng)域的研究熱點(diǎn)，而智慧學(xué)習(xí)是人工智能朝著類腦智能邁進(jìn)過程中在教與學(xué)領(lǐng)域中的代表性應(yīng)用。一方面，在類腦模型與類腦信息處理方面，從符號(hào)主義到聯(lián)結(jié)主義乃至人工神經(jīng)網(wǎng)絡(luò)，人工智能發(fā)展史上的每一次飛躍都是類腦思想的深刻體現(xiàn)。例如，功能性腦圖譜的繪制推動(dòng)了神經(jīng)網(wǎng)絡(luò)計(jì)算理論的發(fā)展，以深度學(xué)習(xí)為代表的學(xué)習(xí)技術(shù)極大地提升了機(jī)器學(xué)習(xí)在知識(shí)獲取、融合和推理方面的性能，未來的認(rèn)知神經(jīng)網(wǎng)絡(luò)和復(fù)雜神經(jīng)網(wǎng)絡(luò)將有望實(shí)現(xiàn)更高層次的類腦智能。另一方面，腦科學(xué)與類腦計(jì)算的多尺度研究成果已初步在學(xué)習(xí)領(lǐng)域?qū)崿F(xiàn)不同層次的應(yīng)用。如關(guān)于記憶存儲(chǔ)與移植方面的最新研究有可能顛覆記憶與學(xué)習(xí)領(lǐng)域的傳統(tǒng)觀點(diǎn)，基于師生腦同步的課堂教學(xué)設(shè)計(jì)理念的提出等，推動(dòng)了“AI+腦科學(xué)”驅(qū)動(dòng)的智慧學(xué)習(xí)活動(dòng)設(shè)計(jì)、學(xué)習(xí)材料開發(fā)、學(xué)習(xí)效果評(píng)價(jià)等理論的發(fā)展。

人工智能的新發(fā)展是人類認(rèn)識(shí)外界與自身的新動(dòng)力，也是一種新挑戰(zhàn)，這種挑戰(zhàn)向人類提出的新課題正推動(dòng)智慧學(xué)習(xí)理論研究的深入發(fā)展。在其推動(dòng)下，智慧學(xué)習(xí)已經(jīng)開始從關(guān)注外部技術(shù)環(huán)境轉(zhuǎn)到關(guān)注“學(xué)習(xí)”本身，尤其是人類學(xué)習(xí)的腦機(jī)制。腦科學(xué)和人工智能已經(jīng)成為智慧學(xué)習(xí)理論研究和實(shí)踐發(fā)展的核心引擎。腦科學(xué)不僅是推動(dòng)人工智能實(shí)現(xiàn)類腦智能的根本出路，也是豐富發(fā)展智慧學(xué)習(xí)理論體系的迫切需要。從腦科學(xué)的視角來看，學(xué)習(xí)的過程即是多個(gè)腦區(qū)和神經(jīng)網(wǎng)絡(luò)協(xié)同活動(dòng)的過程，神經(jīng)活動(dòng)一致性決定著學(xué)習(xí)的有效性，影響到個(gè)體知識(shí)建構(gòu)和知識(shí)獲取過程中的行為及其效能。因此，智慧學(xué)習(xí)也應(yīng)該是“基于腦、適于腦、促進(jìn)腦”的學(xué)習(xí)。腦科學(xué)所取得的一系列研究成果拓展了智慧學(xué)習(xí)的理論基礎(chǔ)?；谀X科學(xué)的智慧學(xué)習(xí)理論從客觀、科學(xué)的角度向我們表明：學(xué)習(xí)者具有不同的腦物質(zhì)基礎(chǔ)和神經(jīng)基礎(chǔ)，智慧學(xué)習(xí)應(yīng)遵循腦的發(fā)育規(guī)律，借鑒腦圖譜所揭示的認(rèn)知特性，尊重學(xué)習(xí)者的認(rèn)知特征及其發(fā)展規(guī)律，積極適應(yīng)、恰當(dāng)調(diào)節(jié)、充分發(fā)展腦的認(rèn)知功能，運(yùn)用技術(shù)調(diào)整完善腦活動(dòng)模式，才能展開能動(dòng)有效的學(xué)習(xí)活動(dòng)。

（二）數(shù)據(jù)驅(qū)動(dòng)的智慧學(xué)習(xí)實(shí)踐范式

正如人類通過經(jīng)驗(yàn)知識(shí)提升自己的認(rèn)知與學(xué)習(xí)能力，機(jī)器學(xué)習(xí)也是利用經(jīng)驗(yàn)來改善系統(tǒng)自身的性能。而在機(jī)器學(xué)習(xí)的過程中，數(shù)據(jù)無疑是獲取信息的重要原料，對(duì)信息的深度加工、分析和總結(jié)，才能形成知識(shí)，產(chǎn)生智能。數(shù)據(jù)科學(xué)在科學(xué)研究領(lǐng)域扮演著越來越重要的角色。以海量數(shù)據(jù)為原材料，深度神經(jīng)網(wǎng)絡(luò)等新興技術(shù)開辟了知識(shí)發(fā)現(xiàn)與計(jì)算的新路徑。從早期假設(shè)演繹的理性主義方法和歸納的經(jīng)驗(yàn)主義方法，到后來的邏輯實(shí)證主義，以及今天數(shù)據(jù)驅(qū)動(dòng)的研究方法，科學(xué)研究方法的演變順應(yīng)了從信息時(shí)代到智能時(shí)代的發(fā)展趨勢(shì)。數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)，數(shù)據(jù)科學(xué)迅速發(fā)展，數(shù)據(jù)驅(qū)動(dòng)的方法不僅催生理論、方法和技術(shù)的創(chuàng)新，而且開始作用于實(shí)踐領(lǐng)域。在信息科學(xué)研究領(lǐng)域，概率統(tǒng)計(jì)方法給人工智能帶來革命性的發(fā)展。隨之，人工智能技術(shù)開始快速應(yīng)用并變革我們的學(xué)習(xí)、工作和生活。在人工智能最新的知識(shí)發(fā)現(xiàn)方法與技術(shù)的作用下，智慧學(xué)習(xí)應(yīng)用實(shí)踐逐漸實(shí)現(xiàn)價(jià)值落地，數(shù)據(jù)驅(qū)動(dòng)的智慧學(xué)習(xí)已經(jīng)成為新的實(shí)踐范式。

以數(shù)據(jù)為基礎(chǔ)，學(xué)習(xí)科學(xué)研究的數(shù)據(jù)方法成為大數(shù)據(jù)和智能時(shí)代的新方法，極大地推動(dòng)了智慧學(xué)習(xí)實(shí)踐。以大數(shù)據(jù)為基礎(chǔ)的行為分析可以通過個(gè)體的外顯行為深度洞察其內(nèi)心世界，探索外部世界的未知領(lǐng)域，了解學(xué)習(xí)者的內(nèi)心活動(dòng)與情感狀態(tài)，在此基礎(chǔ)上通過情感、意志等動(dòng)力因素的積極調(diào)節(jié)，可以有效促進(jìn)個(gè)體認(rèn)知系統(tǒng)的發(fā)展。例如，德國(guó)聯(lián)邦教育與研究部的基于傳感器的自適應(yīng)學(xué)習(xí)分析項(xiàng)目，旨在利用數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)分析方法智能感知物理空間信息，推測(cè)學(xué)習(xí)者學(xué)習(xí)狀態(tài)，推動(dòng)學(xué)習(xí)服務(wù)的深刻變革;而在國(guó)內(nèi)，楊現(xiàn)民等提出的數(shù)據(jù)驅(qū)動(dòng)教學(xué)新范式，為我國(guó)教育信息化教育教學(xué)提供了發(fā)展思路。在人工智能的影響下，數(shù)據(jù)驅(qū)動(dòng)的智慧學(xué)習(xí)實(shí)踐范式將釋放學(xué)習(xí)大數(shù)據(jù)的潛力與活力，推動(dòng)智慧學(xué)習(xí)價(jià)值落地，是有其理論依據(jù)的，具體表現(xiàn)如下：（1）智慧學(xué)習(xí)環(huán)境與學(xué)習(xí)行為大數(shù)據(jù)富含大量的時(shí)空特征信息，為進(jìn)一步揭示學(xué)習(xí)者的心智模式、認(rèn)知規(guī)律、行為特征、興趣偏好等個(gè)性信息，并挖掘其活動(dòng)場(chǎng)景和位置等屬性信息提供了可能;（2）沿循“行為-數(shù)據(jù)-信息-知識(shí)-智慧”這一連續(xù)體，深度學(xué)習(xí)等算法模型借助其日益增強(qiáng)的學(xué)習(xí)能力，從廣度和深度上拓展智慧學(xué)習(xí)分析方法和技術(shù)，推動(dòng)形成完善的學(xué)習(xí)分析理論體系。以認(rèn)識(shí)論為基礎(chǔ)，人工智能等新技術(shù)為人類行為、數(shù)據(jù)表征、信息存儲(chǔ)、知識(shí)創(chuàng)新與終極智慧之間建立了重要關(guān)聯(lián)，形成了這樣一個(gè)連續(xù)統(tǒng)一體，實(shí)現(xiàn)了技術(shù)與教育的融合發(fā)展;（3）類腦芯片與計(jì)算平臺(tái)飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)芯片在類腦機(jī)制和高性能計(jì)算方面不斷突破，深度學(xué)習(xí)芯片有望在未來融入更多的腦信息處理機(jī)制，以不斷提升性能并降低能耗，為數(shù)據(jù)驅(qū)動(dòng)的智慧學(xué)習(xí)實(shí)踐奠定了軟硬件基礎(chǔ);（4）經(jīng)典計(jì)算向量子計(jì)算的發(fā)展決定了未來的機(jī)器學(xué)習(xí)應(yīng)該是能夠有效利用計(jì)算設(shè)備和海量數(shù)據(jù)。數(shù)據(jù)融合推動(dòng)了技術(shù)融合和服務(wù)融合，在此發(fā)展趨勢(shì)下，智慧學(xué)習(xí)將實(shí)現(xiàn)與經(jīng)濟(jì)社會(huì)的融合創(chuàng)新發(fā)展。

三、人工智能時(shí)代智慧學(xué)習(xí)未來的發(fā)展趨勢(shì)

“融合創(chuàng)新，智能引領(lǐng)”是教育信息化2.0的時(shí)代特征。作為人工智能在學(xué)習(xí)領(lǐng)域中的典型應(yīng)用形態(tài)，智慧學(xué)習(xí)迎來了新的發(fā)展機(jī)遇。然而，人工智能與人類學(xué)習(xí)之間的關(guān)系錯(cuò)綜復(fù)雜，后機(jī)器學(xué)習(xí)時(shí)代人工智能變革人類學(xué)習(xí)的不確定性愈加凸顯，智慧學(xué)習(xí)未來發(fā)展面臨新的挑戰(zhàn)。

（一）智慧學(xué)習(xí)環(huán)境：技術(shù)特性與文化特性的統(tǒng)一構(gòu)建

智能技術(shù)正在飛速發(fā)展并重塑我們的學(xué)習(xí)環(huán)境，智慧學(xué)習(xí)環(huán)境逐漸顯示出其新的技術(shù)特性。人工智能建立了學(xué)習(xí)者與技術(shù)環(huán)境之間新的相互作用關(guān)系，但隨之而來的，還包括這種復(fù)雜關(guān)系所帶來的問題與挑戰(zhàn)。就課堂環(huán)境而言，人工智能已經(jīng)開始通過多種方式、多種渠道作用于課堂，并引起智慧學(xué)習(xí)課堂環(huán)境的悄然變革。毫無疑問，神經(jīng)科學(xué)、人工智能及其與人類自身的結(jié)合才是此次人工智能浪潮中真正激動(dòng)人心的內(nèi)容。腦機(jī)接口（Braincomputer Interface，BCI）是其中的代表性技術(shù)，它能夠解碼人的心理活動(dòng)并直接作用于由認(rèn)知、情感和意志決策之下的大腦機(jī)制。例如，使用腦電圖記錄神經(jīng)信號(hào)并構(gòu)建相應(yīng)的分類和預(yù)測(cè)模型，將學(xué)習(xí)者的認(rèn)知負(fù)載水平保持在最佳范圍內(nèi)，該研究已成功地應(yīng)用于算術(shù)練習(xí)的課堂教學(xué)之中;BrainCo基于腦機(jī)接口技術(shù)的Focus EDU腦電波檢測(cè)頭環(huán)，教師可以實(shí)時(shí)獲取學(xué)生的課堂專注度和參與度情況，提高了課堂教學(xué)效果。此外，智慧學(xué)習(xí)環(huán)境的另一顯著變化則是它包含了越來越多的真實(shí)元素，并逐漸開放于真實(shí)的問題解決情境。學(xué)校教育體系在保持其自身結(jié)構(gòu)的同時(shí)，學(xué)習(xí)已經(jīng)開始延伸并擴(kuò)展到了課堂之外的非正式工作場(chǎng)所。在此情形下，智慧學(xué)習(xí)環(huán)境逐漸融合到社會(huì)環(huán)境之中，并受到特定文化規(guī)范的制約。從文化視角分析，學(xué)習(xí)存在一定的社會(huì)機(jī)制，人工智能技術(shù)支持下的智慧學(xué)習(xí)須要客觀全面甚至前瞻性地考慮到技術(shù)所帶來的各種可能性影響，尤其是要對(duì)技術(shù)的負(fù)面效應(yīng)進(jìn)行人本考察。正如人工智能的發(fā)展必須遵循阿西洛馬人工智能原則這一人類共同約定一樣，在面對(duì)腦機(jī)接口等技術(shù)所引起的人們對(duì)自己身份、能動(dòng)性和隱私等方面的懷疑和顧慮時(shí)，神經(jīng)科學(xué)和人工智能需要考慮的首要倫理問題及建議已經(jīng)被提出，包括隱私和知情同意、能動(dòng)性和身份、人類增強(qiáng)、偏見。為防止數(shù)據(jù)被濫用，權(quán)利遭到威脅，身份感和能動(dòng)性被嚴(yán)重?cái)_亂，不平等被加劇等社會(huì)問題，人工智能時(shí)代的道德標(biāo)準(zhǔn)、價(jià)值觀念及倫理教育極為重要。

（二）智慧學(xué)習(xí)實(shí)踐：真實(shí)性、復(fù)雜性與挑戰(zhàn)性并存

事實(shí)上，人工智能的發(fā)展在學(xué)習(xí)和教育領(lǐng)域不斷地掀起研究熱潮，教育研究的自然科學(xué)基礎(chǔ)越來越被重視，腦科學(xué)的突破性進(jìn)展將為智慧學(xué)習(xí)和教育創(chuàng)新提供新的科學(xué)依據(jù)，前景令人期待。當(dāng)人工智能技術(shù)無縫集成和融合于智慧學(xué)習(xí)環(huán)境中，智慧學(xué)習(xí)所產(chǎn)生的變化就不再局限于技術(shù)所帶來的種種智能化、自動(dòng)化與協(xié)同化特性，其更大價(jià)值則在于智能技術(shù)所激發(fā)出來的人們對(duì)知識(shí)的內(nèi)在渴望，對(duì)未知世界的好奇，對(duì)知識(shí)體系、概念框架與結(jié)構(gòu)秩序的探尋與重構(gòu)，個(gè)性的充分釋放與人格的全面發(fā)展，甚至是建立新的價(jià)值觀，這些都賦予學(xué)習(xí)新的意義。然而，人工智能時(shí)代智慧學(xué)習(xí)實(shí)踐是一個(gè)真實(shí)性、復(fù)雜性與挑戰(zhàn)性并存的矛盾統(tǒng)一體。智慧學(xué)習(xí)環(huán)境及其技術(shù)特性所決定，智慧學(xué)習(xí)活動(dòng)將日趨接近現(xiàn)實(shí)生活中的真實(shí)情境與復(fù)雜問題。簡(jiǎn)言之，學(xué)習(xí)場(chǎng)景趨向真實(shí)，且高度復(fù)雜。具體而言，智慧學(xué)習(xí)對(duì)象將逐步轉(zhuǎn)向真實(shí)問題，學(xué)習(xí)方式越來越多地走向體驗(yàn)式學(xué)習(xí)、真實(shí)情境的學(xué)習(xí)和協(xié)作學(xué)習(xí)等，其結(jié)果是導(dǎo)致學(xué)習(xí)實(shí)踐復(fù)雜性的增加：任務(wù)的復(fù)雜性，如從常規(guī)計(jì)算到基于問題的學(xué)習(xí);學(xué)習(xí)目標(biāo)的復(fù)雜性，如從簡(jiǎn)單的記憶到信息搜尋和綜合應(yīng)用;所需能力的復(fù)雜性，如從口頭讀寫能力到技術(shù)和信息等媒介素養(yǎng);以及課堂交互和協(xié)調(diào)的復(fù)雜性，如從支持個(gè)體到支持團(tuán)隊(duì)的交互等。智慧學(xué)習(xí)環(huán)境的延伸，也意味著未來的智慧學(xué)習(xí)實(shí)踐將是課堂活動(dòng)、教學(xué)活動(dòng)、實(shí)踐活動(dòng)和課外活動(dòng)的全面融合，隨時(shí)隨地學(xué)習(xí)和終身學(xué)習(xí)將成為時(shí)代特征和發(fā)展趨勢(shì)。面對(duì)上述種種挑戰(zhàn)，智慧學(xué)習(xí)實(shí)踐研究必須要思考這樣的問題：如何通過技術(shù)協(xié)助教師支持學(xué)生成為更好的學(xué)習(xí)者，同時(shí)使用技術(shù)等多種手段將上述挑戰(zhàn)轉(zhuǎn)化為機(jī)遇。

（三）智慧學(xué)習(xí)目標(biāo)：知識(shí)觀與價(jià)值觀的重塑

回顧人工智能在教育中的應(yīng)用與發(fā)展，從早期的知識(shí)推理機(jī)、程序化教學(xué)和專家系統(tǒng)，到今天的教育機(jī)器人、智能導(dǎo)師系統(tǒng)，以及機(jī)器學(xué)習(xí)在成績(jī)預(yù)測(cè)等方面的應(yīng)用，人工智能將計(jì)算機(jī)強(qiáng)大的存儲(chǔ)和計(jì)算優(yōu)勢(shì)展現(xiàn)得淋漓盡致，并不斷地通過機(jī)器學(xué)習(xí)提升自己的邏輯推理能力。以計(jì)算機(jī)軟硬件為表現(xiàn)形式的教育智能體不斷拓展并延伸人類學(xué)習(xí)的廣度和深度。其典型特征表現(xiàn)為：教育智能體能夠比學(xué)習(xí)者自身能更敏銳地、更精確地感知和理解自己的認(rèn)知風(fēng)格、知識(shí)水平和情感狀態(tài)等特征與規(guī)律;教育智能體能夠比教師更準(zhǔn)確地記錄學(xué)習(xí)者的成長(zhǎng)歷程，能夠比教師更客觀、更符合腦智規(guī)律地進(jìn)行學(xué)習(xí)指導(dǎo);教育智能體能夠洞察學(xué)習(xí)者更廣闊的外部世界和內(nèi)心世界，提供更開放的學(xué)習(xí)空間、思考空間和成長(zhǎng)空間。可以說，人工智能正在從技術(shù)層面重塑我們的學(xué)習(xí)形態(tài)，并逐漸滲透和作用于我們的文化，加速現(xiàn)代文明的進(jìn)步。與此同時(shí)，人工智能視域下“人”與“知識(shí)”的關(guān)系模式正在被重新定位.傳統(tǒng)的知識(shí)觀正在被顛覆，新的價(jià)值理念被孕育并引領(lǐng)個(gè)體的發(fā)展。具體而言，智慧學(xué)習(xí)的目標(biāo)已經(jīng)開始從培養(yǎng)具備嚴(yán)格知識(shí)體系的社會(huì)勞動(dòng)力，轉(zhuǎn)向支持并促進(jìn)學(xué)生成為適應(yīng)性人才和終身學(xué)習(xí)者。智慧學(xué)習(xí)新的技術(shù)特征與文化內(nèi)涵，將使其承載起傳播與構(gòu)筑智能時(shí)代知識(shí)觀與價(jià)值觀的重任。

四、結(jié)語(yǔ)

學(xué)習(xí)是人類終身的主題，智慧學(xué)習(xí)是一個(gè)融合了多種理論、方法、技術(shù)和活動(dòng)的復(fù)雜系統(tǒng)。在教育信息化2.0時(shí)代開展對(duì)智慧學(xué)習(xí)的深入研究，有助于厘清技術(shù)與學(xué)習(xí)的深刻關(guān)系與內(nèi)在邏輯，把握人工智能浪潮下智慧學(xué)習(xí)的發(fā)展趨勢(shì)，并認(rèn)識(shí)到智慧學(xué)習(xí)所面臨的挑戰(zhàn)，從而推動(dòng)人工智能與智慧學(xué)習(xí)的深度融合和積極發(fā)展。雖然機(jī)器學(xué)習(xí)已經(jīng)在學(xué)習(xí)者建模、學(xué)習(xí)行為預(yù)測(cè)等方面得以應(yīng)用，但人工智能技術(shù)尚未普惠人類學(xué)習(xí)。人工智能從狹義的、特定領(lǐng)域應(yīng)用走向廣義通用范圍的應(yīng)用，即實(shí)現(xiàn)從弱人工智能到強(qiáng)人工智能，再到通用人工智能，尚需時(shí)日。同時(shí)，技術(shù)可以成為人類學(xué)習(xí)過程中的強(qiáng)勁動(dòng)力，但也可以成為其負(fù)擔(dān)和阻力。人工智能促進(jìn)智慧學(xué)習(xí)的良性發(fā)展需要基于對(duì)腦智規(guī)律的科學(xué)認(rèn)識(shí)、理解尊重與合理應(yīng)用，同時(shí)學(xué)習(xí)者要在智慧學(xué)習(xí)的過程中樹立新的知識(shí)觀和價(jià)值觀，踐行新思想，擁抱新時(shí)代。

作者簡(jiǎn)介：

粱迎麗：講師，博士，研究方向?yàn)槿斯ぶ悄芙逃龖?yīng)用、智慧學(xué)習(xí)（lyl@njupt.edu.cn）。

梁英豪：講師，在讀博士，研究方向?yàn)榻逃睦韺W(xué)（enherolong@sina.com）.