AI List錢琨博士:人工智慧與教育

本期話題AI與能源。我們很榮幸的邀請到AI List 負責營運及教育領域的負責人錢琨博士上我們的節目。錢博士是計算神經生物學專業, 對人工智慧有自己特別的理解。

本期節目分成四段。第一段說明一下什麼是人工智慧及其在教育方面的應用。第二段討論能源的生產管理和節能。第三段展望人工智慧在教育方面的技術。第四段是個人的經驗分享。

人工智慧及其在教育方面的應用

錢博士認為人工智慧從技術方面講是數據分析的自動化。

目前教育有三個比較大的問題。

  1. 大班上課,資源欠缺。
  2. 所有學生用一樣的教材,效率很低,沒法因材施教。
  3. 師資有限,偏遠地區沒有足夠的老師。

個性化教育有利於開發學生潛力,彌補學生不足。隨著在線教育的普及,例如MOOC,現在的問題是資源太多了。AI可以幫助客戶選擇合適的資源,因材施教。

AI可以應用在監考方面。利用攝像頭,通過面部表情和眼球的轉動來分析作弊。

人工智慧可以比人類更加有耐心地回答問題。例如,曾經有次實驗,IBM Watson 裝作助教,遠程通過郵件回答學生問題。學生的問題都得到準確的回答,而且沒有發現這個助教是人工智慧。孩子現在可以直接問Google Home算術題。

人工智慧的具體技術

教育領域用到的人工智慧主要的有四個方面

  1. 自然語言處理(Natural Language Processing)
  2. 語音處理(Speech Recognition)
  3. 圖像識別(Image Processing)
  4. 專家系統/推薦系統(Expert System/Recommendation System)

專家系統(Expert System),還有個名字叫推薦系統(Recommendation System),底層的演算法是深度學習(Deep Learning)。專家系統給所有的參數一個標準,讓機器判斷什麼是好,什麼是壞,通過一定數據的訓練後,機器就能有一個很好的演算法。

英語流利說利用了語音識別技術幫助用戶校正發音,而Querium則利用了自然語言處理和圖像識別技術,幫助理科(STEM)學生學習。

個人經驗分享

錢琨博士認為機器學習的核心是神經網路,而神經網路是受計算生物學的啟發。錢博士博士研究領域恰好是現代AI演算法的源頭。

錢博士走向風險投資領域則是個一波三折的過程,是對自我認識的演化。她覺得自己博士期間的很多科研成果被束之高閣,沒法直接幫助到社會。於是轉而研究醫院神經病理學,想讓科技能更好地幫助人。她的第一份工作,是開發手術時監控病人大腦信號的技術。後來她又發現風險投資可以更快地推廣科技,讓科技幫助更多的人。而她博士期間的訓練可以幫助分辨創業公司前景。

錢琨博士對進入風險投資領域有自己的觀點。她認為風險投資的實際工作不如看起來那麼光鮮亮麗,需要大量數據分析和人際關係的工作。錢博士在進入風險投資領域之前,在醫療領域有十年的工作經驗。這些工作經驗幫助她更好地判斷相關領域的創業項目。

在這一期我們除了介紹一般的AI知識外,同時對於人工智慧在教育方面的應用包括了學生,老師,學校及家長都是非常有用。它的技術包括數據分析及深度學習外,更重要的是這些技術可以量身定做,做到古人所謂的因材施教。非常感激錢琨博士分享她在AI方面的知識。希望大家不要錯過。

播出時間為洛山機時間星期六 (Jan 20, 2018)下午三時到四時 (LA 時間)。請點撃 usachineseradio.com 收聼。同時您也可以從希瑪拉雅和 Apple Podcast 的綱站收聼所有過去的節目。

希瑪拉雅: ximalaya.com/65089281/a

Podcast: itunes.apple.com/us/pod

科技與生活 | 錄製華語科技巨人的聲音

充實科技知識,帶來生活方便

科技與生活節目由洛杉磯金華之聲廣播電台科技與生活製作團隊出品,旨在採訪高影響力的科學/工程高管,分享實踐應用和探索的體會,以對聽眾有跨領域的啟發和思辨盛宴

未來元月部份節目:人工智慧

元月二十七日:AI和營銷

未來二月的節目:創新

二月三日:專訪美國加州現任財務長及未來加州州長江俊輝生生,談美國加州之創新環境。現場直播,對外開放。歡迎參加。見附本邀請信。

二月十日:專訪台灣科技部長陳良基博士暢談科技與生活面面觀並分享台灣半導體成功之經驗

二月十七日:專訪蓋茨基金會北京代表處首席代表李一諾博士說明什麼是最難的創新

二月二十四日:科技與生活節目嘉賓中午聚餐,慶祝開播三周年及中國農曆春節。邀請信短期內隨後發出。

科技與生活節目今天起開微信的公眾號 -科技與生活 及 「知乎」通道,本地金華之聲頻道, broadcast+新媒體多渠道讓知識傳播惠。上面有許多有關作者訊息及文章。請關注。

請轉告您的朋友及家人共同分享個可貴的資訊。


推薦閱讀:

Issue 7 庫茲韋爾的理智與瘋狂
求大神通俗易懂的解釋下交叉驗證cross-validation?
垂直場景的全棧式創新:VINCI 的「問題解決」之道 | WARE 2017

TAG:人工智能 | 教育 |