機械学習と脳科学が次の10年間の教育発展をリードする

[51CTO.comよりオリジナル記事] 昨今人気の技術として、産業界における人工知能の応用が徐々に広がっています。最近、人工知能教育分野で最も重要なイベントである第3回AIAEDグローバルAI+インテリジェント適応教育サミットが記者の注目を集めています。

[[267024]]

今年のAIAEDグローバルAI+インテリジェントアダプティブ教育サミットは、Squirrel AI Learning、IEEE教育工学およびアダプティブ教育標準ワーキンググループ、中国オートメーション協会、New Oriental、TAL Education、36Krなどが共同で主催し、論文、学術、産業、ビジネス、投資、政府、エンターテインメントの7つの主要セクションに分かれています。国内外の多くの権威あるAI専門家や教育業界の研究者が参加し、機械学習とディープラーニングの教育分野への詳細な応用、教育データマイニング、自然言語処理と意味分析、マルチモーダル帰納的学習行動分析と感情会計、AIと学習工学の相互作用などの重要な技術、およびこれらの技術が学生にパーソナライズされた教育を提供し、教育業界の革新的な発展を促進する方法について議論しました。

機械学習と脳科学を組み合わせて、次の10年間の教育を支援する

世界的な機械学習のゴッドファーザー、カーネギーメロン大学（CMU）コンピューターサイエンス学部長のトム・ミッチェル教授がイベントに出席し、基調講演を行いました。ミッチェル教授は講演の中で、30年以上前にAIに基づく個別指導が学生の学業成績に大きく貢献することを認識していたこと、AI個別指導企業の台頭が現在この見方を裏付けていること、過去10年間でAI技術の発展が急速に進み、一定の成果を達成したことなどを述べました。これら 3 つの点を組み合わせると、今後 10 年間は間違いなく AI が教育に影響を与える 10 年となるでしょう。

[[267025]]

グローバル機械学習のゴッドファーザー——カーネギーメロン大学コンピュータサイエンス学部長トム・ミッチェル教授

インテリジェント適応教育というテーマになると、まず頭に浮かぶのは教育システムです。トム・ミッチェル教授は、インテリジェント適応の意味は学生の現状を理解することだと考えています。マクロレベルでもミクロレベルでも、活動の選択肢を提供し、選択を通じて学生の学習の軌跡を理解し、異なる分野や異なる知識に基づいて学生の感情状態も理解できなければなりません。彼は次のように強調しました。「機械学習は、学生の現状を把握するために、各分野に対応する機能を備えている必要があります。モデルに永久に埋め込む必要はもうありません。機械学習はこの機能が何であるかを発見することができ、機械学習を使用して継続的に修正することができます。これが、適応型教育における機械学習の中心的な役割です。」同時に、機械学習は評価システムの構築、最適な教育方針の発見、報酬およびインセンティブシステム、強化学習、全体的な学習にも使用でき、インテリジェント適応型教育の分野でも重要な役割を果たすでしょう。

会議中、トム・ミッチェル教授は、カーネギーメロン大学の脳科学分野における最先端の実験研究について言及しました。人間の表情や感情をリアルタイムで追跡・監視することで、これらの表情の特徴を発見・記録し、それらの表情をよりよく認識することが可能になります。彼は人間の脳を2万枚以上の異なるプレートに分割しました。各プレートはニューロンよりもはるかに厚く、これらのプレートには5万以上のニューロンがあります。異なるプレートはニューロンの変動に合わせて動きます。異なるプレートの動きの変化をスキャンすることで、ソファについて考えているのか、マイクについて考えているのかなど、脳の認知レベルを分析できます。彼は、このリアルタイム感情モニタリング技術を、顔の表情と組み合わせて教育分野に応用したいと考えています。もちろん、この技術はまだ比較的初期段階の研究であり、トム・ミッチェル教授は、今後 10 年間でさらに進歩すると考えています。

Squirrel AIインテリジェント適応エンジンとMCMシステム***進捗状況

Squirrel AI Learningの創設者であるLi Haoyang氏は基調講演で次のように述べた。「人工知能教育企業は、米国、日本、韓国、オーストラリア、インドなど、世界中で急成長しています。」しかし中国では、適応教育はまだ始まったばかりです。人工知能適応型教育を通じて、各生徒の学習の実際のデータをタイムリーに把握できます。これらのデータは、生徒が自分自身をよりよく理解するのに役立つだけでなく、適応型教育の発展にも貢献します。

[[267026]]

Squirrel AI Learningの創設者、Li Haoyang氏

データによると、5年間の開発期間と製品発売から3年を経て、Squirrel AI Learningには200万人の登録生徒がいます。中国国内の20以上の省、直轄市、自治区、200以上の都市、1,900近くの学校で利用されており、毎月100校以上の新規開校率を維持しています。特筆すべきは、支払額範囲が 1,000 ～ 2,000 米ドルの有料学生ユーザーの数が、2018 年第 1 四半期の同時期と比較して 2019 年第 1 四半期に 14 倍に増加したことです。これは、Squirrel AI とその 700 人を超える教育および研究の専門家、AI 科学者、技術者の素晴らしい証です。

Squirrel AI インテリジェント アダプティブ エンジン アーキテクチャ

Squirrel AI Teacher のエンジン アーキテクチャは 3 つのレベルに分けられます。左側はオントロジー レイヤーで、学習マップ、知識マップなどのコンテンツが含まれます。中間層はアルゴリズム レイヤーで、学生ユーザー ポートレート エンジン、目標管理エンジンなどの一連の推奨エンジンです。3 番目のレベルはインタラクティブ システムで、現在は主にビデオ、質問、推奨、簡単な対話を通じて人々と対話します。将来、Squirrel AI は、より多くのヒューマン コンピューター インタラクション モードを開発して、学生とマシンの対話をよりスムーズにしたいと考えています。

Xue Education の超ナノレベルの知識ポイントのセグメンテーションは、Knewton や ALEKS よりも 5 ～ 10 倍詳細です。このような詳細なセグメンテーションにより、Squirrel AI は学生の知識ポイントをより正確に診断できるため、より合理的な学習計画の策定が容易になり、学生の学業成績の向上に役立ちます。

会議で、李浩陽氏は、エラー原因分析を用いて知識マップを再構築するリスAIの今年の最新の研究成果を発表しました。生徒がすべての知識ポイントを習得しているにもかかわらず、依然として間違いを犯すと仮定して、Squirrel AI は、間違いの一般的な原因の 30%～40% をまとめます。各回答に対して不正解を犯す生徒の割合を整理し、生徒の思考方法を掘り下げることで、生徒が問題を解決できるように支援し、同様の間違いを繰り返さないように導きます。

その後、Li Haoyang 氏は Squirrel AI を推進し、MCM システムの包括的なアップグレード (第一に学習アイデア、第二に機能、第三に方法) を実行しました。李昊陽氏は、学習には学習の考え方、能力、方法が必要だと述べた。学習の考え方には、分類議論思考、逆思考、変換思考が含まれ、学習能力には分析能力、観察能力、理解能力、有効な情報を得る能力が含まれる。これらの思考、能力、方法を分解することで、AI チューターは教えることができます。 AI教師の指導内容には「3つの缶」の原則があります。1つ目は定義可能、2つ目は測定可能、3つ目は指導可能で、上記の3つのポイントが満たされている場合にのみ、AI教師は指導することができます。李昊陽氏は「MCMシステムは学生の資質を養い、生涯にわたって役立つ極端な思考や逆転の思考などの能力を身につけることができる」と強調した。

CMU と Squirrel AI Learning 共同研究室が発足

会議では、カーネギーメロン大学と易学教育のSquirrel AI Learning共同実験室が正式に調印され、発足した。Squirrel AI Learningは1,000万ドルを投資し、AI教育の発展を加速させる予定。これは、Squirrel AI がスタンフォード研究所 (SRI) および中国科学院との共同研究所を設立した後に設立した、もう 1 つの世界クラスの人工知能教育研究所です。さらに、Squirrel AI は、CMU のコンピューター サイエンスおよび心理学の教授である Ken Koedinger 氏を Squirrel AI のトップ学習科学者として採用しました。

[[267027]]

メディアのインタビューでは、共同研究室の研究の方向性や具体的な目標について記者らが詳しく聞きました。李浩陽氏は、共同研究室の研究は主に3つの方向に焦点を当てていると述べた。

1 つ目は、業界標準を策定することです。これは困難で、大規模かつ複雑なプロジェクトであり、非常に高いレベルの権限も必要です。トム・ミッチェル教授はかつて機械学習に関するホワイトペーパーを執筆しており、これも両者の協力の重要な部分です。同氏は、標準とフレームワークが認知されて初めて、AndroidシステムやARMアーキテクチャのように広く推進され、適用され、持続可能な開発が達成できると述べた。

2つ目は、まったく新しいアルゴリズムを研究することです。現在、ベイジアン、遺伝的アルゴリズムなど、多くの種類のアルゴリズムがありますが、最も人気のあるアルゴリズムはディープラーニングです。ディープラーニングの問題は、必要なデータが多すぎることです。たとえば、子供が猫を認識することを学ぶには、100万枚の写真ではなく、20枚の写真だけが必要です。まったく新しいアルゴリズムを使用して、各ユーザーがシステムをより簡単に使用できるようにする方法が研究の方向性です。

3つ目は、Squirrel AIの国立研究所の拠点となることです。Squirrel AIが設立したスタンフォード研究所（SRI）と中国科学院の2つの共同研究所、およびSquirrel AI内の研究所はすべてトム・ミッチェル教授が率い、研究所間の連携と協力も強化されます。

今後5～10年の間に、両者は脳科学分野の最新技術研究成果を教育分野に応用するさまざまな可能性を共同で模索していきます。

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]