2018 智能教育 匚。重庆师范大学 @报告人:马燕教授部门:研究生院
智能教育 报告人：马燕 教授 部门： 研究生院 重庆师范大学
美国先后颁布了《为人工智能的未来做好 准备》和《国家人工智能研发战略规划》, 欧盟委员会制定了 SPARO机器人创新计划, 英国和德国政府分别制定了“现代工业战略 国内外基于人工智能的相关政策和规划和“工业40计划,日本政府规划了人工智 能产业化路线并部署了超智能社会。 我国政府于2017年7月8日发布了《新 一代人工智能发展规划》,指明了我国发展 人工智能的重点任务,并对发展规划进行了 全面部署,这是我国“抢占信息化制高点 增加国际话语权”的重要战略举措
国内外基于人工智能的相关政策和规划 美国先后颁布了《为人工智能的未来做好 准备》和《国家人工智能研发战略规划》， 欧盟委员会制定了SPARC机器人创新计划， 英国和德国政府分别制定了“现代工业战略” 和“工业4.0”计划，日本政府规划了人工智 能产业化路线并部署了超智能社会。 我国政府于2017年7月8日发布了《新 一代人工智能发展规划》，指明了我国发展 人工智能的重点任务，并对发展规划进行了 全面部署，这是我国“抢占信息化制高点， 增加国际话语权”的重要战略举措
人工智能推动教育的相关研究 教育技术领域已经涌现出—批相关研究,集中表现为人工智能内 涵、技术与应用等内容的概述,如探讨了人工智能教育应用的热点 问题;侧重对美国政府两个人工智能报告的解读,分析了教育人工 智能的内涵、关键技术与应用趋势;探索了机器学习在教育中的应 用;分析了人工智能与STEM等课程的融合;构筑了人工智能+教育 的生态系统
教育技术领域已经涌现出一批相关研究，集中表现为人工智能内 涵、技术与应用等内容的概述，如探讨了人工智能教育应用的热点 问题；侧重对美国政府两个人工智能报告的解读，分析了教育人工 智能的内涵、关键技术与应用趋势；探索了机器学习在教育中的应 用；分析了人工智能与STEM等课程的融合；构筑了人工智能+教育 的生态系统。 人工智能推动教育的相关研究
思考 人工智能发展到今天,其原因何在?教育领域中的人工智能 有何不同? 因此,有必要回顾人工智能的产生与发展历程,立足于人工 智能技术在教育领域中的应用现状,剖析其在教育应用中的典型 特征,并把握其未来发展趋势,为推动我国人工智能与教育的融 合创新发展提供理论指导
人工智能发展到今天，其原因何在？教育领域中的人工智能 有何不同？ 因此，有必要回顾人工智能的产生与发展历程，立足于人工 智能技术在教育领域中的应用现状，剖析其在教育应用中的典型 特征，并把握其未来发展趋势，为推动我国人工智能与教育的融 合创新发展提供理论指导。 思考
01 人工智能的发展历程与核心驱动力 Oz-mz 02 录 人工智能教育应用的现状分析 03 人工智能教育应用的典型特征与发展趋势 04 结束语
01 02 03 04 人工智能的发展历程与核心驱动力 人工智能教育应用的现状分析 人工智能教育应用的典型特征与发展趋势 结束语 目录 CONTENTS
01人工智能的发展历程与核心驱动力
01 人工智能的发展历程与核心驱动力
1.1人工智能的三次浪潮 基于概率统计模型的 第一次浪潮 新方法,语音识别、机器 第三次浪潮 1956年 翻译的研究取得了明显进 展,人工神经网络在模式 2006 年 识别等领域初露端倪 图灵测试人工神经网络深度学习技术 2015年基于深度学习的人工智算 在人机分隔的情况下进行 法在图像识别准确率方面第一次超 测试,如果有超过30%的 第二次浪潮越了人类肉眼人工智能实现了飞 测试者不能确定被试是人 还是机器,那么这台机器 20世纪80年代语音识别同错率降低至59%如今 就通过了测试,并被认为 人工智能已由实验室走向市场,无 具有人工智能 人驾驶、智能助理、机器人等应用 已经走进社会生活
第一次浪潮 1956年 第二次浪潮 20世纪80年代 第三次浪潮 2006年 在人机分隔的情况下进行 测试，如果有超过30%的 测试者不能确定被试是人 还是机器，那么这台机器 就通过了测试，并被认为 具有人工智能。 2015年基于深度学习的人工智能算 法在图像识别准确率方面第一次超 越了人类肉眼，人工智能实现了飞 跃性的发展。2016年，微软将英语 语音识别词错率降低至5.9%。如今， 人工智能已由实验室走向市场，无 人驾驶、智能助理、机器人等应用 已经走进社会生活。 基于概率统计模型的 新方法，语音识别、机器 翻译的研究取得了明显进 展，人工神经网络在模式 识别等领域初露端倪。 图灵测试 深度学习技术 1.1 人工智能的三次浪潮 人工神经网络
1.2人工智能的三大要素 人工智能不断突破并接近自 运算力 身的目标:能够根据对环境的 感知,做出合理的行动,从而 人工智能 获得最大收益。从人工智能的 的三大要 发展历程来看,运算力、数据 素 算法模 量和算法模型是人工智能的三 数据量 大要素
1.2 人工智能的三大要素 人工智能 的三大要 素 运算力 算法模 型 数据量 人工智能不断突破并接近自 身的目标：能够根据对环境的 感知，做出合理的行动，从而 获得最大收益。从人工智能的 发展历程来看，运算力、数据 量和算法模型是人工智能的三 大要素
1.2人工智能的三大要素 人工智能的推理 能力,源自于大量 的应用场景数据集。 通过使用大量的数 训练模型 00 应用于具体场景 据对算法模型进行 定的训练,机器 0t0 海量数据 算法模型 领域应用 才能够根据算法做 图1人工智能的实现原理 出具有类人智能的 判断、决策和行为
1.2 人工智能的三大要素 人工智能的推理 能力 ，源自于大量 的应用场景数据集 。 通过使用大量的数 据对算法模型进行 一定的训练 ，机器 才能够根据算法做 出具有类人智能的 判断 、决策和行为
1.3人工智能的核心驱动力 云计算 核心驱动力 01 03 大数据 深度学习
核心驱动力 01 02 03 大数据 云计算 深度学习 1.3 人工智能的核心驱动力