約翰·霍普克羅夫特：美國計算機科學(xué)家，康奈爾大學(xué)計算機科學(xué)系工程與應(yīng)用數(shù)學(xué)IBM講席教授，畢業(yè)于美國康奈爾大學(xué)計算機科學(xué)系。1986年，因在算法及數(shù)據(jù)結(jié)構(gòu)的設(shè)計和分析中所取得的決定性成果，獲得圖靈獎。2017年11月，當(dāng)選中國科學(xué)院外籍院士。資料圖片
2018年7月18日，由互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國家工程實驗室、中國教育與社會發(fā)展研究院和北京師范大學(xué)智慧學(xué)習(xí)研究院聯(lián)合舉辦的“人工智能與教育學(xué)術(shù)沙龍”在京舉行，圖靈獎獲得者、美國康奈爾大學(xué)教授、中國科學(xué)院外籍院士約翰·霍普克羅夫特(John E·Hopcroft)作了題為《人工智能與深度學(xué)習(xí)》的主旨報告。來自清華大學(xué)、北京理工大學(xué)、首都師范大學(xué)、北京師范大學(xué)等高校的師生和相關(guān)企業(yè)代表參加了活動。
機器學(xué)習(xí)是人工智能領(lǐng)域的一個研究方向，霍普克羅夫特教授介紹了機器學(xué)習(xí)在人工智能中的應(yīng)用原理、意義和實踐，并就人工智能對教育的影響做了深入解析。
“智能時代”真的要來臨了?
或許還需要40年才能取得突破
霍普克羅夫特教授回顧了人工智能的發(fā)展歷程并指出，信息革命將從根本上改變我們的社會，如同農(nóng)業(yè)革命和工業(yè)革命一樣，它會給我們的生活帶來重大影響，它會減少人力的投入并創(chuàng)造更多的產(chǎn)品和服務(wù)。未來假設(shè)只有25%的人需要工作，如何鼓勵其他人參與到更有價值的活動中去就變成了一個重要的議題。當(dāng)前的人工智能主要是基于一定規(guī)模的大數(shù)據(jù)量支持下的模式識別，而真正的智能或許還需要40年的時間才能真正取得突破。
深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支，是“更深層次”的機器學(xué)習(xí)。研究人員正試圖建立起一個神經(jīng)元網(wǎng)絡(luò)架構(gòu)，這是一種類似于大腦神經(jīng)元的模型，但這只是一種簡單模型，因為人腦的結(jié)構(gòu)非常復(fù)雜，無法完全復(fù)制。深度學(xué)習(xí)研究想讓機器模仿人腦的機制來解釋數(shù)據(jù)，“Deep”指的是在這個模式下有多少層的網(wǎng)絡(luò)聯(lián)系。
研究人員發(fā)現(xiàn)，單一層次可以做一些類似于計算、算法等較為基礎(chǔ)的事情;當(dāng)模型里的層次不斷加深時，計算的效果也越來越好。人類大腦學(xué)習(xí)時有數(shù)以千計的層次，如今還無法解釋為什么更多的層次會使學(xué)習(xí)效果變好，但是研究顯示的結(jié)果是這樣的。
人工智能如何助力教育?
教育問題的核心點是“愛與關(guān)懷”
在國際教育技術(shù)領(lǐng)域有一個著名的“喬布斯之問”，為什么計算機改變了幾乎所有領(lǐng)域，卻唯獨對學(xué)校教育的影響小得令人吃驚?霍普克羅夫特教授認為教育是一件非常復(fù)雜的事，一些研究人員提出“用人工智能取代教師”，但這也許會失掉教育中最重要的因素。在談到人工智能等新技術(shù)與教育的關(guān)系時，他介紹了一項美國的教育社會實驗。該實驗經(jīng)過長達20年的追蹤研究發(fā)現(xiàn)，真正幫助學(xué)生獲得成功的關(guān)鍵因素不是教材和知識本身，而是老師的關(guān)懷。他指出，教育問題的核心點是“愛與關(guān)懷”，一切技術(shù)都是輔助手段，只是為教育提供更完善、更優(yōu)化的渠道和方式。
霍普克羅夫特教授建議在大學(xué)中推動并鼓勵研究人員做人工智能方面的研究。首先要讓青年學(xué)者意識到研究是一件非常有意思的事。這是因為人工智能的基礎(chǔ)科學(xué)研究非常重要，它不同于實踐研究，基礎(chǔ)科學(xué)研究的動力主要來自于研究者對于某一研究領(lǐng)域和問題的好奇心，如果僅靠傳統(tǒng)的項目經(jīng)費和論文數(shù)目的驅(qū)使，往往難以催生出更高效的結(jié)果。其次，研究機構(gòu)尤其是基層研究單元要轉(zhuǎn)變研究觀念。在很多大學(xué)，基層研究單元是研究機構(gòu)的基礎(chǔ)，他們會承擔(dān)更多基礎(chǔ)性的研究工作。應(yīng)讓研究人員覺得他們在為自己感興趣的課題而努力工作，而非僅僅為了完成項目。也許不是所有的研究都有很高的價值，但是我們正在培養(yǎng)下一代研究人員，他們中的一些人將會帶來根本性的改變。過去20年，中國的人工智能研究在數(shù)量和競爭力上已經(jīng)取得了很大提升，下一步重點要提高研究的質(zhì)量。