編者按：如今世界的變化速度之快，簡(jiǎn)直要趕上科幻小說(shuō)了。 自動(dòng)駕駛汽車(chē)迅速發(fā)展，衛(wèi)星在周?chē)⌒行巧蠈ふ毅K金礦，AR 游戲讓死宅們走向公園（抓精靈）……

這些科技究竟能讓未來(lái)的我們進(jìn)入天堂還是跌入地獄，也許取決于我們是否能科技提升全人類(lèi)的生存質(zhì)量。而教育領(lǐng)域也是一樣。

sinoustimes

在人工智能（AI）領(lǐng)域，也有著這么一家為全人類(lèi)教育事業(yè)著想的企業(yè)：Value Spring Technology，簡(jiǎn)稱(chēng) VST。他們正在發(fā)明一個(gè)名叫“Ali”的人工智能教師，可以用自然語(yǔ)言來(lái)輔導(dǎo)全世界不同年齡段孩子們?nèi)魏胃信d趣的話(huà)題。而讓他們能夠?qū)崿F(xiàn)這一終極目標(biāo)的工具，就是它們開(kāi)發(fā)的 enterpriseMind 平臺(tái)。

與其他幾乎所有 AI 都不同的是，這個(gè)平臺(tái)可以理解語(yǔ)言的內(nèi)涵并重寫(xiě)自己的程序，也許真真正正的人工智能將從這里產(chǎn)生。

為了展示 enterpriseMind 平臺(tái)和“Ali助教”的潛力，Ali的第一個(gè)大項(xiàng)目是幫助輔導(dǎo) Enterprise in Space 項(xiàng)目的同學(xué)們工作，這個(gè)項(xiàng)目是將一個(gè)3D打印的航天器發(fā)射到地球軌道，并完成全世界超過(guò) 100 個(gè)學(xué)生團(tuán)隊(duì)的實(shí)驗(yàn)項(xiàng)目。

在采訪(fǎng)中，VST 公司團(tuán)隊(duì)介紹了 Ali 的工作過(guò)程、它與其他已有的 AI 軟件的不同之處、以及它是如何在學(xué)生對(duì)整個(gè)學(xué)習(xí)生涯進(jìn)行輔導(dǎo)的。

enterpriseMind 是如何工作的？

1984年，VST公司的創(chuàng)始人兼 enterpriseMind平臺(tái)發(fā)明人 William Doyle，注冊(cè)了他的第一個(gè) AI 軟件專(zhuān)利，用來(lái)模仿人類(lèi)思維活動(dòng)。

這個(gè)AI專(zhuān)利基于一種可以從非結(jié)構(gòu)語(yǔ)句中解碼字句意義的“含義引擎（meaning engine）”，為數(shù)據(jù)引擎和保險(xiǎn)承銷(xiāo)領(lǐng)域編寫(xiě)軟件。它能收集各個(gè)保險(xiǎn)公司承銷(xiāo)政策的數(shù)據(jù)，然后根據(jù)數(shù)據(jù)分析，為公司經(jīng)營(yíng)編寫(xiě)程序。

30 年后，經(jīng)過(guò)幾代 AI 專(zhuān)家及 IBM 工程師的不懈努力，Doyle 的這個(gè) AI 專(zhuān)利成為了enterpriseMind 平臺(tái)和 VST 公司的基礎(chǔ)，并最終成為了吸引 IBM Watson 的認(rèn)知計(jì)算系統(tǒng)技術(shù)。現(xiàn)在，Watson已經(jīng)開(kāi)始發(fā)展 AI 認(rèn)知計(jì)算語(yǔ)言，VST 也正在 enterpriseMind 平臺(tái)上建造 AI 的自然語(yǔ)言界面。

要理解 Doyle 的 AI 是如何工作的，我們可能需要更多的心理學(xué)課程而不是計(jì)算機(jī)課程，因?yàn)?enterpriseMind平臺(tái)是基于實(shí)際人類(lèi)認(rèn)知規(guī)則而建立的。

在心理學(xué)中，記憶理論模型有兩種方式，程序性記憶和陳述性記憶。

程序性記憶中包含著你如何完成工作的信息。如果你是個(gè)數(shù)據(jù)架構(gòu)師，程序性記憶會(huì)告訴你如何設(shè)計(jì)一個(gè)數(shù)據(jù)庫(kù)。所以，我們的 AI 中存儲(chǔ)有程序性記憶和知識(shí)。

另一種記憶是陳述性記憶，它又包括兩種：

• 情景記憶（比如，生活中的事件——早晨起床、喝咖啡、開(kāi)電話(huà)會(huì)議等）

• 語(yǔ)義記憶，包括單詞概念、句子和故事。

VST 的 AI 如何利用三種基礎(chǔ)意義來(lái)理解長(zhǎng)故事中的概念含義

Doyle 補(bǔ)充說(shuō)：“我們認(rèn)為，認(rèn)知取決于單詞、句子、故事，以及這些元素相互作用組成程序性知識(shí)。我們的人工智能現(xiàn)在可以做一些程序性的事情，比如設(shè)計(jì)數(shù)據(jù)庫(kù)、編寫(xiě)軟件代碼。并且，它還可以理解意義、進(jìn)行記憶，學(xué)習(xí)并對(duì)客戶(hù)數(shù)據(jù)進(jìn)行分類(lèi)。”

但是這些是如何編譯到人工智能算法中的呢？雖然 enterpriseMind 是基于人類(lèi)認(rèn)知原理設(shè)計(jì)的，但是畢竟還是要將這些規(guī)則在某種程度上轉(zhuǎn)化成計(jì)算機(jī)科學(xué)。

為了使 AI 像人類(lèi)一樣思考并完成某項(xiàng)特定的工作， VST 公司為 AI 編寫(xiě)特定軟件。比如在設(shè)計(jì)復(fù)雜的數(shù)據(jù)庫(kù)時(shí)，程序令 AI 按照數(shù)據(jù)工程師建造數(shù)據(jù)庫(kù)的步驟來(lái)進(jìn)行設(shè)計(jì)工作，這樣就構(gòu)成了AI的程序性記憶。

Doyle 說(shuō)道：“我們通過(guò)采訪(fǎng)數(shù)據(jù)工程師們，了解他們?nèi)绾喂ぷ?，比如，如何設(shè)計(jì)數(shù)據(jù)庫(kù)？如何寫(xiě)代碼？如何整合兩個(gè)數(shù)據(jù)庫(kù)？我們收集了這些信息，并構(gòu)建出我們對(duì)于數(shù)據(jù)工程師工作的模型?！?/p>

圖中為 VST 數(shù)據(jù)工程師軟件界面，顯示出數(shù)據(jù)工程師與AI的交互方法

“run”的 129 種含義

接下來(lái)更重要的一步是，AI 需要對(duì)新遇到的數(shù)據(jù)做出真實(shí)反應(yīng)。VST 的認(rèn)知計(jì)算軟件可以理解單詞、句子、故事之間的關(guān)系，這正是將 VST 的技術(shù)與其他人工智能技術(shù)區(qū)別開(kāi)來(lái)的關(guān)鍵所在。

Doyle解釋說(shuō)：“人們使用的語(yǔ)言本身是模糊的。一個(gè)單詞‘run’，看起來(lái)非常簡(jiǎn)單，卻也有129種不同的含義，單詞‘party’也有9種不同的含義。平均而言，每個(gè)英文單詞至少有7種含義。這種模棱兩可常常隱藏在我們這些自然語(yǔ)言使用者口中，因?yàn)槲覀儗?shí)際上并不會(huì)感到含義模糊。人們通過(guò)句子、短語(yǔ)等語(yǔ)言單位的意義來(lái)消除模糊含義，我們正是基于這一過(guò)程來(lái)建造 enterpriseMind 平臺(tái)。如果不能人為消除模糊語(yǔ)義，就無(wú)法實(shí)現(xiàn)語(yǔ)言功能。”

當(dāng)大多數(shù)AI還依賴(lài)于在內(nèi)容中尋找關(guān)鍵詞，再根據(jù)關(guān)鍵詞來(lái)運(yùn)行腳本時(shí)，enterpriseMind 已經(jīng)可以推測(cè)內(nèi)容含義了。

這就是為什么當(dāng)你向Siri提出一個(gè)問(wèn)題時(shí)，她一般會(huì)推送出與問(wèn)題關(guān)鍵字相關(guān)的搜索結(jié)果。當(dāng)問(wèn)題還是“今天天氣如何？”時(shí)，這種策略還行得通，但是當(dāng)問(wèn)題更復(fù)雜一些時(shí)，比如“地球到火星距離多遠(yuǎn)？”，這種答案可能就牛頭不對(duì)馬嘴了。

與Siri和Google Search不同，VST 的人工智能解釋是，“地球與火星的距離是不固定的，與行星繞太陽(yáng)的旋轉(zhuǎn)有關(guān)?！?/p>

 對(duì)該問(wèn)題一般的搜索結(jié)果其實(shí)并沒(méi)有理解“火星”的含義，他們將“火星與地球的距離”視為與“最近的星巴克在哪”一樣的問(wèn)題。但是我們都知道，火星可不能和星巴克混為一談。

軟件發(fā)展部門(mén)副主席 Allan Elkowitz 詳細(xì)解釋了 VST 技術(shù)與市場(chǎng)上其他人工智能的區(qū)別：

“我們與其他只是讀取既定腳本的人工智能不同的地方在于，enterpriseMind 能夠理解文字或語(yǔ)言的內(nèi)在含義。一段語(yǔ)句實(shí)際是一個(gè)有很多列的結(jié)構(gòu)數(shù)據(jù)庫(kù)，我們可以在機(jī)器智能中運(yùn)行這個(gè)數(shù)據(jù)庫(kù)，從而確定每一列的意義。如果你想要合并兩個(gè)保險(xiǎn)公司，它們分別有一個(gè)不同的數(shù)據(jù)庫(kù)，兩庫(kù)中對(duì)同一事物定義為不同的名字，那么我們可以在兩庫(kù)中互譯，然后將它們合成一個(gè)數(shù)據(jù)庫(kù)?！?/p>

Doyle 用紐約時(shí)報(bào)一篇討論 1993 年世貿(mào)中心爆炸事件的文章舉例。將這篇文章輸入到軟件中，AI 可以通過(guò)對(duì)每個(gè)單詞以及它們與文章關(guān)系的檢查，把文章劃分為幾個(gè)相關(guān)的概念，比如“爆炸嫌疑人”、“襲擊受害者”，然后，AI可以從文中找到“誰(shuí)是嫌疑人”的答案。

為 AI 載入知識(shí)

在AI能夠完成復(fù)雜任務(wù)，如數(shù)據(jù)庫(kù)建造、保險(xiǎn)服務(wù)或教育之前，我們必須為程序提供大量相對(duì)應(yīng)的知識(shí)。拿保險(xiǎn)舉例，該公司的AI明白什么是“保險(xiǎn)”、“政策”、“第一時(shí)間損失通知”，就VST 團(tuán)隊(duì)所知，enterpriseMind 是唯一一個(gè)能實(shí)現(xiàn)該功能的技術(shù)平臺(tái)。

最終，AI 可以寫(xiě)出自己的軟件程序。換句話(huà)說(shuō)就是可以進(jìn)行機(jī)器學(xué)習(xí)。當(dāng)遇到新信息時(shí)，平臺(tái)可以重寫(xiě)代碼來(lái)適應(yīng)這些新數(shù)據(jù)，添加新的規(guī)則和例外情況。 

有了AI 理解含義用的知識(shí)圖書(shū)館和可以解碼理解信息的意義引擎，加上自我學(xué)習(xí)和自寫(xiě)程序的能力，人工智能在未來(lái)就可以自動(dòng)完成復(fù)雜的人類(lèi)工作，比如處理大量復(fù)雜數(shù)據(jù)，這可以極大地解放數(shù)據(jù)工程師和保險(xiǎn)精算師的計(jì)算工作，使得他們更專(zhuān)注于其他重要事務(wù)。

目前，VST 的人工智能技術(shù)正應(yīng)用在保險(xiǎn)承保和風(fēng)險(xiǎn)分析領(lǐng)域、創(chuàng)造并管理數(shù)據(jù)模型領(lǐng)域、以及監(jiān)測(cè)和管理基礎(chǔ)設(shè)施數(shù)據(jù)領(lǐng)域。但是想讓 AI 成為助教，VST 還需要為程序加入自然語(yǔ)言界面，以便于老師和學(xué)生能與它像人類(lèi)一樣對(duì)話(huà)。

教學(xué)和語(yǔ)言的動(dòng)態(tài)性

EIS是一個(gè)全球在線(xiàn)教育機(jī)構(gòu)，為全世界學(xué)生提供免費(fèi)的前沿領(lǐng)域的教學(xué)資源和課程。它正在與VST合作發(fā)展人工智能個(gè)人助教 Ali，幫助全世界的老師和學(xué)生教學(xué)與學(xué)習(xí)。

Doyle指出：“對(duì)于像 Ali 這樣的人工智能來(lái)說(shuō)，與人類(lèi)用自然語(yǔ)言交流的關(guān)鍵在于，她需要自己為自己編程。在人類(lèi)認(rèn)知中其實(shí)并沒(méi)有什么魔法，在 Ali 身上也沒(méi)有，只是一種不同的編程方式。模仿自主人類(lèi)的人工智能Ali，在與人類(lèi)對(duì)話(huà)時(shí)能改變自己的軟件程序，學(xué)習(xí)知識(shí)，擁有情景體驗(yàn)……總之，在與人類(lèi)對(duì)話(huà)和學(xué)習(xí)中她無(wú)法對(duì)時(shí)間進(jìn)行預(yù)測(cè)，她只能為自己寫(xiě)腳本、寫(xiě)軟件，編造對(duì)話(huà)?！?/p>

“人類(lèi)的對(duì)話(huà)是動(dòng)態(tài)性的，是自發(fā)地產(chǎn)生語(yǔ)句，做出判斷和選擇。與其他軟件程序不同，人類(lèi)沒(méi)有固定腳本的對(duì)話(huà)。這也正是我們發(fā)展的人工智能的獨(dú)特之處?！?/strong>

Ali 將通過(guò) IBM Watson 的各種內(nèi)容分析API應(yīng)用程序編程接口（如文字到演講、演講到文字、WatsonSPSS 機(jī)器學(xué)習(xí)基礎(chǔ)），來(lái)學(xué)習(xí)自然語(yǔ)言。VST 的合伙人兼 COO Taffy Holliday 說(shuō)：“這些 API 讓 Ali 變成一個(gè)云端助教。我們利用 IBM Watson平臺(tái)的工具，在它們的基礎(chǔ)上工作，同時(shí)，也將超越它們。我們也與 IBM 工程師合作開(kāi)發(fā)云數(shù)據(jù)中心，這樣全世界各地的學(xué)生都可以連接到 Ali。”

圖中展示了 VST 的意義引擎是如何在 Watson 中將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)的

Doyle說(shuō)，大約 80% 的商業(yè)分析依賴(lài)于非結(jié)構(gòu)化數(shù)據(jù)的分析

教 Ali 如何當(dāng)老師

為了實(shí)現(xiàn) enterpriseMind 平臺(tái)的教育功能，VST 團(tuán)隊(duì)并不會(huì)對(duì)原有的數(shù)據(jù)庫(kù)運(yùn)行模式加以設(shè)定，他們將要設(shè)定的是老師教學(xué)學(xué)生學(xué)習(xí)的模式。

為了將教學(xué)過(guò)程模式化，EIS教育機(jī)構(gòu)令 Doyle 和他的知識(shí)工程師學(xué)習(xí)了他們精選的全球各種專(zhuān)業(yè)名師的10分鐘課程。在學(xué)習(xí)了不同老師針對(duì)不同學(xué)生在同一內(nèi)容的教學(xué)后，Doyle 相信，VST 團(tuán)隊(duì)可以做出一個(gè)有效的模型，體現(xiàn)出知識(shí)的交流過(guò)程，以及師生間應(yīng)有的程序化任務(wù)。然后，Ali 可以面向世界，給學(xué)生們當(dāng)老師，在教學(xué)過(guò)程中繼續(xù)學(xué)習(xí)并不斷改進(jìn)她的程序。

Elkowitz 把這個(gè)過(guò)程描述為：“我們吸取老師的教學(xué)內(nèi)容，并將其變成成功的模板。當(dāng)其他問(wèn)題提出時(shí)（這個(gè)問(wèn)題可能還沒(méi)有答案），Ali會(huì)遵循這個(gè)模板過(guò)程進(jìn)行思考：這里有個(gè)問(wèn)題——問(wèn)題內(nèi)容是這樣的——我對(duì)此應(yīng)該知道這些——我應(yīng)該去哪里尋找答案——我找到了答案——我將答案反饋給學(xué)生。”

另外，Ali 還會(huì)借助于其他機(jī)器學(xué)習(xí)算法，對(duì)用戶(hù)的外貌或聲音數(shù)據(jù)進(jìn)行處理，從而對(duì)提供相應(yīng)課程。根據(jù)不同學(xué)生的學(xué)習(xí)方式，找到最適合的方式來(lái)滿(mǎn)足學(xué)生需求。

EIS 項(xiàng)目經(jīng)理 Alice Hoffman 補(bǔ)充道：“對(duì)于有殘疾的孩子，Ali 意義重大。Ali 助教會(huì)不厭其煩地用不同的方式對(duì)殘疾孩子教授同樣的內(nèi)容，直到他們完全理解。這對(duì)于盲人及聾啞人孩子來(lái)說(shuō)，非常適合。”

更好的 AI 思維，只為更好的人類(lèi)

VST 將與 EIS 一起在未來(lái)的幾周內(nèi)訓(xùn)練 Ali 成為助教，名師課程的內(nèi)容也會(huì)隨之輸入進(jìn)程序內(nèi)來(lái)幫助訓(xùn)練Ali。為了查看Ali是如何處理數(shù)據(jù)的，VST 團(tuán)隊(duì)在程序中加入了插件，可以顯示出 Ali 的“知識(shí)地圖”，通過(guò)這個(gè)地圖，我們可以直觀地看到 Ali 如何形成單詞和語(yǔ)句。如果工程師發(fā)現(xiàn) Ali 的錯(cuò)誤，也可以通過(guò)地圖來(lái)追溯錯(cuò)誤的來(lái)源。

事實(shí)上，這個(gè)地圖就是對(duì) Ali 大腦的一個(gè)監(jiān)控。如果可能的話(huà)，我們也可以將人類(lèi)的大腦與 Ali 的大腦相比較。Doyle想要利用 fMRIs 技術(shù)來(lái)對(duì)人工智能和人類(lèi)的大腦進(jìn)行比較。

加州大學(xué)的心理學(xué)家 Jack Gallant 曾利用 fMIRs 技術(shù)展示出人類(lèi)在聽(tīng)取單詞時(shí)大腦特定區(qū)域的血量增加。Doyle 想做的是，利用 fMRIs 監(jiān)測(cè)老師教學(xué)時(shí)和學(xué)生學(xué)習(xí)時(shí)的大腦血量情況。在理想情況下，這些數(shù)據(jù)應(yīng)該能幫助 Ali 建立對(duì)單詞、句子、故事更好的認(rèn)知，讓 Ali 的大腦像真正的人類(lèi)一樣工作。

如果 Ali 最終取得成功，那么就意味著全世界數(shù)以?xún)|計(jì)的孩子們可以在沒(méi)有任何教育基礎(chǔ)設(shè)施的環(huán)境下?lián)碛幸粋€(gè)私人老師。如果2020年前全世界的互聯(lián)網(wǎng)真正連成一體時(shí)，那么這些學(xué)生就可以在圖書(shū)館或者只是使用父母的智能手機(jī)，就可以和 Ali 一起學(xué)習(xí)。

當(dāng)然，非虛擬環(huán)境下，Ali 也為學(xué)生和老師帶來(lái)很多好處。這位“助教”將把老師從無(wú)休止的解決問(wèn)題中解放出來(lái)，學(xué)生們可以自行選擇喜歡的課程內(nèi)容，課程深度和教學(xué)方式。學(xué)生也無(wú)需背著重重的課本，在臺(tái)燈下苦讀，所有的一切都在 Ali 的程序里面，隨手可得。

via engineering

推薦閱讀：

IBM為教師打造機(jī)器人助手，全面優(yōu)化遠(yuǎn)程課堂體驗(yàn)

在線(xiàn)教育初創(chuàng)公司Udacity創(chuàng)始人Sebastian Thrun談人工智能，不會(huì)顛覆教育，卻能幫助老師

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。