“中國政府近日宣布，將斥資138億元人民幣，在北京市門頭溝建設一個人工智能（AI）工業(yè)園區(qū)，這是中國政府計劃在2030年前成為該領域世界的首筆重大投資。
教育會成為人工智能應用的先行者嗎？
近日，教育部副部長杜占元指出，把辦好網(wǎng)絡教育寫入黨的十九大報告，意味著我國教育信息化開始了一個新時代。以“基礎建設+設備配套+應用探索”為特征的教育信息化1.0時代即將被2.0時代所替換。從1.0時代走向2.0時代絕非僅僅是一個提法上的改變，而是面對新時代教育發(fā)展的新要求，教育信息化在發(fā)展理念、建設方式上的一次躍升。
教育會成為第一個“品嘗”AI+教育成果的市場嗎？華東師范大學教授，教育部教育信息化專家組秘書長任友群指出，教育信息化2.0將更以“體驗”為依歸。以往的教育信息化建設更為注重的是業(yè)務、行為和流程，注重的是物與事，但教育的基礎和根本是“人”，教育信息化只有以人為本、從人出發(fā)、歸結(jié)于人才能真正發(fā)揮出效能。
教育領域當前最迫切需要解決的問題是傳統(tǒng)教學與個性化因材施教之間的矛盾，而因材施教的基礎是基于人工智能的學習者數(shù)據(jù)采集和分析模型構(gòu)建。“基于浪潮在HPC、云計算、大數(shù)據(jù)、人工智能等領域的IaaS能力，和北京康邦科技智慧教育整體解決方案，雙方將圍繞教育行業(yè)應用場景，主動創(chuàng)新研究，形成軟硬一體化的方案型產(chǎn)品，加快實現(xiàn)AI+教育在教學、科研及管理實踐中的應用落地?！崩顺奔瘓F副總裁彭震說，“當前，教育應用云化的趨勢非常明顯，基于更精細化的場景應用以及圍繞云計算、大數(shù)據(jù)、人工智能的學校信息化發(fā)展快速起步，教育對IT的需求，不再只是服務器的處理速度、存儲空間這么簡單，教育信息化正在從‘深’向‘寬’發(fā)展。浪潮合作伙伴生態(tài)2.0是浪潮在云計算、大數(shù)據(jù)時代的伙伴體系建設新模式，浪潮與合作伙伴之間將從原有的基于商務和銷售的供應鏈模式，轉(zhuǎn)變?yōu)榛谘邪l(fā)和產(chǎn)品層面合作的價值鏈模式，從而實現(xiàn)橫向擴展生態(tài)圈、垂直整合生態(tài)鏈。浪潮生態(tài)2.0模式已建成行業(yè)解決方案、云計算業(yè)務、主機系統(tǒng)和分銷業(yè)務四大生態(tài)體系，未來浪潮面向教育行業(yè)客戶可能不是提供產(chǎn)品，我們會從具體的場景中切入，與康邦這樣深耕教育行業(yè)，且愿景一致的合作伙伴深度*，推出更加規(guī)?；?、標準化、一體化的平臺和服務。”
AI是撬動教育信息化2.0的杠桿
“教育行業(yè)信息化之路已經(jīng)走了二十多年，雖不是盡善盡美，但事實上極大的促進了中國教育的發(fā)展，學校的信息化基礎環(huán)境日臻完善，以人為本的端對端服務也相對普及，下一步教育的應用需求將不再局限于教室之內(nèi)，而會不斷向縱深尋找殺手級應用?！笨蛋羁萍伎偛猛醢钗膹娬{(diào)，面向“教育信息化2.0”升級，AI很可能是重要的推手之一。AI+教育通過解決數(shù)據(jù)采集問題，實現(xiàn)從數(shù)字化到智能化，不僅減少教師簡單重復工作的時間，讓教師更加專注對學生的個性化分析，真正提升學習的效率與質(zhì)量，還能夠為教學管理提供大數(shù)據(jù)輔助決策與建議，為教學及學校的科學治理提供支撐。總體來說，AI+教育讓“因材施教”進一步落實，真正提升教育的質(zhì)量、效率與公平問題。王邦文告訴記者：“康邦有大量教育用戶的真實場景，我們雙方可以基于這些真實場景形成算法，然后通過浪潮的基礎設施和優(yōu)化輔助平臺，在比較短的時間內(nèi)形成相應的方案，打造從端到端的AI+教育解決方案，提供貼近不同教育應用場景、更成熟可行地的定制化解決方案；同時，雙方還將聯(lián)合優(yōu)質(zhì)高校資源建立聯(lián)合創(chuàng)新實驗室，圍繞云計算、大數(shù)據(jù)、AI等前沿技術進行聯(lián)合創(chuàng)新，共同推進融合架構(gòu)、智慧校園、人工智能等領域的方案應用；此外，浪潮和康邦還將將聯(lián)合開拓教育行業(yè)市場，共同打造智慧教育燈塔客戶，提升雙方在業(yè)界的市場和品牌知名度。
人工智能與教育應用的深度融合，將打造智慧教育的生態(tài)圈和命運共同體，推動面向教育行業(yè)場景化解決方案創(chuàng)新能力的構(gòu)建。AI+教育，我們不預測未來，我們創(chuàng)造未來。
深度學習是個“筐”有人看半滿，有人看半空
細讀馬庫斯后來發(fā)的這篇萬字長文，可以發(fā)現(xiàn)，不少人對他的質(zhì)疑是：你忽略了深度學習取得的成績、你沒有說深度學習有哪些好處。言外之意，你對深度學習不是“真愛”，對它的好視而不見。
而以楊立昆為代表的一派，對深度學習絕對是“真愛”。從維基百科的介紹中可以看到，正是楊立昆提出了卷積神經(jīng)網(wǎng)絡（Convolutionalneuralnetworks，簡稱CNNs）理論，并成為CNNs得以實現(xiàn)的奠基人，這一網(wǎng)絡正是實現(xiàn)深度學習的機器學習模型之一。
盡管由CNNs、RNNs（循環(huán)神經(jīng)網(wǎng)絡）、DNNs（深度神經(jīng)網(wǎng)絡）等構(gòu)成的深度學習模式日漸成熟，據(jù)說網(wǎng)絡層數(shù)已經(jīng)能達到100多層，但馬庫斯認為，它仍有目前無法規(guī)避的十大問題，例如，極度依賴數(shù)據(jù)、學習過程是個“黑箱”、還不能自適應規(guī)則變化等等。
“深度學習存在不少問題，例如深度學習是固執(zhí)己見的?！鼻迦A大學教授馬少平的觀點與馬庫斯相一致。
他舉例說，一輛AI驅(qū)動的無人車可能在模擬環(huán)境中撞樹5萬次才知道這是錯誤行為，而懸崖上的山羊卻不需要多少試錯機會，改變深度學習的輸出很難，它缺乏“可調(diào)試性”。
另外，深度學習的過程如果是黑箱，會影響它的應用領域，例如診斷病癥?！癆I運算像在一個黑箱子里運行，創(chuàng)造者也無法說清其中的套路。”馬少平說，AI雖然可能給出一個結(jié)論，但是人類如果無法知道它究竟是怎么推算出來的，就不敢采信。
在制造“噪音”的情況下，AI很容易判斷錯誤?！八鼰o法自動排除噪音，人眼看著是熊貓，AI卻會誤認為是長臂猿?！瘪R少平認為，AI仍處于初級階段，還有很多問題等待解決。
在馬庫斯列出的十大問題中，最要命的是最后一條，深度學習很難穩(wěn)健地實現(xiàn)工程化。這相當于給深度學習引領AI走向強智能的可能性亮了紅燈。
北京語言大學教授荀恩東解釋，工程化意味著有“通行”的規(guī)則。例如對某一個問題的解決方法確定了，可以固定化，哪里需要往哪里搬。而深度學習進行問題處理時，采取類似于完成項目的方式，一個一個地解題，然而世界上有無數(shù)問題，如果很難保證機器學習系統(tǒng)換個新環(huán)境還能有效工作，那深度學習這項技術可能并不合適幫助AI獲得通行的能力，引導和人類智能相當?shù)膹娙斯ぶ悄艿膶崿F(xiàn)。
這種對深度學習的尖銳批評，自然會讓深度學習的擁躉們很不滿意。他們的理由也很充分：這些問題只是現(xiàn)階段的，未來不一定得不到解決。批評者看到的是深度學習這個筐半空，而支持者看到的則是半滿。