AI教學機器人 x 區塊鏈認證分發

August 27, 2019

摘要 | 筆者認為發展AI教學機器人,以客製化的個人教學進度,能讓每個人終生都能順利學習。若再用區塊鏈將學習成果公正紀錄起來,則可以解決考招遺憾。

 

圖片來源:Statecraft

 

【文章來源:風傳媒/作者:夏肇毅】

 

AI教學機器人

 

知識有分記憶型,理解型,練習型,自由發揮還有推理型等不同分類。在先什麼知識都不教的狀態下讓大家去憑空想像,就是自由發揮型。比如繪畫,提供蠟筆與圖畫紙,然後指定題目,就讓學生自由發揮創意來畫圖。或者像是舞蹈,在一個空間裡播放音樂,讓學生隨自己的意念來擺動身體,這個就是自由創意式的舞蹈教學。而記憶性知識傳授的教學法,基本上就是講解,複習與測驗的方式。事先設定好必須記住的知識單元,然後就重複這個方法,直到所有的單元都計入學生的腦袋中為止。

 

教學機器人的任務就是重複執行演示練習複習以及測驗的基本的學習過程。之前提過人腦的小抄大腦模型「複製小抄大腦,讓金融科技搭起人工智慧塔」,這模型把這些知識片段比喻成一張小抄,小抄裡面紀錄著這個知識片段的內容。何如果讓電腦去模擬人腦的運作來了解知識及處理知識,則要把這個小抄轉變成一個知識處理器讓電腦去執行。所有的處理器連在一起後就變成和知識處理網路,希望它未來可以像人類一樣的處理知識。每一個片段的知識單元,就有一些先備知識單元當成它的輸入點。而這個知識單元輸出也有可能是其它知識單元的輸入點。將所有的知識單元全部展開,就有點像是類神經網路的架構。只是其中有許多孤島,它們不和別人連接。也可能是斷點,連到這邊就沒有了。

 

教學機器人的任務就是重複執行演示,練習,複習以及測驗的基本的學習過程。之前提過人腦的小抄大腦模型「複製小抄大腦,讓金融科技搭起人工智慧塔」,這模型把這些知識片段比喻成一張小抄,小抄裡面紀錄著這個知識片段的內容。(示意圖,取自pixabay)

 

學習的路徑,也就是學習的次序很重要。如果你在學一個知識單元時,它的先備能力知識單元你都不會,那麼你學了之後還是一個死知識,只是硬背起來,完全不了解它裡面的涵義。相反的,如果這些先備知識單元都已經學過了,那在學這個新知識單元時,一提到先備知單元的時候,就可以連結到那邊去。運用這個先備知識單元的內容,然後再一起思考,這樣的效果是完全不一樣的。

 

我們要將這些知識單元,依照它的重要程度給它分數。這些分數就可以變成加強式學習裡面的報酬。未來要運用AI的方法來開發教學機器人,要研究運用加強式學習來尋找學習的次序與效果,以找出知識金字塔的最佳學習路徑。每項知識單元都有一些先備能力,前面沒弄清楚後面也會是一知半解。整體的人類知識,就如腦細胞一樣,多到數不清。這時要怎麼學就是個大學問了。如果零碎學習,那麼這些片斷知識無法連結在一起。

 

因此學習一定要有關連。AI教學機器人可以研究如何運用加強式學習,想辦法從各個知識單元間的關連性中找到最佳連結路徑。或者評估學習時間分配,在固定時間中學到最多單元。

 

人類的學習時間有限,學習的能量也隨個人的天資而有所不同。如何運用有限的學習時間,來得到最大的學習成果,就是規劃這個AI學習機器人時的需要探討的問題。

 

區塊鏈應用

 

國發會七月成立國家隊,大力推展區塊鏈應用。我們都聽過比特幣,它就是區塊鏈第一代的應用。區塊鏈是採用分散式帳本技術,也就是說會把同一個帳本複製到每一個節點上面。區塊鏈中的一個區塊,就等於是帳本裡面的一個帳頁。區塊和區塊的中間,會用特殊的函數鏈結起來以供驗證。區塊鏈網路中的每一個節點都可以修改這個帳本,那到底要聽誰的呢?這就要靠裡面的共識機制,用投票決定。在比特幣裡,它所用的共識機制是工作證明,誰的算力強,能夠產生最長鏈,那麼就聽它的。在共識機制的運作之下,除非你掌握超過51%的節點,否則你就很難去隨意竄改內容。這個就是區塊鏈到目前為止所被公認的最大優點:不可竄改性

 

在區塊鏈發展的過程中,一般稱區塊鏈1.0是加密貨幣應用,區塊鏈2.0是智能合約在金融及產權上的應用。而到了區塊鏈3.0,就是將區塊鏈應用到各行各業上。當要追求的是不易竄改的安全性時,那麼建立區塊鏈網路才有價值。所以貴重,有價值,有所有權的項目才是我們尋找的目標。譬如資產的轉移,學位的授予,資格的擁有,分數的評斷等。我們把這些值得妥善保管的標的先統稱為資產。有了值得保存的目標後,通常他們的所有權會轉移。資產的轉移要經過交換的過程,看要一手交錢一手交貨,還是要先享受後付款。通常都是要拿等值的資產來交換,我們把這過程稱為交易,而參與交易的人為參與者。

 

比特幣為區塊鏈第一代的應用。區塊鏈是採用分散式帳本技術,也就是說會把同一個帳本複製到每一個節點上面。區塊鏈中的一個區塊,就等於是帳本裡面的一個帳頁。區塊和區塊的中間,會用特殊的函數鏈結起來以供驗證。(資料照,AP)

 

要運用區塊鏈結合教學機器人發展智慧學校應用時,可以先構想一些可以轉移的資產,如學號,學分,學位。學校每年發行一定數量的學號,讓新生來取得。同時也發行不同學分讓學生來取得,同時記錄成績。最後累積一定學分後,就取得學位。之後這學號就註銷,不再作用,僅供查詢之用。智慧學校裡的教學機器人,各知識單元的學習履歷會被完整地紀錄到區塊鏈裡,一旦成績達到某個等級,就可利用智能合約自動取得學分。若想要利用到入學作業上,只要將這些成績結合各校科系的錄取標準,馬上就可粗篩出你有資格進入的學校與科系。

 

如果能開發出結合區塊鏈的AI教學機器人,則可以在課程的教學上,讓學生能夠自動學習,同時也可以加以測驗,看看了解的情況如何。在學習的過程中間,也會穿插實驗與練習。它可以知道你練習的結果的正確性,然後再依據正確來決定你要再更深入的學習呢,還是要重複這個主題,或者再倒退回之前的主題學習。最後再加以測驗,以了解學習者真正的程度。同時測驗的結果可以存入區塊鏈中,讓學習者的學習更有效率學習履歷得以完整保存。之後再讓區塊鏈中的智能合約自動判斷入學條件,即可知道你能符合哪些學校的入學基本要求門檻。有了這些過程,未來的升學篩選會更容易,也可讓學生與家長不再為升學考試徬徨。

 

【資料來源】:風傳媒

 

【文章轉載請註明出處】

 

【鄭重聲明】

轉載文章僅為傳播更多信息之目的,版權歸原作者所有。如有侵權/錯誤不完整之處請第一時間與我們聯繫修改刪除。謝謝。內容分析僅供參考,並不構成任何投資意見或建議。風險自控。

 

▪ Follow Us 👉  Instagram | Facebook | Telegram | Twitter | YoutubeMedium | Linkedin | Mail

 

Please reload

Our Recent Posts

Please reload

Categories