人工智慧應用新趨勢與展望 — 學生與機器人共同學習(上)

人工智慧應用新趨勢與展望 — 學生與機器人共同學習(上)

▲人工智慧應用新趨勢與展望(圖/翻攝自臺北產經資訊網,下同)

【本文經合作夥伴《臺北產經資訊網》授權轉載,並同意《智慧機器人網》修訂標題,原文標題為《人工智慧應用新趨勢與展望 —學生與機器人共同學習》,作者:李健興、王美慧、黃宗祥、陳立中、楊勝期、久保田直行,《智慧機器人網》編輯整理】

文、圖/臺北產經資訊網

人工智慧相關軟硬體技術近年來日益成熟,國立臺南大學研究團隊執行科技部與法國國家資訊暨自動化研究院(INRIA)團隊交流計畫,自2008年開始至今,已於e-Teaching、人工智慧、電腦對弈及能源管理等領域累積豐富的研究成果。

2017年研究團隊與INRIA機器學習及最佳化團隊(TAO Team)重要核心成員Marc Schoenauer博士和Michele Sebag博士及Isabelle Guyon教授討論未來人類社會中,人工智慧於人類學習與機器共同學習在2020~2030年間的創新研究構想,一致認為未來的人類教育學習中,具有適性學習能力的試題反應理論(Item Response Theory, IRT)智慧機器人將扮演關鍵性的任務,機器人陪同人類共同學習與成長的關鍵技術研發是重要前瞻的可行構想。

而世界經濟論壇(WEF)亦預測至2030年,學生將向比現今快10倍的機器人老師學習,且全球最大的網路公司之一很可能是現今尚未存在的智慧機器人教育企業。

本文將從研究團隊的幾項研究成果,簡述人工智慧應用於教育學習的創新模式,期望帶給產官學研界瞭解人工智慧於教育領域的參考,並協助實踐相關產業化應用。

壹、智慧適性學習AI,創新教育學習模式

國立臺南大學研究團隊與日本首都大學東京(TMU)久保田直行實驗室(Kubota Lab.)共同合作執行科技部數位經濟前瞻技術AI分項計畫(註1),初步完成智慧機器人代理人軟體,與日本實體機器人PALRO及哈瑪星科技電子書之雲端系統平臺整合建置於南科國家高速網路中心,實際導入臺南市及高雄市之國小教學學習場域,建構智慧適性學習雲端平臺,平臺功能包括:智慧適性學習機器人AI軟體系統、建置IRT學生學習參數、整合Facebook AI Research (FAIR)的電腦圍棋程式Darkforest及深度學習圍棋開源軟體ELF OpenGo,建置具動態學習功能之開源圍棋黑森林(Open Go DarkForest, OGD)學習系統,並結合腦機介面(Brain Computer Interface, BCI)建置人機共同學習系統,結合實體機器人於未來教育學習領域中,期望能夠建構AI世代的教育學習創新模式。

經過臺灣與日本團隊的共同努力,並在美國FAIR ELF OpenGo團隊的支援下,智慧機器人PALRO已經具有職業高段的圍棋棋力,並且能夠用臺語和學生共同介紹元宵節的故事,也能夠和學生共同使用英語來簡單說明臺語故事,研究團隊期望未來臺灣的智慧機器人軟硬體產業能夠結合日本的機器人產業,善用世界頂尖的開源軟體技術,站在巨人肩膀,建構全球首創智慧IRT教育學習機器人,應用在未來人類與智慧機器人共同適性學習場域,整合傳統教育領域的深度學習與當代人工智慧的深度學習(Deep Learning)技術,讓每一個人都能夠充分發揮其專長,實現機器人協助老師達成因材施教的理想。

隨著知識與資訊大量快速累積,除了人類需要持續學習之外,機器也要不斷的學習才有機會達到像人類具備「認知推理」及「基本常識」(Common Sense)的能力,美國Facebook AI首席科學家Yann LeCun曾經在演講提出有關預測性探索(Predictive Learning)的概念,期望未來機器能擁有認知及自主推理能力,是目前AI的重要挑戰及發展趨勢之一。

貳、人機系統BCI-DDF,豐富數位學習樂趣

人機共同學習系統BCI-DDF,為未來人類與機器人共同合作學習建立一個創新模式(註2)。此系統結合腦機介面與物聯網系統,採用視覺指令控制技術來進行下棋的操作,棋士帶上專用感應頭罩,運用臺灣團隊研發的乾式電極無線腦波量測系統進行棋士腦波量測,透過無線藍牙傳輸遠端收取腦波資料後直接下棋,無須透過手握滑鼠或鍵盤之操控,棋士只需注視電腦畫面,利用電極感測後腦視覺腦波,電腦就會根據腦波資訊下指令進行電腦對弈,突破以往傳統的人機對弈模式,讓數位學習科技更加豐富有趣。

▲人機共同學習BCI-DDF系統

在圍棋AI的崛起後,過去百年來職業棋士累積的圍棋布局認知產生顛覆性的變革。由於圍棋對弈中最難掌控的布局、形勢判斷,一直是電腦無法攻克的難題,如今已大幅超越人類思考所及,尤其是局部處理和死活能力更是技高一籌。圍棋AI翻轉了以往人類對圍棋的理解,不僅激發更多元有趣的思考模式,亦開啟圍棋界另一番新視野。

適度調整智慧機器人的系統計算資源,結合圍棋AI的DeepZenGo可以是人類頂尖職業棋士的老師,但是也可以降低BCI-DDF系統軟硬體資源,使得智慧機器人成為業餘棋士的學生。2017年10月臺灣研究團隊於加拿大舉辦的重要國際會議IEEE SMC會中展示,運用人類腦波下圍棋,不僅受到世界各國專家學者高度關注,也為未來人類與機器人共同合作學習建立創新模式。未來運用的範圍相當廣泛,對於肢體不便的民眾就能夠利用此設備傳達心中的想法來下圍棋。除了圍棋以外,基於計算智慧方法,使用模擬人類學習(Human-like Learning)方法加強人機合作於教育學習應用,亦可做為未來教育學習應用之研究重點方向。

留言

延伸閱讀