人工智能之智能教学系统课件

1、智能教学系统综述 周晓军 博士 北京语言大学网络教育学院 2002.12,关于AI问题,定义：研究用机器模拟和执行人脑的某些智能、相关理论和技术的计算机科学 Dartmouth研究会议：1956，2个月，第一次提出 研究内容：知识表示方法、一般搜索原理、问题求解技术、专家系统、机器学习、机器人规划、机器视觉、NLP、智能控制、AI程序设计 基本问题： 知识表示 知识获取 知识运用,ITS基本概念,ITS(Intelligent Tutoring System)是一个综合性研究课题，是 AI的重要研究内容。ITS作为一个概念，形成于70年代。 ITS通过教育、计算机、AI、认知科学、行为科学等多种学科的集成，通过对人类最优秀教师的计算机模拟，实现个别化的最佳教学过程。 个别化的教学：教师根据每个学生的不同特点来组织教学内容，给学生安排相应的学习任务，并根据学生的完成情况提供适当的反馈信息；如果在教学过程中，学生没有取得预期的进展，教师要根据目前学生的学习情况，及时进行教学策略的改变 智能：知识和行为的表示理解能力、解释说明能力、分析诊断能力、收集生成能力、行为评价能力、教学规划能力、组织

2、适应能力等。要求计算机系统具备所教授领域的丰富知识，知道使用最有效的教学方式向学生传授知识，清晰了解学生的学习状况，能够及时诊断学生错误并加以更正等多种功能。,在AI中的位置,专家系统技术作为AI的重要分支，是一种模拟人类专家解决领域问题的计算机程序系统。 专家系统优点：高效、准确、周到、迅速、不知疲倦、时空环境不限、便于推广等 ITS教学专家系统（Expert System for Instruction, ESI）,与其他学科的关系:教育、计算机、AI、认知科学、行为科学,基于计算机的教育:作为一种现代化教学手段和工具，应用于教育领域开始于20世纪50年代。-教育手段/教学方法/教材形式/教学内容和结构/教学思想和教学理论变革 从50年代出现的早期线性程序 60年代开始出现的分支程序 70年代开始出现的生成系统和 CAI和ITS AI：ITS的研究由于涉及几乎AI研究中的所有主要问题包括专家系统、NLP、机器学习、机器视觉、知识表示、知识工程、问题求解、规划问题等，从而对AI相关技术提出要求。 认知科学：研究人类认识的心理学、AI、逻辑和知识论等综合形成的交叉科学，以认知心理学、认

3、知生理学、认知工程学等相关学科为基本内容并被认为是ITS的主要理论基础。 ITS的研究开发运用了相关学科的最新研究成果并对相关学科的学科发展提出特殊要求，并通过ITS的研究与开发及其运用反过来推动相关学科的发展。,研究背景,CAI: 定义：以计算机替代或帮助教师完成全部或部分教学任务，模拟教师的教学行为，向学生传授知识，训练其技能，达到激发学生的学习积极性和主动性，增强教学效果的目的。典型的CAI系统是在学生和计算机之间的一系列CAI系统控制的交互活动中展开教学活动的。计算机主要以文字、图形等方式呈现各种知识信息，学生则通过显示设备与计算机会话，用键盘、鼠标或其他设备输入信息，适时控制计算机的讲解速度。 历史： 50s:线性程序 60s:分支程序 70s:生成系统 90s:MCAI：视、听、触等多种感官获取知识信息，直观感、立体感、动态感强，大大改善教学环境，激发学生学习的积极性和主动性，显著提高了教学效率和学习效果，促进了学生各方面能力的培养,CAI的缺点与现状,缺点： 采用固定的软件设计，提供全篇一律的教学内容； 缺乏推理机制和学生模型的支持，不能确定学生的知识水平和认知特点，不能

4、根据学生自己的意愿和理解能力提供相应的学习材料，并进行有针对性的指导。在开展适应个性化特点的教育，贯彻因材施教的教育思想和方法上存在很大不足。 现状： 一些CAI系统在很大程度上仍然学生只能通过按钮进行翻页而完全被动学习的电子图书大同小异。 近似概念： 计算机辅助学习（Computer Assisted Learning, CAL） 计算机辅助培训（Computer Based Training, CBT） 计算机辅助教育(Computer Based Education, CBI)、 CBI(Computer Based Instruction, CBE(Computer Based Education),ITS,ITSICAI 70年82年:早期研究阶段：理论研究模型设计系统开发奠基 82年87年:GUI 88年：MITS：视、听、触等多种感官获取知识信息，直观感、立体感、动态感强，大大改善教学环境，激发学生学习的积极性和主动性，显著提高了教学效率和学习效果，促进了学生各方面能力的培养 90年：Web-based ITS,智能教育网站,自从1840年，英国人依萨克.比特曼把速记教程

5、寄给学生，标志着远程教育开始。 伴随着传播媒体的发展，远程教育经历了三个发展阶段： 第一代远程教育：以书面材料为通信媒介（函授教育） 第二代远程教育：以广播电视、卫星电视为媒介（广播电视大学） 第三代远程教育：以Internet为媒介，综合运用多种媒体（超媒体）技术（网络教育学院）,研究历史,美、欧、日、加：典型ITS系统 中国：张景中院士,典型ITS系统介绍,SCHOLAR SCHOLAR系统129是一个关于南美洲地理的教学系统, 是第一个有代表性的ITS。系统的知识表示采用语义网络方法。学科中的具体的对象或概念被表示成为语义网络中节点；每个节点是由节点名和一组性质组成；这些性质是一些属性-值对；属性可以是其它单元，也可以是几种特殊属性之一。 SCHOLAR系统研究的一个重要部分是教学中的对话，系统可以回答学生提出的未预测到的问题。系统中的自然语言处理基于状态文法系统，并且主要由语义网络中的地理知识指导对学生响应的语义解释。 适应语义网络所存储的信息的不完备性，SCHOLAR系统中的推理策略被设计为通过相交搜索、共同的超级坐标、开集合与闭集合等方法来完成对问题的推理。推理方式与语义网

6、络无关，可以应用于其它不同的领域。同时因为推理方式与人类的推理方式非常相似，因而十分自然。,WEST系统,WEST系统是第一个计算机教练系统。教练这一术语描述一个基于计算机的学习环境，在这一环境中学生像玩游戏那样参与活动；系统通过观察学生的活动进行工作，在需要矫正时提出批评或建议。WEST系统的研究集中于诊断策略和教学策略。系统支持有指导的发现学习。系统认为学生依靠其先验知识构造自己对一个环境或任务的认识。因此错误的概念或想法在教学中起主导作用。系统主要通过差别模拟技术来发现学生错误。该技术是将学生行为与专家在同一情况下的行动进行比较；这种比较所发现的差别在某种程度上说明了学生懂什么或不懂什么。系统通过执行以下两个任务构造差别模型： 同一情况下专家可能采取的行动对学生的行为进行评价； 判断学生和专家在决定其各自行为时所用的知识。 为了使学生的学习取得较好的效果，系统的教学法遵守以下原则：教练哲理；维护学生的游戏兴趣；增加学习的机会和对教学环境的考虑。,UIDON系统,GUIDON系统是建立在MYCIN系统上的教学系统，它以MYCIN系统中的规则为主题，教授学生传染病诊断的知识。这是使用

7、已有的专家系统构造ITS的一个成功的尝试。 GUIDON系统与学生的对话使用长期的、结构性的对话方式。这就超过了只对学生的最后一次行动进行响应的方式。在GUIDON系统中，教学法与领域知识无关。其教学法知识用200条教学规则表示，其中包括：经济地指导对话的方法、出示诊断规则的方法、构造学生模型的方法，以及响应学生的主动行为的方法。推理的中间过程被表示成完整的与/或树的形式；与/或树的节点对应着推理的中间步骤。而且，每个节点都包含有该步骤所用到的知识点。这为诊断过程提供了足够的信息。 学生模型采用覆盖模型，对每一条规则系统记录三部分内容：学生对该规则的使用历史；学生是否能够正确应用这条规则；学生是否知道这个规则。应用这三种信息的组合，系统能够推出学生对每一条规则的掌握情况。 知识库直接应用MYCIN系统的知识库。但是专家所用的结构知识和策略知识并没有在知识库中明确的表示出来，而是隐含在系统的每一条规则中。-系统不能将这些专家知识明确传授给学生，学生不能有效地学习专家的解题策略。在GUIDON系统的后继系统NEOMYCIN中这个不足得以改进。,PROUST系统,PROUST系统是一个关于P

8、ASCAL程序设计的ITS。 主要特点：基于意图（Intention-based）的诊断方式。 Johnon和Soloway指出：学生的错误并不是来源于程序本身，而是来源于程序员所具有的意图和它们之间的联系以及意图与代码之间的联系。由于这些联系的范围非常广泛，所以只是通过扫描程序代码或计划识别技术不能有效地处理学生的错误原因，而是通过重建合理的程序设计过程，来提供一个识别和讨论错误的与问题相关的上下文环境。 程序设计三个阶段： 问题的描述：为程序员提供了一系列目标与子目标。 目标指导解题计划的选择。 解题计划最终变成代码。 为了控制搜索空间，系统将程序设计知识分为三类： 目标类：知识库中含有程序设计中所要涉及的目标的信息，以及实现这些目标的方法。 解题计划：知识库中存储了实现目标所用的计划的信息；同时，知识库中还包含了各种目标的错误计划和正确计划的错误运行方面的信息，这为诊断模块提供了必要的信息。 计划用程序语言实现； 为了处理程序之间的差别，系统还存储了转换规则和错误规则。通过这些知识和基于意图的推理，PROUST系统对错误的诊断和解释能力比以往的系统都有显著的提高。基于意图的诊断方

9、式，为诊断理论的研究提供了一个新的方向。,SOPHIE系统,SOPHIE:高级教学环境。该系统在许多地方与SCHOLAR系统相似，都被认为是ITS发展史上的里程碑。系统设计的目的在于向学生提供一个模拟实验室，让学生运用自己的知识，在系统的帮助下进行实验。系统允许学生和基于计算机的专家之间存在一一对应关系。 系统采取了基于语义文法的自然语言处理技术，以使学生与系统方便交流。系统的自然语言理解程序能妥善处理许多语言学方面的问题，如首语重复、省略现象等。 系统研究发现，单一知识表示方式往往不能满足系统的需要。因此，为了实现推理的“有效性和健壮性”，系统采用了多种知识表示方式：用数学模型表示模拟电路功能所需要的知识；用过程性方法表示专家知识；用语义网络表示电路方面的陈述性知识。 为与学生对话，系统执行几种不同的逻辑与教学任务，包括回答假设性问题；假设评价；假设生成；测量冗余判断。这些任务通过推理机制加以实现。在SOPHIE-系统中，该推理机制依靠电路仿真的数学模型来工作。由于这种推理方式与人类推理方式不同，在一定程度上限制了系统的解释能力。,MENO-TUTOR系统,研究目的:理解人类教师的对话策略。教学策略。试图从整体上对系统中的对话过程进行表示，而且这种表示是与领域无关的。只要与一定的语言生成器相结合，系统便能对该领域的教学对话进行管理。 策略是用对话管理网络来表示。该网络实际上是一种扩充转换网络。网络中的节点与具体的教学行为相对应。而且这些教学行为被组织成三个策略层次：教学法层、战略层和战术层。节点间的连接表示层次间的依赖关系。通常，下层的节点是上层节点所代表的行为的细化。网络中的弧定义了在通常情况下的教学行为的焦点从当前行为转移到下一个行为；在某种意义上，网络中的弧代表了教学行为的缺省顺序。但是在某些特殊情况下，这些缺省序列并不是最恰当的。为了处理这些特殊情况，系统中采用了元规则（metarules）的形式。这些规则在其条件被满足的情况下，可以将教学行为从一个节点转移到网络中的任一个节点。,研究内容,WHO 学生模型 WHAT 领域专家（知识库） HOW 教师模型（教学策略模块） WHERE 智能人机接口,系统结构,who,what,how,研究方法,知识表示：规则语义网络对话系统属性标注 系统推理：

《人工智能之智能教学系统课件》由会员F****n分享，可在线阅读，更多相关《人工智能之智能教学系统课件》请在金锄头文库上搜索。