人工智能視域下機器學(xué)習(xí)的教育應(yīng)用與創(chuàng)新研究

劉文元

摘要：隨著科學(xué)技術(shù)手段的持續(xù)發(fā)展，人工智能技術(shù)的應(yīng)用范圍正在不斷擴大，為社會人民群眾的生活與工作提供了便利性。人工智能技術(shù)的應(yīng)用可使機器保持長久的運行狀態(tài)，是一門融合了數(shù)學(xué)、信息科學(xué)等多種知識的新學(xué)科，能夠完成人類目前在某些領(lǐng)域無法勝任的工作，人工智能技術(shù)在未來社會必將對機器學(xué)習(xí)產(chǎn)生極其深遠的影響。

關(guān)鍵詞：人工智能;機器學(xué)習(xí);教育應(yīng)用;創(chuàng)新研究

引言：

人工智能技術(shù)自誕生以來就在社會發(fā)展中扮演著極為重要的角色，是一種包含了多種知識的學(xué)科。如心理學(xué)、神經(jīng)生理學(xué)、工程技術(shù)等，使機器人按照計算機設(shè)定好的程序具備人工智能功能，從而使其能夠快速學(xué)習(xí)不同專業(yè)的技能，讓計算機能夠和人一樣進行獨立思考，在運作的過程中可以發(fā)揮如人類智慧大腦神經(jīng)元的能力，在人工智能的技術(shù)支撐下完成自我規(guī)劃任務(wù)。

1.人工智能機器學(xué)習(xí)的概述

人工智能是誕生于上世紀中期的技術(shù)，機器學(xué)習(xí)概念體現(xiàn)在幾個方面：一方面是使機器在人工智能技術(shù)的引導(dǎo)下按照人類的思維方式學(xué)習(xí)新技能與新知識，在掌握新知識的前提下不斷進行創(chuàng)新研究，提高機器自身的工作能力。另一方面，人工智能技術(shù)可與機器學(xué)習(xí)過程建立起密切的聯(lián)系，幫助機器掌握不同專業(yè)的技術(shù)與知識，使其能夠在各個領(lǐng)域進行工作與生產(chǎn)。

2.人工智能機器學(xué)習(xí)的研究目標

（1）模擬人類學(xué)習(xí)過程

通過機器學(xué)習(xí)來建立相應(yīng)的學(xué)習(xí)模型，使機器能夠理解學(xué)習(xí)科學(xué)知識的重要意義，具備認識科學(xué)的基礎(chǔ)能力。

（2）促進機器學(xué)習(xí)理論研究

為讓機器的學(xué)習(xí)能力能夠貼近人類學(xué)習(xí)，需讓其具備理論學(xué)習(xí)的能力，根據(jù)機器的實際情況與其特點來選擇科學(xué)合理的學(xué)習(xí)方法，找到機器學(xué)習(xí)與人類學(xué)習(xí)二者之間存在的區(qū)別，從而有效提高機器學(xué)習(xí)的能力，進一步優(yōu)化機器學(xué)習(xí)體系。

（3）機器學(xué)習(xí)應(yīng)用目標

機器通過不斷地學(xué)習(xí)實踐知識與理論知識，在積累操作經(jīng)驗與學(xué)習(xí)經(jīng)驗的同時將所學(xué)知識通過相應(yīng)的工具充分展現(xiàn)出來，從而不斷強化人工智能技術(shù)在機器學(xué)習(xí)中的價值。

3.機器學(xué)習(xí)的方法

（1）演繹學(xué)習(xí)方法

演繹學(xué)習(xí)方法其本質(zhì)是使機器內(nèi)部建立演繹學(xué)習(xí)系統(tǒng)，使其具備一定的推理能力，由推理過程的基礎(chǔ)層面逐步升級到特殊層面，從而逐漸建立推理定理法則，并衍生出相應(yīng)的公理系統(tǒng)，以推理定理法則為基礎(chǔ)獲得準確有效的研究理論，在每次推理的過程中也會按照設(shè)定好的公理系統(tǒng)流程進行。

（2）歸納學(xué)習(xí)方法

歸納學(xué)習(xí)方法采用完全歸納方法與不完全歸納方法，與演繹學(xué)習(xí)方法相比，二者之間具有一定的差異性。歸納學(xué)習(xí)方法如字面意義所言，是通過歸納分類不同的信息來使信息之間建立因果關(guān)系。

（3）類比學(xué)習(xí)方法

在機器學(xué)習(xí)的過程中，其主要精力大多用于研究特殊理論，并以此來聯(lián)系創(chuàng)新事物。類比學(xué)習(xí)方法具有較強的模仿特點，在研究期間進行類比可較以往大幅度提高機器的創(chuàng)新能力。

4.影響人工智能機器學(xué)習(xí)應(yīng)用的因素

4.1環(huán)境信息的準確性

人工智能技術(shù)的應(yīng)用可極大程度上提高機器的學(xué)習(xí)能力。在機器學(xué)習(xí)系統(tǒng)的設(shè)計過程中，工作人員需綜合考慮極其的實際情況以及其環(huán)境信息對機器學(xué)習(xí)產(chǎn)生的各類影響，由于外部環(huán)境的變化，機器在學(xué)習(xí)過程中必然會產(chǎn)生一定波動。按照人工智能技術(shù)的要求，機器若是處于穩(wěn)定的環(huán)境中其工作過程具有相應(yīng)的穩(wěn)定性;若處于不斷變化的環(huán)境中，為適應(yīng)周圍環(huán)境的變化，機器的工作方式也會隨著環(huán)境的變化而開始不斷學(xué)習(xí)新的知識與技能。基于此，環(huán)境信息的準確性直觀影響著機器學(xué)習(xí)系統(tǒng)的設(shè)計效率。

由于環(huán)境信息存在著多樣性與復(fù)雜性的特點，一般來說，環(huán)境信息的準確性越高，與之相對應(yīng)的，機器的學(xué)習(xí)質(zhì)量也會隨之增漲。機器數(shù)據(jù)庫必須不斷的擴大容量來保證自身始終在學(xué)習(xí)有效的知識與技能。

4.2機器知識庫的影響

由于機器學(xué)習(xí)需要學(xué)習(xí)到不同的知識與技能，其數(shù)據(jù)庫必須具備特征向量描述功能以及語言網(wǎng)架建立功能等，知識庫也是機器學(xué)習(xí)系統(tǒng)設(shè)計中最為重要的組成部分。按照產(chǎn)生式規(guī)則要求，在機器學(xué)習(xí)系統(tǒng)的設(shè)計過程中，為保證機器運行期間能夠使用正確的知識，將知識庫的實際價值發(fā)揮到最大效益，機器需具備較強的表達能力，不斷簡化推理與計算過程，在提高自身運行能力的同時將所學(xué)的知識與技能充分應(yīng)用在生產(chǎn)中。

同時，機器在學(xué)習(xí)不同的知識時需嚴格按照填充執(zhí)行標準來實時更新數(shù)據(jù)庫內(nèi)容，若機器的學(xué)習(xí)或工作被其知識庫的信息所影響，需采取簡答的方式對內(nèi)容進行相應(yīng)的修改與優(yōu)化，在學(xué)習(xí)能力提升的過程中學(xué)習(xí)系統(tǒng)設(shè)置的不同表達方式，以此來不斷提高機器知識庫的更新效率以及其工作能力。

4.3執(zhí)行能力的影響

（1）任務(wù)的復(fù)雜性

機器學(xué)習(xí)的不同人物會體現(xiàn)出相應(yīng)的復(fù)雜性特點，為了讓機器將所學(xué)知識與技能應(yīng)用到實際工作中，需對其設(shè)定不同的任務(wù)。若讓機器完成包含不同概念的復(fù)雜任務(wù)，其學(xué)習(xí)系統(tǒng)會學(xué)到不同的知識，以便按照相應(yīng)的概念來完成任務(wù)。若讓機器完成極為復(fù)雜的任務(wù)，其學(xué)習(xí)系統(tǒng)會將多種相互組合的學(xué)習(xí)模式作為完成任務(wù)的基礎(chǔ)，以此來保證機器能夠完全按照提前設(shè)定好的規(guī)則開展學(xué)習(xí)，通過執(zhí)行模式來逐漸掌握高質(zhì)量完成任務(wù)的方法。若讓機器完成較為簡單的任務(wù)時，機器的學(xué)習(xí)系統(tǒng)會按照分配規(guī)則將任務(wù)劃分為不同目標，并且設(shè)定單一概念，每完成一個任務(wù)，學(xué)習(xí)系統(tǒng)會自動分配下一任務(wù)，直至完成最終目標。

（2）任務(wù)的透明性

在人工智能視域下，機器學(xué)習(xí)的過程中其每個學(xué)習(xí)階段都需要具有透明性特點，用更透明的方式表現(xiàn)相應(yīng)過程和結(jié)果，以此來幫助機器學(xué)習(xí)更好的應(yīng)用人工智能。可建立相應(yīng)的知識庫來對每個工作環(huán)節(jié)進行評價，從而進一步確保每個環(huán)節(jié)都能夠達到最佳的工作效果，實現(xiàn)預(yù)期中的理想工作目標。以下棋機器為例，人工智能視域下的下棋機器會儲存大量的下棋方法，可根據(jù)所儲存的方法來正確判斷最終棋局的走向，從而贏得勝利。

4.4機器學(xué)習(xí)研究難點

就目前而言，機器在學(xué)習(xí)理論知識時缺乏一定的基礎(chǔ)，根據(jù)學(xué)習(xí)時產(chǎn)生思維方式的不同，機器產(chǎn)生的問題也會相應(yīng)的發(fā)生變化，致使其邏輯思維、形象思維等不斷改變。且由于機器學(xué)習(xí)的知識與技能容量較多，具有較高的復(fù)雜性，機器的學(xué)習(xí)質(zhì)量也會受到一定影響。人們要求機器在短時間內(nèi)能夠快速、高效的處理產(chǎn)生的數(shù)據(jù)信息，為此，在機器學(xué)習(xí)過程中大多采用數(shù)據(jù)監(jiān)督的方式，充分利用現(xiàn)有的學(xué)習(xí)資源來提高學(xué)習(xí)效率，但由于機器本身的學(xué)習(xí)能力較低，難以在短時間內(nèi)完成指定的學(xué)習(xí)目標。

電子信息技術(shù)正隨著社會市場經(jīng)濟的進步而不斷發(fā)展，機器學(xué)習(xí)的核心便是電子計算機，電子計算機已經(jīng)在諸多領(lǐng)域中得到了廣泛應(yīng)用。但與之相對的，當今時代背景下的機器必須按照計算機的數(shù)理邏輯思維開展學(xué)習(xí)任務(wù)，計算機的工作原理并未得到有效的創(chuàng)新與改善，導(dǎo)致機器的學(xué)習(xí)時間較長，知識庫的實際價值并未發(fā)揮到最大效益，需通過數(shù)據(jù)庫來提高機器的學(xué)習(xí)能力與工作能力。

結(jié)束語：

總而言之，人工智能視域下機器學(xué)習(xí)的教育應(yīng)用與創(chuàng)新需充分發(fā)揮人工智能技術(shù)的優(yōu)勢，在明確機器學(xué)習(xí)不同發(fā)展階段的基礎(chǔ)上使其形成人類的思維方式，不斷掌握新的知識與技能來豐富機器的學(xué)習(xí)內(nèi)涵，讓機器具備人工智能功能，積極適應(yīng)環(huán)境的變化，以此來推動機器學(xué)習(xí)對人工智能技術(shù)的深入應(yīng)用，從而使機器的學(xué)習(xí)效率與運行能力得到有效提高。

參考文獻：

[1]馮澤，蒙雪敏，張克智，陳良，吳鴻飛.基于人工智能技術(shù)的智能機器人算法應(yīng)用研究[J].科技創(chuàng)新與應(yīng)用，2019，36：164-165.

[2]陳海燕，徐翔，朱良.淺析人工智能在智能機器人領(lǐng)域中的研究與應(yīng)用[J].現(xiàn)代信息科技，2019，310：21-22.

[3]許祖銘.基于人工智能的機器學(xué)習(xí)歷史及展望研究[J].電子世界，2018，49（15）：72-74.

[4]焦春來，牛利松，田通.人工智能在機器人領(lǐng)域的應(yīng)用[J].數(shù)字通信世界，2019，07：171.