教育人工智能支持人類學(xué)習機制的兩種效應(yīng)

1、    教育人工智能支持人類學(xué)習機制的兩種效應(yīng)    摘要：隨著人工智能技術(shù)的快速發(fā)展，教育人工智能（eai）逐漸走入教育研究者的視野。eai是一個將人工智能技術(shù)與學(xué)習科學(xué)相結(jié)合的新興領(lǐng)域，是人工智能技術(shù)對教育領(lǐng)域引發(fā)影響的深刻表現(xiàn)。然而作為eai的邏輯起點問題eai緣何能夠促進人類學(xué)習，以及在對人類學(xué)習機制的支持時，又發(fā)揮了何種效應(yīng)，這一課題尚未有定論。探討該課題對eai的理論研究和應(yīng)用研究均具有重大意義，只有將其弄清理順，才能真正推動eai在教育理論上的完善與教育實踐中的運用。文章論證了eai支持人類學(xué)習機制的兩種效應(yīng)，先比較了基于邏輯結(jié)構(gòu)和基于物理

2、結(jié)構(gòu)的學(xué)習機制（均從人類學(xué)習機制和機器學(xué)習機制兩個層面上給出探討）的不同，進而闡明人類和機器在學(xué)習機制上的聯(lián)系，重點論述eai對信息心理加工過程的延展效應(yīng)、eai對大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的強化效應(yīng)。關(guān)鍵詞：教育人工智能，人類學(xué)習機制，機器學(xué)習機制，延展效應(yīng)，強化效應(yīng)一、引言2016年，美國發(fā)布了為人工智能的未來做好準備和國家人工智能研發(fā)戰(zhàn)略規(guī)劃，旨在進一步引領(lǐng)人工智能的應(yīng)用與研發(fā)。12017年，我國正式印發(fā)了新一代人工智能發(fā)展規(guī)劃，這是我國針對人工智能領(lǐng)域的第一個系統(tǒng)部署的文件，要求把握全球人工智能發(fā)展態(tài)勢，找準突破口和主攻方向，全面增強科技創(chuàng)新基礎(chǔ)能力。2可見，人工智能對人類社會的影響越發(fā)廣泛。教

3、育，無疑也是在當前人工智能的時代背景下，受到影響的領(lǐng)域之一。教育人工智能（eai），既是教育在人工智能領(lǐng)域的上層應(yīng)用，又是人工智能在教育領(lǐng)域的技術(shù)基礎(chǔ)。時下，通常將eai定義為“一個人工智能與學(xué)習科學(xué)相結(jié)合的新興領(lǐng)域”。1其中，eai包含的兩個基本概念人工智能和學(xué)習科學(xué)，皆具有跨學(xué)科性質(zhì)。人工智能是以模擬人類智力行為和能力為研究目標的交叉學(xué)科，又同時涵蓋了計算機科學(xué)、工程學(xué)、數(shù)學(xué)等人工科學(xué)，以及認知科學(xué)、神經(jīng)科學(xué)、腦科學(xué)等智能科學(xué)。3學(xué)習科學(xué)則是以學(xué)習的發(fā)生、運作和促進為研究目標的跨界學(xué)科，涉及教育學(xué)、心理學(xué)、語言學(xué)等諸多學(xué)科。普遍而言，eai的研究目標為：通過人工智能技術(shù)，更深入、更微觀地窺

4、視、理解學(xué)習是如何發(fā)生的，是如何受到外界各種因素（如社會經(jīng)濟、物質(zhì)環(huán)境、科學(xué)技術(shù)等）影響的，進而為學(xué)習者高效地進行學(xué)習創(chuàng)造條件。1eai主要有知識的表示方法、機器學(xué)習與深度學(xué)習、自然語言處理、智能代理、情感計算等關(guān)鍵技術(shù)，其應(yīng)用集中在智能導(dǎo)師、智能助手、智能測評、學(xué)習伙伴、數(shù)據(jù)挖掘與學(xué)習分析等領(lǐng)域。1作為教育研究者，必須以前瞻性的視野看待人工智能技術(shù)帶來的深遠變化，這同樣是時代賦予教育工作者的責任和使命。然而，eai為什么能夠促進人類的學(xué)習，又是對人類學(xué)習機制有著怎樣的支持性效應(yīng)，這個eai面臨的首要問題至今仍未有定論，該課題正是文章的研究主題。對該問題的正面回答，具有十分重要的價值。理論層面

5、上，是對已有eai有關(guān)理論研究的補充和完善；實踐層面上，可以在一定程度上指導(dǎo)eai的教育教學(xué)實際應(yīng)用，并為后續(xù)類似研究提供參考。二、eai支持人類學(xué)習機制1.人類學(xué)習機制（1）信息加工理論視角下的人類學(xué)習機制以信息加工理論的視角來看，人類學(xué)習機制是建立在學(xué)生元認知水平基礎(chǔ)上的認知學(xué)習過程，是指個體的學(xué)習發(fā)生、進行、結(jié)束的整個發(fā)展過程。學(xué)習是一個信息內(nèi)部心理加工的過程，主要包括信息輸入、信息處理、信息輸出與信息反饋這四個環(huán)節(jié)。該理論認為學(xué)習在于內(nèi)部認知結(jié)構(gòu)的變化。邁耶的多媒體學(xué)習一書中提及，這種心智認知結(jié)構(gòu)歸屬于典型的邏輯結(jié)構(gòu)（解釋、比較、概括、列舉、分類）。4學(xué)習者不斷接受各種刺激，經(jīng)過內(nèi)心積

6、極的組織，將其形成和發(fā)展成認知結(jié)構(gòu)。具有代表性的觀點有加涅的信息加工學(xué)習模式，以及邁耶的多媒體學(xué)習認知模式。如圖1所示，加涅的信息加工學(xué)習模式較為完整地描述了人類學(xué)習的信息加工過程，可分為以下幾個階段：信息輸入階段。外界刺激被注意，刺激通過感受器到達感覺登記器。信息處理階段。工作記憶的信息經(jīng)加工和轉(zhuǎn)換被編碼，信息編碼有助于對信息的理解和存儲，該階段會借助長時記憶的信息去幫助理解，編碼后的信息也會儲存進長時記憶。信息輸出階段。當信息需要使用時，通過檢索、提取，有的信息會直接進入反應(yīng)生成器和效應(yīng)器，有的信息則會經(jīng)過工作記憶的核實，確認后再通向反應(yīng)生成器和效應(yīng)器。信息反饋階段。信息被提取出后，在即將

7、錄入反應(yīng)生成器和效應(yīng)器時，會分別由“預(yù)期”和“執(zhí)行監(jiān)控”兩個環(huán)節(jié)，發(fā)揮激活和調(diào)節(jié)信息流程的功能。如圖2所示，邁耶的多媒體學(xué)習認知模式是對加涅的信息加工學(xué)習模式的一個更加詳盡的補充。信息由兩個通道在感覺記憶中被登記，經(jīng)由心向選擇進入工作記憶，工作記憶里的信息被加工組織為言語模型及圖像模型，再把長時記憶中的先驗知識整合進來，一起用作信息處理后的輸出內(nèi)容?；谏鲜龇治?，信息加工理論視角下的人類學(xué)習機制強調(diào)從內(nèi)部心理結(jié)構(gòu)的變化來解釋整個學(xué)習發(fā)生過程。（2）認知神經(jīng)科學(xué)視角下的人類學(xué)習機制以認知神經(jīng)科學(xué)視角來看，人類學(xué)習機制是大腦神經(jīng)系統(tǒng)進行信息加工的過程，是腦對刺激產(chǎn)生的反應(yīng)，它包括腦對信息的感知、處

8、理和整合。koizumi指出：學(xué)習是根據(jù)外界刺激建立神經(jīng)聯(lián)結(jié)的過程；而教育則是控制或添加刺激，或激發(fā)學(xué)習意向的過程。5認知神經(jīng)科學(xué)的研究證明，個體的心智是一個大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)。6個體在出生之前，大腦內(nèi)的神經(jīng)元已經(jīng)建立了聯(lián)系，組成了原始的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)體系，從而形成了對外界環(huán)境的先天應(yīng)答機制，為人類的學(xué)習做好了準備。隨著學(xué)習者與外界互動的加強，積累的經(jīng)驗不斷豐富，大腦會動態(tài)地擴展、重塑、調(diào)整網(wǎng)絡(luò)，以反映新的環(huán)境和新的信息。學(xué)習是神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的形成，知識以網(wǎng)絡(luò)的形式儲存在大腦中。在整個神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的形成過程中，新的、經(jīng)常使用的知識將在網(wǎng)絡(luò)中不斷地被激活，那些舊的、很少使用的知識將逐漸在網(wǎng)絡(luò)中被遺

9、忘。利用這種方式，大腦不斷提升適應(yīng)性能力，進而發(fā)展出適合的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)。換言之，大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)為學(xué)習提供了一個核心的生理基礎(chǔ)，在對一些內(nèi)部或外部的因素產(chǎn)生作用的同時，也會受到這些因素的改變。學(xué)習就是發(fā)生在腦和外界雙向互動過程的一種活動?；谏鲜龇治?，該理論認為心智認知結(jié)構(gòu)屬于典型的物理結(jié)構(gòu)，即大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，若將其比喻為物理電路，知識就是電路里蘊涵的電流、電壓。因此，在認知神經(jīng)科學(xué)視角下，人類學(xué)習機制強調(diào)從大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的變化來解釋學(xué)習機制的運作，影響學(xué)習的各種因素都由大腦神經(jīng)系統(tǒng)的網(wǎng)絡(luò)化發(fā)展來表現(xiàn)，大腦是整個學(xué)習機制的中心。學(xué)習過程中，一切變化都通過大腦來調(diào)節(jié)，學(xué)習機制也

10、正是圍繞大腦這個核心要素而整體運行的。此機制不單有內(nèi)部因素（大腦、心理）的作用，還包括外部因素（身體、社會）的作用，只是機制強調(diào)學(xué)習是發(fā)生在腦與外界之間的一種雙向活動，外部因素的影響也需要通過大腦神經(jīng)系統(tǒng)的調(diào)控來實現(xiàn)。2.機器學(xué)習機制（1）符號主義學(xué)派的機器學(xué)習機制正如紐厄爾和司馬賀所表述，“符號是一切智能活動的源頭，它是人工智能里不容置疑的核心”。7符號主義學(xué)派提倡直接從功能的角度來理解智能，利用“符號”抽象地表示現(xiàn)實世界，利用邏輯推理和搜索來替代人類大腦的思考、認知過程，而不去關(guān)注大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并默認了一個圖靈一直堅持的觀點作為基本前提，即“智能是一個形式化系統(tǒng)（或符號系統(tǒng)），認知過

11、程的本質(zhì)就是處理符號的過程，大腦的所有思考都是通過邏輯運算完成的”。符號主義學(xué)派的核心綱領(lǐng)為：人工智能來源于數(shù)理邏輯，需要使用符號、規(guī)則和邏輯來表征知識和進行邏輯推理。簡言之，符號主義學(xué)派倡導(dǎo)的機器智能立足于符號學(xué)和邏輯學(xué)，將邏輯推理作為工具，以模擬人的智能。因而，符號主義視界下的機器學(xué)習，其實現(xiàn)的關(guān)鍵就在于知識表征（如語義網(wǎng)絡(luò)）和推理算法（如啟發(fā)式算法），機器改進自身（即機器學(xué)習）的表現(xiàn)為：產(chǎn)生式推導(dǎo)出更多的邏輯規(guī)則（以規(guī)則來描述現(xiàn)實事物的屬性），并盡可能完善自我的數(shù)據(jù)庫。8專家系統(tǒng)作為符號主義學(xué)派的代表性產(chǎn)物，正是如此。值得討論的是，由于當今業(yè)界過于追捧統(tǒng)計學(xué)習和深度學(xué)習，以至于很多學(xué)者對

12、符號主義理論存在嚴重的偏見及誤區(qū)。有的學(xué)者認為符號主義只有“推理期”，沒有“學(xué)習期”。實際上，決策樹學(xué)習不應(yīng)列為統(tǒng)計式機器學(xué)習的成果，它是基于符號的機器學(xué)習算法中最成功的案例。有足夠的理由說明這一點，決策樹的本質(zhì)是樹結(jié)構(gòu)，每個非葉節(jié)點都是一個屬性上的邏輯判斷活動，每個葉子節(jié)點則都存放著一個邏輯規(guī)則的分類結(jié)果，這種因結(jié)構(gòu)而產(chǎn)生的效果要遠遠高于算法后期加入的、統(tǒng)計式的特征系數(shù)或高維空間等所發(fā)揮的效用。同時，對符號主義的“推理期”和“學(xué)習期”的看法不能太過狹隘，基于符號的機器學(xué)習也是從樣本中獲得知識，如果希望從最基礎(chǔ)最本質(zhì)的知識推導(dǎo)出其他知識，對應(yīng)到人類認知世界的兩個基本思路就是演繹和歸納，邏輯學(xué)學(xué)

13、科內(nèi)更重視演繹，而人類更常用的是歸納，決策樹學(xué)習便是自然而然的歸納推理的選擇。由此可知，符號主義的機器學(xué)習的“推理期”是“演繹”，而“學(xué)習期”則是“歸納”。符號主義具有良好的可解釋性，從知識層面而言，無論是中間知識，還是最終得到的知識，都有清晰的解釋。但不可否認，符號主義目前遇到了極大的困境。筆者在這里有一些不同的見解，以為這并非一些學(xué)者說的符號主義理論性失敗，而是符號主義學(xué)派對智能只關(guān)注到上層的功能性，而忽略了底層的本質(zhì)性，具體如下：基礎(chǔ)前提的缺陷。作為符號主義學(xué)派的假設(shè)性前提，目前來看，圖靈所述的智能觀是有問題的，他從最初就未能回答出香農(nóng)對唯邏輯主義的質(zhì)疑，智能系統(tǒng)很可能就不能完全視為“只

14、是一切邏輯推理的引擎”。9這是符號主義的“邏輯派”無法解決的問題。組合爆炸問題。這種np完全問題其實是一個表象問題（邏輯規(guī)則和數(shù)據(jù)庫的無窮增加），根本問題是：智能心理機制是無限的，無限不能用有限系統(tǒng)近似，圖靈機雖然滿足圖靈可計算性，但依然是有限機。近期已有數(shù)學(xué)研究證明，connes的嵌入猜想理論以有限簡化無限的思想是不合理的。10這是符號主義的“認知派”無法解決的問題。機器進步對其貢獻較小。與神經(jīng)網(wǎng)絡(luò)相比，基于符號主義的機器學(xué)習的效果增加受益于當前架構(gòu)圖靈機提升的程度過小，換句話說，目前機器在硬件資源和數(shù)據(jù)資源上的飛速發(fā)展對符號主義學(xué)習的效果幫助不大，很可能是，依托于馮諾依曼架構(gòu)的機器上的符號

15、主義學(xué)習效果已接近極限。然而，因果邏輯作為人類智能獨特性的體現(xiàn)，是人工智能領(lǐng)域里，絕對不能被拋棄、回避的重要課題，既要“人工”，也要“智能”。（2）連接主義學(xué)派的機器學(xué)習機制連接主義學(xué)派最初主要來自對人類大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)的研究學(xué)者，主張從生物結(jié)構(gòu)角度出發(fā)，讓機器先去模擬人腦構(gòu)造，再從中獲得智能。這條思路相比探究復(fù)雜、隱晦的“心智機制”，顯得更加有跡可循。7麥卡洛克深信，人類大腦就是一個天然能執(zhí)行某種思維語言的系統(tǒng)，一定存在著某種運作機制，將人類大腦中大量神經(jīng)元機械性放電的過程組織起來，由此形成思維、知識和記憶。連接主義學(xué)派的核心綱領(lǐng)是：人工智能源于腦的模仿，使用概率矩陣和加權(quán)神經(jīng)元來動態(tài)地

16、識別和歸納模式，代表性產(chǎn)物是神經(jīng)網(wǎng)絡(luò)。麥卡洛克-皮茨提出的“m-p神經(jīng)元模型”闡明了基于連接主義的機器學(xué)習的原理。如圖3所示，該模型中，一個神經(jīng)元會接受多個來自其他神經(jīng)元傳遞過來的輸入信號，不同的輸入信號的重要性各有差別，這種差別就通過連接上的“權(quán)重”大小來表示，神經(jīng)元要將接受到的輸入值進行加權(quán)求和運算，并將求和結(jié)果與該神經(jīng)元自身的“激活闕值”比較，以決定是否對外輸出信號。因此，連接主義視界下的機器學(xué)習，其實現(xiàn)的關(guān)鍵就在于神經(jīng)網(wǎng)絡(luò)的傳播（如前饋傳播）、權(quán)重優(yōu)化（如sgd優(yōu)化算法）和激活（如relu激活函數(shù)）。機器改進自身（即機器學(xué)習）的表現(xiàn)為：學(xué)習的內(nèi)容就是“權(quán)重”，通過訓(xùn)練使權(quán)重不斷更新，最

17、終提取出多維度特征向量（以特征來描述現(xiàn)實事物的屬性）。需要討論的是，雖然正值深度學(xué)習的高潮時期，神經(jīng)網(wǎng)絡(luò)取得了驚人的成果，但連接主義學(xué)派依然存在著長期難以攻克的問題，具體如下：可解釋性缺陷。神經(jīng)網(wǎng)絡(luò)的本質(zhì)是依靠經(jīng)驗的曲線擬合，“黑箱”疑難始終存留，缺乏能夠說明神經(jīng)網(wǎng)絡(luò)因果性的系統(tǒng)性理論，“因為然，所以然”式的解釋明顯不符合人類對科學(xué)以及智能的理解。難以得到全局最優(yōu)解。事實證明，神經(jīng)網(wǎng)絡(luò)的最優(yōu)解往往都是局部最優(yōu)解，只能沿著全局最優(yōu)解的方向前進，卻很難得到全局最優(yōu)解。這是np完全問題在神經(jīng)網(wǎng)絡(luò)中的體現(xiàn)。人工神經(jīng)元比較“低能”。幾十年來，神經(jīng)網(wǎng)絡(luò)所采用的人工神經(jīng)元沒有太大改進，基本上依然是“m-p神

18、經(jīng)元模型”，而脈沖神經(jīng)網(wǎng)絡(luò)中l(wèi)if（leaky integrate and fire）等神經(jīng)元模型，目前幾乎沒有實際運用。然而，最新的研究表明，人類大腦的單個神經(jīng)元就能夠完成極其復(fù)雜的運算，包括“異或”運算（單個人工神經(jīng)元無法完成），生物神經(jīng)元的能力遠超人類的想象。11除此之外，作為表現(xiàn)神經(jīng)元功能的激活函數(shù)，在近幾年雖出現(xiàn)得越來越多，效果不斷增強，如gelu函數(shù)，但沒有任何一個激活函數(shù)可以與真實神經(jīng)元的情況相類似。3.eai對人類學(xué)習機制的兩種支持性效應(yīng)（1）學(xué)習機制的一般性規(guī)律依據(jù)以上對學(xué)習機制（包括人類學(xué)習機制和機器學(xué)習機制）的分析，無論是從基于邏輯結(jié)構(gòu)的學(xué)習機制（信息加工理論與符號主義理

19、論）出發(fā)，還是從基于物理結(jié)構(gòu)的學(xué)習機制（認知神經(jīng)科學(xué)理論與連接主義理論）思考，機器學(xué)習機制同人類學(xué)習機制之間都存在著顯著的共性，這就闡釋出“eai能夠促進人類學(xué)習”最重要、最本質(zhì)的原因。邏輯結(jié)構(gòu)層次上，所有的學(xué)習發(fā)生機制都是通過學(xué)習主體（人或機器）的一系列心理操作對外部知識信息進行內(nèi)部加工（以符號形式）的過程。物理結(jié)構(gòu)層次上，所有的學(xué)習運作機制都是學(xué)習主體（人或機器）的大腦根據(jù)外部知識信息，調(diào)整、建立神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，最終形成平衡的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)的過程。這就是學(xué)習機制的一般性規(guī)律。（2）eai對信息加工過程的延展效應(yīng)eai改進基于邏輯結(jié)構(gòu)的人類學(xué)習機制，著重表現(xiàn)為eai對信息加工過程具有延展效應(yīng)

20、。信息加工過程分為信息輸入、信息處理、信息輸出、信息反饋四個流程，以系統(tǒng)論的觀點來看，每個流程實際對應(yīng)了一個符號系統(tǒng)，分別為輸入系統(tǒng)、處理系統(tǒng)、輸出系統(tǒng)、反饋系統(tǒng)。所謂eai的延展效應(yīng)，就是eai能夠通過人工智能技術(shù)延展這四個信息加工系統(tǒng)，具體如下：延展輸入系統(tǒng)。學(xué)習輸入環(huán)節(jié)開始于感受器受到了外界環(huán)境的刺激，教學(xué)媒體理論觀點認為，感受器官（如眼、耳、手）是接受外界信息的媒介。目前的學(xué)習輸入，主要是教師展示多媒體學(xué)習內(nèi)容，學(xué)生的視聽感官接受刺激。近年來，已出現(xiàn)可以模擬人類各種感官的人工智能產(chǎn)品，通過該產(chǎn)品可使多種感官同時受到刺激，提高學(xué)習效率，從而延展了輸入系統(tǒng)。延展處理系統(tǒng)。處理系統(tǒng)對外界信息

21、進行處理，得到有意義信息，然后在原有知識結(jié)構(gòu)的基礎(chǔ)上，利用這些外界的有意義信息，整理、優(yōu)化原有知識結(jié)構(gòu)，進而產(chǎn)生新知識。人工智能技術(shù)通過機器的智能解析、智能決策等關(guān)鍵技術(shù)，替代或部分替代原有處理系統(tǒng)的一些工作，從而延展了處理系統(tǒng)。延展輸出系統(tǒng)。目前，學(xué)生學(xué)習輸出的信息主要以交流、提問、作業(yè)、考試等形式表現(xiàn)，這種獲得多是顯性學(xué)習結(jié)果，難以全方位判斷學(xué)生的認知狀態(tài)、思維框架構(gòu)建、知識深層次理解等情況。人工智能技術(shù)通過智能識別、自然語言理解等關(guān)鍵技術(shù)，支持測量學(xué)生的隱性學(xué)習結(jié)果（如一些非結(jié)構(gòu)化的、復(fù)雜的、中間過程性的數(shù)據(jù)），從而延展了輸出系統(tǒng)。延展反饋系統(tǒng)。人工智能技術(shù)通過智能診斷，鑒定出學(xué)生的學(xué)習

22、基礎(chǔ)、學(xué)習風格和特點、學(xué)習需求等，實時監(jiān)控和調(diào)整學(xué)習者的元認知、理解過程等自我認知發(fā)展，使學(xué)生與機器共同協(xié)商去解決問題，促進了學(xué)生更高水平的認知出現(xiàn)，從而延展了反饋系統(tǒng)。（3）eai對大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的強化效應(yīng)eai改進基于物理結(jié)構(gòu)的人類學(xué)習機制，著重表現(xiàn)為eai對大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)具有強化效應(yīng)。前文說到，學(xué)習活動之所以能順利運作是建立在大腦與內(nèi)部因素（大腦、心理）和外部因素（身體、社會）的相互作用基礎(chǔ)上的，所有這些作用的發(fā)揮都離不開大腦的調(diào)控，離不開大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)的協(xié)調(diào)與統(tǒng)籌。從基于物理結(jié)構(gòu)的學(xué)習機制的視角來看，機器的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模仿了人的大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，學(xué)習是一個大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不斷

23、優(yōu)化的過程，最終形成能解決當前問題下不平衡狀態(tài)的大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)。所謂eai的強化效應(yīng)，即eai近似于大腦的運作過程，分擔并幫助了大腦的神經(jīng)活動，增強大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的組建能力。這種組建主要表現(xiàn)為學(xué)習者對大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的激發(fā)、構(gòu)建、重組，具體如下：激發(fā)舊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。先前知識經(jīng)驗存儲于舊的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，當學(xué)生面對一個新的問題情境時，會首先激發(fā)、回調(diào)相關(guān)聯(lián)的舊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提取出存放的知識，將之與新信息對照。所以說，學(xué)習機制的運作是從已有神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的激發(fā)開始的。構(gòu)建新神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。學(xué)習時，學(xué)生會聯(lián)系已有關(guān)聯(lián)性知識去試圖領(lǐng)會新信息，之后往往生產(chǎn)出面對當下問題情境的新意義，這些新意義的產(chǎn)生就

24、是一個個新神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的建立，并聯(lián)結(jié)到一起的結(jié)果。要注意的是，這種變化不是連續(xù)的，更不是一步到位的，而且若學(xué)生的知識框架被重塑，他的參照性舊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)也很大可能被重構(gòu)。重組新舊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。新的神經(jīng)網(wǎng)絡(luò)形成后，它也必須時刻處在可調(diào)用的狀態(tài)。正因為大腦不斷整理它的“存貨”，才能達成實時、動態(tài)的重組。這種新舊結(jié)構(gòu)之間的重組會提供應(yīng)對新的問題情境的方式，從某些意義來說這種重組是一種學(xué)習的完結(jié)，同時也是一種更新、更高層次的學(xué)習的起步。通過重組機制，腦就能不斷地適應(yīng)新環(huán)境，獲得新知識，就能發(fā)展出最佳的大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)。人工智能技術(shù)通過接近的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)（如cnn卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)），使大腦整個運作過程的效率得到提高，從而顯示出eai對大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的強化效應(yīng)。三、總結(jié)本文探索了eai對人類學(xué)習機制的兩種支持性效應(yīng)，eai同時具有對學(xué)習發(fā)生過程的延展效應(yīng)以及對學(xué)習運作過程的強化效應(yīng)，前一個過程實質(zhì)是基于邏輯結(jié)構(gòu)的信息心理加工過程，后一個過程實質(zhì)是基于物理結(jié)構(gòu)的大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)改組過程。參考文獻：1閆