|
【摘要】：文章簡要的分析了專家系統的組成結構及其特點，著重探討了在以學習者為中心的教育活動中，專家系統作為學習工具和學習對象的主要應用，及其促進教育信息化發展和提高學生信息素養方面的作用。 【關鍵詞】：專家系統 學習工具 學習對象 一、引言 在信息社會中，現代教育技術發展迅猛，對我國教育教學的改革產生深遠的影響。隨著改革的不斷深入，信息技術在教育實踐中的不斷拓展，人們發現由于技術的局限，使得許多的實踐都很難達到理論的要求。比如，根據教學設計理論，要求對學習者的起始能力、學習風格等進行分析，以便提供個性化的學習指導；在學習的過程中要求適時地進行評價，并提供及時的反饋意見，然而在實踐的過程中，特別是在遠程教學的實踐操作中就涉及到許多的問題：如何準確地診斷學習者學習風格，并提供適合學習者個性的學習指導；如何為那么多的學習者提供及時的反饋等等都制約著遠程教學的質量的提高和教學范圍的擴展。如何通過比較便捷的方式來妥善的處理這些問題呢？伴隨人工智能技術與應用的發展，我們將目光投向了專家系統，并認為在以學習者為中心的教育活動中，專家系統的應用問題必將越來越得到人們的重視與研究，為促進我國教育信息化作出貢獻。 二、專家系統概述 所謂專家，一般都擁有某一特定領域的大量知識和豐富的經驗。在解決問題時，專家們通常擁有一套獨特的思維方式，能較圓滿的解決一類難題，或向用戶提出一些建設性的意見。 專家系統（Expert System）可視為一類具有大量專門知識的計算機智能程序系統。它能運用特定領域一位和眾多專家提供的專門知識和經驗，并采用人工智能中推理技術來求解和模擬通過由專家才能解決的各種復雜問題，達到與專家具有同等解決問題的能力。它可使專家的特長不受時間和空間的限制。因此，專家系統必須包含領域專家的大量知識，擁有類似人類專家思維的推理能力，并能用這些知識來解決實際問題。例如，一個醫學專家系統就能夠像真正的醫學專家一樣，診斷病人的疾病，判斷病情的嚴重性，并給出相應的處方和治療建議等。 1、專家系統的基本結構[1] 人機交互界面 知識獲取 解釋器 數據庫 知識庫 推理機 專家、知識工程師 用戶 圖1 專家系統組成結構 （1）知識庫：是專家系統的核心，由事實性知識和啟發性知識構成。事實性知識指廣泛共有的事實，啟發性知識指專業領域經驗和具有啟發意義的知識。它是專家系統中關于一個領域或特定問題的若干專家知識的集合體，它可以向用戶提供超過一個專家的經驗和知識。 知識庫是專家系統質量優劣的關鍵所在，即知識庫中知識的質量和數量決定著專家系統的質量水平。一般來說，專家系統中的知識庫和專家系統程序是相互獨立的，用戶可以通過改變、完善知識庫中的知識內容來提供專家系統的性能。 現有的系統大都采用規則來表示知識，每條規則都是IF-THEN形式。IF代表規則的前提部分，它可以是多個條件的邏輯組合；THEN代表規則的結論部分，也可以是若干結論的組合。如：IF：該動物有奶，THEN：該動物是哺乳動物。 （2）數據庫：用于存儲有關領域問題的事實、數據、初始狀態、推理過程的各種中間狀態及目標等。實際上，它相當于專家系統的工作存儲區，存放用戶回答的事實、已知的事實和由推理得到的事實。 （3）推理機：是一組用來控制、協調整個專家系統的方法、策略的程序，它根據用戶的輸入數據（現象、癥狀），利用知識庫中的知識，按一定推理策略（如正向推理、逆向推理、混合推理），求解當前問題，解釋用戶的請求，最終推出結論。在設計推理機時，應使其符合專家的推理過程。一般來說，專家系統的推理機和知識庫是分離的，這不僅有利于知識的管理，而且可實現系統的通用性和伸縮性。 （4）解釋機：主要用來解釋專家系統是如何推斷結論，回答用戶的提問，并使用戶了解推理過程及推理過程所運用的知識和數據。 （5）知識獲取：是專家系統的學習功能，它修改知識庫中原有的知識，增加新的知識，實現自動學習。一個學習系統是否具有學習能力是衡量其適應性的重要標志。 （6）用戶界面：實現系統與用戶的信息交換，為用戶使用專家系統提供一個界面友好的交互環境。通過該界面，用戶輸入基本信息，回答系統提供的相關問題，并輸出推理結果及相關的解釋等。 2、專家系統的特點 與人類專家相比，專家系統有許多吸引人的特長[2]： （1） 靈活性。專家系統是專家知識的集成體。一個專家系統可能具有大量的知識，并且其知識庫可以按照一定的規則增加、修改和刪除知識以適應應用的需要。 （2） 持久性。系統貯存的知識是持久的，它不像人類專家那樣會退休、或者死亡，專家系統的知識會無限地持續。 （3） 具有解釋、說明功能。專家系統能明確、詳細地解釋導出結論的推理過程。一個人可能會討厭、不愿意或是沒有能力給出詳細而明確的推理過程，但明確、詳細的解釋有利于得出正確的決策和向專家學習其思考過程。 （4） 復合專家知識。由多個專家復合起來的知識，其水平肯定會超過某個單獨的專家。而且，專家系統可以做到白天或晚上的任何時候同時和持續地解決某個問題。 （5） 穩定、理智、及時和完整的響應。迅速或適時的相應對某些應用來講是必要的。專家可能由于壓力或疲勞而不能高效的解決問題，專家系統可能比專家反應得更加迅速或更有效。 三、專家系統在教育中的作用 專家系統是人工智能研究中最重要的分支之一，它實現了人工智能從理論研究走向實踐應用，從一般思維方法的探討轉入運用專門知識求解專門問題的重大突破。目前，被大多數人認可的專家系統在教育中的應用主要有兩種：即將專家系統作為學習的工具和學習的對象。 （一）專家系統作為學習的工具 1、改進教學模式 勃朗遜(Robert Branson)在美國的《教育技術》雜志上發表的題為《過去、現在和未來的教學模式》一文中，描述了一個以教育技術為基礎的未來教育模式[3]：(見圖2) 圖2 以教育技術為基礎的未來教育模式 我們可以看出，這個模式是由教師、專家系統和學生三個方面所組成的。其中的專家系統是一個由知識和數據庫組成的智能教學專家系統。以它作為學習的工具，為學習者提供像學科專家一樣的學習支持，學生通過主動地與專家系統的交互來獲取知識。同時，在這一系統中，將教師從學科事務中解放出來，使其有更多的時間和精力來協調學習者之間、學習者與專家系統之間的關系，使教師的主導作用得以充分的發揮。這一模式的實現，可以使目前的“以教師為中心”、“以課堂為中心”的教學模式從根本上有所改變。 眾多文獻中介紹的智能計算機輔助教學 (ICAI)其實質也當歸屬智能教學專家系統。ICAI的作用在于通過研究人類學習思維的特征和過程，尋求學習認知的模式，使學生獲得個別化自適應學習，從而學得更快、更有效。通常，ICAI系統具備下列智能[4]： (1) 能自動生成各種問題與練習； (2) 能根據學生的不同水平與學習情況選擇相應的學習內容并調整相應的教學進度； (3) 能在理解教學內容的基礎上自動解決問題并生成答案； (4) 具有自然語言的生成與理解能力，以便實現比較自由的教學問答系統，以提高人機交互作用的主動性； (5) 對教學內容具有解釋咨詢能力； (6) 能診斷學生錯誤，分析錯誤發生的原因并采取相應的糾正措施； (7) 能評價學生的學習行為； (8) 能不斷地在教學中改進教學策略。 目前，ICAI在教學中的應用已有諸多實例，對ICAI模型的研究及各種ICAI軟件的開發也不斷推陳出新，已形成了對教學過程智能化的有力的技術支撐。 需要說明的是，雖然智能教學專家系統能夠承擔教師的許多工作，但是由于專家系統所固有的局限（如：其能力受限于系統的知識域），以及學習活動的豐富性，使得它不可能完全替代教師。 2、提供智能化的決策服務 支持服務是現代遠程教育系統的重要構成要素，其宗旨是創造一個優良的學習環境，使學習者方便快捷地調用各種資源，接受關于學習的全方位服務，以獲得學習的成功。建立和維持一個高效靈活、強有力的支持服務子系統是有效地開發、管理和實施遠程教育項目的保證，關系到現代遠程教育的發展和生存。 但當前遠程教育中的學習支持服務并不盡人意，導學和答疑的手段都還十分落后，服務方式也受到諸多限制（如：地域、時間、人員和設施等），缺乏主動性、針對性和策略性。欲改變支持服務的被動狀況，提高支持服務的質量，其有效途徑之一就是引進人工智能技術，實現服務的智能化。 智能決策系統（Intelligence Decision Support System）是在20世紀80年代初提出來的，它是把決策系統與人工智能相結合，尤其是與專家系統相結合的產物，它比傳統的決策支持系統具有更有效的輔導決策作用。智能決策系統可以實現以下的一些功能： （1） 分析和識別問題； （2） 形成候選的決策方案（目標、規劃、方法和途徑等）； （3） 構造決策問題的求解模型； （4） 多方案、多準則、多目標情況下的比較和優化； （5） 綜合分析，包括決策結構或方案對實際問題可能產生的作用和影響的分析，以及各種環境因素、變量對決策方案或結果的影響程度分析 目前，有許多文獻對遠程教學中的智能決策系統進行了研究。如本文“參考文獻”[5]介紹的一種智能導師系統。它有以下功能：1）了解每個學生的學習能力、學習基礎和當前知識水平。2）評價學習效果及診斷學習者的錯誤。3）分析學生的不同特點，思維、性格及學習能力，從而針對不同學生生成最佳教學策略。進行個性化教學。4）創作課件用于教學或輔助教師創作。 （二）專家系統作為學習的對象 教育部于2003年4月正式頒布普通高中課程標準（實驗稿），首次在信息技術課程中設立“人工智能初步”選修模塊，從而邁出了我國高中階段開展人工智能教育的第一步。 專家系統在人工智能領域享有很高的聲譽，曾被認為“是人工智能從幻想到實踐，再由實踐到理論的主角”。以專家系統作為學習對象，可以對學生的以下幾個方面產生積極的作用： 1、 培養學生問題解決方法的多樣性 人們在現實生活中遇到的問題按其結構劃分，大致可以分為三類：[6]結構化問題（能用形式化或公式化方法描述和求解的問題）、非結構化問題（難用確定的形式來描述，主要根據經驗來求解的一類問題）和半結構化問題（介于以上兩種之間的問題）。 學生在中學階段要求解決的大都是結構化問題。求解結構化問題主要途徑是：算法＋數據結構。而專家系統最適合那些沒有高效算法解決的情況，即非結構化問題和半結構化問題。解決這類問題，推理可能是尋求較好解決方法的唯一希望。因此，求解非結構化、半結構化問題的主要途徑是：知識＋推理。 通過讓學生借助專家系統工具建造專家系統，包括知識庫的構建和推理機制的設計，可以讓學生在了解專家系統的基本特征，體驗、認識專家系統的知識與技術的過程中獲得對非結構化、半結構化問題解決過程的了解，從而使學生了解計算機解決問題方法的多樣性，培養學生的多種思維方式，達到提高信息素養的目的。 2、 培養學生人際交流的能力 為成功開發一個專家系統要求領域專家、知識工程師和用戶的密切配合，領域專家提供知識和求解方法，用戶提供需求，知識工程師從專家那里獲取知識，并將其轉化到計算機上。在專家系統的教學中，可以要求學生自行構建由產生式規則組成的知識庫，學生作為知識工程師或領域專家，即要能清楚地向他人表述自己意圖，又要具備從別人那里獲得對自己有用的信息的能力。通過這種角色扮演，有利于培養學生的人際交流的能力，提高協作意識。 3、 開發學生的元認知能力 元認知又稱反省認知，即對認知的認知，是個人關于他自己的認知活動過程和結果以及與之有關的任何事項的認知，其實質是個體對自己認知活動的自我意識和自我調節[7]。斯騰伯格認為，人們對自身思維過程（分析、創造和實踐性的問題解決、推理和決策制定等）了解和控制的元認知能力，相比單純的認知能力（如知覺、記憶和思維過程）更能影響到智力[8]。而我國現行的學習目標大都以布盧姆的教育目標分類學或加涅的理論為指導，在制定學習目標時往往忽略元認知能力的培養。 由于專家系統中的知識組織和推理過程是對人類專家思維方式的一種模擬與再現，因此學生在建造知識庫過程中，需要反省自己的思維過程，將原來零碎的未成型的知識概念化、形式化和條理化，從而內化為學生自己的東西。通過自己實踐構建一個小型的專家系統，可以為學習者提供一個反思自身思維過程的機會，有助于學生認知水平的提高。 【參考文獻】： 1、 王萬森編著. 人工智能原理及其應用. 北京：電子工業出版社. 2000.9 2、 Gianatano.J ，Rilay.G 著. 印鑒等譯. 專家系統原理與編程[M]. 北京：機械工業出版社.2000.5 3、 Ｒ·勃朗遜:過去、現在和未來的教學模式。美國《教育技術》雜志 4、 李力 智能化：提升現代遠程教育水準的重要途徑——遠程教育領域AI應用前瞻， 電化教育研究，2002.12，25—28 5、 王世敏. 謝深泉. 程思杰 計算機智能導師系統（ITS）的構思，湘潭大學自然科學學報 2001.3，20—24 6、 張劍平. 關于人工智能教育的思考[J] 電化教育研究. 2003.1，24——28 7、 朱永祥. 小學生元認知技能培養實驗研究報告[J]. 教育研究. 2000.6 8、 [美] RJ 斯騰伯格. 成功智力[M]. 吳國宏. 錢文譯. 上海：華東師范大學出版社.1999 作者簡介： 李慧迎：女，1977年生，漢，籍貫：湖南，職稱：講師，工作單位：湖南科技大學教育學院，現在華東師范大學攻讀碩士學位，研究方向：教育技術學 聯系方式： 郵編：411201 電話：13789305736 0732——8386036（宅） 通訊地址：湖南科技大學教育學院 E-mail：huiyli@126.com |
|
|
