基于人工智能的“互聯(lián)網(wǎng)+支教”模式

趙嘉棟 孫文杰 李浩悰 高潔 盧青霞

（西北工業(yè)大學 陜西省西安市 710072）

西北工業(yè)大學“陽光工程”青年志愿者服務(wù)隊亦通過線上直播的方式，為貧困地區(qū)的學生進行支教援助。通過人工智能為技術(shù)工具，將互聯(lián)網(wǎng)與大學生支教活動深入融合，探討以學生體悟為中心的教育模式創(chuàng)新和智能教學代理技術(shù)已成為當前社會關(guān)注的重點話題。

1 西北工業(yè)大學“陽光工程”青年志愿者服務(wù)隊

西北工業(yè)大學“陽光工程”青年志愿者服務(wù)隊成立于1998年，以“教育之光點亮公益夢想”為宗旨，是通過組織義務(wù)家教、山村支教活動來實現(xiàn)大學生“愛心獻社會，真情暖人心”為目標的學生公益社團。為擴大影響力，服務(wù)隊通過已有的教育資源、經(jīng)驗、榮譽和骨干成員為基礎(chǔ)，以革新的“互聯(lián)網(wǎng)+”為手段，利用多種自媒體平臺等以爆發(fā)式的增長擴大陽光工程公益協(xié)會的影響力。2017年啟動的“互聯(lián)網(wǎng)+支教”成為團隊轉(zhuǎn)型期間重點突出的新時代支教模式?！盎ヂ?lián)網(wǎng)+支教”采用線上直播教學的方式，向貧困地區(qū)的學生們進行在線課程錄播。迄今為止，已成功舉辦了41 期支教活動，有超過15，300 人次的志愿者，志愿時長超過366，000 小時，累計受助人次多達20，000 人次。

2 人工智能技術(shù)在教育行業(yè)中的應(yīng)用現(xiàn)狀

2018年，中國教育部發(fā)布的《高等學校人工智能創(chuàng)新行動計劃》明確了人工智能與教育融合發(fā)展，尤其是促進高等教育創(chuàng)新發(fā)展的總體規(guī)劃[1]。目前，在人工智能的風口下，產(chǎn)業(yè)界大量投資一線教育領(lǐng)域，尤其是基礎(chǔ)教育領(lǐng)域。包括以學科知識模型為核心，基于能力判別的自適應(yīng)學習服務(wù)；以學習者建模為核心，形成對學生學業(yè)的預(yù)測和表現(xiàn)性評價等。這些有關(guān)人工智能在教育行業(yè)的應(yīng)用，實際上是基于學生學習相關(guān)領(lǐng)域的大數(shù)據(jù)聚合，利用機器學習算法模型，為教育教學某個具體場景提供智能化的學習要素測量、評價、預(yù)測等服務(wù)。

目前為止，人工智能技術(shù)對遠程線上教育的主要影響表現(xiàn)為[2]遠程線上教育人員的增多。并且，出現(xiàn)了越來越多關(guān)于遠程作業(yè)支持系統(tǒng)PSS(Performance Support System)的成功案例，這種系統(tǒng)配合以模式識別技術(shù)在教學信息方面的分析處理，逐步成為了人工智能技術(shù)對教育行業(yè)的重要作用工具。這種應(yīng)用工具包含了教學信息采集、信息預(yù)處理、學術(shù)特征提取和分類模式識別等，可以通過選擇得到匯聚了各種教學模式的特征參量，隨之進行模式分類，從而科學的選擇最有利的教學方式。

人工智能技術(shù)在當前教育的應(yīng)用現(xiàn)狀主要集中在智能教學代理和機器人教育技術(shù)。本文則主要針對智能教學代理技術(shù)作為模式創(chuàng)新的突破點進行闡述。

3 西北工業(yè)大學“陽光工程”青年志愿者服務(wù)隊將人工智能技術(shù)應(yīng)用在支教中所總結(jié)的核心問題和應(yīng)用挑戰(zhàn)

3.1 核心問題

在服務(wù)隊的線上和線下支教工作過程中，將人工智能在支教行業(yè)中所遇到的核心問題歸納為三點：

（1）提高線上教育的服務(wù)提供效率和線下響應(yīng)能力；

圖1：技術(shù)路線示意圖

（2）推動教育教學組織內(nèi)部的創(chuàng)新；

（3）通過多種方式提升學生的自主學習體驗。

通過總結(jié)上述的核心問題，如何開發(fā)一套更好的智能教學代理技術(shù)則成為解決問題的關(guān)鍵辦法。為此，我們開發(fā)了一種基于目標跟蹤與檢測的交互授課系統(tǒng)，以視頻的形式進行基于人工智能技術(shù)背景下的“互聯(lián)網(wǎng)+支教”模式創(chuàng)新。

3.2 以人工智能技術(shù)為媒介的基于目標跟蹤與檢測的交互授課系統(tǒng)開發(fā)的應(yīng)用挑戰(zhàn)

我們以人工智能技術(shù)為媒介，研究基于目標跟蹤與檢測算法的交互授課系統(tǒng)，通過以人工智能技術(shù)為工程背景，用視頻分割算法和多目標跟蹤與檢測算法實現(xiàn)對傳統(tǒng)視頻的解析和交互點的添加，并開發(fā)相應(yīng)的網(wǎng)絡(luò)授課工具。實現(xiàn)該目的的技術(shù)步驟主要可以分為四步。如圖1 所示，為我們的技術(shù)路線圖。

3.2.1 實現(xiàn)對傳統(tǒng)授課視頻的準確分割

使用基于Graph-cut 的半自動視頻分割算法實現(xiàn)對網(wǎng)絡(luò)授課視頻的分割。目前主流的視頻分割算法大致可分為兩種：全自動分割與半自動分割。半自動分割算法相比于全自動分割算法具有可人工干預(yù)、GUI（圖形界面）用戶友好、分割更加精確的特點。Graphcut 算法是圖像分割的經(jīng)典算法，它將單個的視頻場景定義為圖

G(v,u)，圖由像素集合v 和相鄰像素邊的集合u 組成，圖像分割就是要對每個 圖定義一個能量函數(shù) E(X)，能量函數(shù)與v和u有關(guān)，當能量函數(shù)取得最小值時，授課圖像分割完成。

3.2.2 實現(xiàn)對授課過程中多學術(shù)目標的穩(wěn)定跟蹤和精準檢測

（1）使用基于輪廓和 ASIFT 特征匹配的授課學生目標檢測與跟蹤算法實現(xiàn)多目標穩(wěn)定 跟蹤與檢測。通過 Graph-cut 視頻分割算法對圖像進行初步分割，在對圖像預(yù)處理之后進行最優(yōu)二值化閾值處理，降低目標邊界噪聲。再經(jīng)過輪廓檢測，對目標生成比較明顯的輪廓，有效提高目標檢測效率與精度；最后利用前后兩幀場景圖 像間的目標輪廓 ASIFT 特征匹配，實現(xiàn)復(fù)雜內(nèi)容下的精準目標檢測與穩(wěn)定跟蹤。

（2）ASIFT 算法模擬了相機運動的經(jīng)緯角度參數(shù)，為在更多的變換下提供更 多的特征點提供前提，是一種完全仿射不變特征提取與匹配方法。另外，ASIFT 算法能夠從圖像中全方位地提取更為豐富的特征，十分有利于提高授課目標匹配的有效性。

3.2.3 實現(xiàn)對帶有交互授課信息的交互視頻解析與播放

使用基于 HTML5+Javascript 實現(xiàn)的播放器具有傳統(tǒng)播放器必要的功能，但同時具有解析交互視頻的能力。交互視頻相比于傳統(tǒng)視頻，多附帶一個存儲了目標軌跡和交互信息的外置文件，解析視頻實際上是對外置文件的解析。而解析外置文件實際上是構(gòu)造場景的二維矩陣 D 的過程，當學生鼠標移動到播放器區(qū)域的時候，根據(jù)鼠標所處的坐標，查找平面矩陣 P（x,y）處對應(yīng)的目標標號 ，再據(jù)此標號獲取外置文件中對應(yīng)目標的交互信息，然后根據(jù)信息響應(yīng)用戶的交互操作，如網(wǎng)頁請求、評論添加、題目回答等。

3.2.4 開發(fā)出學生界面友好的交互視頻系統(tǒng)

我們利用上述對關(guān)鍵點的算法實現(xiàn)和交互視頻解析模型的建立基礎(chǔ)，開發(fā)學生界面友好的交互視頻編輯工具和交互視頻播放工具，使學生和老師可利用交互視頻系統(tǒng)輕松完成對傳統(tǒng)視頻的交互添加、視頻導(dǎo)出、以及視頻播放。

3.3 總結(jié)要求

總體而言，人工智能在“互聯(lián)網(wǎng)+支教”模式應(yīng)用場景的拓展有兩個要求：一是可自動化獲取的海量數(shù)據(jù)，二是清晰明確的概念界定和規(guī)則[3]。如今教育領(lǐng)域依然存在大量的未給出規(guī)則定義、或者規(guī)則定義和范圍不清晰的教育目標，使得人工智能在線上教學的應(yīng)用存在困難。解決困難的根本途徑，除需要從技術(shù)上探索，挖掘數(shù)據(jù)采集和分析的可能性外，我們還需要協(xié)同教育學和心理學的專家學者，從底層的教學理論進行挖掘和探索，搭建邏輯框架，保證人工智能“有章可循”。

4 人工智能技術(shù)在“互聯(lián)網(wǎng)+支教”應(yīng)用的期望

要實現(xiàn)人工智能推動教育體系 的靈活開放，一方面需要認識人工智能在支持學習和挖掘評價潛能方面的發(fā)展趨勢，評估并調(diào)整課程，以促進人工智能與學習方式變革的深度融合。另一方面，需要發(fā)掘數(shù)據(jù)潛能，支持學生綜合能力的多維度評價。由此可見，人工智能在各行業(yè)的廣泛應(yīng)用已是大勢所趨，在這一背景下，我們認為人工智能技術(shù)的教育應(yīng)圍繞人的發(fā)展展開探索，而非在技術(shù)的綁架下追求教育的“智能化”。人工智能技術(shù)的教育應(yīng)用，首先必須具備對學習者發(fā)展規(guī)律的認識，這種認識需要多學科協(xié)同探索，共同構(gòu)建清晰的評量、匹配、干預(yù)的規(guī)則[4]。“互聯(lián)網(wǎng)+支教”是非常復(fù)雜的系統(tǒng)，既涉及志愿者教和學過程的 方方面面，又涉及學校、家庭、社會、政府的各個體系。從某種意義上說，利用算法幫助我們在教育場景更好地理解教育本身，可能是人工智能教育應(yīng)用的另一個重點，也就是“智能增強”。此時，算法和數(shù)據(jù)都可以用來創(chuàng)建增強我們評價、診斷、預(yù)測、干預(yù)教育服務(wù)和創(chuàng)新教育服務(wù)的能力。如何在人機協(xié)同的環(huán)境下共同增強雙方的智能，圍繞教育問題給予科學有效的解決，將是個長久的、不斷迭代和不斷優(yōu)化的過程。

5 結(jié)語

21 世紀是人工智能的世紀，是“互聯(lián)網(wǎng)+”的世紀，也更是教育理念和模式變更的世紀，我們需要更好的解決人工智能產(chǎn)業(yè)落地的問題，通過“互聯(lián)網(wǎng)+支教”模式作為參考，讓人工智能技術(shù)真正的走進教育行業(yè)。