OpenAI与一所高等教育机构合作详情请见本周ENBLE的人工智能新闻
在TechCrunch的半定期的人工智能专栏《本周人工智能》的这一期中，我们讨论了OpenAI与亚利桑那州立大学合作，测试在教育领域使用GenAI技术的情况
教育中的人工智能：辩论仍在继续
跟上人工智能这样快速发展的行业并非易事。所以，在有一天有个人工智能能做这个工作之前，这里有一份便利搭理机器学习领域近期的新闻、有价值的研究和我们没有单独报道的实验。本周的人工智能焦点是，OpenAI与亚利桑那州立大学签约成为其首个高等教育客户。
OpenAI与亚利桑那州立大学合作
亚利桑那州立大学将与OpenAI合作，为该校的研究人员、教职员工提供OpenAI基于人工智能的聊天机器人ChatGPT。他们还将在2月份进行一个公开挑战，邀请教职员工提交使用ChatGPT的创意。
OpenAI与亚利桑那州立大学的合作显示了人工智能在教育领域的观念正在转变，因为技术发展远远快于课程的适应能力。去年夏天，学校纷纷禁止使用ChatGPT，担心其涉嫌剽窃和传播虚假信息。此后，一些学校取消了禁令，而其他一些学校开始举办有关GenAI工具和其学习潜力的研讨会。
教育中的伟大人工智能辩论
围绕GenAI在教育中的角色的辩论不太可能很快结束。但是，姑且不论，我发现自己越来越多地支持这一观点。是的，GenAI在总结上做得不好。它存在偏见和有毒行为。它会编写虚构的东西。但它也可以用于善事。
想象一下，像ChatGPT这样的工具可能如何帮助正在困扰作业的学生。它可以逐步解释一个数学问题，或者生成一篇论文提纲。又或者它可以提供一个查询通过谷歌需要很长时间才能找到答案的问题的答案。
现在，人们对考试作弊有合理的担忧——或者至少可以在今天的课程体系内被认为是作弊的担忧。根据我个人的听闻，特别是大学生中，有人使用ChatGPT来撰写大篇幅的论文和作文题目。
这不是一个新的问题——以付费撰写论文的服务形式存在已久。但是，ChatGPT大大降低了参与门槛，一些教育工作者辩称。
有证据表明这些担忧被夸大了。但暂且不论这一点，我认为我们应该退一步看待学生为什么会作弊这个问题。学生往往被奖励于成绩，而不是努力或理解力。这种激励机制存在问题。难怪孩子们把学校作业看作是要打勾的事情，而不是学习的机会。
因此，让学生使用GenAI吧，让教育工作者试点利用这项新技术来接触学生。我对教育改革没有太多希望。但或许GenAI能成为让孩子们对以前从未探索过的学科感到兴奋的课程计划的起点。
问答部分
问：使用ChatGPT在教育中是否存在其他担忧？答：除了作弊的担忧外，还有其他潜在问题需要考虑。例如，学生使用ChatGPT等人工智能工具时缺乏与人类的互动和反馈。反馈对学习和成长至关重要，而AI聊天机器人可能无法始终提供富有见解的反馈，而人类教师却能提供。此外，在实施教育系统中使用AI工具时，还存在数据隐私和学生信息的道德使用等问题。这些是实施AI工具在教育系统中需要考虑的重要因素。
问：人工智能如何有益于教育？答：人工智能有潜力通过个性化学习体验、提供即时反馈和为学生提供定制建议来改变教育。像ChatGPT这样的AI工具可以帮助学生理解复杂概念、解决问题和提高整体学习成果。此外，人工智能可以帮助教育工作者分析大量数据，识别模式，并根据每个学生的需求定制教学策略。然而，平衡技术和人类互动对于确保一个全面的教育体验至关重要。
更多机器学习
制约人工智能卫星分析等应用广泛化的一个因素是需要训练模型以识别可能是相当奥妙的形状或概念。辨识建筑物的轮廓是容易的，但发洪水后辨识废墟区域就不那么容易了！瑞士的EPFL研究人员希望通过一个叫做METEOR的项目来简化这个过程。
“在环境科学中的问题是，往往无法获取足够大的数据集来训练我们的研究需求所需的AI程序，”项目负责人之一马克·鲁斯温（Marc Rußwurm）说。
另一方面，洛斯阿拉莫斯国家实验室采用了一种称为Blackout Diffusion的新方法，它起始于纯黑图像，减少了计算负荷。他们说它表现良好，但肯定远未广泛发布。
AI辅助模型在自然科学领域如雨后春笋般涌现，产生新的洞察力并节省数据输入时间。例如，澳大利亚正在应用Pano AI的野火检测技术，可以帮助防止火灾，并为林业管理机构提供宝贵的数据，应用于其被称为“绿色三角洲”的主要林业地区。
在这些人工智能的进步中，每一分钟都至关重要，尤其是在野火情况下。早期通知可能是蔓延性损害的几十英亩和几千英亩之间的区别。
在化学方面，阿贡尼国家实验室的研究人员正在研究如何最好地包装氢气用作燃料。通过使用人工智能筛选方法，他们能够筛选出1600亿个分子中的41个最佳候选物。这有潜力颠覆氢燃料行业，并使其更易于广泛使用。
总结
人工智能在各个领域继续发挥作用，既有积极的影响，也存在挑战。虽然教育中使用人工智能工具可以提升学习体验，但也存在作弊和需要人类互动的担忧。在环境科学和化学等其他领域，人工智能被用于解决复杂问题和推动创新。
随着我们的前进，以谨慎而探索的心态对待人工智能至关重要。人工智能并不是万能的解决方案，在不同的情境中应用人工智能模型时，全面的测试和评估是必不可少的。通过在人与机器之间取得平衡，我们可以充分发挥人工智能的潜力，并创造一个更加光明的未来。
-–
参考文献： – OpenAI and ASU Partnership – Microsoft’s Reading Tutor – Algorithmic Transparency in Music – NASA’s Robots – Samsung Galaxy, Now AI-powered – DeepMind’s Geometry Solver – OpenAI and Crowdsourcing – A Pro Plan for Copilot – Deceptive Models – Tesla’s Staged Robotics Demo – METEOR: A Program for Training AI Algorithms – Los Alamos National Lab’s Blackout Diffusion – Australia’s Application of Pano AI’s Wildfire Detection Tech
