智能代理在网络化学习中的应用
Applying Intelligent Agent In The E-learning Area
柳杨 赵呈领
华中师范大学信息技术系
Tel: 8627-87673297
E-mail: liuyang06@sina.com.cn
智能代理来源于人工智能,特别是分布式人工智能领域,采用智能代理服务的系统可以主动的为客户提供智能化、拟人化的服务。如今网络技术的飞速发展为网络化学习朝着智能化方向发展提供了良好的技术基础。本文在简要介绍智能代理技术的基础上,着重讨论了智能代理技术在网络化学习中的应用及其应用的理论基础,给出了一个基于智能代理的网络化学习环境,并讨论了在这个学习环境中各部分的主要功能及其实现机制。
关键词:智能代理 教师代理 学生代理 秘书代理
1 引言
随着多媒体和万维网的迅速发展,一种全新的学习理论与教学理论——建构主义日益盛行。这种理论强调教师指导下的以学生为中心的学习,教学过程不仅要发挥教师的指导作用,更要充分体现学生的认知主体作用。而传统的智能辅助教学系统(ICAI)主要强调辅助教师“教”,利用“学生模型”、“教师模型”、“知识库”等模块,帮助教师实现因材施教和进行有针对性的指导;没有很好地体现智能教学系统在辅助学生“学”方面的智能性。正是在这样的背景下,智能代理技术在网络化学习中的应用日益普遍。
2 智能代理技术
2.1智能代理技术的特点
智能代理是分布式人工智能(DAI)研究的产物,最先由美国麻省理工大学研制开发。目前广大专家学者对智能代理的定义还没有达成共识,但一般都认为智能代理具有拟人的智能特性,主要表现在:
(1)自治性(autonomy):代理可以根据意图、愿望、信念或习性,在没有人或其他代理直接干预的情况下运作,而且对自己的行为和内部状态有某种控制能力;
(2)主动性(activity):包括主动适应和主动代理,在完成操作的过程中,代理可以获得、表示并在以后的操作中利用关于操作对象的知识以及用户意图和偏好的知识;对一些任务无须用户发出具体指令,只要当前状态符合某种条件,就可以用户或其他程序完成相应的操作;
(3)反应性(reactivity):代理能够理解周围的环境,并对环境的变化做出实时的响应,作为代理、接受委托、遵循承诺,产生输出反应动作和行为;
(4)能动性(pre-activeness):代理不仅简单地对其环境做出反应,也能够通过接受某些启动信息,表现出有目标的行为,如获取信息、查询数据、传递消息、提取知识、执行命令、采取行动等;
(5)社会性(socialability):代理和其他代理(也可以是人)通过某种代理语言进行信息交流。
2.2 智能代理的层次结构
一般来说,每个代理从功能上可分为4个层次:
(1)协作层:该层主要完成代理之间协作的管理和控制。这一层主要根据代理的能力、意图和所接受的任务来进行行为规划。协作层的编辑语言可采用人工智能语言,如Lisp,Prolog等,可以运用人工智能语言来进行系统的描述和推理并做出进一步的决策;
(2)代理应用层:该层是代理独自的工作空间。代理通过它来完成分配给它的并在其能力范围内的问题求解工作。由于应用是每个代理所特有的,不同的代理有不同的能力、知识,它们可以采用自己特定的专业语言来工作,同时该层也提供一些友好的界面工具,根据开发人员的需求构造代理。
(2)传输层:该层负责代理之间信息的收发,为代理提供透明的优化数据传输服务;
(4)通讯层:该层为传输层提供通讯协议支持,可以由TCP/IP协议栈组成。
3 应用的理论基础
智能代理在远程教学中的普遍应用,所依据的学习理论和教学理论是建构主义理论。
建构主义认为,学习是学习者在与环境交互作用的过程中主动地建构内部心理表征的过程。知识不是通过教师讲授得到的,而是学习者在一定的情景即社会文化背景下,借助其他辅助手段(包括教师和学习伙伴以及其他学习工具),利用必要的学习材料,通过意义建构的方式而获得的。因此建构主义学习理论认为“情景”、“协作”、“会话”和“意义建构”是建构主义学习环境中的四大要素。
建构主义的学习模式可以概括为:在教师指导下的以学习者为中心的学习,既强调学习者的主动性,又不忽视教师的指导作用。教师是学生学习的引导者、帮助者和促进者,而不是知识的提供者和灌输者;学生是信息加工的主体,是意义的主动建构者,而不是外部刺激的被动接受者和被灌输的对象。
建构主义认为,学生要成为意义的主动建构者,就必须在学习过程中从以下几个方面发挥主体作用:①要用探索法、发现法去建构知识的意义;②在建构知识意义的过程中要求学生主动地去搜集并分析有关的数据和资料,对所学习的问题要提出各种假设并努力加以验证;③要把当前学习内容所反映的事物尽量和自己已经知道的事物相联系,并对这种联系加以认真的思考(如比较其异同、总结其中的规律等等)。在学习过程中,学习者同学习伙伴讨论、协商将有助于提高意义建构的效率和质量。
4 智能代理在网络化学习中的应用
4.1 基于智能代理的网络化学习环境
由于智能代理可以最大限度的扩展应用服务系统和最终用户之间的信息交流,而且采用智能代理服务的系统可以主动的为客户提供服务;其次,从用户角度看,采用智能代理技术的应用服务系统可以不知疲倦的为他工作,并且可以为他提供智能化的、拟人化的服务;另外,智能代理技术在网络化学习中的应用完全实现了建构主义教学理论的思想。正是由于智能代理技术的这些优点使得它在网络化学习中的应用越来越广泛。在网络化学习中智能代理即可作为教师代理,起到智能辅助教学系统(ICAI)的作用;也可作为学生代理充当学习者的学习伙伴以及学习者的知心朋友,还可以充当学习者的秘书代理,主动的帮助学习者收集他所需要的资源。图1给出了基于智能代理的网络化学习环境。
教师代理
学生代理
学生代理
秘书代理群
秘书代理群
图1基于智能代理的网络化学习环境
其中教师代理的主要任务是制定教学策略,学生代理的主要任务是执行这些教学策略,秘书代理群则主要完成学习过程中学习者交给的任务。由教师代理控制全局,由学生代理激活秘书代理群。
4.2 教师代理
教师代理中的推理机可以通过对学习者学习情况的跟踪调查识别学生的认知水平,并能对不同认知水平的学习者或不同的教学内容采用不同的教学策略,以实现对学习者有针对性的帮助、辅导,做到因材施教。
教师代理服务器
学生代理
接口代理
智能导师系统
推 理 机
数 据 库
智能导师
知识获取
机器
学习
知 识 库
通讯协议接口
图2 智能导师系统模型
图2是一个智能导师系统模型。在这个模型中,学生代理通过接口代理同存放在教师代理服务器上的智能导师系统进行数据和信息交换。接口代理对输入的数据和信息进行“理解”,并将输入的资料转换为推理机可接受的信息;最后将智能导师系统所做出的推理结果反馈给学生代理。推理机完成对教学过程的控制和对知识的推理,它根据学生代理输入的信息自动的运用知识库中的知识选择合适的教学策略。知识获取是智能导师系统和教学专家的接口,智能教学系统通过这个接口完成知识的收集、整理、分类和表示,并将所得的知识存入知识库。机器学习模块将对系统运行过程中所产生的知识进行获取,并转化为知识库中的知识表示形式,写入知识库以此增强推理机的能力。
4.3 学生代理
学生代理充当学习者的学习伙伴,与学习者进行平等的讨论、交流,有时还会针对学习者对某些重要概念理解上的模糊和片面之处,故意提出诘难,挑起争论,以促进学习者更深入的去思考与分析;还可以作为另一种学生代理充当学习者的知心朋友,以便学习者遇到不顺心的事情或有心理障碍时与之促膝谈心,帮助减轻思想负担和消除心理压力。
学生代理服务器
教师代理
控制模块
理解模块
反应模块
图3 学生代理的模型
图3是一个学生代理的模型。在这个模型中,学生代理受教师代理的领导,由教师代理激活学生代理的控制模块。控制模块包括回答问题的知识,以此同学习者进行交流,可根据其中所包含控制策略决定何时介入学习者的学习?如何介入?介入什么?如针对学生学习中的含糊之处提出质疑,从而促进学生学习。解释模块用于识别学习代理能够介入学生学习的典型情况,用来探测和学习者进行交谈的机会。反应模块主要包括特定情况下被激发的反应活动。
学生代理必须具备机器学习的能力,能够通过机器学习从对学习者不同情况下行为的分析获得更多的经验,从而获取新的陈述性知识,并能把所获取的这些新知识组织成为一般的更有效的各种表示,以此来增进控制模块的功能。
4.4 秘书代理
秘书代理帮助学习者到有关资源站点去查找和搜索与当前学习内容有关的材料,或是帮学习者处理日常事物如收、发电子邮件,安排约会,提示应交作业,帮助复习、备考等等。
秘书代理群
自然语言接口
……
秘书代理
秘书代理
秘书代理群管理系统
图4秘书代理群模型
图4是一个秘书代理群模型。在这个模型中,学习者把自己的信息需求通过自然语言接口提交给秘书代理群管理系统,由秘书代理群管理机构选择合适的秘书代理来完成学习者交给的任务,若一个秘书代理可以独立完成此任务则此秘书代理独立完成任务;若一个秘书代理不能独立完成任务则把任务分配给几个不同的秘书代理协同完成此项任务,各秘书代理间的协同工作由秘书代理管理系统协调。被选用的秘书代理启动秘书代理程序,该程序能够分析和理解学习者的信息需求,自动地进入Internet,自动地与Internet机器对话,自动地检索、分析和处理Web页面,并且能对结果按照学习者的需求和思维方式进行处理和优化,最后把优化的结果返回给学习者。秘书代理群是一种超越面向目标、客户/服务器系统技术软件设计模式。
5 结论
本文给出了一个基于智能代理的网络化学习环境,阐述了帮助教师和学生完成教学任务的教师代理、学生代理及秘书代理的基本结构。由此不难看出智能代理在网络化学习中大有用武之地,与传统的智能辅助教学系统相比,在智能化方面的发挥更加灵活、更加多样化。
参考资料
[1] M.Wooldridge, Intelligent Agents: Theory and Practice, Knowledge Engineering Review, 10(2)1995.
[2] Steven Ritter, Communication,Cooperation and Competition among Multiple Tutor Agents, Proceedings of AI-ED97.
[3] 何克抗. 建构主义—革新传统教学的理论基础. 电化教育研究. 1997.(3)、(4).
[4] 武法提. 基于多代理(Multi-Agent)的智能多媒体远程教学系统研究. 北京师范大学博士论文开题报告1996. http://etc.elec.bnu.edu.cn.
[5] 杨立洁等. 计算机支持的协同教学环境. 计算机应用. 1999. 5. (5).
Intelligent agent originates in Artifical Intelligence, especially in Distribute Artifical Intelligence. The rapid development of Internet technology establishes a good base for E-learning technology. This article introduces intelligent agent briefly, then focus on discussing how to applying intelligent agent in the E-learning area and the theoretic base of this application. The author puts forward an E-learning environment base on intelligent agent, and analyses the function of each part.