註冊了一堆線上課程,卻總是上也上不完?

你上過線上課程嗎?因為科技的發展與現代人的生活模式改變,線上課程成為許多人學習新知的首選,而疫情的爆發更是促使人們快速適應了這樣的方式。但儘管線上課程平臺如雨後春筍不斷冒出,人們註冊了線上課程後,真的會好好上完課嗎?研究者蒐集與分析了平臺數據發現,真正完成課程的學生比例其實僅占少數。影響人們是否完成課程的因素非常多,包含學習者的投入度、互動性、平臺的好用度等。今年又有一個研究團隊使用決策樹演算法,對於影響學習者是否能完成課程的決定因素作了更細部的分析。

Read more

考前複習新招?跟Chatbot聊天來提升學業表現

ChatGPT推出之後,整個社會發生了翻天覆地的變化,許許多多的事情透過ChatGPT的協助都能大幅改善效率,甚至連「學習」也不例外!究竟為什麼只是跟聊天機器人聊聊,就能夠幫助我們學習呢?照這樣看來,豈不是連老師都要失業了!?國立臺灣科技大學的研究團隊針對此問題進行了一項實驗,發現這牽涉到了我們對於AI工具的應用初衷以及對AI的社會角色定位。

Read more

談談AI的「低潮期」─演算神經醫學

若說機器也有陷入低潮的時候,你相信嗎?從一個神經科學的角度觀察,某些神經傳導物質能改變大腦的學習方式,影響著生物的決策。那如果機器遇到了卡頓的狀況,是不是也有類似的方法能突破困境呢?在今日所見的機器模型中,「智慧」的意義也許是在預測和分類問題上能做得準確,畢竟機器的計算和記憶能力都比人類來得強大,但這真的代表智慧嗎?對人類來說,廣義的智慧應該是在不同情境下有獨立判斷與學習的能力,回顧過去幾年成果,很多AI模型仍必須在龐大資料庫中,輔以監督式學習(supervised learning)的架構方可獲得良好結果,這聽起來與期待中的智慧大相徑庭,畢竟一般人或動物並不需要在學習上付出這麼多心力。正當多數人關注著GPU的演算速度,追求模型的準確率時,也有人思考著如何讓機器面對不同任務時更通用化(generalized),且更有效率地學習。如此一來,正因需要從一些生物行為模式作為智慧的「典範」,許多科學家都將焦點轉移到神經生物學的研究上。.

Read more

「抱歉,我說錯話了!」AI正努力向人類學習對話

■舉微軟的對話系統為例,當機器接收到了一則訊息,它將會產生數千個可能的回應,並根據各個句子接近人類對話的相似度做排序,再從中選擇最接近正確的回答。在一次的Demo中,使用者問了機器「誰是Adele?」,系統羅列出了許多可能的回應,前五個最適合的句子依序是「她是歌手」、「我不知道她是誰」、「她就是歌手」、「Lana Del Rey(拉娜德雷,同為美國著名歌手)」以及「我不知道她是誰,但她是歌手」。我們大概可以看出機器對於世界應有相當的了解,而能認識到這邊講的Adele正是美國那位名為Adele的歌手。

Read more

嬰兒能根據你願意付出的勞力多寡推論出你的偏好

■三個實驗顯示,十個月大的嬰兒已經知道跳得高比跳得低費力、爬陡坡比爬緩坡費力、跳得遠比跳得近費力。而且他們已經有辦法把費力程度(cost)和報酬大小(reward)連結在一起,並藉此推論出他人願意花比較多的力氣去取得的選項應是他人所偏好的,而且能依此預測他人在之後會做出什麼樣的抉擇。

Read more