Цифра на марше, или 50 историй об образовании в XXI веке

Шаг 1. Команда разрабатывает максимально детализированную систему классификации для всех трех категорий: одежды, обуви, сумочек. Например, по фотографии нужно было понимать, что искать надо босоножки, женские, кожаные, на танкетке, с позолоченными застежками, голубого цвета. Составление классификатора руководитель описывает как захватывающее погружение в мир модных магазинов и каталогов. Творческое с одной стороны, кропотливое и системное с другой. Занимаются этим ведущие креативные специалисты команды, к программированию и нейросетям отношения не имеющие. Их совсем немного, но они – элита стартапа.

Шаг 2. Программисты, владеющие технологиями проектирования и обучения нейронных сетей, создают компьютерную модель нейронной сети. Ей можно будет «скармливать» тысячи и тысячи учебных фотографий. В основе ее лежит разработанная классификация. Программистов тоже немного, и они тоже элита стартапа.

Шаг 3. Набираются очень трудолюбивые, способные к однообразному кропотливому интеллектуальному труду работники. В рассказе этого нет, но, думаю, в основном женщины. Требования по квалификации одно – базовое владение компьютером (обычная школьница вполне подойдет).

Начинается самая трудоемкая часть проекта: практическое обучение нейронной сети. К этому времени еще на первом шаге подготовлена база данных с учебными фотографиями. На них самые разные люди изображены в самых разных нарядах. Например, фотография известной модели в сарафане, летних туфельках с модной сумочкой.

Работник в специальном редакторе загружает эту фотографию. Выделяет прямоугольным контуром сарафан и для него указывает все признаки из системы классификации. Потом выделяет туфельки еще одним прямоугольным контуром и для них указывает нужные признаки. Потом то же самое делает для сумочки. Сохраняет результат – и нейронная сеть получает фотографию для обучения. Чтобы начать отличать туфельки от босоножек, каблуки от танкеток, сарафаны от вечерних платьев, парадные дамские сумочки от стильных мужских обработать пришлось десятки тысяч фотографий.

Шаг 4. Все довольны, можно проверять работу нейронной сети.

Несколько полезных выводов из всего вышесказанного для сферы образования.

Разработка системы классификации для нейронной сети и всех связанных с этим параметров и настроек – это искусство. Общие рекомендации есть, но в каждом случае одновременно нужны три вещи. Полное погружение в предметную область, творческий подход, великолепные навыки систематизации. Причем все это лучше всего совмещать в одном и том же человеке. Близкая аналогия – кинорежиссеры. Такие люди – штучные специалисты. На поток их подготовку поставить можно. Но тут, как и с фильмами. Можно получить киношедевр, а можно фильм категории B.

Программирование нейронных сетей в принципе занятие понятное. На рынке много наработок и программных модулей-заготовок. Проблема только в одном. На рынке труда полно программистов, владеющих самыми передовыми средствами разработки. На рынке труда хватает выпускников мехмата, хорошо знающих матанализ и высшую алгебру. На рынке труда острейший дефицит тех, кто владеет первым и знает второе. А для программирования нейронных сетей нужно именно это. Большинство программистов изучением высшей математики себя не утруждало. Зачем, если деньги и удовлетворение приносит совсем другое. Здесь для сферы образования – поле непаханое. И для школьного, и для профессионального, и для высшего.

Обработка учебных примеров и практическое обучение нейронных сетей требуют от специалиста немного. Или вполне понятную среднюю квалификацию в некоторой предметной области, или вообще только базовые навыки владения компьютером как в вышеприведенном пример. К сожалению, такую специальность не получится ввести для борьбы с массовой безработицей. Во-первых, обучение нейронной сети трудоемко, но конечно. Во-вторых, нейронная сеть, обученная один раз распознавать на фото одежду и обувь, в дальнейшем может использоваться другими приложениями для других идей. Бум обучения достаточно быстро может сойти к устойчивому минимуму.

Еще об одном важнейшем применении слабого ИИ в качестве помощника в обучении мы поговорим в отдельной истории.

В заключение отвечу на один не заданный вопрос. А не смогут ли в совокупности обученные нейронные сети в итоге составить сильный искусственный интеллект?

Не смогут. В нынешних нейронных сетях не решена главная проблема сильного ИИ – понимание информации. Нейронную сеть можно научить (и научили) безошибочно различать кошек и собак. Для этого потребовались десятки тысяч фотографий. Ребенок 3-х лет за свою жизнь видел десяток кошек и десяток собак. Но различать их будет не менее безошибочно. Человеческий интеллекта работает на совершенно других принципах, с которыми исследователям еще только предстоит разобраться.

Впереди нас ждет история еще об одной угрозе. Поговорим о виртуальной реальности, хорошо показанной в трилогии «Матрица».

История 9. Виртуальные миры: на краю зияющей бездны

Всех миражом виртуальность манит,

Но Человек перед ней устоит!

В этой истории будет две части. В первой мы поговорим о реальных и мнимых перспективах использования виртуальной реальности (VR) в обучении. Во второй речь пойдет о тех последствиях, к которым может привести развитие этой технологии. И мы помним тезисы, высказанные ранее. Если научное исследование можно провести, оно будет в итоге проведено. Если результаты исследований можно внедрить в жизнь, они будут внедрены. Принудительная остановка прогресса противоречит человеческому любопытству, жажде признания, желанию победить в конкурентной борьбе.

Сначала о понятиях и терминах. В настоящее время выделяют три вида виртуальной реальности:

виртуальная реальность как таковая, которая является трехмерным порождением компьютерных алгоритмов;

дополненная реальность, в которой на отдельные объекты реального окружающего мира накладываются объекты, порожденные компьютерные алгоритмами;

смешанная реальность, когда происходит постоянное сканирование окружающего мира с одновременным наложением на него разного рода порождений компьютерных алгоритмов в реальном времени.

Применительно к обучению это может выглядеть примерно так.

Виртуальная реальность (VR). Надевается VR-шлем, в руки берется манипулятор, запускается учебная программа. Человек видит вокруг себя созданный этой программой трехмерный мир. Например, мир Древнего Египта.

Качество прорисовки, эффект присутствия в современных VR-технологиях потрясающие. С помощью манипулятора, который пока чаще всего напоминает пульт управления игровыми приставками, в этом мире можно выполнять самые различные действия. Двигаться, перемещать предметы, управлять их состоянием, менять сюжетные линии, получать пояснения.

Можно привести огромное множество примеров, когда учебные занятия в такой форме уместны, полезны и эффективны. И в естественных науках, и в гуманитарных, и в корпоративном обучении.

Дополненная реальность (AR). Простейший вариант, набирающий сейчас популярность. Устанавливаем на свой смартфон специальное приложение. Берем в руки обычный печатный учебник. Открываем страницу, где рассказывается про физический опыт. Наводим на нее смартфон – и на нем запускается видео с данным опытом. Понятно, что в приложении заложено, какой опыт для какой страницы учебника нужно запустить.

Второй вариант. Гуляем по городу, наводим смартфон на исторический объект – и получаем справку о нем. В виде текста, слайд-шоу, видео или ауди рассказа. Область применения очень широка. Сегодня во многих странах школьные учебники сопровождаются приложениями, которые расширяют их возможности подобным образом.

Смешанная реальность (MR). Опять же, надеваем шлем, берем в руки манипулятор. На экраны шлема подается трехмерное изображение окружающего мира в реальном времени. Одновременно на это изображение реальности накладывается виртуальный мир, порожденный компьютерными алгоритмами.

Интересный пример применения. В США при помощи MR-технологии обучают пожарников. Есть реальное здание, в котором нужно работать. Но пожары – виртуальные, возникают они в разных местах, по разным причинам и с разными характеристиками. Широкое применение, например, в школьном образовании вызывает пока большие сомнения.

Теперь поговорим о реальной и мифической пользе технологий виртуальной реальности в обучении.

Дискутировать о полезности технологий дополненной реальности долго не нужно. По сути, это развитие идеи гипертекстового способа организации информации. Безусловно полезная и нужная вещь. Особенно в плане экономии времени для получения знаний по запросу. Да и с мотивацией учащегося здесь все хорошо. Читаешь учебник, дошел до опыта, сразу смотришь.

На YouTube наверняка можно при желании найти видео с таким или очень похожим опытом. Но кто из нынешней молодежи будет это делать? А вот навести любимый смартфон на страницу, щелкнуть и тут же посмотреть – это многие будут делать. Особенно на первых парах.

Есть и опасность, если вместо вдумчивого прочтения учебника ученик будет смотреть только видео на смартфоне. Он получит поверхностное представление, вместо реального понимания сформируется его иллюзия.

Про смешанную реальность сказать ничего не могу. А вот про виртуальную поговорить стоит. По отношению к ее полезности в обучении люди делятся на три категории:

революционеры, которые считают, что практически все лучше изучать в виртуальных мирах;

консерваторы, которые считают, что виртуальные миры только отвлекают от нормальной учебы и реальных учебных результатов не приносят;

все остальные, которые мыслят по принципу «что-то в этом есть».

Как постоянный представитель третьей категории по многим вопросам попробую «это что-то» выделить.

Реальных, независимых, проведенных по стандартным научным правилам исследований, доказывающих эффективность виртуальной реальности в обучении, очень мало. Революционеры-оптимисты приводят в качестве доказательства одно такое исследование, проведенное в США.

Есть в психологии мнемонический прием запоминания, который называется «дворец памяти». В нем объекты, которые нужно запомнить, мысленно «навешиваются» на объекты реального мира (элементы дворца). Испытуемый потом смотрит на элемент дворца и вспоминает, какой объект для запоминания был с ним связан. Вполне работающий прием, знаю людей, которые им пользуются.

Для эксперимента была создана трехмерная компьютерная модель дворца. Испытуемым студентам нужно было с ее помощью запомнить местоположение портретов знаменитых людей. Половина студентов перемещалась по дворцу и «развешивала» портреты с помощью VR-технологий, половина с помощью обычного компьютера с монитором. Потом им предложили вспомнить, где и чьи портреты находились. Результаты показали, что качество запоминания оказалось выше у тех, кто использовал VR-технологии.

Такой результат вполне можно было бы предсказать. Во-первых, мог сработать эффект новизны. Новые технологии всегда вызывают больший интерес, а интерес в свою очередь влияет на качество запоминания. Во-вторых, именно такая постановка эксперимента наталкивала на гипотезу, что в трехмерном мире, по ощущениям близком к реальному, запоминание будет лучше.

Скептики по поводу этого эксперимента задают вопрос. А почему кроме местоположения портретов одновременно не пробовали запоминать биографическую информацию для каждой знаменитости? Результат мог бы оказаться совсем другой.

Вот так с ходу не стал бы строить гипотезы. Мне кажется, что ключевым фактором запоминания для второго случая был бы уровень концентрации на задании. Возможно, в виртуальном мире нужного уровня концентрации на текстах добиться было бы сложнее.

Очевидным является другое. Учебные виртуальные миры для ряда задач не просто лучше печатных и экранных форматов. Они уникальны и дают новое качество. Вряд ли с их помощью удастся улучшить изучение квадратных уравнений. А вот почувствовать себя настоящим муравьем в травяных джунглях, понять суть и законы жизни насекомых, проникнуться уважением к природе – вполне возможно. Смотришь, и увлеченных биологией и экологией станет больше.

В качестве резюме первой части. Учебные виртуальные миры – это прекрасное дополнение к традиционному образованию. Только всегда стоит помнить, что большинство детей при свободе выбора будут в виртуальной реальности заниматься совсем иным. Виртуальными играми. Об иллюзиях игрового обучения у нас будет целая история.

Пора перейти ко второй части и заглянуть одним глазом в зияющую пропасть, талантливо и убедительно показанную в трилогии «Матрица».

Для затравки несколько слов про манипуляторы, при помощи которых происходит управление в виртуальных мирах. Джойстики – это был лишь первый шаг. На смену им приходят специальные перчатки, гораздо более удобные и функциональные. Специальные помещения, специальные костюмы – следующий шаг. Шаг не завтрашнего дня, это есть уже сегодня. С их помощью погруженность в виртуальный мир повышается в разы. Управление компьютером при помощи сигналов мозга находится в зачаточном состоянии, но результаты уже тоже есть.

Один из самых популярных жанров современной фантастики – ЛитРПГ. Героя погружают в специальную кабину, подключенную к игровому виртуальному миру. Или он сам в эту кабину залезает, что по сюжету происходит чаще. Физиологические растворы и стимуляторы поддерживают тело в рабочем состоянии. Сознание героя полностью погружается в виртуальный мир в выбранном заранее образе: эльф, орк, гном, рыцарь, разбойник, шаман, космонавт… Для героя начинается новая захватывающая жизнь, в которой можно все. Нельзя только умереть по-настоящему.