導航 | 國外深度學習研究評析

2021-02-06 深度學習在線


(一)深度學習的基本內涵

概括起來,國外學者在深度學習內涵的界定上形成了四種觀點。


1.深度理解說。這種觀點側重於學習者對知識的理解,認為深度理解是深度學習的基本標尺。無論是深度學習的目的與方式,還是深度學習的過程與結果,深度理解在其中都居於核心的地位。持這種觀點的代表人物比格斯、恩特威斯爾(Entwistle)和拉姆斯登(Ramsden)等學者認為,深度學習是學習者善於選擇多種不同的學習策略溝通知識與知識之間的縱橫聯繫,靈活地遷移運用知識應對實踐情境中具有挑戰性的複雜問題,從而達成對學習材料的理解。


2.理解-遷移說。這是國外學者在深度學習內涵認識上最為普遍的觀點。這種觀點既強調學習者對知識的深度理解,又強調學習者在問題解決中的知識遷移與運用。在埃裡克·詹森(Eric Jensen)和利恩·尼克爾森(LeAnn Nickelsen)兩位學者看來,深度學習不僅要求學習者通過多次的信息加工、精細的深度建構和複雜的高階思維去獲得新的知識和技能,而且還要求學習者能夠主動改變自己的認知結構、思維模式和行為方式來遷移運用新獲得的知識、技能去解決實踐情境中的複雜問題。



3.體驗學習說。這一觀點基於庫伯的經驗學習理論,將學習視為一個體驗學習圈。庫伯認為體驗是人類學習與發展的源泉,學習則是學習者掌握經驗、改造經驗和運用經驗適應外部世界的持續過程。由此出發,庫伯等人將經驗學習和深度學習加以整合,認為深度學習是「充分地整合了經驗學習模式中的體驗、反思、歸納、應用等環節的一種學習」。


4.三元學習說。這種觀點的代表人物納爾遜·萊爾德(Nelson Laird)等人基於深度學習量表的實證分析,發現整合性學習、高階學習和反思性學習是深度學習中至關重要且有機結合的三個成分。其中,整合性學習是指學習者基於自己已有的生活經驗和認知結構,融通多個學科領域的知識,並通過多種不同途徑和方式對知識進行學習;高階學習是指學習者將更高層次的認知能力,運用於知識的建構和問題解決過程之中;反思性學習是指學習者對自己的思維模式、學習策略和問題解決過程進行認知、監控和調節。



(二)深度學習的內在機制

在國外理論界,學者普遍將元認知理論、建構主義理論、分布式認知理論和情境認知理論作為揭示深度學習內在機制的主要理論基礎。國外很多學者的實證研究表明:如果學生具有高的元認知水平,他就能夠更好地認識、運用和調控自己的認知,進而展開更有深度的學習。在建構主義理論視角下,作為條件的真實情境、作為具體過程的協作和會話以及作為目的的意義建構,乃是創設深度學習環境的四個要素。根據分布式認知理論,深度學習必須突顯知識的社會性,強調學習者與學習共同體和環境的多向互動。在情境認知(Situated Cognition)理論視角下,深度學習不是別的,而是學習者參與真實情境中的實踐,與他人及環境相互作用的過程。正是通過特定情境中的實踐參與,學習者不僅更有深度地建構著外部的知識,同時更有深度地建構著自我的身份。因此,在情境認知理論的視域中,深度學習的實現必須從根本上突破「理論優於實踐,理論先於實踐」的錯誤認識以及「學用分離,先學後用」的學習模式。綜合國外學者的諸多研究和著述,可以將深度學習的內在機制歸納為四個方面。


1.深度學習的發生機制:情境誘發—問題驅動

在學生具備學習基礎的前提下,情境誘發和問題驅動乃是深度學習發生的兩個重要條件。深度學習的發生首先需要觸發學生內心的深層動機。沒有深層動機的觸發,學生便難以主動地將新舊知識聯繫起來,更不要說對新知識進行深度地加工和理解。其次,知識從它的產生開始,就根植於特定的情境之中。脫離了特定的情境,知識就只剩下一堆符號形式的外殼,毫無意義可言。脫離特定情境和特定情境中的問題,學生便難以理解和建構知識所蘊含的深層意義,因而難有深度學習的發生。正是藉助情境誘發和問題驅動,既觸發著學生的深層動機,又驅動著學生對知識的深度建構


2.深度學習的維持機制:切身體驗—高階思維

如果說情境誘發和問題驅動引發了學生的深度學習,那麼,切身體驗與高階思維無疑是維持深度學習的兩個重要條件。唯有學生的切身體驗和高階思維,才能促使學生展開由外而內和由內而外的雙向理解之路,才能促使學生展開由淺入深、由分到合和由知到行的漸進理解之路,從而維持學生的深度學習。正因如此,庫伯才將體驗提升到人的學習和發展的源泉的高度,並在他的體驗學習模式中去界定深度學習。其他很多學者也將分析、綜合、評價、創新、元認知和批判性思維等高階思維能力視為深度學習的一個核心成分。



3.深度學習的促進機制:實踐參與—問題解決

說到底,深度學習最終必須通過學生的實踐應用能力和問題解決能力表現出來。反過來,實踐參與又是促進學生深度學習的根本機制。而在課堂學習條件下,實踐參與的實質則是讓學生參與問題的解決。正因如此,國外學者看到實踐參與和問題解決在學生深度學習中的促進作用。洛恩斯·索菲(Loyens M.M.Sofie)在真實課堂環境條件下對「基於問題的學習」(PBL)所展開的實證研究,則證明了「基於問題的學習」模式的確明顯地促進了學生的深度學習。如果說情境誘發和問題驅動是深度學習的兩個發生條件,切身體驗和高階思維是深度學習的兩個維持條件,那麼,實踐參與和問題解決則在情境誘發、問題驅動、切身體驗和高階思維中同時發揮著促進器的作用。


4.深度學習的支持機制:在線學習—虛擬實境

深度學習的實現,需要在學習環境的創設上進行一次真正的革命。這種學習環境需要確保學習者在意義建構中的中心地位,強調學習者先前經驗和日常經驗的重要性,注重知識的真實情境和學習者的情境化思維,促進個人看法與他人多種觀點的協商和解釋,需要運用技術來支撐更為高級的心智過程。另外,吉莉安·阿米特(Gillian Armitt)和弗朗西斯·斯萊克(Frances Slack)通過實驗證明採用實時通信方式的在線學習對學生的深度學習具有積極的作用,海倫·巴雷特(Helen Barrett)認為,新興的數位敘事技術(Digital Storytelling)是促進深度學習的一種工具;安德魯·詹森(Andrew Johnson)、斯特蘭·奧爾松(Stellan Ohlsson)等人的研究則表明運用虛擬實境技術在學生的深度學習中具有明顯的支持作用。正因如此,在線學習和虛擬實境乃是深度學習的重要支持機制。


概言之,情境誘發—問題驅動、切身體驗—高階思維、實踐參與—問題解決和在線學習—虛擬實境分別從深度學習的發生、深度學習的維持、深度學習的促進和深度學習的支持四個方面,構成了深度學習的實現機制。自覺地運用深度學習的四個機制,將為中小學校的深度學習實踐提供更為可靠的理論基礎。



(三)深度學習的實施模式

關於深度學習的實施模式,國外較有代表性的是比格斯的「預測—過程—結果」模式、埃裡克·詹森和利恩·尼克爾森的深度學習路線以及美國密西西比州立大學杜建霞提出的深度學習框架。


1.比格斯的「預測—過程—結果」模式

澳大利亞學者比格斯針對學生的深度學習過程,提出了「預測—過程—結果」模式。在他看來,預測、過程和結果雖然獨立存在但卻相互聯繫。其中,學生的個性特徵和當前的學習環境共同構成了預測因素。預測因素對學習的過程以及學習的結果都會產生直接或間接的影響。在個性特徵和學習環境的雙重影響下,學生基於自己對學習情境的感知,並在動機和策略的導引下,選擇和運用自己的學習方法。學習方法的選擇與運用又直接影響著學生的最後學習結果,而學生所獲得的所有學習結果又會構成新一輪學習的預測因素,由此形成一個不斷循環和交互影響的學習過程。


2.埃裡克詹森和利恩尼克爾森的深度學習路線

埃裡克·詹森和利恩·尼克爾森在《深度學習的7種有力策略》一書中,著眼於幫助學習者深度理解知識發展高階認知能力,提出了深度學習的路線(Deeper Learning Cycle,DELC)。深度學習路線模式包括標準與課程設計、預先評估、積極的學習文化營建、先前知識的預備與激活、新知識的獲取、知識的深度加工以及學習的評價等具體的操作步驟。其中,學習的評價又成為新一輪標準與課程設計的重要依據。


3.杜建霞的深度學習框架

基於奧利弗(Oliver)和麥克勞林(Mcloughlin)提出的五種類型學習過程,美國密西西比州立大學的杜建霞將社會性的交互、程序性的交互、說明性的交互、解釋性的交互以及認知性的交互五種類型,歸納總結為信息記憶、方法實踐和創造性認知三個層次的學習環節,由此提出「三步遞進」的深度學習框架。在該框架中,杜建霞將淺層學習看作是深度學習的基礎,因而第一步是學習者對知識進行淺層加工和簡單記憶;第二步在淺層學習的基礎上,將淺層加工和簡單記憶的知識轉化為能力,進而掌握程序性知識以及解決問題的方法;最後一步則是運用學習策略和問題解決策略對學習內容進行深度理解和創作性運用,進而幫助學習者形成和掌握新的學習策略和問題解決策略,同時發展出更為高階的思維能力


相關焦點

  • 國外深度學習研究評析
    鑑於此,本文擬對國外的深度學習研究進行梳理與分析,以期對我國的深度學習研究與實踐有所裨益。  一、國外深度學習研究的進展與動向  在很長一段時期,人類主要是從哲學的認識論視域來研究自身的學習問題,主要探討知識的來源、性質、過程、方法與結果等問題。
  • 李松林,楊爽 | 國外深度學習研究評析
    鑑於此,本文擬對國外的深度學習研究進行梳理與分析,以期對我國的深度學習研究與實踐有所裨益。在很長一段時期,人類主要是從哲學的認識論視域來研究自身的學習問題,主要探討知識的來源、性質、過程、方法與結果等問題。到19世紀後期,自然科學得到蓬勃發展,實驗心理學的誕生使心理學從哲學母體中脫胎出來,人類對自身學習問題的研究進入了實驗研究階段。
  • 深度強化學習算法與應用研究現狀綜述
    深度強化學習主要被用來處理感知-決策問題,已經成為人工智慧領域重要的研究分支。
  • 2018年國外深度學習技術發展綜述
    從以上人工智慧的會議看,近年來人工智慧領域越來越關注深度學習,特別是深度學習中的強化學習技術。本文將主要闡述2018年國外深度學習技術的發展,以期提供有益的參考。2018年,谷歌在圍繞深度強化學習的研究與應用中取得多項開創性進展。
  • 第四屆基礎教育論壇·小學數學「深度研究 深度教學 深度學習...
    4月27-28日,由中國數學教育雜誌社主辦、基礎教育論壇雜誌社和中國數學教育名師工作室聯盟協辦、合肥一六八玫瑰園學校承辦的第四屆基礎教育論壇·小學數學「深度研究 深度教學 深度學習」教學研討會隆重開幕。
  • 貝葉斯深度學習研究進展
    當然,該方法也不完美,當時受限於算力和算法,只能學習相對淺層的網絡結構。近期的一些研究進展在一定程度上克服了這個問題[14]。除了將貝葉斯方法用於深度神經網絡,貝葉斯深度學習還包括另外一個重要的內容——將深度神經網絡當作強大的函數擬合器,用於貝葉斯模型。
  • 申論範文評析:腳踏實地 追尋價值
    腳踏實地 追尋價值(132公考評析:經典的對稱式標題,涵蓋了對策舉措和目標意義兩個方面的內容,兼具形式美和內容全。)放眼當下社會,不管是從功利性教育到物質化求學,還是從機械性運轉到疲勞性鏖戰,都顯現出了人們精神的焦灼不安以及靈魂的無處安放。
  • 理論研究|關於深度學習的再認識吳永軍
    學術界基本達成這樣的共識:深度學習緣起兩方面研究——計算機領域中的「機器學習」(或「人工智慧」)研究以及教育領域中的學習研究。相對於教育領域,計算機領域的機器學習對於深度學習更為廣泛,影響也更為深遠,這方面的海量研究最終積澱為後續研究與生俱來的基因——大腦內部極為複雜的信息加工。
  • CCCF專欄 | 自然語言處理中的深度學習:評析與展望
    第三,深度學習有很強的泛化能力,也就是從訓練集上學到的誤差小的模型在測試集上也同樣有小的誤差[2]。深度學習中常常不做正則化,也不產生過擬合。通常是在大規模訓練數據、過參數化(over-parameterized)神經網絡以及隨機梯度下降(SGD)訓練的條件下發生的,這裡的過參數化是指網絡的參數數量大於訓練數據數量。已有機器學習理論尚不能很好地解釋這種現象,是當前熱門的研究課題。
  • 國外學者評析鄧小平南方談話
    顯然,國外不少學者都觀察到了這一點,這與有些國內學者至今還在認為北京反應不夠及時的觀點明顯衝突。  國外學者上述對鄧小平南方談話的評析儘管還存在「旁觀者迷」的狀況,有的還依然從權力鬥爭的角度來分析問題,但大致準確勾勒出了鄧小平南方談話的背景、內容和意義,為我們提供了觀察他們研究中共領袖人物的機會,有利於國際學術交流和拓展研究視野。(沈傳亮)
  • 聚焦核心素養 走向深度學習
    把自主學習、合作學習、能力培養等內化為學生的綜合素質。如康巴什一中數學組以信息技術與數學課堂教學深度融合為抓手,開展系列數學教研活動。利用洋蔥數學小視頻創設情境引課,希沃白板設計遊戲活動,幾何畫板動態演示、將抽象問題簡單化,班級優化大師獎勵機制等信息化手段,激發學生學習興趣。
  • 深度學習在無人駕駛汽車領域應用的研究進展
    1.1 國外無人駕駛汽車發展現狀   20 世紀 70 年代初,美國、英國、德國等發達國家便開始進行無人駕駛汽車的研究,經過近 40 年的發展,在可行性和實用化方面都取得了突破性的進展 [2]。
  • 港科大劉明:深度學習為機器人研究注入新能量,產業需求是新發展的...
    深度學習為機器人研究注入新能量在香港科技大學劉明博士的主頁上可以看到,他的研究涉及移動機器人、製圖和導航、深度學習、深度強化學習等多個領域,他對雷鋒網 AI 科技評論表示,目前他的研究以移動機器人為主,由他擔任主任的 RAM-LAB 實驗室的研究分為三個大的方向:目前,他們比較前沿的研究是機器學習與機器人技術的深度結合
  • 美化妝品網站SkinStore主頁設計評析
    美化妝品網站SkinStore主頁設計評析 P迪 | 2009-09-17 13:50:37 | 產品設計
  • 【深度】國外雷射陀螺的發展與應用
    2國外雷射陀螺的發展歷程雷射陀螺的問世要追溯到20世紀60年代,其發展過程大體可分為四個階段。研究起步階段(1962—1965年)1960年,自世界上的第一臺雷射器問世以後,人們就提出利用此技術來實現光學陀螺。
  • 【PPT】深度學習技術在醫學影像CAD中的應用
    剛才三位嘉賓從醫學影像未來發展、能帶來何種價值以及現有的商業模式角度作了分享,那麼我就承上啟下,把到底該如何做,在國外取得什麼樣的效果,給大家更加直觀的解讀。我們是來自華院數據的研究團隊,我們華院是從2002年成立,是中國最早從事大數據分析挖掘的企業,擁有十幾年的數據挖掘和機器學習技術積累,在電商、電信、醫療、汽車等眾多領域有豐富成果。
  • 【幸福黨建】聚焦核心素養 走向深度學習
    把自主學習、合作學習、能力培養等內化為學生的綜合素質。如康巴什一中數學組以信息技術與數學課堂教學深度融合為抓手,開展系列數學教研活動。利用洋蔥數學小視頻創設情境引課,希沃白板設計遊戲活動,幾何畫板動態演示、將抽象問題簡單化,班級優化大師獎勵機制等信息化手段,激發學生學習興趣。
  • 天津大學、東京大學等研究:用深度強化學習檢測模型缺陷
    新智元專欄作者:段義海【新智元導讀】天津大學多智能體與深度強化學習實驗室與東京大學、日本 AIST 研究所合作的一篇論文,提出利用深度強化學習方法來檢測信息物理系統(CPS)模型中的缺陷。與傳統方法相比,深度強化學習方法在大多數情況下能夠通過更少次的模擬實驗找出系統的缺陷。
  • 基於神經進化的深度學習模型研究綜述
    摘要 深度學習研究發展至今已可以勝任各類識別、分類、生成任務,但是對於不同的任務,神經網絡的結構或參數不可能只是微小的變化,依然需要專家進行調整
  • 北鬥導航裝備與時空信息技術鐵路行業工程研究中心成立
    新華社北京12月16日電(丁靜 楊淑君)北鬥導航裝備與時空信息技術鐵路行業工程研究中心15日成立,該工程研究中心由國家鐵路局授牌,將直接服務於中國北鬥和中國高鐵的深度融合應用。  據了解,北鬥導航裝備與時空信息技術鐵路行業工程研究中心將圍繞鐵路工程建設(智能勘察+智慧建造)、裝備製造(北鬥裝備研發生產+測試認證)、運維安全(智慧運維+預警防護)、綜合支撐(時空信息雲服務+鐵路北鬥應用標準+智慧財產權布局)四大板塊進行技術研究和產品孵化,並適時開展前沿引領技術、共性關鍵技術、現代工程技術創新,最終孵化一批擁有自主智慧財產權、具有工程化應用價值和良好市場前景的科技成果