随着人工智能技术应用的逐步深入，如何促进人工智能与教育融合发展，已成为当前国内外教育界和产业界共同关注的话题。2023年5月12日下午，敦学讲坛第八讲由武汉大学教授、博士生导师荆晓远教授作题为“机器学习、通用人工智能及其应用技术研究”讲座。讲座由教育学院（教师教育学院）院长黄晓教授主持，教育技术系主任张家华、系党支部书记梅晓勇及教育技术专业等相关领域的教师、研究生参加会议。随后荆晓远教授与班子相关成员进行学术交流。

        20世纪以来，人工智能是发展最为迅速且蓬勃的学科之一。无论是对国民经济还是文化教育的发展，它都起着非常重要的作用。如何利用科技赋能教育创新，助力教育数字化转型是一个值得深思的问题。荆晓远教授以ChatGPT等时代焦点问题为切入口，引发听众对智慧教育的思考。

        荆晓远从多视图数据特征学习、数据处理增强和分类识别、迁移学习和通用人工智能、进一步展望四大方面做了全面又细致的报告。荆晓远认为多视图数据存在一致性和互补性两大特性，分享“如何在半监督情况，进行多视图表示学习与分类”研究经验，强调要联系教育的多模态和多视图场景。
        针对数据的处理和分类识别，荆晓远从“类不平衡数据”“行人图形视频数据的增强”与“软件工作量估计数据缺失和隐私保护”三类情况，提出基于生成对抗网络的平衡子集构造方法和新的深度度量学习方法、基于半耦合与低秩鉴别字典的超分辨率重识别方法，以及结构化低秩恢复缺失数据补全算法（适用于自变量数据缺失场景）、半监督回归补全算法（适用于因变量数据缺失场景）、结构化低秩恢复与半监督回归补全的新方法（适用于数据集缺失场景）及其应用。
        针对通用人工智能在教育测评的领域的应用研究，荆晓远将迁移学习方法引入跨公司的缺陷与测（CCDP）中，提出多轮次视图交流的深度学习模型以促进人类群体交流决策，以及思考如何减轻机器学习多个任务时灾难性以往问题，使其具备人类持续学习能力等。
        面向智慧教育的未来展望，荆晓远强调人机协同学习模式对中小学教学质量的提升以及学生心理与思维发展的辅助作用，提出研发中小学教育聊天技术等 改革传统教育，以实现学生的个性化学习与主动学习。

        教育是实现可持续发展目标的重要推动因素，在人工智能与教育结合的过程中要充分发挥人工智能技术的优势，建立更加智能化、个性化、多元化的教育体系，加强对人工智能技术在教育中的监管和管理，确保人工智能技术的应用符合教育的价值和原则。报告站位高远、高屋建领、主题鲜明、内容丰富，既有理论高度，又有实践深度，丰富与拓展了教师与学生们对机器学习、通用人工智能应用的理解。

专家介绍

        荆晓远，武汉大学教授，博士生导师。教育部新世纪优秀人才、湖北省楚天学者特聘教授、湖北省创新群体带头人、广东省教育厅创新团队带头人等，入选爱思唯尔(Elsevier)中国高被引学者、全球前2%科学家和全球前10万科学家等榜单。主持国家自然科学基金6项，包括主持国家自然科学基金重点项目。主持省部级重点项目等纵向项目、横向项目10余项。担任人工智能领域中科院SCI大类一区期刊《PatternRecognition》、SCI三区期刊《IETImageProcessing》等多个国际期刊编委、广东省云机器人工程技术研究中心主任等。