人工智能概念的提出，至今有60多年了，之所以今年以几何级的级数增长，其中一个原因是它强大的计算力。当然，人工智能除了计算力外，还有一个优势是大数据和脏数据。
比如，我们搜索创客嘉年华，可能有20%-30%的数据并不是准确关联到创客嘉年华的，而人工智能的一些算法可以不必花费大量的人力再重新标签它，而是一边学习一边分析，并且进行标注和修正，然后得到一个新算法。不管人工智能如何发展，我们的核心基础即算法是不能丢掉的。那么，人工智能在基础教育领域究竟怎样落实？
我们可以分几个部分,一个是轻度体验，如谷歌、微软、苹果和亚马逊，学生体验时可能是开展网络搜索，包括非功能性的聊天；还有一些语境带着辨析的深度体验，对于学生进行科学研究也是很有好处的。除了轻度体验，由于人工智能已渗入到教、学、研，包括练、测、评整个智能生态圈，因此学生沉浸其中可以获得深度感悟。
人工智能有强弱之分，从弱到强其实很难，因为要有自我意识和真正解决问题的能力。但是我们也看到，现在人工智能机器人自己都可以编程了，所以说前景还是有很多不可测定性。另外，对人工智能究竟是服务于人类，还是终将有一天超脱我们的掌控，可以引发学生体验时做一些思考。还有一个部分是应用，可视化编程可以结合一些智能的硬件，学生通过创作有个性的作品，经历一个设计实践的系统过程，包括计算的概念等。
除了智能硬件之外，神经网络和神经元在人工智能也相对提及较多，我们可以应用神经元模块，一般采用前向的计算和反向的传播机制。如果说使用模块联动可以打造一个单层板的线性模型，那么还可以让学生体验打造一个比较复杂的神经网络，否则它只是一些高深的算法。
人工智能对于教育的影响，我做了“道斯矩阵”分析。首先，它的优势是可以使教学手段和工具实现现代化。其次，可以使优秀经验模式化，包括优秀资源结构化。如果优秀资源只是一个线性的陈列，对使用者来说实际意义并不大，但是如果能够快速结构化，在实际应用上会有很大好处。最后，它可以推动一个教育学资源的推送，包括个性化呈现。劣势则是在人工智能环境下，知识更新的周期会缩短，我们将面临大量具有颠覆性和集聚性的新课题。
人工智能时代，学生到底要学什么？也许多年后，低端机械的操作都将被机器替代，人需要做的是制定规则。人工智能提供了许多技术手段，可以诞生许多好的作品和产品，但不是一个人可以承担的，需要一个团队合作，需要适应力、创造力和合作力，我们要朝着这个方向迎接面向未来的学习。
（作者系上海市储能中学教师）
《中国教师报》2017年11月01日第12版