内页插图

作者简介
　　占小红，女，1979年生，华东师范大学教育学部副教授，主要研究领域为化学教育、科学教育、教师教育。
内容简介
　　《人工智能与智能教育丛书：复杂网络技术》主要面向教育工作者和更广大的读者人群，以普及基于复杂网络理论的智能化技术，介绍构建和优化知识结构等应用问题为目标。设计了包含领域发展、概念和方法基础、教育应用和未来趋势等方面的内容。主要包括五个部分：复杂网络的研究发展；复杂网络的基本概念和技术方法；复杂网络在疾病传播、谣言传播、金融危机、电力、交通等领域的实际应用；基于复杂网络的教育创新研究、学校课程规划与教育教学实践；复杂网络的未来走向。
目录
一 网络及其发展
网络让世界变得不同
复杂网络发展之路

二 探秘复杂网络
认识复杂网络
复杂网络的基本参数及其意义
复杂网络的典型特性

三 大千世界，以网观之
新冠肺炎大面积传播的真相
为什么流言蜚语传播得如此之快-
席卷世界的金融危机与企业吞并
局部故障如何引发大规模停电
改善交通拥堵的新方案

四 复杂网络：助力教育
基于复杂网络技术的教育研究创新
基于网络号脉学校课程规划与教学实践

五 复杂网络的未来走向
网络模型的优化
复杂网络技水的革新
复杂网络与其他领域的融合发展
参考文献
前言
　　人类已经进入智能时代。以互联网、大数据、云计算、区块链特别是人工智能为代表的新技术、新方法，正深刻改变着人类的生产方式、通信方式、交往方式和生活方式，也深刻改变着人类的教育方式、学习方式。
　　人类第三次教育大变革即将到来
　　3000年前，学校诞生，这是人类第一次教育大变革。人类开启了有目的、有计划、有组织的文明传递历史进程，知识被有效地组织起来，文明进程大大提速。但能够接受学校教育的人数在很长时间里只占总人口数的几百分之一甚至几千分之一，古代学校教育是极为小众的精英教育。
　　300年前，工业革命到来。工业化生产向每个进入社会生产过程的人提出了掌握现代科学知识的要求，也为提供这种知识的教育创造了条件，这导致以班级授课制为基础的现代教育制度诞生。这是人类第二次教育大变革。班级授课制极大地提高了教育效率，使得大规模、大众化教育得以实现。但是，这种教育也让人类付出了沉重的代价，人类教育从此走上了标准化、统一化、单一化道路，答案标准、节奏统一、内容单一，极大地限制了人的个性化和自由性发展。尽管几百年来人们进行了各种努力，力图通过学分制、选修制、弹性授课制等多种方式缓解和抵消标准化班级授课制带来的弊端，但总的说来只是杯水车薪，收效甚微。
　　今天，网络化、数字化特别是智能化，为实现大规模个性化教育提供了可能，为人类第三次教育大变革创造了条件。
　　人工智能助力实现教育个性化的关键是智适应学习技术，它通过构建揭示学科知识内在关系的知识图谱，测量和诊断学习者的已有水平，跟踪学习者的学习过程，收集和分析学习者的学习数据，形成个性化的学习画像，为学习者提供个性化的学习方案，推送最合适的学习资源和学习路径。在反复测量、推送、跟踪学习、反馈的过程中，把握学习者的最近发展区①，为每个人提供最适合的学习内容和学习方式，激发学习者的学习兴趣和学习热情，使学习者获得成就感、增强自信心。
　　智能教育将是未来十年人工智能发展的“风口”
　　人工智能正在加速发展。从人工智能概念的提出，到人工智能的大规模运用，花费了50年的时间。而从深蓝（Deep Blue）到阿尔法狗（AlphaGo），再到阿尔法虎（AlphaFold），人工智能实现三步跨越只用了22年时间。
　　1997年5月，IBM的电脑深蓝在一场著名的人机对弈中首次击败了国际象棋大师加里·卡斯帕罗夫（GarryKasparov），证明了人工智能在某些情况下有不弱于人脑的表现。深蓝的主要工作原理是用穷举法，列举所有可能的象棋走法，并利用为加速搜索过程专门设计的“象棋芯片”，采用并行搜索策略进一步加速，在搜索广度和速度上战胜了人类。
　　2016年3月，谷歌机器人阿尔法狗第一次击败职业围棋高手李世石。阿尔法狗的主要工作原理是“深度学习”。深度学习（deep learning）是一种复杂的机器学习算法，它试图模仿人脑的神经网络建立一个类似的学习策略，进行多层的人工神经网络和网络参数的训练。上一层神经网络会把大量矩阵数字作为输入，通过非线性加权和激活函数运算，输出另一个数据集合，该集合作为下一层神经网络的输入，反复迭代构成一个“深度”的神经网络结构。深度学习本质上是通过大数据训练出来的智能，其最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。