Su Hui，IBM坎布里奇研究院（IBM Research - Cambridge）用戶認(rèn)知體驗(yàn)總監(jiān)

IBM 研究院和倫斯勒理工學(xué)院 (RPI) 正在攜手開創(chuàng)幫助學(xué)生學(xué)習(xí)漢語的新途徑，希望以 AI 技術(shù)支持的助手配合沉浸式課堂環(huán)境進(jìn)行教學(xué)，這在語言教學(xué)領(lǐng)域是前所未有的創(chuàng)舉。這種課堂名叫認(rèn)知沉浸室 (CIR)，能讓學(xué)生感覺自己置身于中國(guó)的餐館、園林或太極學(xué)習(xí)班中，與 AI 聊天機(jī)器人練習(xí)漢語對(duì)話。CIR 是由 IBM 研究院和 RPI 合作的研究機(jī)構(gòu)認(rèn)知與沉浸式系統(tǒng)實(shí)驗(yàn)室 (CISL) 開發(fā)的。

倫斯勒理工學(xué)院的計(jì)算機(jī)科學(xué)系研究生 Rahul Divekar 演示 CISL 正在開發(fā)的 AI 輔助漢語學(xué)習(xí)工具。

CISL 研究員們演示 AI 輔助漢語學(xué)習(xí)工具。

要學(xué)習(xí)一門新的語言，特別是像漢語這樣高難度的語言，必須讓學(xué)生獲得大量實(shí)際練習(xí)對(duì)話技能的機(jī)會(huì)。通過沉浸式的文化氛圍自然而然地掌握一門新語言，可能要比非沉浸式的練習(xí)有效得多。但是，大多數(shù)漢語初學(xué)者無法獲得體驗(yàn)式學(xué)習(xí)的機(jī)會(huì)。這就是我們開發(fā) CIR 的初衷。

沉浸式游戲化課堂環(huán)境

為了實(shí)現(xiàn)多種模式的自然沉浸式對(duì)話，CIR 綜合了語音文本轉(zhuǎn)換，自然語言理解和計(jì)算機(jī)視覺等多種先進(jìn)技術(shù)。教室里放置了一套 360 度全景式顯示系統(tǒng)、一套音頻系統(tǒng)、多個(gè)攝像頭、多部 Kinect 設(shè)備和多個(gè)話筒，當(dāng)然還有用于支持 AI 技術(shù)的計(jì)算機(jī)系統(tǒng)，其中一部分放在教室里，還有一些位于云端。

我們的目標(biāo)是將沉浸式的認(rèn)知技術(shù)與游戲元素相結(jié)合，讓學(xué)生體驗(yàn)到一種文化環(huán)境，練習(xí)日常對(duì)話任務(wù)，并且獲得智能助手的幫助。我們通過漢語項(xiàng)目，在 CIR 中使用 IBM Watson 作為對(duì)話機(jī)器人，與學(xué)習(xí)漢語的學(xué)生進(jìn)行交流。該項(xiàng)目采用了 IBM Watson 語音識(shí)別技術(shù)和針對(duì)英漢兩種語言的自然語言理解技術(shù)。

在通過沉浸式氛圍學(xué)習(xí)外語的過程中，學(xué)生遇到的最大障礙之一就是，害怕被母語使用者評(píng)判。但是在 CIR 中，學(xué)生可以借助虛擬的對(duì)話合作伙伴來練習(xí)詞匯和發(fā)音，不必承受真實(shí)環(huán)境中的壓力。

許多語言學(xué)習(xí)研究者都在使用虛擬現(xiàn)實(shí)或增強(qiáng)現(xiàn)實(shí)技術(shù)，但我們研究的是真人沉浸式游戲環(huán)境，學(xué)生不需要穿戴專門的設(shè)備，就可以在這樣的環(huán)境中實(shí)際游覽。這反映了人機(jī)交互領(lǐng)域的一個(gè)大趨勢(shì)，那就是我們?cè)谌粘Ｉ钪械男畔⒔涣鲗?huì)有更強(qiáng)的沉浸感，而人們與智能機(jī)器的交互也會(huì)向深度融合的方向邁進(jìn)。

2017 年晚秋時(shí)節(jié)，我們的系統(tǒng)已經(jīng)在 RPI 校園里的中文 1 級(jí)課程中接受了測(cè)試。今年秋天，我們將繼續(xù)在中文 1 級(jí)、2 級(jí)和 3 級(jí)課程中使用 AI 作為教學(xué)工具，目標(biāo)是在 2019 年夏天推出綜合中文 1-3 級(jí)內(nèi)容的新課程。

課堂背后的研究——不僅僅是研究課堂

認(rèn)知與沉浸式系統(tǒng)實(shí)驗(yàn)室(CISL) 是 IBM 人工智能地平線網(wǎng)絡(luò) (IBM AI Horizons Network) 的一部分，專門構(gòu)建并運(yùn)用各種先進(jìn)的技術(shù)，包括上下文感知系統(tǒng)（context-aware systems）、語音聲調(diào)軌跡分析（pitch tone contour analysis）、人類與 AI 機(jī)器人之間自然語言對(duì)話中的中英雙語切換（language-switch between Chinese and English in a natural language conversation between people and AI agents）、多用戶多模式交互（multi-user multimodal interaction）、決策過程中的推理和規(guī)劃（reasoning and planning in the decision-making process），以及自動(dòng)生成描述、視覺和聽覺信息的多模式故事敘述（multimodal storytelling with automatic generation of narrative, visualization and sonification）。

認(rèn)知沉浸室 (CIR) 是 CISL 的四個(gè)應(yīng)用案例之一。該實(shí)驗(yàn)室還致力于增強(qiáng)群體智能，用于董事會(huì)等現(xiàn)實(shí)環(huán)境中的關(guān)鍵決策。在未來，這些新型認(rèn)知與沉浸式系統(tǒng)將會(huì)從根本上改變?nèi)藗兊纳詈凸ぷ鞣绞健IR 的早期原型已經(jīng)提供了很多研究用戶交互的機(jī)會(huì)，讓我們能夠發(fā)現(xiàn)并應(yīng)對(duì)語言學(xué)習(xí)領(lǐng)域的新挑戰(zhàn)。