Robotbase開發了一款號稱世界上最聰明的辦公桌——Autonomous Desk，使用者不僅可以利用APP來調節辦公桌的高低、桌面和框架的顏色，更有意思的是，它能夠在人使用桌子幾天后，通過對使用行為和使用習慣的“學習”，為使用者在某個時段自動調節桌子的屬性，從而幫助使用者更舒適、更輕松地完成工作。例如，它可以通過機器學習來預測用戶可能會在某個時刻站起來工作一會，并喜歡將桌面顏色改為綠色，那么，桌子會自動調節成上述模式。
除了可以提升用戶體驗，人工智能技術與傳統家具的結合，還可以通過感知學習者的生命體征來判斷學習者的學習狀態，進而提供個性化學習幫助和建議。當前，這方面的產品應用于教學的案例還較少，但在健康領域已經有了一些相對成熟的產品，如，LUMOback、UpRight、長頸鹿朋友等。
盡管上述關于智能陳設的例子都是非教學領域的應用，但我們可以發現，人工智能技術嵌入陳設為教育帶來了新的生機。諸如，智能調節桌椅滿足不同學習者的個性化需求、通過調整姿勢來提升學習效果、智能感知學習者的生命體征信息并給予建議等類似的開發和產品，將不斷出現，智能化的陳設部署在學習空間中也為時不遠。
智能技術的整合
通過以上關于物理環境與服務以及陳設的案例描述，我們已經認識到人工智能時代的學習空間將嵌入大量的智能元素。但由于這些智能陳設、環境控制和智能設備的提供者不同，如何通過統一接口整合這些智能元素，來提供更加流暢的服務，是必須要考慮的問題。如圖2所示，為了實現該目標，在技術生態中將會是云計算負責存儲、統籌和計算，大數據技術負責數據采集、處理與分析，人工智能負責感知和認知、提供智能化的學習服務。
圖2 智能學習空間一般技術架構
從當前人工智能的發展模式來看，大數據、高計算能力、機器學習都是不可或缺的，無論哪一條都絕非一所學校能單獨提供的。因此，區域聯合構建人工智能教育生態將成為主流途徑，而擁有超大規模數據運算能力和人工智能技術的少數大企業，也將在其中發揮重要作用。類似于“百度大腦”和阿里ET大腦之“教育大腦”，將替代當前的學習支持系統，成為教育智能服務的整合者與提供者。
為了便于分析，我們以一節典型的人工智能課堂為例，從課前、課中、課后三個環節來闡釋人工智能技術在學習空間中的整合應用情景。
1.課前環節
在課前環節，教師將課中環節要學習的內容告知人工智能，人工智能獲取內容后，結合知識圖譜，給每個學生定制個性化學習路徑，自動生成個性化課前學案，并通過自然語言處理、圖像識別技術、語音識別技術，對學生的完成情況進行自動識別和批改，當發現學生預備知識中的薄弱點時，提供個性化反饋與強化，為課中環節的學習奠定知識基礎。例如，學生在學習英語口語時，人工智能利用語音識別技術識別學生口語發音，糾正不準確的發音。在學生開展課前預習的過程中，人工智能還可以準確預測學生在課中環節可能遇到的困難與問題，及時地給教師提供教學策略方面的建議。
2.課中環節
(1)個性化環境構建。人工智能技術能夠通過對學生在課前環節的學習表現進行分析，智能判定學生的層次，將學生分成不同的群組，開展混班分層次教學。“教育大腦”會記錄每名學生和教師的行為習慣，通過人臉識別、語音識別等方式，自動識別學生和教師，并向空間中的智能陳設、智能環境發出指令，完成對學習空間環境的個性化定制。包括物理環境涉及的溫度、濕度、光照、色彩等，以及陳設中課桌椅的高度、舒適度調節等。
(2)學習過程監測。在課中教學環節，教師可以利用情感計算技術，來對學生學習的整個過程進行實時監測，推斷學生的學習狀態和注意力狀態，并將監測數據上傳至“教育大腦”，作為教師評估學生課堂學習表現和改進教學策略的依據。學習狀態和注意力狀態監測所用到的手段，包括聲音監測、面部表情監測、眼動監測、腦電圖監測、心率監測、皮膚電導監測等。
麻省理工學院的Sandy Pentland團隊開發了一個“智能徽章”，它能追蹤佩戴者的位置，也可以感知其他徽章佩戴者的位置，并從佩戴者的聲音中察覺情感[8]。如果將這項技術運用于未來的課堂教學環節中，學生佩戴著類似功能的徽章，當他們不專心于或專心于任務時，徽章可能會發出紅色(分心)或綠色(專心)信號，使得教師可以很輕易地發現哪組學生需要被關注，或者由教育機器人直接過去干預。
類似地，Altuhaifa[9]也提出了一個通過學生的聲音推斷情感的系統，該系統通過捕捉聲音、提取語音的特征、從聲音中提取情感、識別驗證的聲音、分辨重疊聲音、避免對學生重復判斷等過程，來對語音、語調進行分析，推斷學生的自尊、害羞、恐懼、合作、悲傷、興奮等情感，從而發現學生在課堂上遇到的問題，并由系統提供一個合適的解決方案。
京公網安備 11010502049343號