編者按：本文來自芥末堆，作者：Jessie Chuang，36 氪經授權發佈。
過去，人們試圖通過分析學生的學習行為數據，給予其個性化的學習指導。但是，由於數據搜集技術的局限性，導致數據的指導意義不夠準確，商業化應用產值低。
近年來，隨著技術的進步，以及資本市場的關註，教育科技產品呈現井噴式爆發，許多學習過程得以數字化，數據搜集變得更加簡單。
大數據（Big Data）爆炸成長成為機器學習的養分。機器學習能獲得充分的訓練數據（training data） 與計算效能。人工智能產業（Artificial Intelligence，AI）經過一甲子的起落，終於因技術條件到位，開始突飛猛進。但是，單純掌握某種數據，不能實現功能上的聯動和數據共享，這種信息孤島現象會成為人工智能發揮的最大阻礙。
什麼是機器學習？
機器學習（Machine Learning）是人工智能的子領域。而常聽到的深度學習（Deep Learning）則是機器學習中的一支。
人工智能的范疇，涵蓋瞭所有嘗試以電腦去模仿人腦處理信息的能力。例如：以電路設計或算法來模仿人腦神經元網絡的運作；以程序模擬彼此互連的知識概念，如 Google 搜尋引擎的核心——知識圖譜（Knowledge Graph）；以及，讓電腦能理解人類語言的自然語言處理技術（Natural Language Processing）等，都屬於人工智能的范疇。模仿人腦思考能力的人工智能到目前為止，不算完全成功；倒是機器學習技術，因為上述原因，達到博聞強記，神速運算的效果，而異軍突起。
機器學習大量使用統計的方法與推論，建立預測能力，讓電腦或人類可以有效地即時采取行動。機器學習的核心，在於電腦能從收到的資料中學習，持續提升達成預設目標的能力（例如，專門推薦餐廳的應用），而不需依賴開發者不斷下發指令。
今天，機器學習技術已經被廣泛應用於各產業。以下是各種可能的能力，例如：購物網站根據使用者瀏覽行為與歷史紀錄，動態調整推薦商品；零售商店根據氣候、季節、日期與地理位置等，計算各商品最佳定價；還有，人臉或圖片辨識、手寫輸入辨識、語音辨識、自動過濾垃圾郵件、自動偵測信用卡盜刷、幫醫生判讀資料等。機器學習早已被廣泛用在我們生活中，甚至你可能曾與人工智能客服交手過而不知道。
最引人關註的代表性事件包括 AlphaGo 戰勝世界圍棋冠軍、自動駕駛汽車上路、IBM Watson 用於開發智能語音助理等。
如果將機器學習用在學習上，又有哪些可能呢？臺灣大學林軒田教授團隊 2010 年贏得 KDD Cup 冠軍，題目是根據 3000 名學生回答數學題的 900 萬條記錄，預測個別學生是否能答對特定題目。這是一個容易理解的例子，也是一個非常清楚定義的問題。
人工智能成為熱門話題，一般人以此用語統稱，並不清楚其中各領域本質上的差異。組織主管看到別人揮著這把 " 尚方寶劍 "，媒體文章說著：下一個十年的絕勝點在於掌握如何善用人工智能，內心多少有焦慮，希望就像電影裡一樣，一朝搶到尚方寶劍，就立於不敗之地。教育培訓科技產業人士對人工智能的期許，情形類似。
現今人工智能已逐漸像基礎建設（例如：電力，水）一樣可以接取使用，所以，許多人認為以上的期待並不遙遠。沒錯，許多機器學習的計算能力已經透過程序接口（API）提供出來，例如：IBM 的 Watson、谷歌、微軟、阿裡雲都有提供這類接口服務。
人工智能是尚方寶劍還是石中劍？
可惜現實世界是個復雜的系統，這不是 plug-and-play（即插即用）。
第一，如果你還沒有明確定義的問題，人工智能對你是沒用的。對這點事實，人類應該感到慶幸（不會被取代），機器人隻能解決我們定義好而且適當建模的問題。各種算法就像用在不同場景的各種單一功能工具，依靠人類對關註的系統建立模型後，選擇適當工具用在適當的環節，並需要實際數據來訓練模型，調校與優化參數。數據越多，人工智能表現越好。有時因為情境或使用者的基礎不同，可能需重新訓練模型。
第二，如果你沒有 （1）正確結構化（2）乾凈（3）足夠的 -- 數據 ( Data ) ，幻想接上人工智能就會有神奇的效果，那是不可能的。
不準確的數據隻會帶來誤判，資料科學傢都知道整理資料經常花掉 80% 的時間，結構化的資料是為分析而設計過的資料格式，節省清理與匯整資料的時間，也與模型對接。模型要準，需要越多資料越好，所謂 " 足夠 " 的資料，根據你定義的問題范圍大小而定。
自適應技術在美國已逐漸導入各學習系統，有些正式評量也被采用，但為何還會出現成效不彰的反面案例呢？像所有工程系統一樣，這些系統設計上有許多因子與參數，因各自設定不同，應用時最好能視需求讓使用者調整部分參數。但在實際應用過程中，並非都有這種選項，結果不同系統效能自然相異。國外在學習場景導入這種系統，是經過好幾年與教師密切溝通合作，才得以成功。另外，其應用場景需將內容放進該系統，如果學習發生在系統之外，則系統擁有的資料不夠，效能當然大打折扣。
何謂足夠的資料（數據）？
學習的趨勢持續走向分散化、多元化、去中心化，一個系統不可能完全掌握學習者的足夠資料，這些發生在多元應用裡的學習經驗，需要像 Experience API（xAPI） 接取多重資料流，實時匯整，才能解決信息孤島 ( Data Silos ) 問題。
另一個 " 足夠 " 的層面是行為數據采集的維度，例如：做練習題，隻有記錄答對或答錯，機器學習可以推測的范圍極為有限（巧婦難為無米之炊）；但是如果記錄瞭答題花費的時間、嘗試次數，那麼機器可以知道這題對學習者是偏難或偏易，或他是不是猜對的，再據此推送適合該學生的題目（題目的難度標註或統計是另一個議題）；如果題目有按需給出提示，則做題者是否使用提示，揭露瞭不同意義；還有，如果知道答題前發生的相關學習行為，則給機器提供瞭更好的建議根據；如果機器模型累積瞭過去大量成功學習者的路徑，與當事者的過去記錄進行對比，則可以形成絕佳建議根據；最後，如果有記錄答題是在課堂上，與同學合作，在搭公車時，或在傢時間發生，這些維度的數據都可以被用到。
xAPI 正是這樣的工具，讓我們采集豐富維度的行為資料，依據分析需求來設計數據結構。隻要是數字系統，都可埋入 xAPI 進行行為數據采集，並不限於學習應用。
xAPI 的創新之處在於建立瞭獨立於應用之外的數據層，用統一語言打通應用之間的信息壁壘。這個標準數據層不但人可讀懂，機器也可讀懂，所以機器能夠自行推理。xAPI 基於語義網技術 ( Semantic Web Technology，也稱 Web 3.0 ) – 這是萬維網之父 Tim Berners-Lee 為將來萬物互聯環境智能化的願景所主張之關鍵技術，現在工業 4.0 也是基於這種語義技術。 未來，機器可以從群眾與內容的互動歷程 ( 也是群眾智慧 ) ，自動萃取語義網連結的內容、學習路徑、相關的人推薦給適合的人，xAPI 以 Key-Value 型態攜帶的情境、結果、環境、時間點等數據都可放進算法中。
xAPI 結合機器學習的應用案例
從下舉幾個使用 xAPI 進行行為數據采集，結合機器學習的案例。雖然不是直接的學習案例，但原理完全可以用在學習訓練上。
改進網頁佈局與行銷體驗
網站為提升轉化率，研究使用情境受到重視，一般透過運維管理 ( DevOps ) 改進網站使用體驗。但是，網站瀏覽者使用情境多元，增添變數，為不同裝置而設計的單頁式與響應式設計，增加瞭分析情境的復雜度。原來透過 Google Analytics 分析使用者體驗，但無法有效分析。
借助 xAPI 跨裝置的特性搜集行為，能夠掌握使用者的隱性及顯性行為，憑借自適化的語意網頁架構，讓內容與佈局分開儲存，後臺分析結果進行自動化調整 ( 網頁長度、設計、文案 ) ，最短時間呈現吸引訪客的內容。結果 bounce rate 與 exit rate 明顯下降瞭約 40%，新頁面推播點擊率由 8% 提升至 34%，來電成交率由 33% 提升至 53% 。 ( 臺灣大學 iCAN Lab 提供 )
以 xAPI 采集行為結合機器學習技術提升網上行銷轉化率（來自 iCAN Lab）
建立有情境感知能力的健康護理移動應用
脊椎損傷病患使用移動應用輔助復健運動與日常護理，但為減少這些病人操作應用的次數，建立能感知情境的智能引擎，持續收集病人的歷程資料以及相關情境資料（時間、地點、裝置 ...），並結合護理師所設計的處方，適時推薦適合病人當下的活動或提醒，更好地協助病患。
根據分析模型對資料進行結構化，xAPI 可以收集任何數字資料，包括生理數據，與傳感器數據，越多資料則推薦引擎智能越高。xAPI 的跨裝置特性，提升結構化資料匯流的效率。這個推薦介面降低病人需要手動操作應用的次數，實時自動推薦最適的活動給病人。 ( 臺灣大學 iCAN Lab 提供 )
信息孤島（Data Silos）是人工智能發揮的最大阻礙
數據（Data）是現代的石油，所謂數據寡頭就是那些擁有大量數據而掌握知識經濟的力量。在教育或培訓領域，信息孤島（Data Silos）才是人工智能發揮其力量的最大阻礙。你在其它領域看到的人工智能應用，尚未實踐在學習上，或使用成效不彰，是因為沒有足夠的數據。單一功能的人工智能，例如，廣泛應用在客服與行銷的聊天機器人，載入學科知識，當然可以用在教育上，但僅止於知識問答（例：喬治亞理工學院利用 IBM Watson 建立虛擬助教，回答事先建立好的 Q&A）；單一學科的自適應學習，尤以數學最成熟，但仍需控制學習完全發生在該應用內才有意義。
真正瞭解學習者的智能助理，那是完全另一個層次！學習場景多元化的今天，個人學習過程分散，機器要掌握足夠數據才能建立智慧（較佳模型與推薦），整合打通多維度的行為數據，才可能建立無縫的智能化學習環境。沒有數據策略，你還離人工智能很遙遠。現在就從可行的范圍做起。
