跨媒体智能的发展现状及教育应用研究*

朱 珂 王 玮 李倩楠

（河南师范大学 教育学院，河南新乡 453007）

一、引言

人工智能历经60多年的发展，已经逐步服务于工业、经济、医疗、教育等众多领域，被视为推动现代社会进步的核心技术力量之一[1]。近年来，随着感知融合智能、跨媒体智能等技术的不断突破，人工智能技术有了质的飞跃[2]。教育部颁布的《教育信息化“十三五”规划》中指出，我国未来将重点突破人工智能技术、大数据以及云计算等关键技术，人工智能的研发与应用将成为新一代科技革命和产业变革的风向标[3]。2016年发布的《“互联网+”人工智能三年行动实施方案》强调，未来我国要围绕跨媒体智能、大数据智能、互联网群体智能、自主智能系统等领域，来推动人工智能的发展[4]。

2017年7月，国务院正式颁布了《新一代人工智能发展规划》，明确指出要逐步实现智能技术与人才培养、智慧校园建设、课程模式改革等领域的深度融合[5]。跨媒体智能作为人工智能2.0时代的核心技术，其在智能检索、分析推理以及知识建构等方面具有独特优势；在商业领域得到普遍应用的同时，为教育领域中的网络空间多维资源搜索、语义分析以及教育游戏自主化学习等提供了技术支撑[6]。潘云鹤院士指出，跨媒体智能要从分类型处理多媒体数据，迈向跨媒体认知、学习和推理的新水平[7]。

目前，跨媒体智能的关键技术主要集中在智能信息检索、分析与推理、知识图谱构建、智能存储等方面，其应用聚焦于跨媒体智能刊物出版、档案信息智能管理、智慧城市建设、互联网智能信息趋势分析等领域。随着人工智能技术在教育领域的不断融合，跨媒体智能逐步在跨媒体教育数据智能处理、跨媒体智能数据检索与共享、教育活动平台设计等领域，得到深入应用。

当前，国家对智能技术与教育深度融合的重视，以及对智能技术在教育中的应用探索，推动着教育不断创新发展。因此，我们要及时了解与掌握国际智能技术领域的发展方向和最新动态，在整合跨媒体智能信息检索、分析与推理、知识图谱构建、智能存储等技术的基础上，通过关键技术研发、应用模式构建、实践案例总结，不断深化跨媒体智能技术在教育领域中的应用。

二、跨媒体智能的概念及关键技术

（一）跨媒体智能的起源

2015年，中国工程院发布了《人工智能2.0重大研究计划》，将跨媒体智能列为人工智能2.0时代未来发展的五个关键技术之一[8]。在国务院印发的“人工智能三步走战略目标”中，提出跨媒体智能是机器认知外界环境的基础，而语言、视觉、图形和听觉的语义贯通是实现联想、设计、概括、创造等智能行为的关键[9]。《“十二五”国家战略性新兴产业发展规划》中指出，要投入更多的资金、资源来研发跨媒体智能技术[10]。可见，跨媒体智能技术研究已经上升到国家战略发展的高度，日益受到国家重视。

在诸多前沿科技领域，如，信息生物感知技术、信息高速传输技术、信息安全等领域，都引入了跨媒体智能技术的研发体系。由于人工智能数据基础的改变，使得人工智能的基本方法，更多地转向跨媒体驱动计算、大数据驱动计算等方面，跨媒体智能、感知融合智能、大数据智能的发展势在必行[11]。

（二）跨媒体智能的概念

2010年，Norvig在 Nature的“2020 Vision”专栏中对“跨媒体”做出了界定，即跨媒体就是将文本、图像、语音、视频等媒体资源及其交互属性紧密混合[12]。通俗地说，跨媒体主要体现为信息在不同媒体之间的传播与互动。从基本属性的角度来讲，跨媒体是具有跨模态和跨平台属性、丰富的表达和呈现力属性、媒体数据的社会性属性这三个基本属性的新媒体表现形式[13]。它从不同渠道获取不同形态的媒体信息，并和相关的自然、社会属性信息紧密混合在一起，形象地表达综合性知识，并反映个体与群体的社会行为信息[14]。

跨媒体智能目前还没有较为统一的定义，学者们从不同角度进行了概念总结。高文院士在分析跨媒体的基础上，结合智能化的时代背景，提出跨媒体智能是新一代人工智能的重要组成部分，通过视听感知、机器学习和语言计算等理论和方法，构建出实体世界的统一语义表达；通过跨媒体分析与推理，把数据转换为智能，从而使各类信息系统实现智能化[15]。彭宇新等人从媒体形态的角度给出如下定义：所谓跨媒体智能，是指智能系统处理的是由文字、图像、音频、视频等信息融合而成的多媒体信息形态，而非单一的媒体形式[16]。潘云鹤院士等认为，跨媒体智能是人们综合利用视觉、语言、听觉等各种感知所记忆的信息，进而完成一些识别、推理、设计、创作、预测等功能[17]。

（三）跨媒体智能的关键技术

在信息爆炸的时代，知识与信息的呈现形式更加多元化、跨媒介化，知识的传播方式也更加灵活[18]。跨媒体智能技术将多种感知信息实现统一语义表达，同时，成为各类信息系统智能化的使用工具。即跨媒体智能技术以计算机科学为理论基础，综合运用电脑图形学、图像处理、分布式计算、网格计算、并行计算以及超媒体资料挖掘检索等技术，最终实现跨媒体的智能化[19]。

1.跨媒体智能检索

随着多媒体技术的不断发展，以及基于内容的多媒体检索研究的不断深入，人们越来越关注不同模态媒体间的信息检索，跨媒体智能检索作为“新一代媒体内容服务”的主流趋势，引起了人们的广泛关注。人类社会对跨媒体智能检索技术的需要，主要体现在以下两个方面：一方面，由于跨媒体数据的不断涌现，使得仅限于检索和浏览单一形式的媒体内容，已经无法满足网络用户的需求，用户希望通过更加灵活的方式，对信息进行查找和搜索；另一方面，未来的数据检索技术要求更加人性化，应能对用户输入的任何类型的数据进行处理，并在此基础上对用户意图加以正确理解，从而更加准确地反馈出用户所需的跨媒体数据。

近年来，研究热点从基于内容的多媒体检索逐渐转向跨媒体智能检索。跨媒体智能检索实现了多个知识领域的融合，包括模式识别、人机交互、人工智能、统计分析、网络通讯、数据库等[20]。其过程可以理解为用户向互联网平台提交一种类型的多媒体对象作为查询请求条件，系统通过跨媒体智能搜索引擎，自动找到类型不同、语义相似的多种多媒体对象；然后，通过跨媒体综合处理对检索结果排序；最后，通过检索平台，将符合用户需求的结果反馈给用户。跨媒体信息检索结构示意图如图1所示。

图1 跨媒体信息检索系统结构

随着跨媒体智能检索领域的不断深入发展，跨媒体智能检索方法也成为人们研究的重点方向，业界提出了一种基于本体（Ontology）用来存储多媒体语义信息的方法[21]。它采用机器学习的方法计算本体中的各个概念，对比不同模态媒体的特征进而得到类中心，再将获得的类中心与特征向量进行相似度对比，最后，利用得到的本体间的从属概念，检索不同模态的媒体。在基于本体的方法形成的跨媒体检索框架中，用户先提出检索的要求，系统对媒体进行预处理获取其特征，得到所需的特征值。通过访问本体的概念节点，对特征值与相应概念进行相似度对比，得到媒体语义信息。将该节点下的各种媒体构成的结果返回给用户，完成跨媒体智能检索。图2是一个基于Ontology的跨媒体检索方法而构建的跨媒体检索系统框架[22]。

图2 基于Ontology的跨媒体检索系统框架

2.跨媒体分析推理

随着人类文明的进步和信息技术的发展，多媒体信息的获取、传输、加工以及分析，已经从一种媒体形式转变为多种媒体形式。信息的传播也呈现出从单一媒体形态，逐步过渡到多种媒体相互融合形态的特征，跨媒体特性日益凸显。

认知科学研究表明，人类对环境的认知是通过多种感觉器官融合而成的。由于信息多样性的局限，传统的单一媒体分析方法，已经难以实现多种语义的提取目标，无法进行跨媒体数据的分析。因此，跨媒体分析与推理的研究和应用，成为人们关注的重点[23]。同时，跨媒体分析与推理是计算机科学领域的研究热点，也是人工智能中一个重要的研究方向[24]。推理是指从一个命题合理演绎到另一个命题，跨媒体推理就是从一种类型的多媒体数据，经过问题求解，转换为另一种类型的多媒体数据。跨媒体推理囊括了对这些不同类型的多媒体数据之间转换的研究。跨媒体分析推理是指将多模式和跨领域的跨媒体数据及其复杂性和相关性，进行统一表示、关联学习、知识演化和推理的整合过程，进而适应日益复杂的跨媒体场景中一般任务和具体任务之需求[25]。

潘云鹤院士指出，跨媒体智能推理是一个新的趋势，计算机虽然可以处理多种媒体信息，例如，语言信息、视觉信息、图形信息、听觉信息等，但基于目前的技术基础，还很难实现多种媒体之间的语义互通[26]。随着人工智能时代的到来，我们获得的大量跨媒体数据在许多行业领域产生了重大影响。其中，跨媒体网络内容监控、网络信息趋势分析以及医疗数据融合和推理，是当前三个关键应用。

在跨媒体网络内容监控方面，许多国家都建立了智能系统，比如，美国的 PRISM系统[27]、英国的ANPR系统[28]、俄罗斯的SORM系统[29]等。在跨媒体网络信息的趋势分析方面，目前，已经有许多关于社会媒体分析、情绪分析和新闻验证的研究。

而在医疗分析方面，许多IT巨头加入了医疗分析社区，例如，IBM 的沃森医疗[30]、谷歌的 DeepMind[31]、百度的医学脑[32]等。跨媒体分析和推理，在监测系统、信息趋势分析、医疗分析等领域表现出较大潜力，具有非常广阔的应用前景。

3.跨媒体知识图谱构建

知识图谱是以科学知识为对象，运用可视化技术来显示学科发展进程与结构关系的一种图形[33]，具有直观、定量、简单等诸多优点。知识图谱概念的提出是在2003年美国国家科学院组织的一次以Mapping Knowledge Domains为主题的研讨会上[34]，之后，人们对知识图谱进行了深入研究。

随着互联网信息总量的急剧增长，传统的搜索引擎技术，已经很难满足人们对知识信息快速获取的需求，知识图谱技术的出现，为信息检索问题提供了新的思路。知识图谱技术通过自底向上的构建过程，将多种网络资源作为主要数据来源，自动利用知识抽取和加工技术，来构建相对丰富和完善的知识库。

2012年，谷歌公司发布了知识图谱项目，目的是构建下一代智能化搜索引擎[35]。随着谷歌知识图谱产品的不断上线，这一技术引起了我国业界和学术界的广泛关注。例如，在业界，出现了百度知心、搜狗知立方等商业应用；在学术界，清华大学建成了第一个大规模中英文跨语言知识图谱XLore、上海交通大学构建并发布了中文知识图谱研究平台zhishi.me等[36]。目前，知识图谱技术，主要应用于智能语义搜索、移动个人助理（如，Google Now、Apple Siri等）以及深度问答系统（如，IBM Watson、Wolfram Alpha）等[37]。在智能语义搜索应用中，搜索引擎可以通过知识图谱，对用户请求进行解析和推理；在深度问答应用中，知识图谱帮助系统对用户的问题进行语义分析，并将其转化为结构化的查询语句。知识图谱技术基于多个学科领域的研究成果，是一门集信息检索、自然语言处理、万维网和人工智能等领域应用技术于一体的实用技术。

构建跨媒体知识图谱，是指将文本、图像、语音、视频等多种媒体及其交互属性进行多元融合、知识演化和系统演化。首先，构建知识图谱的知识库，将知识库中存储的内容，进行广泛的知识获取及充分的知识融合，将自然语言进行语义分析处理；其次，进入检索系统和知识库进行内容匹配；最后，整合成可视化形式的反馈结果。

其中，清华大学建立的跨语言知识图谱XLore，是基于分布的在线异构百科资源，如，百度百科、互动百科、中文维基和英文维基等资源库，通过单语言百科知识抽取、跨语言结构化知识抽取等跨语言知识链接技术，进行知识图谱建构，进而创建了一个中英文知识量比较平衡的大规模跨语言知识图谱。总的来说，它的实现过程是通过跨语言知识抽取出目标语言知识，将不同语言表示的相同知识进行链接。跨语言知识图谱，不仅仅基于言语，还有文本、图像、视频等多种媒体形式，为跨媒体知识图谱的构建，开创了一个良好开端。

4.跨媒体智能存储

目前，信息的传播不再局限于文字、图形、照片等静态信息媒体，还包括各种动态信息媒体，如，视频、音频等。存储介质也由传统的纸张、磁带、软盘，发展为多样化的磁介质、光介质及半导体介质[38]。存储就是采取安全有效的方式，将数据临时或长久地保存在某些介质上，以保证数据完整安全和用户的有效访问。现有处理海量数据的检索技术，主要针对的是文本信息，如，谷歌和百度等搜索引擎。跨媒体存储主要研究高效压缩、索引和分片等方法，以及对用户行为的个性化索引等技术，用于提高海量环境下的跨媒体检索效率，以更好地支持跨媒体海量数据的检索应用[39]。

跨媒体存储在教育领域的发展，得益于和现有的智能技术进行融合与发展，它将采集到的各类教育数据，采用数据库、文件系统、内存存储系统等不同的方式，来存储不同属性的海量教育数据。

三、跨媒体智能技术的应用领域

（一）刊物出版领域

随着智能化的普及，特别是人工智能技术的迅猛发展，传统媒体受到了新媒体的巨大冲击[40]。为了摆脱困境，传统媒体必须整合自身资源，利用新一代智能技术，与新兴媒体逐渐融合、发展，通过智能化转型迸发出新的活力。在传播过程中，传统期刊采取单一的采编模式；在网络环境下，要求单一的内容表现形式向跨媒体、互动性方向转变。同时，现今读者更喜欢按照自己的意愿和需求，选择性地获取信息。

随着智能技术、云计算等高新技术驱动期刊出版业务的不断拓展，技术的嵌入使期刊出版产业与其相关产业融合发展。例如：康泰纳仕集团旗下Vogue杂志，通过网站向读者提供了不同于纸质刊物的阅读体验。刊物出版除了与网站结合，读者还可以通过手机App，随时随地观看和下载期刊内容[41]。基于电子纸的电子阅读器具有便于阅读、携带，能够快捷接入互联网获取所需内容的特征，因而，得到了越来越广泛的使用，逐步成为书籍、杂志、期刊的主要出版模式。未来，也会影响到教材类出版物。

（二）档案管理领域

跨媒体智能技术的应用范围越来越广，已经渗透到了教育、科技、管理等各个领域，并在实际工作中发挥着重要的作用。由于智能技术和信息技术的迅速发展，传统档案管理模式已经无法满足社会日益发展的需求；同时，由于现代档案形式多样化，不仅有文字、图片等传统形式，还存在一些多种媒体融合呈现的媒体形式，智能化的档案管理便应运而生。与传统档案的分类管理相比，利用跨媒体智能技术管理档案的优势尤为突出：

第一，关联性强，跨媒体智能技术盘活了传统的档案，使档案中的个体资源转变为档案共享空间的节点，相关节点间相互链接；第二，表达性强，采用跨媒体智能技术建立的档案管理空间，在表达具体内容方面更加直观、形象[42]。

随着档案数字化的快速发展，档案部门所保管的电子档案急剧增加，对传统意义上的档案和档案管理，都提出了更高的要求和更多的挑战。高校档案管理是一项包括档案收集、整理和保管等一系列过程的复杂工作，是衡量学校管理水平、评估教育教学质量的重要依据。高校档案包含大量的文字、图片、音频、视频等材料，为了迅速、准确地将这些数据进行收集、归类、整理，需要建立起智能化的高校档案管理系统。将跨媒体智能技术引入到高校档案管理过程中，可以实现跨媒体档案信息获取、分类、存储、查询的全流程智能化。

（三）智慧城市建设领域

跨媒体智能的一个典型综合应用是智慧城市建设。随着信息技术的飞速发展，智慧城市概念引领城市发展，解决城市问题，以促进城市的智能化、个性化、持续性发展，日益成为人们的共识。跨媒体智能通过城市全维度智能感知推理引擎，解决城市发展过程中存在的感知碎片化、信息孤岛化等问题，建立起以“大跨度、大视角、大信息和大服务”为特征的城市全维度智能感知推理引擎，实现对人、车、物、事件等的多维度、跨时空协同感知和综合推理[43]。

自2008年“物联网”概念兴起以来，智慧城市建设从围绕人口、资源、环境、经济等因素的数字化、网络化、可视化趋势，转向以云计算、大数据、物联网、人工智能等技术为核心的城市生态系统。2017年12月，中国在提出建设“新型智慧城市”时，重新定义了新型智慧城市建设的“四化”目标：一是基础设施的信息化；二是包括生活、生产、服务的互联网化；三是体现大数据、云计算、人工智能技术应用的基础设施智能化；四是智慧化，包括智慧学习、智慧管理、智慧决策、智慧创新等[44]。

智慧城市建设包括教育文化、医疗卫生、住房保障、交通出行等多项公共服务领域。其中，跨媒体智能技术在智慧化城市建设过程中，起到了重要的支撑作用（如图3所示），主要体现在以下几方面：（1）在智慧教育中，跨媒体智能通过可视化技术，进行多元认知信息融合、学习数据分析，进而实现精准学情判断[45]；（2）智慧医疗运用跨媒体分析推理技术，实现从单纯的院内疾病治疗逐渐转化为 “院前预测、干预，院内诊疗，院外监测等”为一体的服务模式；（3）智慧交通以实现便捷的交通信息服务为目标，深度挖掘交通运输相关数据，实时监测道路交通状态，同时，实现智能停车管理；（4）智慧社区运用跨媒体智能存储技术，整合区域人、物、事、房屋等信息，提供以社区居民为核心的安全、高效、便捷的智慧化服务。

图3 跨媒体智能支持下的新型智慧城市建设

（四）互联网市场领域

随着移动智能终端的广泛应用和日益普及，移动设备等手持终端在网络上的登录行为、消费行为、行动区域、以及在不同媒体平台上浏览信息内容等信息，逐渐成为跨媒体数据的研究方向。跨媒体技术的发展是随着移动智能终端设备的广泛应用，结合海量的视频、音频、文本文件以及各种触感数据，构成了当前移动互联网领域中信息共享、传播的主体内容[46]。智能移动终端带来的变革使信息量迅猛激增，借助数据分析程序，对信息内容进行深入研究，成为一种研究潮流和方向。例如，分析人们的消费习惯、阅读习惯、个人社交、运动轨迹等。

我国三大互联网巨头公司百度、阿里、腾讯，在跨媒体数据的技术研发及商业应用方面成效显著。例如：百度公司在运用跨媒体智能系统技术时，只要用户输入关键词，就能分析出其搜索行为，进而匹配精准的广告，大大提高了广告的展示效果；阿里巴巴公司通过精细的云计算技术，分析用户在天猫、淘宝平台上进行的所有购物行为、浏览数据，甚至包括支付账单等用户行为，然后对用户行为进行精准地预测，从而达到为用户推送商品信息的目标；腾讯公司通过对数亿QQ用户以及微信用户的社交数据、消费数据、娱乐数据等进行跨媒体数据智能研究，分析了用户的社会关系、性格禀赋、兴趣爱好等数据，进而开发出满足用户需求的产品。

四、跨媒体智能的教育应用前景与分析

跨媒体智能作为一种新兴技术，不仅在商业领域引起重视，在教育界也得到普遍关注。教育信息的多元、多维以及多平台整合的现实需求，为跨媒体智能在教育教学中应用提供了条件[47]。进入智能化时代，以物联网、智能技术等为核心的现代信息技术不断推动着教育的发展进步，跨媒体智能作为人工智能领域的重要核心技术，为今后教育教学的进一步发展开拓了新的途径。

（一）跨媒体教育数据智能处理

随着物联网、云计算以及多种传感技术的不断发展，以图片、文字、声音、视频等形式融合表现的多元跨媒体信息，呈现“爆发式”涌现。同时，由于教育信息化水平的不断提升，数据化的学习信息和学生信息逐渐增多。在信息化条件下，各种数据的获取手段日趋丰富，媒体数据表现形式多样，数据信息的存储、处理、检索和共享等方式也随之产生。多元跨媒体数据具有复杂、海量、异质多元、大范围时空关联等特点，它们构成了复杂的数据感知网络[48]。面对如此复杂多维的数据，要想在短时间内迅速找到我们需要的有效数据信息，必然要通过网络学习空间中的跨媒体信息智能处理技术来实现。

在“互联网+”时代，云计算、大数据、人工智能等新技术已经广泛地应用于教育领域[49]。面对如此复杂、大量的跨媒体教育数据，如何进行有效的分析、处理与挖掘，成为当下教育领域的迫切问题。近年来，基于人工智能的信息获取和识别技术不断涌现，例如，基于视觉对象识别、场景文字识别、图像或视频的文本识别等技术，在跨媒体数据智能处理过程中起到了一定的辅助作用。跨媒体数据智能处理，将多种识别技术得到的文本信息，采用多模态深度学习的方法，获得视觉对象和关键文本的特征，得到其间的相关关系，进而实现跨媒体数据对象的分类识别。

伴随着具有知觉和自我意识，能够完成推理、问题解决等任务的跨媒体智能的发展，智能分析、智能图谱构建、智能存储等跨媒体智能技术，在不同领域得以广泛应用。跨媒体智能技术与各类数字教育资源、学习资源环境等深度融合，构成了智能化学习资源环境[50]。它能构建起动态的知识图谱，不断完善教育资源的多样属性，实现智能学习资源环境的层次化和系统化。跨媒体智能技术通过获取学习者的基本信息，进行学习者特征分析，针对学习者的需求而提供一对一的学习指导。除此以外，跨媒体智能技术还能为学习者提供智能化的学习诊断、个性化学习支持、网络学习交互等多种智能化服务。

（二）跨媒体教育信息检索共享

随着计算机、互联网和数字媒体的日益发展，以多种媒体形式呈现的信息急剧增加，用户对多媒体信息的应用越来越普遍，多媒体信息的检索和提取技术，引起了人们的广泛关注。在实际应用中，大部分用户不完全具有明确叙述查询意愿的能力，需要用户按照某种媒体信息或多种媒体信息的形式，来描述查询意愿。基于内容的跨媒体信息系统的出现，满足了这种需求，它可以完成从单一媒体检索到其它多种媒体的查询检索任务。跨媒体信息检索系统，通过挖掘特征层面上多种媒体的直接相关性，找出跨媒体语义之间的隐含关系，再通过其相关性检索到包含相同语义的不同类型媒体对象。

多媒体技术在少数民族地区的信息化应用，促使跨媒体信息共享在少数民族语言中得到广泛应用。少数民族电子语言文件类型繁多，包括少数民族语言文本文件、语音文件、图像文件、图形文件、视频文件[51]。少数民族语言跨媒体信息共享策略，主要是提取不同类型的少数民族电子语言文件内容和特征信息，将其转换为文本形式，从而实现跨媒体信息共享。图4是少数民族语言电子文件跨媒体信息共享策略的整体框架[52]。

图4 少数民族语言电子文件跨媒体信息共享策略

跨媒体信息共享策略，是通过元数据对少数民族语言数据类型进行统一检索，对于多媒体电子文件中存在的如特定手势、脸部表情、音效氛围等非语言信息，借助基于概念的策略来提高信息检索的深度。同时，语义网络技术应用到少数民族语言多媒体信息检索中，提升了语义信息检索的智能化程度，最终提高了信息检索的精准程度。

（三）跨媒体互动教育平台设计与应用

随着计算机技术的快速发展以及人机交互方式的不断改善，各种各样的新媒体以及信息平台，出现在我们的生活中，也出现在我们的学校教育中。随着手机移动媒体和数字网络电视等多元媒体的出现，学习者获取知识的途径越来越多；同时，信息类型和呈现形式也急剧增加。面对大量的信息，我们需要迅速、准确地获取所需的目的信息，跨媒体互动教育平台的出现，为此提供了一个良好的途径。跨媒体互动教育平台，能对学生的状态变化进行智能处理和分析，向学生及时推送相关的学习资源和服务。

除此以外，教育游戏成为一种新的教育方式。传统的电脑游戏不再仅限于娱乐内容方面，而是扩展至科学、健康、教育等各个社会领域。其中，互动教育游戏已成为教育培训的重要部分，这种以游戏为手段的学习方式，在教育领域得到了初步应用，并且发展前景广阔。基于网络平台的互动教育游戏软件还可以进行数据统计，帮助教师具体、及时、准确地掌握学习者的学习进展状况。互动教育游戏，通过全新的个性化、自主化学习体验来提高学习效率，激发学习者的创造力和创新灵感。在教育领域，互动教育游戏可用于教育和吸引各个年龄层的学生，并激发学生的学习兴趣。

目前，“跨媒体互动教育游戏平台”得到了广泛应用。中国科学院建立的“虚拟博物馆”则是国内最早以虚拟博物馆形式来传播科学知识的网站[53]，旨在发挥科学院在多年科学考察、科学研究中积累并掌握的大量科学信息资源的优势，为公众尤其是青少年提供丰富的科学知识储备，进而成为丰富交互的科学传播平台。跨媒体教育平台将“教育理念”与“跨媒体智能”相结合，运用跨媒体智能技术，实现语言、视觉、听觉等多种感官认知的语义贯通，建立逻辑推理、归纳演绎相互协调补充的新型模型和方法[54]，以帮助学生进行自主探究、协同学习、智能评价。借助跨媒体教育平台，教师可以实时掌握学生的学习动态，准确把握学生的学习情况，进而适时调整教学方案，实现学生的个性化学习。

五、总结

由于数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，以及新技术、新产业的不断涌现，使得对人工智能基本理论和方法的研究，开始出现新的变化趋势。跨媒体智能作为计算机科学一个活跃的新研究领域，也是人工智能的一个重要的发展方向。

正如Pan所讨论的那样，跨媒体智能在人工智能中扮演着基石的角色，通过这种机制，机器可以识别外部环境[55]。跨媒体智能与教育教学的深度融合，为获得教学与教育管理过程中的多元异构数据，解析学习者认知过程，构建学习者知识图谱模型，实现个性化精准推荐，带来了巨大的机遇[56]。

虽然跨媒体智能在跨媒体教育数据智能处理、跨媒体智能数据检索与共享、跨媒体教育平台整合等领域，有着广阔的应用前景，但在理论研究、技术研发和示范应用领域，目前仍处于起步阶段。为此，我们提出以下建议：

第一，开展跨媒体智能相关理论研究。跨媒体智能理论主要围绕跨媒体感知计算理论展开，通过把外部环境信息转化为自身认知模型，逐步实现对现实世界的智能化感知和认识。围绕人类感知能力模型以及复杂场景的自适应策略进行基础理论探索，可实现对环境的全景、全光与透彻感知，探索构建主动感知、情感建模和多媒体内容交互融合的理论框架[57]。

第二，攻克跨媒体智能的关键技术。跨媒体智能的关键技术，主要涵盖跨媒体智能检索、跨媒体分析推理、跨媒体知识图谱构建及跨媒体智能存储等领域。通过跨媒体知识表征、分析、挖掘、推理、演化和利用分析推理系统，形成跨媒体智能综合技术，进而为服务平台构建和应用领域融合提供技术支撑。

第三，积极推进跨媒体智能在教育领域的示范应用。要依赖全维度智能感知和推理引擎，解决教学活动过程中存在的感知碎片化、信息孤岛化等问题，建立以“大跨度、大视角、大信息和大服务”为特征的综合信息处理平台，实现对教学内容、教学环境、学习者等对象的多维度、跨时空协同感知和综合推理，形成一批跨媒体智能与教育教学深度融合的典型案例。比如，在网络学习空间、智慧校园、智慧教室等多维空间进行示范应用。

总之，面向智能时代，对“人工智能+教育”的相关研究，既要积极，也要稳妥推进[58]。我们应该积极开展跨媒体智能的教育应用研究与实践，将《教育信息化2.0行动计划》中提出的“构建智慧学习支持环境”“加快面向下一代网络的高校智能学习体系建设”落到实处，为教育的创新发展提供动力。