摘要：多媒体教室是现代教育最重要的组成部分之一，我国多媒体教室的信息化建设已经进入了网络化集中控制阶段，发展较为成熟，而人工智能的应用仍在探索阶段。随着目前主流多媒体教室的发展，设备维护问题、人机交互问题、资源利用问题日益凸显。针对在管理多媒体教室的实践过程中发现的上述问题，提出了人工智能在多媒体教室管理系统的应用设计应该具有故障检测、智能诊断、智能识别等功能。人工智能化设计要基于人工智能的深度学习算法实现系统自主学习，这样才能提高多媒体教室管理水平，节约资源。
关键词：多媒体教室；多媒体教室系统；网络集中控制；人工智能
多媒体教学是现代化教育技术发展的产物，在教学内容的呈现方面有着传统教学方式无法比拟的效果。多媒体教室系统是开展多媒体教学的基础，是多媒体教学过程的系统平台。随着计算机技术、自动控制技术和人工智能（AI）的发展，对多媒体教室的需求在不断增加，多媒体教室系统的人工智能化已成为发展趋势。在人工智能化平台上，多媒体系统管理和使用更加智能，教学资源的获取更加便捷，人机交互界面更加友好。教师在课堂上可以借助丰富的电子资源为学生提供全面、专业的教育，这样既能满足现代教育的各项教育指标，又能够充分满足学生的多样化需求。
1多媒体教室系统的发展现状
多媒体教室系统的发展是随着计算机技术、自动控制技术和人工智能（AI）的发展不断变化的。从总体来看，从最初的电教室、计算机辅助系统、网络集中控制多媒体系统到智能化多媒体教室系统大致经历了这几个阶段。当前各大院校和教育机构使用最多的就是网络集中控制多媒体系统（图1），这成为当前多媒体教室的主流控制系统，其核心就是在网络环境下，各多媒体教室能够作为一个工作单元独立运行，又可以在中央控制系统管理下对设备集中控制，协调运行。网络集中控制多媒体教室系统有如下特点：1）多媒体控制系统基于现有校园网络。在该系统中，系统的运行就在原来的校园网基础之上，不需要另外铺设专用网络设备。这样不仅有利于多媒体教室的扩充，还节约了大量的建设资金；2）系统集中管理分布运行。各个多媒体教室不仅可以集中化管理使用，还可以不依赖于总控中心作为一个独立工作单元使用，符合多媒体教室管理使用需求，这就保证了系统在网络出现问题的情况下不受干扰而独立运行；3）主辅系统分离式设计。在系统中，多媒体教学主系统和教学辅助系统（如网络监控系统、IP网络电话系统、教学录播系统）采取分离设计，符合系统可靠性原则。保障在多媒体主系统出现问题时还可以和管理人员进行沟通，及时处理和解决问题；4）开放式数据管理。采用开放式数据管理可以方便有效地和校园网内教务排课系统进行资源共享，在排课系统内课程安排完成后，对多媒体系统下发数据，多媒体教室安排完成，使多媒体系统能够及时更新数据。
2多媒体教室使用中出现的问题
目前网络集中控制多媒体系统虽然有很多优点，但在使用过程中还是出现了一些问题亟待解决。
2.1多媒体设备维护问题
多媒体教室由网络中控设备、计算机、投影仪、数字展台、音响设备、摄像头等多种现代化教学设备组成。其使用率居高不下，造成设备超负荷运转、故障频发，加速设备老化。所有设备相互分离，又在中央控制设备控制下相互联系，单个设备出现问题都会影响整个系统的正常运行。这就需要专业管理人员查找原因，判断和解决问题，不仅给管理人员带来了大量的工作，还会影响正常的多媒体使用。
2.2系统和使用人员的交互不便
整个多媒体系统还是处于一个封闭的环境，教师对自己的教学效果无法观察了解，学生要想课后再温习课程就必须向老师要课件，不能重现教师上课的全过程，众多优秀教学资源随着系统的重新启动而丢失殆尽，资源不能共享。大多数教师认为采用现代教学媒体和资源后，教学效果比仅用传统的方式好得多，同时对多媒体教室在使用中出现的一些问题建议改进。例如认为系统的智能化水平低，应提高系统智能化程度；随着新技术的不断更新，及时更新设备的硬件和软件[1]。
3多媒体教室系统的人工智能化发展
3.1人工智能的定义和目的
人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以与人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能化即使仪器设备具有AI，其目的是完成工作人员容易疏忽的问题，完成简单烦琐的工作，为设备维护人员提供仪器检测记录，让用户更方便快捷地使用仪器，建立完善的自动评价系统、环境自动监控系统[2]。
3.2人工智能算法成为解决复杂问题的依据
现行的多媒体教室系统仅是在系统正常时管理运行，一旦系统出现问题则无法控制设备。人类希望找到一种方法，把我们从简单、烦琐，或复杂智力劳动中解脱出来。随着人工智能算法的不断出现，从早期的人工神经网络、机器学习等到目前主流的深度学习算法，为我们解决这一问题开辟了道路。深度学习就是用大量的简单描述，层层深入地描述出复杂的问题，从而在某一方面代替人类解决较为复杂的劳动。根据这种算法，系统在收集大量多媒体系统设备数据信息的基础上，经过整理、分析和学习，使系统具备了自身修复能力。虽然在设备必须更换的情况下还需管理人员操作，但在某些方面人工智能具有极大的优势，24小时不停机巡视、大数据信息挖掘、人难以察觉的微细变化、能够进行错误冗余和自我修复能力等，这些都可以通过人工智能帮我们来实现。
3.3人工智能在多媒体教室管理系统的应用设计
故障检测。在多媒体教室管理系统平台上，借助给予机器学习或认知系统的预测模型，人工智能可以运用智能分析技术，基于深度学习的模型可以识别系统早期故障特征，对系统是否会产生故障进行风险预估，可根据评定等级及时通知管理人员某故障近期发生的概率及风险大小，提供设备的状态信息，预测故障点具体位置及可能的原因，让管理人员提前做出判断并准备应急措施，决定设备是否有必要维修。人工智能辅助管理员随时检修设备的能力，使系统的可用性大大优于定期设备检修。智能诊断。人工智能融合了自然语言处理、机器学习、认知技术、自动推理、知识图谱、信息检索等技术，通过大数据搜集、整理、分析、评价，从而做出判断，自行查找设备问题所在，甚至具备容错和自动修复的能力。例如，某台投影设备投射影像出现几何变形，上课教师又不熟悉投影仪的调整方法，可使用一键调整。系统则利用影像分析技术、智能诊断技术和自动控制技术调整投影仪到最佳状态，既提高了教师上课效率，又减少了管理人员的工作。智能识别。以往教师上课需要进行学生点名来统计上课人数；使用IC卡打开多媒体教室系统，如果偶尔忘记带卡就需要请求管理员远程协助；课后还需要教室管理人员关闭照明、空调等设备避免空转浪费资源。而计算机视觉和人脸识别技术的发展为多媒体教室系统增加了这些问题的解决方案。从教师和学生走进教室准备上课时，人脸识别系统则开始工作，通过比对课程表识别教师，然后自动打开多媒体系统，统计学生信息上传数据，便于任课教师检查统计，同时将通过传感器传来的教室内明暗、温度数据，分析、控制照明和空调设备的运行，为师生打造一个舒适的教学环境。课后系统会根据教室内有无人员，决定是否关闭照明和空调系统以利于节约资源，使教师和管理人员都从简单烦琐的工作中解脱出来，把有限的精力和时间投入工作中去。本文介绍了人工智能在多媒体系统方面的解决方案，首先阐述了当前主流多媒体教室管理系统的发展现状，以及在使用过程中出现的一些问题。重点描绘了人工智能在系统巡视、检测、诊断和识别等方面的应用前景。随着我国在人工智能领域研究的不断深入，会有越来越多的新技术应用到实际工作中，众多的问题都会迎刃而解，人工智能研究为推动我国现代化教育的发展起到积极作用。
参考文献：
[1]李淑春.高校多媒体教室运行中出现的问题及对策[J].实验技术与管理,2007,24(6):88-90.
[2]邢春英.多媒体教室的人工智能化设计[J].甘肃科技,2012(4):22-24.
作者:陈亚琴 张铭 单位:衡水学院
