1、 第 期（总第 期）成人教育 ：终身学习发展的新动力、新范式和新实践钱小龙，张奕潇（南通大学 教育科学学院，江苏 南通 ）【摘要】面对党和国家完善全民终身学习体系的迫切要求，能够扮演至关重要的角色。能够让提供终身学习的 网络和设备更完善，能够让 驱动的终身学习体验更完美。通过回顾 至 时代的 技术迭代，在现有理论与模型的基础上，提取学习者、边缘设备、工具与技术、体验、协作五个要素，建构了 赋能的分布式终身学习模型。基于该模型，可以分析语言学习应用程序 和 内容流式处理平台 应用于终身学习的实践流程。通过提供全息教师和课程资源，为基于混合现实学习平台的远程教育铺平道路。通过流式传输 内容，为终身
2、学习者提供身临其境的增强体验。展望未来，可有效服务于终身学习，以面对诸多的机遇与挑战。【关键词】；终身学习；分布式学习；边缘设备【中图分类号】；【文献标识码】【文章编号】（）【收稿日期】【基金项目】国家社科基金一般项目“全民终身学习视野下的国家在线教育体系发展研究”，项目编号为 【作者简介】钱小龙（），男，江苏南通人，教育学博士，南通大学教育科学学院教授，硕士生导师，未来教育研究所所长，美国加州大学欧文分校访问学者，研究方向为开放教育资源、国际比较教育；张奕潇（），女，江苏南通人，南通大学教育科学学院硕士研究生，研究方向为开放教育资源。一、问题的提出终身学习作为一种现代政策理念，兴起于 世纪下
3、半叶。它既包括正规教育，又包括非正规教育，发生于学校、家庭、工作场所、休闲场所等各种环境，打破了时间、年龄、社会经济地位等因素造成的限制，在人类生活中发挥着至关重要的作用。近年来，通过修订和修正，终身学习这一概念越来越多地融入国家政策之中。中国教育现代化 将“建成服务全民终身学习的现代教育体系”列为首要发展目标。中共中央关于制定国民经济和社会发展第十四个五年规划和二三五年远景目标的建议 强调“完善终身学习体系，建设学习型社会”。习近平总书记在教育文化卫生体育领域专家代表座谈会上指出，要“构建方式更加灵活、资源更加丰富、学习更加便捷的终身学习体系”。在当前互联移动设备普及的情况下，无线技术、互联
4、网和智能工具的使用克服了传统教室中明显存在的时间与空间限制，使终身学习比以往任何时候都更加可行。借助人工智能、等新兴技术的发展及国家政策的支持，改革传统的教育体系，既能够满足社会变革与创新要求下个人职业发展与自我实现的需求，又顺应了党和国家构建服务全民的终身学习体系的要求，是推进教育信息化改革的重要手段。终身学习代表着一种范式转变，即从一刀切的传统正规教育到适应学习者兴趣或目标的个性化学习。在这种范式转变下，尽管正规、非正规与非正式学习之间越来越相互依赖，为更加开放、灵活和个性化的学习系统铺平了道路，但是基础设施建设、网络空间数据安全、工具使用与技术创新等方面仍然存在许多不足之处，影响终身学习
5、者的体验，阻碍了终身学习的可持续发展。作为近几十年最具颠覆性的两种技术，和 的开发、部署与应用为终身学习带来全新的发展机遇，与 的融合有望成为终身学习发展的新动力。因此，应掌握 与 技术的特点，使其能够更好地服务于终身学习的发展。在当前现有的第四代移动通信网络已经无法满足工业自动化、远程诊断、智能家居等新技术和新应用的超可靠和低延迟需求的情况下，作为第五代移动通信系统的 技术，承诺提供超低延迟、超高吞吐量、超高可靠性、超低能耗和海量连接，从而为远程传输、增强现实和虚拟现实等新型应用铺平道路，为此受到世界各国的青睐。人工智能在增强自我管理功能方面发挥着重要作用，能够满足 网络运营和管理自动化的复
6、杂需求，降低运营成本和人为错误的风险。考虑到日益广泛的网络威胁，传统的服务和管理解决方案已经不足以应对 技术应用潜在的挑战，而人工智能能够从大量时变的多维数据中发现影藏的模式并作出更快更精确的决策，因此，有望采用人工智能实现智能、自适应和自主的安全管理。与 如何优势互补、共赢共生是其服务于终身学习发展的关键。没有信息与通信技术的支持，终身学习生态系统就无法发展。“互联网”时代，以人工智能为代表的新兴技术的发展使人们能够利用通信设备和应用软件进行在线学习，基于人工智能的教育产品的全球市场规模也在迅速增长，为终身学习者提供了开放、多元、个性化的学习服务。有学者认为，人工智能可以在实现联合国可持续发
7、展目标方面发挥指导性作用，其中第四个目标就是人工智能确保包容、公平和优质的教育，并保证所有人都有终身学习的机会，即通过创新和互动的大规模在线开放课程和工具、智能知识系统、机器教学和个性化学习技术来支持更好的教育，增加学习的趣味性、交互性、个性化。同时，帮助教育工作者接管耗时的管理和评估任务，以便其可以花更多时间改进教学材料、备课和指导学生。而 技术服务于终身学习，主要依靠其核心技术 边缘计算。引入边缘计算的主要目的是解决云计算的延迟和其他网络问题。它将合理规模的计算资源部署在用户附近，并与用户的移动和可穿戴设备（例如边缘设备）直接通信。这大大提高了内容的传输速率，使终身学习者能够即时访问数据内
8、容而不会感到传输延迟，终身学习设备的电池寿命也能得到极大提升。总之，技术有可能为当代终身学习者带来更好的学习体验。尽管我国非常重视 、与终身学习的发展，服务于终身学习的研究也已取得了较为丰富的成果，而关于 如何服务于终身学习，尤其是 如何服务于终身学习的研究仍然较为缺乏。因此，研究 如何服务于终身学习，顺应了党和国家完善全民终身学习体系的迫切要求，能够带给广大终身学习实践者、有关技术人员和管理者以启示，服务于教育信息化改革的推进，打造处处可学、人人在学、时时可学的智能教育环境。二、：终身学习发展的新动力在互联网 时代，各类信息技术的发展与应用使终身学习的特征得到最大程度的发挥。人工智能凭借其强
9、大的训练与推理能力，为终身学习者提供个性化的学习服务；技术凭借其低时延、低功耗和高速率，为终身学习者带来舒适的设备端学习体验。与 的融合能够通过优势互补为终身学习发展提供新的动力。（一）让提供终身学习的 网络和设备更完善将人工智能应用于 网络和设备将带来更高效的无线通信、更长的电池寿命和更强的用户体验。人工智能作为一门科学学科，涵盖机器学习等多种方法和技术，能够在给定复杂目标的情况下，通过数据采集感知环境、解释收集的结构化或非结构化数据、基于数据进行推理或处理从这些数据中得出的信息，并决定实现给定目标的最佳行动。在过去的几年里，人工智能领域取得了巨大的进步。利用人工智能改进 应用效果、让 更好
10、地服务于人类生产生活需要的关键是掌握 所需应对的挑战。这里的挑战既是难以用传统途径解决的，又是非常符合机器学习的优势的（见表 ）。具体而言，一方面，人工智能对 网络管理产生积极影响。这主要体现在加强服务质量、简化部署、提高网络安全和效率等四个方面。例如，人工智能能够进行用户行为和需求预测，识别用户情绪和偏好，为 网络和设备用户带来更精确的服务。人工智能还可用于通过检测异常频谱使用来检测网络流量中诸如泛洪攻击或冒充攻击等异常情况。另一方面，端侧人工智能改进 端到端系统，这也是研究者们较少讨论的领域。而无线电感知是人工智能改进 端到端系统的核心，提高无线电意识，将由先进的端侧人工智能算法来实现，即
11、利用频谱传感与存取、上下文感知和环境传感等技术，增强用户的设备使用体验、改进系统性能并增强无线电的安全性。第一，人工智能技术能够实现更好的光束管理，结合位置、速度、环境和应用程序感知的其他方面提高网络稳定性和吞吐量，还能利用设备上更好的上下文感知技术来平衡性能与功耗之间的关系，从而减少电池损耗。第二，干扰源位置感知与预测可以提高系统吞吐量和频谱效率，以实现更好的链路适配；端侧 推理减少了需要通过网络发送的原始数据量，从而减少网络负载；利用端侧 和传感器进行用户设备为中心的移动性管理，以实现更无缝的移动性。总之，加强 应用效果的人工智能研究领域十分丰富，无论是定位、无线资源分配、优化、检测，还是
12、频谱感知、环境感知、安全性、节电、波束管理和优化等其他方面的研究，都能充分发挥 的优势，让提供终身学习的 网络和设备更加完善。表 赋能的 的挑战 的优势难以建模的问题计算最优解的不可行性高效的调制解调器参数优化非线性处理为难以建模的问题确定适当的表示寻找近乎理想且可计算实现的解决方案非线性函数建模（二）让 驱动的终身学习体验更完美 的低延迟和高容量将允许 处理分布在设备、边缘云和中央云之间，从而为更高速率、更低时延、更强沉浸式的网络体验提供灵活的系统解决方案。这种无线边缘架构具有适应性，可以进行灵活的调整来确定如何分配工作负载以达到特定应用程序所需的延迟或计算要求。边缘计算作为一种新兴的计算范
13、式，通过将计算和存储资源从云推到离用户或数据源更近的地方，在靠近移动设备的网络边缘提供诸如计算、存储和缓存的云功能，最终使用户可以在资源有限的移动设备上体验高质量的服务，它也是 及更高版本无线系统的核心。这种模式减轻了核心网络的回程利用率和计算功耗，对于实现低延迟、高带宽和敏捷的移动服务至关重要。就终身学习而言，技术如何为终身学习者带来更完美的学习体验？研究者们进行了大量的实验以探索 网络在现实环境中的真实表现，发现 技术在下载时提供 至 的比特率，在上传时提供 左右的比特率。就队列使用而言，解决了 技术下访问 内容受限的问题。实际上，在 比特率下，每 发送一条 字节的数据报文，远小于 中 的
14、报文间隔。因此，数据传输的可靠性和延迟得到保证，消息不必等待传输。也就是说，增强学习者的终身学习体验主要通过大容量、超高可靠性和低延迟、连接超大量设备这三方面的能力来体现。第一，学习者通过即时连接和低延迟获得非常高的数据速率，信息不必等待传输，避免服务器上资源丢失的可能，使学习资源能够永久存储。第二，学习者共享同一区域的网络时，连接不再受限，即使在旅行或通勤途中，也能享受高质量的学习服务。这将人们与社会和外部环境联系起来，使学习活动打破时空限制，融入人们的生活当中，并逐渐成为一种生活方式。第三，和 技术将结合在一起，教师可以使用这些技术，以更好的沉浸式方式传授知识，有助于学习者达到更好的学习效
15、果。三、：终身学习发展的新范式在过去的几十年里，移动无线通信网络经历了显著的变化，在系统、速度、技术、频率、数据容量、延迟等方面实现了较大的改进与提升，每一代都呈现新的特性、标准和能力，使其与前一代有所不同。随着移动通信技术的发展，技术也进行了多次迭代，从过去 和 时代 训练与 推理在中央云中进行的云端 （），到 时代在设备端进行 推理的部分分布式 （），以及未来在 时代即将实现的能够终身在设备上进行 训练的完全分布式 （），技术的迭代使在源头处理数据逐渐成为可能，“”为终身学习发展创建了新的范式。（一）互联网时代的 技术迭代 和 时代的云端 和 分别是第二代和第三代移动通信技术的简称。相较于
16、基于模拟型号的 网络，开始使用数字无线电信号，能够传输经数字加密的消息，拥有更高的频谱效率。时代则是无线通信和其他通信技术相结合的时代，支持更加多样化的多媒体技术。和 时代的人工智能是云端人工智能，训练和 推理都在中央云中进行，对用户设备的要求最低。云端 提供较大的存储以及高计算能力。在这种传统的云计算范式中，以云为中心的架构模型需要将终端设备生成的大量数据传输到中央云中进行人工智能模型训练，如果终端节点距离中央云有很大的网络距离，这会消耗大量数据传输资源，决策过程可能产生较长的延迟。因此，在某些情况下，云端 对延迟敏感的移动应用程序来说可能并不理想。随着物联网设备数量的迅速增长，收集的大量数据很难由中央云管理，给云基础设施带来巨大的工作负载，同样可能增加数据传输的不可靠性，并且延迟的时间可能更长。此外，云端数据管理还存在信息丢失、网络钓鱼等各种安全性问题，对组织的信息和软件系统造成严重威胁。时代的部分分布式 是第四代移动通信技术，于 年首次引入芬兰，是移动通信技术的一次演进。它克服了 的局限性，将 与固定互联网相结合，支持无线移动互联网，并且增加了带宽，降低了资源成本。在 时代，部分
