我們要將這些知識單元，依照它的重要程度給它分數。這些分數就可以變成加強式學習裡面的報酬。未來要運用AI的方法來開發教學機器人，要研究運用加強式學習來尋找學習的次序與效果，以找出知識金字塔的最佳學習路徑。每項知識單元都有一些先備能力，前面沒弄清楚後面也會是一知半解。整體的人類知識，就如腦細胞一樣，多到數不清。這時要怎麼學就是個大學問了。如果零碎學習，那麼這些片斷知識無法連結在一起。
因此學習一定要有關連。AI教學機器人可以研究如何運用加強式學習，想辦法從各個知識單元間的關連性中找到最佳連結路徑。或者評估學習時間分配，在固定時間中學到最多單元。人類
的學習時間有限，學習的能量也隨個人的天資而有所不同。如何運用有限的學習時間，來得到最大的學習成果，就是規劃這個AI學習機器人時的需要探討的問題。
區塊鏈應用
國發會七月成立國家隊，大力推展區塊鏈應用。我們都聽過比特幣，它就是區塊鏈第一代的應用。區塊鏈是採用分散式帳本技術，也就是說會把同一個帳本複製到每一個節點上面。區塊鏈中的一個區塊，就等於是帳本裡面的一個帳頁。區塊和區塊的中間，會用特殊的函數鏈結起來以供驗證。區塊鏈網路中的每一個節點都可以修改這個帳本，那到底要聽誰的呢?這就要靠裡面的共識機制，用投票決定。在比特幣裡，它所用的共識機制是工作證明，誰的算力強，能夠產生最長鏈，那麼就聽它的。在共識機制的運作之下，除非你掌握超過51%的節點，否則你就很難去隨意竄改內容。這個就是區塊鏈到目前為止所被公認的最大優點：不可竄改性。
在區塊鏈發展的過程中，一般稱區塊鏈1.0是加密貨幣應用，區塊鏈2.0是智能合約在金融及產權上的應用。而到了區塊鏈3.0，就是將區塊鏈應用到各行各業上。當要追求的是不易竄改的安全性時，那麼建立區塊鏈網路才有價值。所以貴重，有價值，有所有權的項目才是我們尋找的目標。譬如資產的轉移，學位的授予，資格的擁有，分數的評斷等。我們把這些值得妥善保管的標的先統稱為資產。有了值得保存的目標後，通常他們的所有權會轉移。資產的轉移要經過交換的過程，看要一手交錢一手交貨，還是要先享受後付款。通常都是要拿等值的資產來交換，我們把這過程稱為交易，而參與交易的人為參與者。
要運用區塊鏈結合教學機器人發展智慧學校應用時，可以先構想一些可以轉移的資產，如學號，學分，學位。學校每年發行一定數量的學號，讓新生來取得。同時也發行不同學分讓學生來取得，同時記錄成績。最後累積一定學分後，就取得學位。之後這學號就註銷，不再作用，僅供查詢之用。智慧學校裡的教學機器人，各知識單元的學習履歷會被完整地紀錄到區塊鏈裡，一旦成績達到某個等級，就可利用智能合約自動取得學分。若想要利用到入學作業上，只要將這些成績結合各校科系的錄取標準，馬上就可粗篩出你有資格進入的學校與科系。
如果能開發出結合區塊鏈的AI教學機器人，則可以在課程的教學上，讓學生能夠自動學習，同時也可以加以測驗，看看了解的情況如何。在學習的過程中間，也會穿插實驗與練習。它可以知道你練習的結果的正確性，然後再依據正確來決定你要再更深入的學習呢，還是要重複這個主題，或者再倒退回之前的主題學習。最後再加以測驗，以了解學習者真正的程度。同時測驗的結果可以存入區塊鏈中，讓學習者的學習更有效率，學習履歷得以完整保存。之後再讓區塊鏈中的智能合約自動判斷入學條件，即可知道你能符合哪些學校的入學基本要求門檻。有了這些過程，未來的升學篩選會更容易，也可讓學生與家長不再為升學考試徬徨。
＊作者為提供雲端理財與教學機服務之CubicPower晶智能創辦人。曾任區塊鏈技術與應用課程兼任副教授及服務於緯創軟體、英商路透社等金融與科技單位從事金融軟體開發專案工作。
