《表1 浅层学习与深度学习比较（叶修，2018)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《智能时代教学范式的转型与重构》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

面对纷繁复杂的信息和高强度的认知负荷，如何保持独立思考成为必须直面的研究议题，深度学习已经成为人工智能时代的新诉求。关于深度学习，不同领域有着不同的定义。从人工智能的视角来看，深度学习是机器学习的分支，它植根于数学、计算机科学和神经科学，通过深度学习算法从大数据中寻找特征、发现规律、总结模型，从而产生智能。从认知科学的视角来看，深度学习是相对于浅层学习的一种全新的学习方式（Marton et al.，1976），两者的比较如表1所示。Marton等学者认为，浅层学习是以机械记忆重复信息为导向，而深度学习则是以理解为导向（Marton et al.，1976）。而学习的本质也正是“理解”。因此，从理解性学习的视角来看，深度学习意味着对新观点进行批判性分析，通过连接头脑中原有概念和原则达到理解的目的，进而能在新环境中解决未知问题（Houghton，2004）。概而言之，深度学习在本质上是一种问题牵引，即以理解为导向、以理解深度为表征的学习，旨在追求对学生高阶思维能力的培养。