雷鋒網(wǎng)按：11月15日-16日，“全球AI+智適應(yīng)教育峰會(huì)”在北京嘉里中心大酒店盛大開幕，峰會(huì)由雷鋒網(wǎng)聯(lián)合乂學(xué)教育松鼠AI，以及IEEE（美國(guó)電氣電子工程師學(xué)會(huì)）教育工程和自適應(yīng)教育標(biāo)準(zhǔn)工作組共同舉辦，匯聚國(guó)內(nèi)外頂尖陣容。

AI智適應(yīng)學(xué)習(xí)是目前產(chǎn)學(xué)研三界關(guān)注度最高的話題之一。此次峰會(huì)，主辦方邀請(qǐng)了美國(guó)三院院士、機(jī)器學(xué)習(xí)泰斗Michael Jordan，全球公認(rèn)機(jī)器學(xué)習(xí)之父Tom Mitchell，斯坦福國(guó)際研究院（SRI）副總裁Robert Pearlstein、美國(guó)大學(xué)入學(xué)考試機(jī)構(gòu)ACT學(xué)習(xí)方案組高級(jí)研究科學(xué)家Michael Yudelson等頂尖學(xué)者。

16日下午，松鼠AI首席架構(gòu)師 Richard Tong 發(fā)表主題為“AI自適應(yīng)教育的架構(gòu)和策略”的精彩演講。Richard Tong 介紹了松鼠AI智適應(yīng)教育的架構(gòu)和策略，詳細(xì)闡釋了平臺(tái)架構(gòu)的四個(gè)層面，并談到自適應(yīng)平臺(tái)架構(gòu)的愿景是為每一位同學(xué)打造超級(jí)AI導(dǎo)師，這將使學(xué)習(xí)變得有效、高效、吸引人。

以下為演講實(shí)錄（雷鋒網(wǎng)做了不改變?cè)獾木庉嬇c整理）：

松鼠AI的自適應(yīng)架構(gòu)

多謝大家能參加AIAED大會(huì)，剛才大家聽到的都是商業(yè)、投資相關(guān)的，我回到技術(shù)，講一講我們自適應(yīng)的架構(gòu)。

我們講架構(gòu)，大家就要了解架構(gòu)首先是為什么？我們?cè)谧鲎赃m應(yīng)教育這樣的領(lǐng)域，想了解架構(gòu)這個(gè)事，我們建立整個(gè)愿景會(huì)提供一個(gè)依據(jù)，來告訴我們這個(gè)架構(gòu)該怎么設(shè)計(jì)。

我們的愿景是什么呢？大家這幾天可能聽到了很多，我們要有一對(duì)一的智適應(yīng)導(dǎo)師，讓每個(gè)學(xué)生的學(xué)習(xí)更高效、有效、吸引人，和他能更貼近。我們想談一談我們是怎么走過來的，我們的愿景也是建立在美國(guó)一些先驅(qū)的實(shí)踐基礎(chǔ)上的，我們的企業(yè)里從很多公司學(xué)到了很多，包括Dream Box這些公司。這和我們自己怎么來實(shí)現(xiàn)這個(gè)東西相關(guān)，有幾個(gè)比較重要的，把我們長(zhǎng)期的愿景轉(zhuǎn)化成真正要提供實(shí)踐的環(huán)節(jié)。

剛才我為什么要提到一些先驅(qū)，因?yàn)槲覀冋驹诰奕说募绨蛏?。我們做AI教育的時(shí)候，我們要看到AI教育的本質(zhì)是什么，要想做好的核心因素在哪里，而且之所以我們從以前這些公司里學(xué)到了東西，到底哪些東西給我們提供了幫助。

其實(shí)AI教育更多的是一種AI應(yīng)用，AI應(yīng)用跟傳統(tǒng)技術(shù)應(yīng)用有不一樣的地方，有四個(gè)關(guān)鍵環(huán)節(jié)和關(guān)鍵因素：

• 商業(yè)模型。AI能不能成功或者能不能落，還不是由于技術(shù)決定的，而是由產(chǎn)生的產(chǎn)品能不能落地來決定。

• AI所要求的能力和做AI技術(shù)人的能力構(gòu)成的。

• 數(shù)據(jù)，尤其是先進(jìn)AI相關(guān)的，比如說深度學(xué)習(xí)，即使傳統(tǒng)機(jī)器學(xué)習(xí)對(duì)數(shù)據(jù)的量要求大，對(duì)質(zhì)的要求也很大，所以AI要考慮數(shù)據(jù)的問題。

• AI要求很強(qiáng)的計(jì)算力。

在這四個(gè)方面實(shí)際上是缺一不可的，里面只要有一個(gè)地方有短板就成功不了。我們學(xué)習(xí)到了先驅(qū)的什么東西呢？一些傳統(tǒng)的，在美國(guó)是可行或者是OK的東西，在中國(guó)是不行的，或者在中國(guó)會(huì)有相當(dāng)大的障礙。

我之前在Kenwton幫很多中國(guó)企業(yè)討論自適應(yīng)的合作，但是很大的問題就是在中國(guó)這些東西都落不了地。為什么呢？因?yàn)锽2B要求大家專業(yè)化的分工，專業(yè)化分工的前提是什么？要求要有相對(duì)的穩(wěn)定性，接口要相對(duì)比較穩(wěn)定。

但是AI這件事你會(huì)發(fā)現(xiàn)，尤其在目前的階段來說，它對(duì)各環(huán)節(jié)的要求都很高，要把它結(jié)合起來做成一個(gè)產(chǎn)品，第一要不斷迭代，第二在接口上的變化是非常大的，所以我們一開始智適應(yīng)在中國(guó)落地的時(shí)候，Kenwton失敗了，當(dāng)時(shí)跟好未來等等做了很多項(xiàng)目，效果都不好。

不好在什么地方呢？不是技術(shù)不好，而是在中國(guó)落地的時(shí)候周期太長(zhǎng)，一個(gè)產(chǎn)品在中國(guó)拿到好的智適應(yīng)技術(shù)，去落地的時(shí)候?qū)?nèi)容有很大的要求，對(duì)教學(xué)方式有很大的要求，對(duì)提供產(chǎn)品的方式也有很大的要求。在這些東西不成熟的情況下，一個(gè)周期過去了，試錯(cuò)還沒試完，時(shí)間已經(jīng)沒有了。而且教育這個(gè)行業(yè)對(duì)整個(gè)學(xué)期的要求，對(duì)整個(gè)上線的要求有很多不可控性。

比如說每年春季、秋季開學(xué)的時(shí)候，產(chǎn)品沒有準(zhǔn)備好的話，上不了線的話，這次迭代的機(jī)會(huì)就錯(cuò)過了。本來9月1日要上線，如果9月16日你還沒有上線，下次再想上線就是春節(jié)以后了，AI要求迭代非常快，而且結(jié)合性非常強(qiáng)，這樣的公司在中國(guó)做B2B基本上是沒有機(jī)會(huì)的。

在中國(guó)我們也學(xué)到了一些東西，在AI的情況下需要非常強(qiáng)的能力，也就是說要想把AI的項(xiàng)目做好，人員既要懂教育的整個(gè)場(chǎng)景，又需要有很強(qiáng)的AI本身的能力，很多時(shí)候需要有很強(qiáng)的工程能力，要有很多能力的結(jié)合。

中國(guó)的機(jī)器學(xué)習(xí)或者是AI學(xué)習(xí)，跟美國(guó)相比還有相當(dāng)大的差距。中國(guó)一開始做的時(shí)候，栗總做松鼠AI的時(shí)候，要找到把四項(xiàng)能夠都能夠拼起來的東西。把好的商業(yè)模式，AI的能人，能夠拿到數(shù)據(jù)的途徑以及要結(jié)合強(qiáng)的計(jì)算力，把這些東西能夠結(jié)合在一起才有成功的可能性。

所以我們自己設(shè)計(jì)的話，我們是從頭到尾完整的AI連續(xù)的自適應(yīng)，另外我們從數(shù)據(jù)角度來講是全面、完整、快速增長(zhǎng)的數(shù)據(jù)模型。

為什么我們要做這么一個(gè)東西？這也和一開始說的教育里面最大的智適應(yīng)解決的痛點(diǎn)是什么相關(guān)。自適應(yīng)最大的痛點(diǎn)來自于傳統(tǒng)教育的低效或者是無效性，只要是老師一對(duì)多的情況下，我們覺得一定是無效或者低效的。也就是說學(xué)生在傳統(tǒng)課堂里花的時(shí)間，和一個(gè)一對(duì)一相比有一個(gè)很大的效率差距。

我們?yōu)槭裁床徽J(rèn)可像雙師課堂，或者是課后人工智能作業(yè)，這是漸進(jìn)性的提高，有一定的幫助，但是沒有解決最根本的效率低下問題。最根本的效率低下問題，是一個(gè)老師哪怕給三個(gè)學(xué)生或者是十五個(gè)學(xué)生，還是四十個(gè)學(xué)生，教的時(shí)候，每個(gè)學(xué)生在學(xué)的過程里因?yàn)樽约好總€(gè)人的要求不一樣，針對(duì)一個(gè)人好的東西，針對(duì)另外一個(gè)人不一定好。

人工智能就是要診斷他在學(xué)習(xí)過程中的問題，根據(jù)他的學(xué)習(xí)路徑貼近。如果你沒有這樣一個(gè)完整的貼近機(jī)會(huì)的話，這個(gè)AI就實(shí)現(xiàn)不了。

崔博士那天講到我們產(chǎn)品的時(shí)候大家也知道，AI就是要解決這七個(gè)問題，能夠準(zhǔn)確的診斷學(xué)生的學(xué)習(xí)狀態(tài)、提供有效的學(xué)習(xí)路徑、制定合理的學(xué)習(xí)目標(biāo)、在教室里還有輔導(dǎo)老師給他提供一個(gè)合適的預(yù)警機(jī)會(huì)，以后能用主觀因素的認(rèn)知幫助小孩提供信心、態(tài)度、習(xí)慣，幫助家長(zhǎng)給小孩提供更好的學(xué)環(huán)境，這是整個(gè)AI自適應(yīng)平臺(tái)的要求。

我們自己具體是怎么做的呢？給大家提供一個(gè)框架，我們講一些產(chǎn)品和系統(tǒng)，這個(gè)東西是什么呢？這張是講主要系統(tǒng)的模塊，在這個(gè)模塊之間我想專門提幾個(gè)我們認(rèn)為對(duì)我們來說，從設(shè)計(jì)角度比較重要的東西。因?yàn)锳I里很重要的是數(shù)據(jù)，數(shù)據(jù)來自于兩個(gè)方向，一個(gè)是能大量的積累，另外數(shù)據(jù)要有深度的關(guān)聯(lián)。

這張圖里有兩塊是和數(shù)據(jù)相關(guān)的，最右邊的LRS，中間有一個(gè)MDS，這兩個(gè)東西給我們提供的是把學(xué)習(xí)行為數(shù)據(jù)，和我們的知識(shí)圖譜、題庫、內(nèi)容庫和教學(xué)內(nèi)容的東西連接起來，這樣才能達(dá)到數(shù)據(jù)有效的長(zhǎng)期使用。以前我們?cè)趯?shí)施過程中發(fā)現(xiàn)了一個(gè)很大的問題，很多企業(yè)的數(shù)據(jù)是單維度的，可能有學(xué)生所有做題的記錄，可能有學(xué)生所有考試的記錄，可能有學(xué)生所有英語閱讀的東西，發(fā)音的數(shù)據(jù)，但是單個(gè)來看的話，數(shù)據(jù)有效性很受限制。

如果你想從里面找到數(shù)據(jù)的話，如果只有一個(gè)維度的數(shù)據(jù)的話，你能做的事情非常有限，而且需要大量的人工去建標(biāo)簽或者人工的做相應(yīng)的反饋。如果你的數(shù)據(jù)是多維度的，是有相關(guān)聯(lián)系的，如果一個(gè)學(xué)生不光有做題的數(shù)據(jù)，還有做題之后看視頻的數(shù)據(jù)，還有做題的時(shí)候當(dāng)時(shí)表情的數(shù)據(jù)，還有做題的時(shí)候腦電波的數(shù)據(jù)，這樣我們可以在各個(gè)方面把這些數(shù)據(jù)結(jié)合起來，能夠做到的東西比以前要多得多，它能提供的可能性大得多。

即使不說腦電波或者表情數(shù)據(jù)，哪怕把學(xué)習(xí)目標(biāo)了解了，就是學(xué)生做一道題的時(shí)候，當(dāng)時(shí)學(xué)習(xí)的目標(biāo)是什么，想學(xué)的是什么知識(shí)點(diǎn)，這套題做之前已經(jīng)了解了哪些知識(shí)點(diǎn)，不了解哪些知識(shí)點(diǎn)。

如果知道了這個(gè)信息以后，你的做題數(shù)據(jù)包括以后的其他學(xué)生行為數(shù)據(jù)，對(duì)你的機(jī)器學(xué)習(xí)和整個(gè)老師的診斷來說有非常大的作用，我們是通過MDS把數(shù)據(jù)結(jié)合起來，LRS把數(shù)據(jù)積累起來。

另外想談一下自適應(yīng)引擎，不管是剛才一起作業(yè)他們提到的東西，還是掌門一對(duì)一提到的，都提到了比較類似的東西。

我們的適應(yīng)引擎提供了兩個(gè)最基本的功能，它自己的大腦里需要有什么東西，第一個(gè)是了解一個(gè)學(xué)當(dāng)時(shí)學(xué)習(xí)的狀態(tài)，了解他對(duì)知識(shí)點(diǎn)了解的程度，和所有知識(shí)點(diǎn)之間的聯(lián)系，互相之間的關(guān)聯(lián)性是什么樣的。第二個(gè)是推薦路徑，我知道這個(gè)東西以后怎么給你好的推薦，這是我們的引擎最重要的核心部分。

這個(gè)機(jī)器需要知道什么呢？一方面需要知道學(xué)生長(zhǎng)期的數(shù)據(jù)，越長(zhǎng)時(shí)間越好，還有一個(gè)他需要了解學(xué)習(xí)它學(xué)的東西，像一個(gè)GPS導(dǎo)航一樣，學(xué)生要去哪兒？這些地方之間的關(guān)聯(lián)是什么？還有一個(gè)學(xué)生可以做的事情是什么，可以看的內(nèi)容是什么，和我們導(dǎo)航的東西有什么聯(lián)系，這樣才好給他推薦。第三個(gè)就是學(xué)生自己的狀態(tài)，包括他的學(xué)習(xí)目標(biāo)是什么。

有了這些，自適應(yīng)引擎就可以轉(zhuǎn)起來了，后面還有很多其他相關(guān)的東西，因?yàn)闀r(shí)間的關(guān)系我們就不一一介紹了。

為未來打造超級(jí)AI導(dǎo)師

我想談一談我們以后要做的，未來要打造AI教室所需要的東西。

剛才由于三個(gè)層面所謂模型的信息，最頂上那一層是DKT還有Dan新開發(fā)的一個(gè)模型，可以很好的認(rèn)知學(xué)生的狀態(tài)，當(dāng)然還有其他的模型，可以根據(jù)記憶的消減來給學(xué)生提供以后的學(xué)習(xí)機(jī)會(huì)。

第二層是多輸入的，或者是通過不同的信號(hào)來輸入，來了解學(xué)生的情感和注意力的狀態(tài)，這樣它主要的目的是為了給老師提供更好的預(yù)警，老師什么時(shí)候干預(yù)學(xué)生、提供學(xué)生，提供這樣一個(gè)層級(jí)的作用。

第三層是我們比較新的開發(fā)的東西，通過對(duì)話的形式幫助學(xué)生做錯(cuò)因分析，幫助學(xué)生做一些具體的“診斷”，這個(gè)在開發(fā)的過程中，我們跟CMU在做一些新的東西。

我們?yōu)槲磥泶蛟斐?jí)AI導(dǎo)師，在國(guó)際上有大量的合作，現(xiàn)在已經(jīng)跟我們有合作關(guān)系的有SRI、UC Berkeley，中國(guó)社科院，澳大利亞UTC，現(xiàn)在馬上要建立合作關(guān)系的包括CMU，孟菲斯大學(xué)，西班牙的IIA和MIT，我們都在談判中。

我們希望通過跟頂級(jí)機(jī)構(gòu)建立合作關(guān)系，利用我們的標(biāo)準(zhǔn)和數(shù)據(jù)共享以及開放平臺(tái)的優(yōu)勢(shì)，來提供更強(qiáng)的AI功能，為每一個(gè)小孩提供超級(jí)AI教師，多謝大家。（演講全文完）

---

雷鋒網(wǎng)2018年度AI最佳掘金案例評(píng)選

人工智能風(fēng)雨60年，與其說技術(shù)升級(jí)促成了今天的浪潮，不如說當(dāng)前的人工智能，終于站在離商業(yè)最近的位置。

去年，首屆「AI 最佳掘金案例年度評(píng)選」活動(dòng)一經(jīng)推出，便受到了AI方案輸出方和AI技術(shù)需求方的極大關(guān)注。評(píng)選從商業(yè)維度出發(fā)，尋找用戶/客戶問題解決能力強(qiáng)的產(chǎn)品和解決方案。

現(xiàn)在，我們?cè)俅握驹贏I浪潮之巔，正式啟動(dòng)第二屆「AI最佳掘金案例評(píng)選」。

在AI+教育領(lǐng)域我們一共設(shè)置了6個(gè)獎(jiǎng)項(xiàng)，歡迎踴躍報(bào)名，報(bào)名地址：http://www.ozgbdpf.cn/special/custom/AITopTen2018.html

相關(guān)文章：

掌門1對(duì)1張翼：AI對(duì)教育最大的賦能是讓學(xué)生獲取打開知識(shí)寶庫的“鑰匙” | 全球AI+智適應(yīng)教育峰會(huì)

天圖資本馮衛(wèi)東：面對(duì)AI革命中小學(xué)教育何處去？| 全球AI+智適應(yīng)教育峰會(huì)

圓滿落幕！“全球AI+智適應(yīng)教育峰會(huì)”亮點(diǎn)與干貨集錦

松鼠AI栗浩洋：AI將對(duì)教育帶來顛覆性變革 | 全球AI+智適應(yīng)教育峰會(huì)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。