雷鋒網按：11月15日，“全球AI+智適應教育峰會”在北京嘉里中心大酒店盛大開幕，峰會由雷鋒網聯(lián)合乂學教育松鼠AI，以及IEEE（美國電氣電子工程師學會）教育工程和自適應教育標準工作組共同舉辦，匯聚國內外頂尖陣容。

本次峰會邀請了美國三院院士、機器學習泰斗Michael Jordan、全球公認的機器學習之父、卡耐基梅隆大學計算機學院院長、機器學習系創(chuàng)系主任Tom Mitchell 教授、斯坦福國際研究院（SRI）副總裁Robert Pearlstein、美國大學入學考試機構ACT學習方案組高級研究科學家Michael Yudelson等頂尖學者；新東方、好未來兩大教育行業(yè)巨頭AI部門負責人及一起教育科技、掌門1對1、作業(yè)盒子等國內著名教育創(chuàng)業(yè)公司創(chuàng)始人；以及Knewton、Byju's、DreamBox、Duolingo、ALEKS、AltSchool等國外最具影響力的AI智適應教育公司共聚北京，共同探討AI智適應熱點話題。

其中，下午的AI教育學術論壇，由松鼠AI 首席架構師、Knewton前亞太區(qū)技術負責人RichardTong主持，IEEE 學習技術標準委員會現任主席Avron Barr、IEEE 委員會成員、前IEEE 學習技術標準委員會主席Robby Robson、孟菲斯大學心理系和智能系統(tǒng)研究所教授Arthur Graesser參與討論，與會嘉賓共同探討了全球合作標準以及數據分享問題，并且宣布IEEE自適應教學系統(tǒng)行業(yè)標準中國工作組正式成立。

以下為圓桌討論實錄，雷鋒網做了不改變原意的整理與編輯：

主持人Richard Tong：非常感謝參與這個小組討論，在今天的環(huán)節(jié)中我們的主題是全球合作標準以及數據分享，所以我覺得這是我們這個小組討論的主題。我的第一個問題是關于我們在建立標準的時候，能夠給我們帶來什么樣的好處？

Robby Robson：第一，從標準的角度來看，它能解決一個問題，之前我們對標準有一個迷思，就是消費者不知道買什么就什么都不買，所以，不管你是消費者還是公司，還是研究者，在這個過程中，你能做出自己的貢獻，能讓標準的市場首先建立起來，并且能給這個市場更多的宣傳。

第二，我們剛剛提到了交換這樣一個概念，以及可遷移性這樣的概念。因為我覺得學生并不是僅僅在一個地方接受教育，他們經常會四處走動去不同的國家，所以從一個體系到另一個體系，從AI到教育到大學，再到網絡課程，他們是不是都是相互適應的，學生的數據，如何從一個體系遷移到另一個體系？所以我覺得，參與這個過程之后，你就能幫助定義這些數據到底是什么，他們的重要性到底是什么，它如何進行運作，所以我覺得會有很多知識產權方面的好處和經濟方面的好處，只要你參與了這個標準制定的過程。

Avron Barr：我想再補充一點為什么要參與呢？我覺得原因是，我們現在正在發(fā)展標準，標準改變的很快，有很多的創(chuàng)新，但我們仍然會有這樣的一個標準。所以制定這樣的標準并沒有那么簡單，我們會聽到很多不同的聲音，所以會有很多不同的預測和估計。

主持人Richard Tong：我想繼續(xù)您剛剛提到的這一點，一般來說我們看到亞洲的公司在標準制定的過程中，不管是學習技術還是學習工程方面，亞洲的標準都不是很多，比如說華為、像摩托羅拉，最近被聯(lián)想所收購了，這些公司都在5G的標準中有非常多的參與，或者是在IEEE的標準中都有參與，但是在技術方面，尤其是軟件的技術方面，在學習技術、教育技術的方面他們參與并不是很多，所以從利益的角度，您提到了為什么有這樣的情況，我們如何改變，從社區(qū)的角度要做什么樣的事情，讓更多的亞洲公司尤其是中國的公司參與到這個過程中，我們應該怎么做呢？

Avron Barr：首先你說的非常對，現在有亞洲和中國的公司參與，但我覺得并不多，我們現在有一個全新的標準制定的階段，所以我覺得對市場來說，標準非常地重要，它的重要性對客戶來說沒有那么明確。所以我覺得參與度還不是這么多，Robby可以來補充一下。

Robby Robson：我覺得非常有趣的一點是，昨天我收到了一封郵件，這個人就是在WiFi無線網領域或者說在以太網方面非常擅長。他來自于華為，他跟我說，如何加入到這個標準制定的過程中，我剛剛跟他談到了幾個項目，他非常感興趣，也會跟老板匯報是否參與這些項目。

我覺得有歷史的原因，一直以來，一些國際化的公司，比如說在中國、在歐洲，政府會看ISO，或者是國際標準組織或者是IEC，或者是國際技術委員會這樣的組織，他們會依照這些組織來傳達標準。過去10年中，我們越來越多的關注到不同的行業(yè)一些技術標準，這也是IEEE以及其他的一些組織所關注的一些事情?，F在，IEEE在深圳也有辦公室，在歐洲很多地方都有辦公室，所以現在我們看到有一個非常大的的趨勢，標準制定越來越需要全球性參與，但我個人覺得，中國公司、日本公司、新加坡公司、韓國公司，應該要去提高他們在標準制定過程中的話語權和參與度。

主持人Richard Tong：接下來，下一個話題就是關于合作的，因為標準是合作的一種方式，所以在這個層面來說，我們幾乎是技術方面和客戶方面的領先者，也有很多合作我們也做得非常好，您能分享一些合作方面非常好的故事和有益的經驗嗎？

Arthur Graesser：我想談成功的合作，我給大家舉三個例子。

第一個例子是我們有專業(yè)的學會，他們調查了人工智能、教育，大概調查了40年了，而且這些公司非常國際化，比如說人工智能、教育還有智能輔導體系，還有教育當中的數據礦工等等，他們都做了很多的研究。他們也會在全球各地舉辦會議，比如在亞洲、亞太地區(qū)、歐洲、北美和南美四處都舉辦會議，這樣人們可以更好地進行合作。我個人覺得，有這樣的國際化的視野非常重要，還有很多的項目也會從中而來，我覺得這是一種形式。我個人也非常建議大家去參加這樣的會議，因為它就像今天這樣的會議一樣，當然它主要是關注于標準，今天這樣的活動也能夠讓會議進一步地壯大。

第二個例子是國防部也發(fā)揮了非常重要的作用來嘗試AI在教育領域的作用。比如說美國教育部還有美國的國防部，他們會有一個聯(lián)合實驗室，能夠進行分散式的學習，他們在世界上12個國家都有分散式的學習中心。我有一個非常熟的同事他也是美國方主要的網絡協(xié)調人，會幫助我們做這樣一個項目。

第三個例子是ASF和卡耐基梅隆大學，以及斯坦福、MIT這樣的學校來合作，鼓勵數據的開放，并且是以一個非常系統(tǒng)性的方式遵循標準進行數據的開發(fā)和共享。所有的項目我們都希望有相應的中國同事的參與。

主持人Richard Tong：我們再來談一些具體的問題，我們談到數據，數據是人工智能中的非常重要的部分，它變得特別特別地重要，松鼠AI也在創(chuàng)造、產生、儲存、分析數據方面投入了很多的資本和資金，這也成為了我們的一個秘笈。我們和其他人分享數據方面也有一些疑慮，我想聽聽大家的想法。

Arthur Graesser：很多的系統(tǒng)會成為精品系統(tǒng)或者是精英系統(tǒng)，一開始的范圍都比較小，如果他們分享數據的話，就能夠有快速的發(fā)展。比如說你在一個學校中的幾個班里面有一些數據，或者是你在全球有所有的數據，那可以看到這樣的數據量是非常不一樣的，而且在這個過程中也是很多人想要將這些數據擴展，比如說我們如果想要有智能的輔導系統(tǒng)，我們在這個方面比如說一分鐘可以有幾百個數據，對這些數據的分析，我們怎么樣來進行？讓他們可以讓用戶所使用？就像我剛才所說的，這些大學像孟菲斯大學、MIT或者是斯坦?；蛘呤强突仿〈髮W也是創(chuàng)造了這樣的方式，他們是根據數十萬或者是數百萬不同的數據來進行分享的，并且來給相應的排列。

Avron Barr：從剛才所說的精英的模式到最終共享的模式，從供應商的角度來說，是沒有必要來分享數據的；但是從顧客或者是客戶的角度來講卻有很多的原因，其中一個大家可以想像一下，學校是從Alex購買新的產品，明年他們會從另外一個供應商中買另外一個產品來教物理，一開始那個產品是用來教數學的，同樣的學生會用兩個不同的平臺來學兩個不同的學科。在這方面就可以有一些數據的交互，可能從顧客的角度來講，如果這樣的數據能在平臺間有交互的話，對他們的學習有更大的促進作用。

Robby Robson：我們知道有的時候大家會通過設立不同的軟件來競爭，比如說谷歌、亞馬遜或者是剛才我們談到的這些企業(yè)，他們在發(fā)展的過程中，如果我們能有足夠的數據，全世界的數據，那確實是非常有價值的。但是，大家想要的并不是數據，而是數據背后的信息以及最后的價值。在教育科技行業(yè)，沒有人可以擁有現在我們所有的信息，所以，如果你想要競爭的話，可能你就需要所有的信息，就是你來產生對你自己來說非常重要的信息，可能在這方面你需要比別人做得好，才能做得好，但是你不和其他人分享數據的話，就永遠不能達到領先的地步。

主持人Richard Tong：我們剛剛談到這了一點，Arthur你可以不可以分享我們怎么來融合數據或者是聚合數據？怎么樣能夠讓這些數據更好地幫助我們進行機器學習或者是來促進機器的發(fā)展？

Arthur Graesser：現在我們有非常非常的、大量的信息，在這個過程中可以使用一些函數，可以使用一些不同的方法，讓我們在AI中得到一些指導。同時，還是可以來了解什么樣的信息是有用的，或者說對哪些人有用，并且讓我們知道哪些信息是真正有用的，這樣的話就能夠有各個不同的機構可以一塊兒來合力貢獻知識的成分或者是一些相關的信息，比如說一個年級包括多少人，有什么樣的項目，什么樣的學科，所以如果我們都能有這樣一個共同的基礎的話，我們得到的數據才能夠真正地在一個成體系的過程中加以利用。其中也是會涉及到機器學習，機器學習可能會涉及到一些我們之前不知道的內容，我們在這里需要進行教育數據的挖掘。在這個過程中也需要有一些新的方式來融入到我們已有的學習中，可以讓其他人看到這些數據，并且能夠在這個過程中加以拓展，加以應用。

Richard Tong：我知道剛才我們談到了這樣的一個不同的概念，還有剛才所說的數據的挖掘，數據的收集等等。

Arthur Graesser：這個是從匹茲堡大學的學習中心和一個基金會來發(fā)展出來的，當時也是為了來發(fā)展智能的輔導系統(tǒng)。這個過程中我們還是想要有更多的不同的對話，也就是在智能輔導系統(tǒng)中它可能會有很多的交流，或者很多的溝通，其中會有一些自然語言的處理。在這個過程中我們知道這些數據本來并不是就儲存在那里的，而是要不斷地分析，這是我們所做的事情。

IEEE自適應教學系統(tǒng)行業(yè)標準中國工作組成立

活動現場，IEEE自適應教學系統(tǒng)行業(yè)標準中國工程組成立。

松鼠 AI 首席架構師、Knewton前亞太區(qū)技術負責人 Richard Tong和Avron Barr、Robby Robson共同按手印啟動。Richard Tong表示，“關于2247.X的標準是今年開始制定的，也是從DOD以及其他軍用領域發(fā)展而來，是一個比較寬泛的人工智能的框架，也是一個引子。建立這個中國工程組，就是希望把國際合作的精神發(fā)揚光大，能夠讓更多的學界、行業(yè)界都參與進來，讓學習工程的打造成為社會運行的一部分?！巴瑫r，Richard Tong表示，將在明年7月份左右在國內組織召開中國工作組的相應會議。

附：圓桌嘉賓介紹

IEEE 學習技術標準委員會現任主席：Avron Barr

Avron是IEEE學習技術標準委員會主席，負責學生、教師使用的教育產品標準方面的制定。在斯坦福大學學習人工智能，認知科學和教學技術。他在硅谷共同創(chuàng)立的公司Teknowledge于1986年被收購。Avron專注于教育技術的快速發(fā)展，并堅信人工智能軟件很快會大大促進新工具的設計、研發(fā)和使用，為教育帶來重大變革。他在斯坦福大學學習人工智能、認知科學并獲得了碩士學位。

IEEE 委員會成員、前IEEE 學習技術標準委員會主席：Robby Robson

Robby在學術界和工業(yè)界有20多年領導研究和開發(fā)項目方面的成功領導經驗。在2000至2008年期間，擔任IEEE學習科學標準委員會主席。應用領域包括從因子算法和計算語言學到學習管理系統(tǒng)，數字圖書館和能力管理。自1995年以來，一直致力于新興技術在學習、教育、培訓和相關領域的應用。現為能力和技能系統(tǒng)項目的主要研究者（www.cassproject.org），并致力于智能輔導系統(tǒng)以及自然語言處理（NLP）和機器學習的商業(yè)應用。

孟菲斯大學心理系和智能系統(tǒng)研究所教授：Arthur Graesser

Arthur Graesser博士是孟菲斯大學心理學系和智能系統(tǒng)研究所的教授，也是牛津大學教育系的名譽研究員。 從加州大學圣地亞哥分校的心理學專業(yè)獲得博士學位。主要研究領域涉及認知科學，話語處理和學習科學。Graesser教授曾擔任70項研究項目的首席研究員或聯(lián)合PI，他在孟菲斯大學指導的項目總金額約4500萬美元，資金主要來自美國國家科學基金會、教育科學研究所等。由于Graesser教授在研究領域的突出貢獻，他獲得了2012年孟菲斯大學首個終生成就獎，是該校最高等級的研究獎項。

雷鋒網2018年度AI最佳掘金案例評選

人工智能風雨60年，與其說技術升級促成了今天的浪潮，不如說當前的人工智能，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選」活動一經推出，便受到了AI方案輸出方和AI技術需求方的極大關注。評選從商業(yè)維度出發(fā)，尋找用戶/客戶問題解決能力強的產品和解決方案。

現在，我們再次站在AI浪潮之巔，正式啟動第二屆「AI最佳掘金案例評選」。

在AI+教育領域我們一共設置了6個獎項，歡迎踴躍報名，報名地址：

http://www.ozgbdpf.cn/special/custom/AITopTen2018.html

相關文章：

IEEE詳解：AI時代教育標準應該呈現怎樣的狀態(tài)？ | 全球AI+智適應教育峰會

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。