編者按：7月12日-7月14日，2019第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國內(nèi)人工智能和機器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流博覽盛會，旨在打造國內(nèi)人工智能領(lǐng)域極具實力的跨界交流合作平臺。

7月12日，乂學(xué)教育-松鼠AI聯(lián)合創(chuàng)始人、首席科學(xué)家崔煒博士為 CCF-GAIR 2019 主會場「中國人工智能四十年專場」做了題為《如何用人工智能帶來學(xué)習(xí)效率的革命》精彩演講。

乂學(xué)教育-松鼠AI聯(lián)合創(chuàng)始人、首席科學(xué)家崔煒博士

以下為崔煒博士的演講內(nèi)容全文，雷鋒網(wǎng)做了不改變原意的編輯與整理。

大家下午好！我是崔煒，來自上海乂學(xué)教育科技有限公司，我們做的產(chǎn)品叫做松鼠AI。今天來跟大家分享一下過去4年多時間里，我們的人工智能技術(shù)在教育這個垂直行業(yè)的實踐和經(jīng)驗。

教育是大家普遍所關(guān)心的問題，媽媽們聊天的時候最核心的話題就是孩子的教育，尤其是怎么提升孩子的學(xué)習(xí)效率，讓他的學(xué)習(xí)更高效、成績更好。

傳統(tǒng)教育的困境

一是教育資源分配不均。在北上廣深這些一線地區(qū)，如果想為孩子提供一個高質(zhì)量的教育，很多人都會購買學(xué)區(qū)房。因為有了學(xué)區(qū)房，孩子就能上到一個高質(zhì)量的學(xué)校，如果孩子想接受高質(zhì)量的課外輔導(dǎo)，還要找一個一對一輔導(dǎo)老師，當(dāng)然輔導(dǎo)費用也不低。

而且在現(xiàn)實中，老師的數(shù)量和學(xué)生的數(shù)量差距也是非常大的，名師的數(shù)量和好老師的數(shù)量是遠遠滿足不了學(xué)生個性化教育需求的。

二是千人一面的學(xué)習(xí)內(nèi)容?，F(xiàn)在大部分都是千人一面的教育，所有的學(xué)生都是借助一種線性的學(xué)習(xí)方式，每個學(xué)生學(xué)習(xí)的知識點數(shù)量以及在不同的知識點上花的時間都是一樣的，但是每個孩子的學(xué)習(xí)情況都不同。

三是統(tǒng)一劃齊的學(xué)習(xí)速速。我們大多數(shù)人面臨的是千人一面的教育，學(xué)習(xí)的內(nèi)容是一樣的，并且學(xué)習(xí)的速率也都是整齊劃一的。事實上，每個孩子的學(xué)習(xí)速度都不同。

四是忽略了能力、思想和方法的培養(yǎng)。大多數(shù)的學(xué)校只是做知識的傳輸，并沒有培養(yǎng)孩子學(xué)習(xí)的方法。孩子學(xué)習(xí)的知識過段時間就會忘記，因此孩子需要自己掌握學(xué)習(xí)的能力，這樣才能不斷地提升。

AI+教育會帶來什么？

從AlphaGo開始，人工智能技術(shù)在不同的領(lǐng)域都取得了長足的進步，比如說在自然語言處理、計算機視覺、智慧城市等等方面，人工智能技術(shù)能夠部分超越人類的能力。同時我們也相信人工智能在教育上也能模擬一個優(yōu)秀老師的豐富知識經(jīng)驗和豐富的教學(xué)經(jīng)驗，并且它不僅是學(xué)習(xí)一個人，它還是一個集大成者，因為機器存儲的數(shù)據(jù)量是很大的。

松鼠AI就是要解決個性化學(xué)習(xí)的問題，我們希望用AI和大數(shù)據(jù)的技術(shù)手段，幫助每個孩子，給他們帶來高質(zhì)量、個性化的學(xué)習(xí)。松鼠AI是基于人工智能自適應(yīng)學(xué)習(xí)的技術(shù)，把過去千人一面的教育轉(zhuǎn)變成千人千面的教育。就像今日頭條給每個人推薦個性化的內(nèi)容，我們也希望用AI技術(shù)實現(xiàn)因材施教，帶來個性化的教育。

松鼠AI希望能夠模擬上百名優(yōu)秀老師的經(jīng)驗，這樣就能夠針對不同學(xué)生的學(xué)習(xí)風(fēng)格、學(xué)習(xí)的情況，給每個學(xué)生帶來他所喜歡和偏好的教學(xué)方式，并且給每個學(xué)生帶來最適合他的學(xué)習(xí)內(nèi)容。

同時我們針對每個學(xué)生學(xué)習(xí)的速度和學(xué)習(xí)的能力，安排最合適的學(xué)習(xí)的時間，量身訂作他的個人學(xué)習(xí)解決方案。我們除了培養(yǎng)學(xué)生的知識獲取之外，同時還會在學(xué)習(xí)的過程中培養(yǎng)學(xué)生的思想、能力、方法，讓每位學(xué)生具備終身學(xué)習(xí)的能力，在AI時代不會被淘汰掉。

我們相信人工智能給教育帶來的不僅僅是一個工具，給教育帶來的是讓個性化的教育規(guī)?；?，讓因材施教普及化。

AI自適應(yīng)學(xué)習(xí)

其實人工智能跟教育的結(jié)合，通過人工智能、大數(shù)據(jù)打造教學(xué)機器人，并不是最近幾年才有的事情。其實在19世紀(jì)20年代，美國的一位科學(xué)家Sideny Pressey就發(fā)明了世界上首個教學(xué)機器，學(xué)生在系統(tǒng)上能夠自我做題，并且獲得題目的解答信息。

在最近10年內(nèi)，人工智能教育技術(shù)才得到一個迅猛的發(fā)展，像深度學(xué)習(xí)在圖象識別領(lǐng)域的應(yīng)用一樣，也是由于人工智能算法的成熟和計算力的增強，以及大量數(shù)據(jù)的積累。教育行業(yè)也是由于這些類似的因素，導(dǎo)致了人工智能在教育行業(yè)取得突飛猛進的發(fā)展。

在國外，已經(jīng)有接近1億多的學(xué)生使用了人工智能自適應(yīng)學(xué)習(xí)的產(chǎn)品，并且有大量的數(shù)據(jù)研究有效證明了機器學(xué)習(xí)能給學(xué)生帶來很好的學(xué)習(xí)效果，包括節(jié)省了學(xué)習(xí)的時間，并且提升了他們的學(xué)習(xí)通過率。

人工智能自適應(yīng)學(xué)習(xí)的產(chǎn)品大概分為兩種：一是精準(zhǔn)“診斷”，了解每個學(xué)生的學(xué)習(xí)狀況；二是高效“治療”，針對每個學(xué)生學(xué)習(xí)的情況定制高效的解決方案。

細化來說有四個方面，首先在學(xué)生學(xué)習(xí)之前做一個自適應(yīng)的測試，通過動態(tài)的自適應(yīng)測試，我們能夠發(fā)現(xiàn)學(xué)生的問題。然后，學(xué)生在我們的系統(tǒng)上完成學(xué)習(xí)，系統(tǒng)能夠?qū)崟r采集到所有數(shù)據(jù)，形成學(xué)生畫像，實時評估學(xué)生的學(xué)習(xí)情況、能力水平。

有了學(xué)生畫像之后，我們系統(tǒng)就能夠給學(xué)生做一個量身訂作的學(xué)習(xí)解決方案。這個解決方案包括兩個方面，第一是給學(xué)生推薦最合適的學(xué)習(xí)內(nèi)容，幫助定制個性化的學(xué)習(xí)內(nèi)容。第二是個性化的學(xué)習(xí)路徑規(guī)劃，學(xué)生先學(xué)習(xí)哪些知識點，后學(xué)習(xí)哪些知識點，以什么順序完成學(xué)習(xí)，以最大化提升學(xué)生的學(xué)習(xí)興趣，讓學(xué)生單位時間學(xué)習(xí)到的內(nèi)容更多，能力提升更高。

AI的能力最主要是體現(xiàn)在幾個方面，第一是精準(zhǔn)的知識漏洞的診斷。對一個真人老師來講，要做到精準(zhǔn)的知識漏洞診斷，他必須是這個學(xué)科專家，必須有幾十年的豐富教學(xué)經(jīng)驗，并且他還需要對這個學(xué)生非常了解，對學(xué)習(xí)的知識體系非常熟悉，才有可能發(fā)現(xiàn)這個學(xué)生的問題。

AI的技術(shù)應(yīng)用在此，就是要模擬這個老師豐富的知識經(jīng)驗。我們通過一個自適應(yīng)的測試，能在學(xué)生的知識空間里快速定位到學(xué)生的知識點漏洞在哪里。知識點的數(shù)量是非常龐大的，就整個初中數(shù)學(xué)來講，我們把知識點進行拆分，可以拆分成3萬多個知識點。如果要找到他的薄弱知識點，問題在哪里，過去傳統(tǒng)的做法是采用考試和復(fù)習(xí)的形式，在中考前有幾輪復(fù)習(xí)考試，高考前有幾輪復(fù)習(xí)考試，需要花一兩個月的時間，每個學(xué)生在一兩個月之后才能知道自己的問題在哪里。但老師的時間、精力有限，他不能幫到所有的學(xué)生。

通過AI技術(shù)診斷學(xué)生的問題在哪里，我們主要依靠的是信息論、貝葉斯理論、知識空間理論。比如說哪個特別難的知識點學(xué)生沒掌握，那說明這個學(xué)生后面的一些知識點也不會，通過知識點之間的關(guān)聯(lián)性，能夠快速在龐大的知識空間里定位到每個學(xué)生的知識和狀態(tài)。

找到學(xué)生的知識漏洞后，每個學(xué)生的知識漏洞、薄弱點不一樣，我們的AI算法接下來會給每個學(xué)生定制他的學(xué)習(xí)路徑，學(xué)生學(xué)習(xí)的興趣不一樣，學(xué)習(xí)的知識點數(shù)量也不一樣。同時我們會給每個學(xué)生在每個知識點上安排最合適的內(nèi)容，依據(jù)學(xué)生的不同能力水平，來分配學(xué)習(xí)的時間、學(xué)習(xí)內(nèi)容的難度和做題的數(shù)量等等，這樣每個學(xué)生在系統(tǒng)里都可以按照自己的節(jié)奏去學(xué)習(xí)，以前一個20小時的課程，今后學(xué)生可能只需要10小時就能完成。

松鼠AI智適應(yīng)學(xué)習(xí)引擎架構(gòu)

我們的智適應(yīng)學(xué)習(xí)產(chǎn)品從2016年初上線到現(xiàn)在，已經(jīng)有差不多4年的時間，主要覆蓋了從小學(xué)三年級到高中一年級的五門學(xué)科：語文、數(shù)學(xué)、化學(xué)、英語、物理。后面我們還會推出科學(xué)、歷史、政治、地理等學(xué)科。我們目前在全國400多個城市，已經(jīng)有超過2000個合作校，幫助到了200多萬學(xué)生，能夠給他們帶來高質(zhì)量個性化的學(xué)習(xí)。

這個智適應(yīng)系統(tǒng)需要什么樣的結(jié)構(gòu)來實現(xiàn)這樣的功能呢？我們的系統(tǒng)是用AI引擎驅(qū)動的，主要包括5個模塊，分別是：智能推薦引擎、智能反饋系統(tǒng)、學(xué)習(xí)分析系統(tǒng)、多模塊綜合行為分析系統(tǒng)、虛擬助教。最核心的是智能推薦引擎，包括知識狀態(tài)的診斷、能力水平評測、動態(tài)學(xué)習(xí)時間、戰(zhàn)略放棄、追根溯源以及動態(tài)學(xué)習(xí)目標(biāo)規(guī)劃。

我們的系統(tǒng)架構(gòu)分為三層，我一般把這個架構(gòu)比作大腦。第一層是學(xué)習(xí)情境，松鼠AI引擎本體，包含內(nèi)容圖譜、學(xué)習(xí)圖譜、錯因分析本體以及動態(tài)學(xué)習(xí)目標(biāo)。通過這些，我們能模擬一個特級老師豐富的知識經(jīng)驗、完整的知識體系結(jié)構(gòu)。第二層是核心的推薦引擎，包括學(xué)生畫像、學(xué)習(xí)記錄庫、用戶狀態(tài)的評估引擎、實時分類和預(yù)測、目標(biāo)管理引擎、高級診斷和VPA引擎。第三塊是學(xué)習(xí)管理、系統(tǒng)的核心，相當(dāng)于人大腦的耳鼻眼，跟用戶實時交互，包括監(jiān)控預(yù)警系統(tǒng)、學(xué)習(xí)管理系統(tǒng)、采集系統(tǒng)等等。

在每一個功能里面，我們都是采用了不同的算法，因為學(xué)習(xí)是一個比較復(fù)雜的過程，并且覆蓋了多個環(huán)節(jié)。松鼠AI引擎是完整地覆蓋了整個教學(xué)過程，也就是說在我們的系統(tǒng)里不需要老師的干預(yù)，學(xué)生可以通過這個系統(tǒng)自己完成學(xué)習(xí)的目標(biāo)。

我們也采用了深度學(xué)習(xí)的技術(shù)，提升我們推薦的精準(zhǔn)性。更重要的一點是，我們在整個學(xué)習(xí)過程中采用了動態(tài)學(xué)習(xí)目標(biāo)管理，因為我們知道不同的學(xué)生，學(xué)習(xí)目標(biāo)是完全不一樣的。對于學(xué)渣來說，60分已經(jīng)是一個很好的目標(biāo)，但是對學(xué)霸來說，90分可能都是不夠的。并且在這個過程中，學(xué)生也是在變化的，當(dāng)學(xué)生學(xué)習(xí)成績提升之后，學(xué)習(xí)目標(biāo)也會發(fā)生變化，所以在這過程中我們對他的學(xué)習(xí)目標(biāo)是始終動態(tài)變化的。

學(xué)習(xí)目標(biāo)變化包括兩個方面，第一是學(xué)習(xí)的知識點變化，對學(xué)渣來說，單位時間內(nèi)學(xué)習(xí)的知識點數(shù)量會更少，對學(xué)霸來說，單位時間內(nèi)學(xué)習(xí)知識點的數(shù)量是會更多的。第二是達標(biāo)目標(biāo)不同，對學(xué)渣來說，達標(biāo)的知識點要更多，這才是有價值的。我們可以預(yù)測學(xué)生在學(xué)習(xí)后面的知識點上的掌握程度，可以預(yù)測接下來，單位時間內(nèi)學(xué)習(xí)知識點的數(shù)量，可以預(yù)測學(xué)習(xí)這個知識點要花費所少時間，還可以預(yù)測在期末考試?yán)锩婺芸级嗌俜謹(jǐn)?shù)。同時還有一個分類的預(yù)測，我們把不同的學(xué)生的學(xué)習(xí)情況進行分類，學(xué)生之間也能形成一個小的群體，能夠互幫互助。

知識點、思想、能力、方法拆分

除了有人工智能算法的應(yīng)用，在教育里面跟算法同樣重要的是我們的學(xué)習(xí)內(nèi)容。因為再好的算法，如果學(xué)習(xí)內(nèi)容質(zhì)量比較低的話，對學(xué)生也是一個災(zāi)難性的后果。

所以我們有幾點措施，首先是學(xué)習(xí)的本體，我們對知識點的拆分做到非常精細，保證每個知識點都是最小顆粒度的，學(xué)習(xí)起來會更加高效，能夠精準(zhǔn)定位到學(xué)生不會的點在哪里，不會的原因在哪里。

除了知識點的拆分，還構(gòu)建了知識點的關(guān)聯(lián)性，不同的知識點存在邏輯關(guān)系或者是認知關(guān)系，就像老師一樣，有自己的方法，在教授這些知識之前，會把最基礎(chǔ)的知識點教授給學(xué)生，這些認知的關(guān)系、知識圖譜的關(guān)系，存在在老師的腦海里面，我們采用了基于貝葉斯的知識圖譜構(gòu)建了知識點之間的關(guān)聯(lián)性。

除了學(xué)習(xí)知識點之外，我們還做了思想、能力、方法的拆解。因為在未來信息爆炸的時代，學(xué)生具備了思想拆分的方法，即使學(xué)習(xí)的知識忘記了，學(xué)生也具備學(xué)習(xí)的能力，而且這種思想和方法在生活和工作中也是無處不在的。

此外，高質(zhì)量的學(xué)習(xí)內(nèi)容，針對每一個知識點，無論是思想、能力、方法，我們都匹配有不同類型的知識點講解的視頻，以通俗易懂、形式多樣的方式，拍出不同的視頻講解內(nèi)容。我們的視頻也有適合不同學(xué)生的，比如說對學(xué)霸來說，我們會推薦難度比較高的視頻；對學(xué)渣來說，我們會推薦難度比較低一點的視頻。每一個知識點的講解視頻，大概只有1-7分鐘，根據(jù)不同的年級，視頻內(nèi)容的時長也不一樣。

另外我們還有多輸入學(xué)習(xí)行為分析，剛才鄭宇博士也講到了，物聯(lián)網(wǎng)時代感應(yīng)無處不在，我們也會通過一些外部的設(shè)備采集學(xué)生不同的學(xué)習(xí)情況。例如，通過攝像頭采集學(xué)生的眼球運動等動態(tài)數(shù)據(jù)，同時我們還會通過腦環(huán)采集學(xué)生的腦電波數(shù)據(jù)，采集多種來源的數(shù)據(jù)，分析學(xué)生在每一時刻的狀況，這一時刻學(xué)生是正在走神，還是非常專注，這樣可以更好地幫助這個學(xué)生，進行個性化的干預(yù)。

老師在教學(xué)模式中，不需要親自去關(guān)注這個學(xué)生，通過我們給老師提供的教師系統(tǒng)，一個教師的儀表盤，可以關(guān)注到每個學(xué)生此刻在學(xué)什么知識點，做什么題目，這個學(xué)生的專注程度如何。教學(xué)系統(tǒng)還預(yù)備預(yù)警的功能，可以提醒老師，這個學(xué)生需要關(guān)注一下，那個學(xué)生需要輔導(dǎo)一下。同時我們的系統(tǒng)為了給學(xué)生帶來更好的學(xué)習(xí)體驗，我們開發(fā)了一個人機對話系統(tǒng)，能夠讓學(xué)生更好地跟系統(tǒng)進行人機交互，這是我們正在研發(fā)的一項功能。

機器教學(xué)，老師育人

松鼠AI的智能到了什么程度？我們請美國的一家機構(gòu)給松鼠AI做了驗證。我們做了一個實驗組和一個對照組，實驗組是按照我們的方式來做，對照組是按照傳統(tǒng)的授課方式，一個老師帶幾十名學(xué)生。

我們通過前測和后測的試卷，保證考察的知識點范圍是一致的，對比前后測卷的考試的差異性，對比他們的學(xué)習(xí)效果如何，每次時間限定在一周之內(nèi)，目的是為了讓影響學(xué)習(xí)過程的干擾因素降低到最小，因為學(xué)習(xí)時間越長，干擾因素越多，對最后的結(jié)果影響也會最大。

雖然我們在這四場的實驗里都是有效證明了，我們比真人老師的教學(xué)效果是更好的，但是并不代表我們的系統(tǒng)是一個能夠完全取代老師的系統(tǒng)，是更好的系統(tǒng)。

在我們的教學(xué)模式里希望每個學(xué)生能夠提升效率，并且也能幫助老師減負，讓教育變得更加公平。所以我們以機器為輔變成以學(xué)生為中心，回歸到因材施教，把教育拆分為教學(xué)和育人，教學(xué)由機器來做，因為機器的存儲量大計算量大，可以清楚了解每一位學(xué)生的學(xué)習(xí)情況，并且永久記錄下來，這一點能夠做到比所有的真人老師更加清楚了解每位學(xué)生的學(xué)習(xí)情況。

機器是沒有溫度的，但育人是有溫度的，這些事情可以由真人老師來做。真人老師過去需要備課、授課、批改作業(yè)，我們可以把老師從這些工作中解放出來，讓老師做更有價值的事情，跟學(xué)生溝通、交流，培養(yǎng)學(xué)生的創(chuàng)造力、想象力和終身學(xué)習(xí)能力，這是未來每個孩子應(yīng)該具備的能力。

我們的系統(tǒng)也在不斷地迭代和優(yōu)化，我們會分析我們的數(shù)據(jù)，然后找出我們系統(tǒng)的問題所在，不斷地優(yōu)化迭代我們的產(chǎn)品。同時我們也在跟世界上頂尖的人工智能機構(gòu)合作，去年底我們聘請了美國卡內(nèi)基梅隆大學(xué)的計算機學(xué)院院長、機器學(xué)習(xí)教父 Tom Mitchel 教授作為我們的首席人工智能科學(xué)家。此外，我們跟CMU聯(lián)合成立了一個大規(guī)模個性化學(xué)習(xí)教育的聯(lián)合實驗室，我們還和美國斯坦福國際研究院成立了AI自適應(yīng)學(xué)習(xí)的研究室。

我們在其它一系列的學(xué)術(shù)會議上受邀做分享以及在我們自己舉辦的一些活動分享上，主要是針對人工智能在教育中的應(yīng)用，也希望全球?qū)θ斯ぶ悄芙逃信d趣的專家能夠和我們一起來做這件事情，讓教育變得更好，讓我們這個社會變得更好。

謝謝大家。（雷鋒網(wǎng)）

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。