【51CTO.com原創稿件】作為時下熱門的技術，人工智能在行業領域的應用逐漸鋪開。近期，人工智能教育界的***盛會——第三屆AIAED全球AI+智適應教育峰會，引起了記者的關注。

[[267024]]

本屆AIAED全球AI+智適應教育峰會由乂學教育-松鼠AI、IEEE教育工程和自適應教育標準工作組、中國自動化學會、新東方、好未來、36氪等共同舉辦，設有論文、學術、產業、商業、投資、政府及娛樂七大版塊，吸引了眾多國內外權威AI大咖及教育行業研究人員的共同參與，討論機器學習和深度學習在教育領域的深度運用、教育數據挖掘、自然語言處理與語義剖析、多模態歸納學習行為剖析和情感核算、AI與學習工程的交互等關鍵技術，以及這些技術如何為學生提供個性化的教育，推動教育行業的創新發展。

機器學習與腦科學相結合 ***教育下一個十年

全球機器學習教父——CMU卡耐基梅隆大學計算機學院院長Tom Mitchell教授親臨現場并發表主題演講，他在演講中提到：早在30多年前，他就已經意識到了基于AI的個性化指導對于學生的成績大有裨益;如今越來越多的AI個性化指導公司的崛起也切實地印證了這一觀點;在過去的十年里，AI技術的發展突飛猛進并取得了一定的成就。綜合這三點印證，未來的十年必將是AI影響教育的十年。

[[267025]]

全球機器學習教父——CMU卡耐基梅隆大學計算機學院院長Tom Mitchell教授

提到智適應教育這個話題，首先想到的是教學系統，Tom Mitchell教授認為：智適應的意義就是要去了解學生目前的狀態，不論是宏觀還是微觀層面，都要能夠提供活動的選擇，通過選擇的方式了解學生的學習軌道，同時也能夠基于不同領域、不同知識，了解學生的情感狀態。他強調：機器學習應該在每個領域都有一個相應的功能，去了解學生現在的狀態，我們不在需要把它永遠地嵌入在模式當中，機器學習就能夠發現這個功能是什么，我們可以用機器學習來不斷的修改它，這是機器學習在智適應教育中的核心作用。與此同時，機器學習可以用于建設評測體系，發現***的教學政策，獎勵與激勵制度、強化學習和全部學習在智適應教育領域也將發揮關鍵作用。

期間，Tom Mitchell教授提到了卡耐基梅隆大學在腦科學領域***的實驗研究，通過對人類面部表情和感情的實時追蹤、監測，能夠發現并記錄這些面部表情的特點，然后更好地識別這些表情。他將人類的大腦分為兩萬多個不同的板塊，每個板塊比神經元粗很多，在這些板塊里有五萬多個神經元，不同板塊會隨著神經元的波動產生運動，通過掃描不同板塊的運動變化能夠分析大腦的認知水平，例如想的是沙發還是麥克風。他希望將這項實時感情監測技術應用于教育領域，與面部表情相結合。當然，目前這項技術還是一項比較初級的研究，Tom Mitchell教授認為未來十年它將會取得進一步發展。

松鼠AI智適應引擎與MCM系統***進展

乂學教育松鼠AI創始人栗浩洋在主題演講中表示：在全球各地，美國、日本、韓國、澳大利亞、印度等國家，人工智能教育公司都在蓬勃興起。但在中國，智適應教育才剛剛開始。通過人工智能智適應教育，能夠及時了解每個學生所學習的真實數據，而這些數據既能幫助學生更好的了解自己，也能在智適應教育的發展中貢獻一份力量。

[[267026]]

乂學教育松鼠AI創始人栗浩洋

數據顯示，乂學教育松鼠AI經過5年的時間和3年的產品投放，已有200萬個學生注冊，已經在中國20多個省、市、自治區，200多個城市，近1900多所學校中應用，并且保持每個月新增100多所學校的增速。值得一提的是，2019年***季度與2018年***季度同期相比，1k-2k美金的付費學生用戶數增長了14倍，這是對松鼠AI及700余個教研專家、AI科學家、技術人員等給予的極大肯定。

松鼠AI智適應引擎架構

松鼠AI人工智能老師的引擎架構可以分為三個層次，左側是本體層，包括學習地圖、知識地圖等內容;中間是算法層，是一系列推薦引擎，如學生用戶畫像引擎、目標管理引擎等;第三個層次是交互系統，目前主要以視頻、題目、推薦以及簡單的互動與人進行交互，未來松鼠AI希望能夠發展更多的人機交互模式，讓學生和機器之間的交互更加的順暢。

乂學教育的超納米級知識點拆分，對知識點拆分細膩顆粒程度超過了Knewton和ALEKS的5-10倍，如此細膩的拆分使得松鼠AI對學生知識點的診斷更加精準，便于制定更合理的學習計劃，幫助學生提高學習成績。

會上栗浩洋公布了今年松鼠AI用錯因分析重構知識地圖的***研究成果。假設學生掌握了全部知識點，但是仍會出現錯誤，于是松鼠AI總結了30%-40%的常見錯因，通過整理每個答案回答錯誤的學生比例，深究學生的思維方式，從而幫助學生解決問題，指導學生不再重復犯類似的錯誤。

隨后，栗浩洋biaosh松鼠AI 對MCM系統進行全面升級：一是學習思想，二是能力，三是方法。栗浩洋提到，在學習中需要學習思路、能力和方法，學習思路包括分類討論思維、逆向思維、轉化思維;學習能力包括辨析能力、觀察能力、理解能力，以及獲取有效信息的能力。通過對這些思維、能力、方法的拆分，讓AI導師進行教學。AI老師教學的內容有“三可”原則：***是可定義、第二是可測量、第三是可傳授，滿足以上三點，才可以讓AI老師進行教學。栗浩洋強調：“MCM系統能夠做到對學生素質的培養，使之得到諸如極限思維、逆向思維等終生受益的能力。”

CMU與乂學教育松鼠AI聯合實驗室啟動

會上，卡耐基梅隆大學與乂學教育松鼠AI聯合實驗室正式簽約并啟動，松鼠AI將投入1000萬美金，加速推動AI教育發展。這是松鼠AI繼與斯坦福研究院(SRI)、中科院成立聯合實驗室后的又一全球***人工智能教育實驗室!此外，松鼠AI還聘請CMU計算機及心理學系教授Ken Koedinger為松鼠AI***學習科學家。

[[267027]]

在媒體采訪環節，記者詳細了解了聯合實驗室的研究方向和具體目標。栗浩洋表示，聯合實驗室的研究主要圍繞三個方向：

一是制定行業標準：這是一個高難度且龐大的復雜工程，也需要非常大的權威性。Tom Mitchell教授曾經撰寫機器學習白皮書，白皮書也是雙方合作的一個重要的環節。他表示，只有當標準和框架得到認可，才能像安卓系統或是ARM架構那樣得到大范圍的推廣和應用，取得持續的發展。

二是研究全新的算法：當前的算法種類很多，例如貝葉斯、遺傳算法等等，但***的算法是深度學習，深度學習的問題在于對數據的需求量太大，例如兒童學習認識貓只需要20張照片，不需要100萬張，如何用全新的算法讓每個用戶更簡單地使用系統，是一個研究方向。

三是成為松鼠AI全國各個實驗室的中樞：松鼠AI與斯坦福研究院(SRI)、中科院成立的兩大聯合實驗室、以及松鼠AI公司內部的實驗室都將由Tom Mitchell教授領導，各實驗室之間也將加強聯動與合作。

未來5-10年，雙方將共同探討腦科學領域的***技術研究成果在教育領域應用的種種可能。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】