人工智能給我們最好的改變是什么？是更加精準、個性化、提升效率，在學習上面也是一樣的。應用人工智能的智適應技術，會影響到孩子的學習效果。

松鼠AI智適應教育聯(lián)合創(chuàng)始人兼CEO 周偉

AI和教育都是當前備受關注的領域，當AI遇到教育會發(fā)生什么呢？松鼠AI智適應教育聯(lián)合創(chuàng)始人兼CEO 在36氪主辦的“做風中的強者”-2019WISE風向大會的現(xiàn)場表示，人工智能的時代已經(jīng)初步到來了。人工智能給我們最好的改變是什么？是更加精準、個性化、提升效率，在學習上面也是一樣的。應用人工智能的智適應技術，會影響到孩子的學習效果。

在周偉看來，傳統(tǒng)教育的困境有不少，例如“學生學習內(nèi)容是千人一面，但其實每個孩子的個體都是不同的。我的大女兒8歲，3年級，每天晚上作業(yè)做到九點半。作為一個教育工作者的父親，我深深感到心疼。我非常不理解為什么要留這么多作業(yè)？我把卷子打開一看，基本上每科每天三張卷子，我孩子做一門學科的時候要花45分鐘，做完以后我檢查，90%是她熟練掌握的，只有10%左右是她掌握不太熟練。為什么老師不能給她留這10%的作業(yè)？因為傳統(tǒng)的教育方式老師沒有辦法做到個性化教學。我們的孩子每天不是在做自己的作業(yè)，而是在做學科老師帶班所有學生的作業(yè)，這會造成學習效率大幅下降。”

松鼠AI智適應的學習利用了一個引擎架構(gòu)。據(jù)周偉介紹，松鼠AI 智適應教育是用了三層式的架構(gòu)，去構(gòu)建知識地圖、學習策略架構(gòu)、內(nèi)容地圖、教學流程，進行數(shù)據(jù)的分析、推薦、算法，到最后形成完整的教學閉環(huán)。我們把所有的知識點進行了納米級的細分，根據(jù)知識點按照教學流程和數(shù)據(jù)積累，幫它構(gòu)建屬于每個學生自己的知識圖譜。

以下為周偉演講全文：

首先我們看風從哪來，無風不起浪，沒有原因的浪是妖風，妖風是吹不遠的。首先看為什么會起風，可以看到這是傳統(tǒng)教育的困境，是起風的原因。

傳統(tǒng)教育困境之一，特級教師千里挑一，其實真正的特級教師是三萬里面出一個，學區(qū)房一房難求，核心是教育資源分配不均，優(yōu)秀教師的資源非常緊張。

傳統(tǒng)教育困境之二，學生學習內(nèi)容是千人一面，其實每個孩子的個體都是不同的。學習情況也是完全不同的，但是我們現(xiàn)在訓練出來的學生卻是千人一面的學習內(nèi)容。

傳播教育困境之三，統(tǒng)一劃化齊的學習速度，老師只能同樣速度地教，沒有辦法做到個性化的教學，這導致了每個孩子獲取知識的掌握程度的不同。事實上每個孩子的學習速度都不同，針對每個學習的知識點也是不一樣的。

傳統(tǒng)教育困境之四，只注重對孩子知識掌握的訓練。這就是傳統(tǒng)說的應試教育，我只關心你會不會、能不能考高分。這是對所有傳統(tǒng)教育最大的抱怨，就是中國的孩子只會考試，只會做題，能力比較弱，忽略了能力、思想和方法的培養(yǎng)。其實在整個學習過程中，知識的掌握只是一部分，思想、能力、學習方法的培養(yǎng)，才是重要的。通過掌握知識，去培養(yǎng)出這些能力，對未來才會有所幫助。

為什么會起風呢？風會往哪里吹、朝什么方向吹？未來包括當下，結(jié)合剛剛幾位嘉賓的分享，人工智能的時代已經(jīng)初步到來了。人工智能給我們最好的改變是什么？是更加精準、個性化、提升效率，在學習上面也是一樣的。應用人工智能的智適應技術，會影響到孩子的學習效果。上半年最新的國際學術研究已經(jīng)證明，智適應學習系統(tǒng)效率提升優(yōu)于傳統(tǒng)的學習方式，在一些國際知名的論述論壇上面，被大量驗證了。學習知識狀態(tài)是一件高成本的事，傳統(tǒng)模式下判斷學生知識狀態(tài)需要針對每一個知識點出題，這就是中國學生最擅長的題海戰(zhàn)術，我拼命抓，我要知道100個知識點的情況，就要刷100道題。同時因為不是個性化教學，所以孩子刷的不單單是100道題，他還要去刷同班人，每個人的100道題。我的大女兒8歲，3年級，每天晚上作業(yè)做到九點半。作為一個教育工作者的父親，我深深感到心疼。我非常不理解為什么要留這么多作業(yè)？我把卷子打開一看，基本上每科每天三張卷子，我孩子做一門學科的時候要花45分鐘，做完以后我檢查，90%是她熟練掌握的，只有10%左右是她掌握不太熟練，要經(jīng)過訓練的。但是找這10%不會的知識點的時候，她花去了45分鐘。

我想，為什么老師不能給她留這10%的作業(yè)，那90%在浪費時間。后來我想，因為傳統(tǒng)的教育方式老師沒有辦法做到個性化教學，其實這份作業(yè)不是留給我女兒一個人，而是留給100個人，因為學科老師一個人帶兩個班，一個班50個學生。我們的孩子每天不是在做自己的作業(yè)，而是在做學科老師帶班所有學生的作業(yè)，這會造成學習效率大幅下降。

利用智適應學習系統(tǒng)，首先把它進行框架，包含了個人的學習信息、認知特征、學習偏好維度，通過電腦和芯片數(shù)據(jù)分析，去了解學生的專注度、細心程度，建立知識模型、建立教學模型。海外已經(jīng)有9000多萬的用戶在使用人工智能智適應教育的產(chǎn)品，全世界范圍內(nèi)已經(jīng)有大量的用戶在使用這種高效的學習系統(tǒng)。

這是國外的一些知名教育公司，國內(nèi)也有大量公司紛紛涌入這個賽道，它們多多少少都在開發(fā)關于人工智能智適應算法的教育系統(tǒng)。松鼠AI智適應的學習，是利用了一個引擎架構(gòu)。我們用三層式的架構(gòu)，去構(gòu)建知識地圖、學習策略、內(nèi)容地圖、教學流程，進行數(shù)據(jù)的分析、推薦、算法，到最后形成完整的教學閉環(huán)。我們把所有的知識點進行了納米級的細分，根據(jù)知識點按照教學流程和數(shù)據(jù)積累，幫它構(gòu)建屬于每個學生自己的知識圖譜。我們把能力值加進去，根據(jù)坐標，把它完全構(gòu)建成一個所有學習里面覆蓋到的知識。

全球獨創(chuàng)納米級知識點拆分，我們把知識點進行了非常細的、結(jié)構(gòu)化的拆分，這樣有利于我們判斷每個學生的學習狀態(tài)。以初中數(shù)學為例，按照國家教委的教綱是300多個知識點，我們細化成3萬個知識點、學習點和作業(yè)分析，這樣能更精準找到符合每個學生的學習狀態(tài)。比如分數(shù)的加減法，這是教綱對于加減法的知識點，大概不超過20個。我們在這個基礎上，把分數(shù)的加減法里面的求加減法中的未知項都拆分成若干個小的知識點，這樣會更細致地了解到每個學生的情況。

同時我們把學習的思想、能力、方法也進行了有效拆分。這是我們在物理思想的拆分，劃歸思想、自省思想、建模思想、對稱思想、等效思想，它是一個學科里面的思想能力的訓練。在傳統(tǒng)教學里面，很難把這些思想能力進行有效的教育。

這是數(shù)學能力拆分。應用能力、觀察能力、運算能力、猜想能力、數(shù)感直覺能力，這個能力特別重要。我們平時說，這小孩特別能蒙，做數(shù)學題的時候蒙對的概率特別大？為什么呢？就是它的數(shù)感直覺能力特別好，這也是一種能力。針對這些能力，都是可以細分出來，給孩子們進行特殊訓練。語文方法拆分。關鍵詞法則、排除法、語境分析法、選擇題矛盾法。我們構(gòu)建了內(nèi)容地圖。

這是拆分完知識點和學習方法、能力方法以后，我們會制造出大量的內(nèi)容。精準偵測，每個孩子的知漏洞，我們利用信息論、貝葉斯理論、知識空間理論等等算法，構(gòu)建出數(shù)據(jù)模型，達到少量的試題、較短的時間，精準高效測出每個學生的知識漏洞。這樣的好處是不再以單一成績結(jié)果對孩子進行再次教育的基礎。最終的掌握率，廣西這名學生掌握率是79到81之間，可以理解為他考試的成績在79分和81分之間。還看他缺少的部分是什么。第二個學生的成績也在80分左右，但是他會的不會的點，跟第一個學生完全不一樣。第三個學生也是80分，他缺失的20分是紅色部分。雖然都是同一學科的80分，但是每個孩子缺失的部分不一樣。

教學效果的延伸：2017年10月跟鄭州市教委聯(lián)合舉辦了人機大戰(zhàn)，就是系統(tǒng)教學和真人老師進行了教學對比，系統(tǒng)比真人教學高出9分左右。2018年6月份我們又做了一次，8月份在全國100個城市跟上百位老師、上千名學生，又做了一次人機大戰(zhàn)。在央視的節(jié)目上面，跟真人的老師進行過PK。我們也簽約了全球機器學習之父、卡內(nèi)基梅隆大學計算機學院院長Tom Mitchell教授，也是我們的首席科學家。我們跟斯坦福國際研究院成立了實驗室，和中科院下面的自動化研究所，也成立了實驗室。因為這些高級算法，我們必須要請世界頂尖的算法數(shù)據(jù)科學家?guī)臀覀円黄鹱?。目前松鼠AI在全國20多個省、300多個城市有1800多個教學中心，有近200萬以上的學生用戶。我們衷心希望未來的教育方向是一個個性化的方向，讓每個孩子身邊都會擁有像蘇格拉底、達芬奇加愛因斯坦的超級老師，在他的身邊，通過互聯(lián)網(wǎng)的方式，就可以獲得他的名師。