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(chǎn)業(yè)、商業(yè)、投資、政府及娛樂七大版塊，吸引了眾多國內(nèi)外權威AI大咖及教育行業(yè)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(shù)據(jù)挖掘、自然語言處理與語義剖析、多模態(tài)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(yè)的創(chuàng)新發(fā)展。

機器學習與腦科學相結合 引領教育下一個十年

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(xiàn)場并發(fā)表主題演講，他在演講中提到：早在30多年前，他就已經(jīng)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(fā)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。

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(tǒng)，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(tài)，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(tài)。他強調(diào)：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(xiàn)在的狀態(tài)，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(fā)現(xiàn)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(fā)現(xiàn)最好的教學政策，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(fā)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最新的實驗研究，通過對人類面部表情和感情的實時追蹤、監(jiān)測，能夠發(fā)現(xiàn)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(jīng)元粗很多，在這些板塊里有五萬多個神經(jīng)元，不同板塊會隨著神經(jīng)元的波動產(chǎn)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(fā)還是麥克風。他希望將這項實時感情監(jiān)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(fā)展。

松鼠AI智適應引擎與MCM系統(tǒng)最新進展

乂學教育松鼠AI創(chuàng)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(shù)據(jù)，而這些數(shù)據(jù)既能幫助學生更好的了解自己，也能在智適應教育的發(fā)展中貢獻一份力量。

乂學教育松鼠 數(shù)據(jù)顯示，乂學教育松鼠AI經(jīng)過5年的時間和3年的產(chǎn)品投放，已有200萬個學生注冊，已經(jīng)在中國20多個省、市、自治區(qū)，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年第一季度與2018年第一季度同期相比，1k-2k美金的付費學生用戶數(shù)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(nèi)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(tǒng)，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(fā)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最新研究成果。假設學生掌握了全部知識點，但是仍會出現(xiàn)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(tǒng)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(zhuǎn)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(nèi)容有“三可”原則：第一是可定義、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(diào)：“MCM系統(tǒng)能夠做到對學生素質(zhì)的培養(yǎng)，使之得到諸如極限思維、逆向思維等終生受益的能力?！?/p>

CMU與乂學教育松鼠AI聯(lián)合實驗室啟動

會上，卡耐基梅隆大學與乂學教育松鼠AI聯(lián)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(fā)展。這是松鼠AI繼與斯坦福研究院(SRI)、中科院成立聯(lián)合實驗室后的又一全球頂級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首席學習科學家。

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

一是制定行業(yè)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(jīng)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(huán)節(jié)。他表示，只有當標準和框架得到認可，才能像安卓系統(tǒng)或是ARM架構那樣得到大范圍的推廣和應用，取得持續(xù)的發(fā)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，但最流行的算法是深度學習，深度學習的問題在于對數(shù)據(jù)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(tǒng)，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(lián)合實驗室、以及松鼠AI公司內(nèi)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(lián)動與合作。

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