12月18日，創(chuàng)業(yè)邦100未來商業(yè)峰會暨2019創(chuàng)業(yè)邦年會在北京四季酒店舉行，松鼠AI 1對1合伙人梁靜發(fā)表了“AI智適應(yīng)技術(shù)如何升級傳統(tǒng)教育產(chǎn)業(yè)”為主題的演講。

犀利觀點如下： 1、基于增強學(xué)習(xí)和遺傳算法，把認(rèn)知科學(xué)和深度學(xué)習(xí)結(jié)合的智適應(yīng)學(xué)習(xí)，是真正AI級別的智適應(yīng)學(xué)習(xí)。

2、傳統(tǒng)教育當(dāng)中，一個年級學(xué)科的知識點比如數(shù)學(xué)知識點是300-500個，例如ALEKS、Knewton等智適應(yīng)公司會從300拆到3000個，松鼠AI是從3000拆分到3萬個，達(dá)到超納米級，足夠小就會更精細(xì)精準(zhǔn)的推薦給孩子，讓他們花更少時間去學(xué)習(xí)最適合他們的知識內(nèi)容。

3、基于多維度學(xué)習(xí)元素例如情感類和素質(zhì)類的智適應(yīng)教育，也是我們松鼠AI今年最新更新的系統(tǒng)，即我們?nèi)颡殑?chuàng)的MCM系統(tǒng)（學(xué)習(xí)的思想、能力和方法系統(tǒng)），我們相信，所有孩子在學(xué)校畢業(yè)之后走入職場走入生活，這些學(xué)習(xí)的思想、能力和方法伴隨一輩子是最重要的能力。

非常榮幸跟大家分享松鼠AI 1對1是如何將人工智能技術(shù)應(yīng)用在教育行業(yè)。這里是德勤前段時間發(fā)布的全球AI教育的報告。其實行業(yè)內(nèi)對人工智能教育等級分類其實很大模糊，很多人問我說智適應(yīng)和AI工具類有什么區(qū)別，今天跟大家分享一下這個報告的智適應(yīng)等級的劃分。

智適應(yīng)級別分為6個層級，從Level 0到Level 5，前三個等級基本屬于偏規(guī)則性自適應(yīng)，后三個則是偏非規(guī)則性自適應(yīng)。

Level 0級是基于難度等級的智適應(yīng)學(xué)習(xí)，固定模式，每個學(xué)生按照能力等級在標(biāo)準(zhǔn)層級和模板的課程當(dāng)中進(jìn)行學(xué)習(xí)。

Level 1級是基于簡單規(guī)則和工具自動化的智適應(yīng)學(xué)習(xí)，偏工具類的AI教育化產(chǎn)品，規(guī)則類的智適應(yīng)。

Level 2級是基于項目反應(yīng)理論模型。

Level 3級是基于知識點網(wǎng)絡(luò)和概率模型的智適應(yīng)學(xué)習(xí)，基于這些算法，它是根據(jù)孩子的一個狀態(tài)實時變化的，會隨著他的行為反饋、信息反饋學(xué)習(xí)和做題的情況，實時進(jìn)行動態(tài)的推薦下個環(huán)節(jié)的學(xué)習(xí)內(nèi)容。

Level 4級基于多維度的學(xué)習(xí)元素，將學(xué)習(xí)的思想、能力、方法、心理學(xué)、認(rèn)知科學(xué)等等內(nèi)容融合在一起的多維度智適應(yīng)。在中國，我們公司松鼠AI在做這樣的事情。

Level 5級是基于增強學(xué)習(xí)和遺傳算法，把認(rèn)知科學(xué)和深度學(xué)習(xí)結(jié)合的智適應(yīng)學(xué)習(xí)，是真正AI級別的智適應(yīng)學(xué)習(xí)。

接下來給大家分享下松鼠AI 1對1的智適應(yīng)引擎。

我們是三層引擎架構(gòu)，第一層是我們知識地圖、內(nèi)容地圖、錯因分析地圖，每個孩子學(xué)習(xí)做題過程中會出現(xiàn)很多錯誤，這些錯誤造成的原因可能大家沒有真正去分析過，認(rèn)為是孩子粗心，沒有掌握，其實每一個錯誤背后有幾十種的錯因。。

第二層是我們實時推薦系統(tǒng)，根據(jù)學(xué)生們實時信息反饋，如何給孩子們推薦下一個精準(zhǔn)的學(xué)習(xí)內(nèi)容，所有內(nèi)容都是根據(jù)他們學(xué)習(xí)過程中的反饋進(jìn)行下一個環(huán)節(jié)推薦內(nèi)容。

第三層是我們剛才提到實時反饋的層級的實時數(shù)據(jù)分析平臺。因為只有學(xué)生的數(shù)據(jù)反饋回來，AI算法能夠?qū)崟r進(jìn)行分析，才能夠分析出來他當(dāng)下知識點學(xué)習(xí)的狀態(tài)、反饋的信息或者出現(xiàn)了什么錯因等，從而判斷出他下一個環(huán)節(jié)應(yīng)該學(xué)習(xí)什么知識點。

知識地圖是第一個層級里面的知識地圖，不同知識點顏色代表每一個孩子對知識點掌握的情況：綠色是100%掌握了，紅色是沒有掌握，黃色是掌握得不很熟練。每一個孩子都有這樣的知識地圖，系統(tǒng)會跟進(jìn)知識地圖給他推薦適合他的下一個學(xué)習(xí)內(nèi)容。綠色是視為已經(jīng)掌握的系統(tǒng)就不會再推薦了，未掌握的知識點如何去推薦是依據(jù)知識點的關(guān)聯(lián)順序和孩子學(xué)習(xí)過程中的反饋，有些會優(yōu)先學(xué)習(xí)，有些進(jìn)行戰(zhàn)略放棄讓他不要去學(xué)，因為如果學(xué)了可能也學(xué)不會。

從內(nèi)容地圖能看到是不同的教學(xué)內(nèi)容，有的是動畫模式，有的是老師授課模式，有的是授課加上3D特效模式、講義模式等等不同。如果學(xué)習(xí)同一個知識點情況下，每一個孩子推薦的學(xué)習(xí)知識點的方式可能也不一樣，可能有些會被推薦動畫模式，有些可能會被推薦老師講授，有人更喜歡動畫沒有人物干擾的，有人更愿意聽老師講，而有人更愿意去看講義，這些行為數(shù)據(jù)都是他日常學(xué)習(xí)中系統(tǒng)抓取到的，推薦給孩子的最適合他的學(xué)習(xí)模式。

最早期創(chuàng)業(yè)時，我們遇到的挑戰(zhàn)是如何將傳統(tǒng)的知識點拆分得更細(xì)。傳統(tǒng)教育當(dāng)中，一個年級學(xué)科的知識點比如數(shù)學(xué)知識點是300-500個，例如ALEKS、Knewton等智適應(yīng)公司會從300拆到3000個，松鼠AI是從3000拆分到3萬個，達(dá)到超納米級，足夠小就會更精細(xì)精準(zhǔn)的推薦給孩子，讓他們花更少時間去學(xué)習(xí)最適合他們的知識內(nèi)容。

我們的超納米級知識點拆分共九個層級的拆分，舉例這是分?jǐn)?shù)的加減法拆分是第一層級知識點，第二級會是例如同分母分?jǐn)?shù)加法、未知項求和等等，第三層級繼續(xù)拆分，這樣一直拆到不能拆、拆到第九級知識點。智適應(yīng)教學(xué)系統(tǒng)如果評測出來這個孩子沒有掌握第一層級知識點原因可能是因為第六層級的某一個前序知識點或第七層級某一個前序知識點沒有掌握，系統(tǒng)會讓他先去學(xué)第六和第七層級的知識點，學(xué)完之后且已經(jīng)掌握了，再回到第一層級的這個知識點。所以足夠的細(xì)小就會精準(zhǔn)，可以讓孩子們花更少的時間去學(xué)習(xí)，做到我們精準(zhǔn)偵測孩子們知識點的漏洞和精準(zhǔn)的學(xué)習(xí)。

比如說下面三個同學(xué)，都是80分左右的掌握情況，基本上水平差不多。黃同學(xué)的綠色的部分顯示是他已經(jīng)掌握的，紅色是他沒有掌握。孫同學(xué)，有一些變化，他們在未掌握和已掌握的知識點是不一樣的，但是也有一樣的地方。第三個于同學(xué)也是同樣的，每個孩子看似很相似，但實際掌握情況每一個孩子自己的知識圖譜完全不一樣。

我們還做了一個圖表，左邊知識點以立方根這個知識點為例，有些孩子需要150秒鐘能夠?qū)W會，有些孩子需要將近4000秒才能學(xué)會，另一個維度朱同學(xué)在學(xué)不同知識點的時候，他所需要的時間也是不一樣的。但我們經(jīng)常會認(rèn)為，被視為學(xué)霸或者學(xué)苗的就應(yīng)該是學(xué)霸學(xué)得快，學(xué)苗學(xué)得慢。實際不是這樣的，我們系統(tǒng)中可以看到一個中等知識點學(xué)霸比學(xué)苗要學(xué)得慢，要看他實際知識圖譜才能知道他到底學(xué)的情況如何。所以我們會說沒有任何一個孩子應(yīng)該在同一個教室學(xué)習(xí)，因為每一個孩子都是個性化，與眾不同的，他們應(yīng)該用不同的時間不同的講課方式學(xué)不同的內(nèi)容才是最適合他們的。

在開始的德勤報告中的Level4的智適應(yīng)，也是我們松鼠AI和IBM Watson所在的多維度的智適應(yīng)，我們在系統(tǒng)里增加了獨創(chuàng)的MCM系統(tǒng)，即學(xué)習(xí)的思想、能力和方法系統(tǒng)，我們相信所有人在學(xué)校畢業(yè)之后走入職場，這些學(xué)習(xí)方法伴隨我們一輩子，是最重要的。

從數(shù)學(xué)的學(xué)科可以進(jìn)行MCM中的思想拆分，可以拆出來有例如整體思想、方程思想、構(gòu)造思想，還有模型思想等等，這些都是可以從數(shù)學(xué)學(xué)科當(dāng)中拆出來的思想，同樣可以拆出來很多能力和方法，從物理、語文、英語等其他學(xué)科同樣可以有不同的思想、能力和的內(nèi)容，通過這個MCM系統(tǒng)可以評測出孩子們的思想、能力、方法掌握的情況，并且可以進(jìn)行精準(zhǔn)訓(xùn)練和提高。

2018年我們在央視一套參與了一個人工智能節(jié)目《機智過人》的比拼，節(jié)目現(xiàn)場在舞臺上讓撒貝寧老師用18分鐘做我們的MCM系統(tǒng)做了四年級小學(xué)的數(shù)學(xué)評測題，這是評測的分析報告，撒貝寧的運算能力比較強，數(shù)感比較差，同時他的逆推法也很差，這個系統(tǒng)通過18分鐘就可以把撒貝寧在數(shù)學(xué)學(xué)科的思想能力評測出來。

AI會給教育帶來哪些革命？第一，通過人工智能個性化教育能讓孩子們少做80%的題目。因為智適應(yīng)教學(xué)是精準(zhǔn)的教學(xué)，每個孩子應(yīng)該學(xué)不一樣的東西，智適應(yīng)可以讓孩子們只學(xué)不會的，減少大量無效的刷題。第二，一考定終身的現(xiàn)象將會消失。有了大數(shù)據(jù)之后，每個孩子的學(xué)習(xí)成長路徑幾數(shù)據(jù)都在系統(tǒng)中，我們可以借助更多的數(shù)據(jù)評判因素衡量一個孩子的綜合能力。第三它可以使教育變得更加透明。第四，使每個孩子對學(xué)習(xí)上癮。很多時候?qū)W苗不是學(xué)不會，而是不愛學(xué)，不愛學(xué)是因為學(xué)不會、沒有成就感、沒有興趣。如果孩子們能夠找到最適合自己的學(xué)習(xí)內(nèi)容和方法，并且推薦的學(xué)習(xí)的內(nèi)容和模式是孩子喜歡的，學(xué)習(xí)后可以學(xué)會有成長，相信每個孩子都可以愛上學(xué)習(xí)，這也是每一位教育從業(yè)者都希望實現(xiàn)的。

最后和大家分享下松鼠AI 智適應(yīng)系統(tǒng)的學(xué)習(xí)效果。

我們支援了國家級貧困縣-恩施州太平鎮(zhèn)地白沙坪小學(xué)，是今年央視1套《機智過人》第三季的節(jié)目組給我們發(fā)出一個挑戰(zhàn)，讓我們用松鼠AI智適應(yīng)系統(tǒng)給這個小學(xué)提供一個月的智適應(yīng)精準(zhǔn)教學(xué)，需要提高他們的學(xué)習(xí)的效率。在開始白沙坪小學(xué)六年級的孩子們做完評測后，當(dāng)時我們非常痛苦和進(jìn)展，因為六年級基本上相當(dāng)于三年級下學(xué)期的水平，知識點掌握的情況非常的差。

當(dāng)時也跟學(xué)校校長講，必須全日制來用我們的系統(tǒng)教學(xué)，否則我們確實沒有足夠時間完成這個調(diào)整。節(jié)目組劃出來一部分的知識點，對這部分知識點進(jìn)行AI系統(tǒng)教學(xué)，通過一個半月后，通過最終的檢測白沙坪孩子學(xué)習(xí)的效果非常的好，超出了所有人的預(yù)期。

怎么做到的？關(guān)鍵在于“追根溯源”。剛才提到了拆分知識點夠納米級和精準(zhǔn)的對知識點進(jìn)行掃描，追根溯源同樣非常重要。白沙坪六年級的孩子們的知識掌握水平只能達(dá)到三年級的水平，在短時間內(nèi)需要提升我們就必須要找到這些薄弱知識點的的根源，以上體現(xiàn)的就是松鼠AI的智適應(yīng)系統(tǒng)就從六年級下、六年級上、五年級、四年級開始追溯出來的知識薄弱項，并且按照這個路徑去進(jìn)行精準(zhǔn)的學(xué)習(xí)。通過這樣的追根溯源的學(xué)習(xí)方法，最終達(dá)到了從原來測試的56%的掌握旅到在央視舞臺上現(xiàn)場測試后的89%的掌握率。

松鼠AI 1對1在2014年創(chuàng)業(yè)的時候人工智能還不火爆，其實到2017年我們系統(tǒng)系統(tǒng)推到市面上的時候AI也沒有那么火爆，去年開始AI才變得火爆，我們可以講是在中國市場第一個吃螃蟹的人，第一個使用人工智能自適應(yīng)的技術(shù)去做教育的公司。2017年面對消費者的時候我們很痛苦，因為我們講AI的算法、知識圖譜、精準(zhǔn)掃描家長很難聽懂，市場的氛圍也沒有，但是因為我們堅信人工智能自適應(yīng)技術(shù)的效果，我們把我們核心的AI算法技術(shù)定為了整個品牌的戰(zhàn)略目標(biāo)，從品牌的宣傳、對家長的教育引導(dǎo)等，一直用AI技術(shù)的硬實力作為我們定位和宣傳的核心競爭力。到2018年和今年，我們用AI技術(shù)作為品牌定位的價值凸顯出來了。

因為我們已經(jīng)占據(jù)了AI技術(shù)這個高地，并且是全球突出的品牌地位，很難被撼動。這里還有非常關(guān)鍵的是必須有很強大的AI技術(shù)實力，包括人才、AI引擎、全球AI學(xué)術(shù)論文等，例如ACM、KDD、NeurIPs、IJCAI等都是全球頂級的人工智能學(xué)術(shù)會議，我們論文入選參加演講，很多全球的AI會議邀請我們?nèi)プ鲋髦佳葜v分享等等，這些成果都彰顯著我們?nèi)蛉斯ぶ悄芸蒲袑嵙?、確認(rèn)了我們?nèi)駻I教育技術(shù)的突出地位。

全球知名AI人才方面，我們在2018年聘請到了全球人工智能排名第一的學(xué)府-卡內(nèi)基梅隆大學(xué)前任計算機學(xué)院院長Tom Mitchell教授擔(dān)任公司首席AI科學(xué)家，他是全球的機器學(xué)習(xí)之父，全球第一本機器學(xué)習(xí)教材是他寫的。三年前我們和跟斯坦福國際研究院（SRI）開始進(jìn)行了聯(lián)合研究VPA和MIBA(Multi-modal Integrated Behavioral Analysis)的項目。

此外，我們在2018年6月份跟中國中科院自動化所成立了聯(lián)合實驗室，中科院也投資了我們。德勤兩個月前發(fā)布了《全球人工智能發(fā)展報告》，報告中發(fā)布了全球50強快速增長的AI科技企業(yè)名排行榜，我們位于前十，跟Facebook、字節(jié)跳動、Waymo、商湯科技、特斯拉、阿里巴巴等公司共同上榜。今年6月份我們還獲得了MIT的50強聰明公司，這個榮譽也是代表全球性視野的量級。

我們從2018年開始成立了一個全球人工智能智適應(yīng)教育大會（AIAED），每年兩屆，請來全球70%-80%的AI及AI教育領(lǐng)域的科學(xué)家和全球AI教育公司來分享，同事每年會收取全球的AI教育的論文，這個會議有CMU的Tom Mitchell教授做大會主席，MIT等很多AI高校的教授共同作為大會委員會成員共同策劃，我們目的是讓中國的人工智能教育市場更興旺起來，讓大家真正去了解什么是人工智能教育的技術(shù)和效果。

本文為創(chuàng)業(yè)邦原創(chuàng)，未經(jīng)授權(quán)不得轉(zhuǎn)載，否則創(chuàng)業(yè)邦將保留向其追究法律責(zé)任的權(quán)利。如需轉(zhuǎn)載或有任何疑問，請聯(lián)系editor@cyzone.cn。