机器学习与脑科学双重加持 引领教育发展的下一个十年

本届AIAED全球AI+智适应教育峰会由乂学教育-松鼠AI、IEEE教育工程和自适应教育标准工作组、中国自动化学会、新东方、好未来、36氪等共同举办，设有论文、学术、产业、商业、投资、政府及娱乐七大版块，吸引了众多国内外权威AI大咖及教育行业研究人员的共同参与，讨论机器学习和深度学习在教育领域的深度运用、教育数据挖掘、自然语言处理与语义剖析、多模态归纳学习行为剖析和情感核算、AI与学习工程的交互等关键技术，以及这些技术如何为学生提供个性化的教育，推动教育行业的创新发展。

机器学习与脑科学相结合 引领教育下一个十年

全球机器学习教父——CMU卡耐基梅隆大学计算机学院院长Tom Mitchell教授亲临现场并发表主题演讲，他在演讲中提到：早在30多年前，他就已经意识到了基于AI的个性化指导对于学生的成绩大有裨益;如今越来越多的AI个性化指导公司的崛起也切实地印证了这一观点;在过去的十年里，AI技术的发展突飞猛进并取得了一定的成就。综合这三点印证，未来的十年必将是AI影响教育的十年。

全球机器学习教父——CMU卡耐基梅隆大学计算机学院院长Tom Mitchell教授

提到智适应教育这个话题，首先想到的是教学系统，Tom Mitchell教授认为：智适应的意义就是要去了解学生目前的状态，不论是宏观还是微观层面，都要能够提供活动的选择，通过选择的方式了解学生的学习轨道，同时也能够基于不同领域、不同知识，了解学生的情感状态。他强调：机器学习应该在每个领域都有一个相应的功能，去了解学生现在的状态，我们不在需要把它永远地嵌入在模式当中，机器学习就能够发现这个功能是什么，我们可以用机器学习来不断的修改它，这是机器学习在智适应教育中的核心作用。与此同时，机器学习可以用于建设评测体系，发现最好的教学政策，奖励与激励制度、强化学习和全部学习在智适应教育领域也将发挥关键作用。

期间，Tom Mitchell教授提到了卡耐基梅隆大学在脑科学领域最新的实验研究，通过对人类面部表情和感情的实时追踪、监测，能够发现并记录这些面部表情的特点，然后更好地识别这些表情。他将人类的大脑分为两万多个不同的板块，每个板块比神经元粗很多，在这些板块里有五万多个神经元，不同板块会随着神经元的波动产生运动，通过扫描不同板块的运动变化能够分析大脑的认知水平，例如想的是沙发还是麦克风。他希望将这项实时感情监测技术应用于教育领域，与面部表情相结合。当然，目前这项技术还是一项比较初级的研究，Tom Mitchell教授认为未来十年它将会取得进一步发展。

松鼠AI智适应引擎与MCM系统最新进展

乂学教育松鼠AI创始人栗浩洋在主题演讲中表示：在全球各地，美国、日本、韩国、澳大利亚、印度等国家，人工智能教育公司都在蓬勃兴起。但在中国，智适应教育才刚刚开始。通过人工智能智适应教育，能够及时了解每个学生所学习的真实数据，而这些数据既能帮助学生更好的了解自己，也能在智适应教育的发展中贡献一份力量。

乂学教育松鼠 数据显示，乂学教育松鼠AI经过5年的时间和3年的产品投放，已有200万个学生注册，已经在中国20多个省、市、自治区，200多个城市，近1900多所学校中应用，并且保持每个月新增100多所学校的增速。值得一提的是，2019年第一季度与2018年第一季度同期相比，1k-2k美金的付费学生用户数增长了14倍，这是对松鼠AI及700余个教研专家、AI科学家、技术人员等给予的极大肯定。

松鼠AI智适应引擎架构

松鼠AI人工智能老师的引擎架构可以分为三个层次，左侧是本体层，包括学习地图、知识地图等内容;中间是算法层，是一系列推荐引擎，如学生用户画像引擎、目标管理引擎等;第三个层次是交互系统，目前主要以视频、题目、推荐以及简单的互动与人进行交互，未来松鼠AI希望能够发展更多的人机交互模式，让学生和机器之间的交互更加的顺畅。

乂学教育的超纳米级知识点拆分，对知识点拆分细腻颗粒程度超过了Knewton和ALEKS的5-10倍，如此细腻的拆分使得松鼠AI对学生知识点的诊断更加精准，便于制定更合理的学习计划，帮助学生提高学习成绩。

会上栗浩洋公布了今年松鼠AI用错因分析重构知识地图的最新研究成果。假设学生掌握了全部知识点，但是仍会出现错误，于是松鼠AI总结了30%-40%的常见错因，通过整理每个答案回答错误的学生比例，深究学生的思维方式，从而帮助学生解决问题，指导学生不再重复犯类似的错误。

随后，栗浩洋biaosh松鼠AI 对MCM系统进行全面升级：一是学习思想，二是能力，三是方法。栗浩洋提到，在学习中需要学习思路、能力和方法，学习思路包括分类讨论思维、逆向思维、转化思维;学习能力包括辨析能力、观察能力、理解能力，以及获取有效信息的能力。通过对这些思维、能力、方法的拆分，让AI导师进行教学。AI老师教学的内容有“三可”原则：第一是可定义、第二是可测量、第三是可传授，满足以上三点，才可以让AI老师进行教学。栗浩洋强调：“MCM系统能够做到对学生素质的培养，使之得到诸如极限思维、逆向思维等终生受益的能力。”

CMU与乂学教育松鼠AI联合实验室启动

会上，卡耐基梅隆大学与乂学教育松鼠AI联合实验室正式签约并启动，松鼠AI将投入1000万美金，加速推动AI教育发展。这是松鼠AI继与斯坦福研究院(SRI)、中科院成立联合实验室后的又一全球顶级人工智能教育实验室!此外，松鼠AI还聘请CMU计算机及心理学系教授Ken Koedinger为松鼠AI首席学习科学家。

在媒体采访环节，记者详细了解了联合实验室的研究方向和具体目标。栗浩洋表示，联合实验室的研究主要围绕三个方向：

一是制定行业标准：这是一个高难度且庞大的复杂工程，也需要非常大的权威性。Tom Mitchell教授曾经撰写机器学习白皮书，白皮书也是双方合作的一个重要的环节。他表示，只有当标准和框架得到认可，才能像安卓系统或是ARM架构那样得到大范围的推广和应用，取得持续的发展。

二是研究全新的算法：当前的算法种类很多，例如贝叶斯、遗传算法等等，但最流行的算法是深度学习，深度学习的问题在于对数据的需求量太大，例如儿童学习认识猫只需要20张照片，不需要100万张，如何用全新的算法让每个用户更简单地使用系统，是一个研究方向。

三是成为松鼠AI全国各个实验室的中枢：松鼠AI与斯坦福研究院(SRI)、中科院成立的两大联合实验室、以及松鼠AI公司内部的实验室都将由Tom Mitchell教授领导，各实验室之间也将加强联动与合作。

未来5-10年，双方将共同探讨脑科学领域的最新技术研究成果在教育领域应用的种种可能。