教育AI往何处去？三位机器学习大神中国论道，松鼠AI分享实战经验

安妮 发自 凹非寺量子位 出品 | 公众号 QbitAI

2017《财富》全球论坛上，有人问马化腾下一波超过BAT千亿刀市值的公司出自哪里？马化腾的答案是：AI+教育或AI+医疗。

但事实是，一年过去，AI+教育还是处于非从业者看不清的迷雾期，大多数家长还无法回答什么是AI+教育，至于AI在教育上能怎么体现，未来又能怎样发展还是一个无力探索的谜题。

那么，谁能回答这些疑问？

在2018 AI+智适应教育峰会上，美国三院院士Michael Jordan、卡内基梅隆大学计算机学院院长Tom Mitchell、IEEE学习技术标准委员会现任主席Avron Barr齐聚北京，和众多产业界大佬共同探讨了AI+教育的现状、趋势和未来。

学术界同台激辩

Michael Jordan：AI应用有误区

机器学习的早期布道者Michael Jordan还有个广为人知的身份，即加州大学伯克利分校计算机系和统计学系教授的教授，也是华裔科学家吴恩达和Eric Xing的老师。

△ Michael Jordan

作为全球机器学习顶级大牛，Jordan认为，这不是AI的主要目标：人工智能不是简单复制人类的智慧，而是需要创造新的系统，用新方式让AI变得更加智慧。

AI正在改变世界。过去的几年来，不断增长扩大规模的大数据让科学家和研究人员兴奋,利用这些丰富的数据能打造更多细分的市场和服务。在技术的可用性上，相信十年后就可以达到一个比较理想的情况。

作为一名人类教师，Jordan也结合了自己的经验，提出AI+教育领域接下来应该重点关注的两个挑战：

一是探索如何基于神经科学和AI系统，让机器在复杂情况下做出更好的决策；

二是在研究在AI教人类之前，我们应该如何教育AI。

Tom Mitchell：智适应学习进步归功于AI

CMU计算机学院院长Tom Mitchell则将目光拉远，进一步阐释了这次大会的主题：什么是智适应学习，AI怎样跟智适应学习联系？

Mitchell认为，在智适应体系中，AI老师会实时地不断评估学生的能力发现其不足点，迭代给学生设立目标，并根据学习速度调整建议。

Mitchell认为，智适应学习的进步很大程度归功于AI。

怎么讲？

动态评估和调整背后的原理，必然是基于大量的数据进行分析，对算力的要求也随之上了一层个台阶。

这样看来，AI改变了数据的本质，方便教师收集海量互动性数据，甚至还能获得学生本身的高质量数据集，这对开展对话式学习大有裨益。

“全流程智适应”是他们正在关注的领域。在Mitchell看来，这是一种非常强大的学习方式，如果系统推荐的内容适合学生的程度让学生都可以学会掌握，那么经常受到鼓励的学生会悟性更高。

另一个他们正研究的方向，也是智适应在学习中的应用之一：学生在学习过程中如何制定动态的学习目标？

90分和60分的孩子的学习目标应该是完全不同的，同样都是60分的孩子，学习能力不同目标也不相同，所以学习路径就应该被不断调整达到精准有效。

“我认为机器学习和人工智能，将成为智适应学习的驱动式技术，发力点主要包括学习目的、学习数据类型、多任务处理学习理论、非监督式学习和增强学习等方面。”Mitchell说。

所以这一次，Mitchell为AI站台，认为人工智能是这个时代主要驱动力。

Avron Barr：阐释IEEE标准制定过程

没有规矩不成方圆，在整个AI+教育大转盘中，IEEE（电气电子工程师协会）将继续如常扮演“标准制定者”的角色。

IEEE学习技术标准委员会现任主席Avron Barr认为，AI加持的教育呈现出新业态，全新的衡量标准也应该紧跟。

△ Avron Barr在现场

Avron是IEEE学习技术标准委员会现任主席，负责学生、教师使用的教育产品标准方面的制定。他认为，标准解决了市场问题，比如互通性、质量、供应链和关联性；可以促进扩展，消除摩擦，降低成本，确保安全性。现在教育从过去的手工艺制造阶段，到了AI介入之后，快速进入到技术颠覆阶段。而一旦采用技术手段，就涉及到设立标准才能够更加促进行业的蓬勃发展。

产业界怎么看？

纸上得来终觉浅，绝知此事要躬行。

相比于三位学术大牛的前沿理论，对于AI+教育这条路具体该怎么走，亲自下地实践过的业界代表也有更具体的看法。

作为2015年成立就选中AI+教育赛道的代表，也是大会主办方之一的乂学教育松鼠AI在成立初期，就先后拿到了新东方和好未来两大中国教育巨头和中科院的投资。

目前，松鼠AI通过智适应系统给中学生提供个性化辅导，目前在全国已经有1600多家合作学校。

所以在躬身实践4年后，松鼠AI又有怎样的实战经验？

△ 松鼠AI创始人栗浩洋

大会现场，松鼠AI的创始人栗浩洋表示，松鼠AI自出道以来，就咬定AI不放松了。AI+教育的潜力已经在人类老师之上——

一是AI可以比人类了解的知识，更多、更深刻。

举个例子，人类医生的经验只能随着年龄增长慢慢累积，但机器17秒钟就能获得30多年经验的老医生经历的所有案例和知识，AI在教育领域也能如此，松鼠AI已经掌握超过400名特级教师倾其一生可以获得的教学经验和学生用户画像经验，以及超过万名老师能够掌握的知识库总和。三年内就可以通过自我对抗的训练模式超过几万名老师的毕生经验。

二是AI还能记住并做到人类教师无法做到的事情，即给出上千万学生细致的用户画像，快速了解每一个学生对每一个知识点掌握情况。

子曰：因材施教。

AI正在将此愿景实现。

当然，这也需要强大的算力支撑，才能对每个学生提供精准的用户画像。栗浩洋表示，AI应该最终具备自我进化特征，学习自我迭代。

以后所有的老师、科技工作者，可能每星期只需要工作一天，人类只需要如何应对AI和驾驭AI就行了。

所以，栗浩洋理想中的松鼠AI，也是基于上述几个特性打造。

他反复强调的智适应学习原理，也不难理解：

1）依靠知识地图理论外加算法，用最少的题，量测出知识点漏洞

相较于传统只能评定出等级的检测方法，AI自适应引擎可以用很少的题量测出每个学生的数万个知识点的掌握状态。松鼠AI通过建立知识点和知识点之间的关联性，列出每一个纳米级知识点和其他知识点的“先决关系”。

通过知识地图，加上不断优化的算法，通过测试十分之一、百分之一的知识点，就能检测每个孩子对所有知识点的能力值状态。

2）认知阈值理论

烧了一半没烧开的水放置三天，还需要从零烧起，栗浩洋认为学习也是如此。

栗浩洋有自信智适应引擎通过机器学习和深度学习，能越来越准确地每个孩子对每个知识点的认知阈值，让学生一次学透。

3）追根溯源

对于无论优等生还是差生来说，身为9年级学生可能有7年级、或者6年级的知识点没有掌握，这时就需要跳回学习。

在传统的大班教学中，老师难以摸清数百个孩子千奇百怪的前序知识点。栗浩洋认为，必须利用算法分析每个学生，才能治标又治本。

4）个性化战略

对于学习能力相对差的学生来说，不可能一次性学完所有知识点，所以栗浩洋认为，不同实力的孩子应该有不同可以放弃超过自己能力范畴知识。

有舍才能有得，松鼠AI的教育理念也是如此。

说来说去，智适应学习也好，松鼠AI也罢，作为一个教育技术科学家也是一个企业家，栗浩洋在产品之外，也在探索落地的商业模式。

栗浩洋认为，线上授课模式是大势所趋。目前松鼠AI系统70%是智适应系统授课，30%是真人老师授课。

与众不同的是同时全国设立连锁合作的学校，收取学校收入的20%，代替学校30%、40%的老师成本，这些学校就像松鼠AI的4S店。

也走2B路线，栗浩洋表示包括新东方、好未来都在考察是否会使用松鼠AI的产品。他将自己公司比喻成华为，一边向消费者卖手机，一边向教育行业运营商和政府教育机构卖智适应系统。

不拥抱AI就会被淘汰

作为市场一线参与者，栗浩洋认为市场上AI+教育的产品已经接近成熟，落地不难，但2C还有一些市场打通难题。

下一步，松鼠AI主要关注点在：如何让家长快速深入了解AI在教育中的应用，如何教育市场和消费者去主动接触AI+教育产品。

栗浩洋预计，教育市场的未来走向，就像过去的互联网+一样，未来的20年教育一定是AI+，并且AI+就像水和电一样成必需品。不可能在教育里不使用AI，所有不使用AI的老师都会被淘汰。

One More Thing

分享AI产品经验之余，松鼠AI进行了一次人事上的变动，即聘请Tom Mitchell教授为松鼠AI首席人工智能科学家（Chief AI Officer）。

用教授的话说，松鼠AI目前在全球人工智能教育领域的技术水平，已经是第一流的了，这一点非常吸引他。

栗浩洋表示，未来Mitchell将主持建立一个人工智能教育的白皮书，指导全球人工智能教育的技术发展方向和发展的标准。松鼠AI将也会在CMU建立一个二十人的研发团队由教授直接日常领导。

这也是首次世界级AI科学家，加盟中国AI创业公司。

Mitchell担任全球高校AI领域排名第一的卡内基梅隆大学（CMU）计算机科学学院院长（而他的前任院长Andrew Moore ，正是刚刚到谷歌任职AI负责人代替李飞飞的人）。1997年，他在CMU创立了全球的高校中首个机器学习系，也是首个开设机器学习博士课程的机构。

Mitchell为机器学习、人工智能和认知神经科学的进步作出而贡献蜚声海内外，拥有学术论文专著超过130篇，并广泛发表于《Science》、《Nature》等世界顶级学术期刊。他最经典代表作是《机器学习：一种人工智能方法》，已经被广泛用作通用教科书，被誉为行业圣经。

得益于在行业内作出的杰出贡献，Mitchell还曾任美国人工智能促进协会 (AAAI) 主席，AAAI及美国科学促进协会的成员。2007 年获得了AAAI杰出服务奖，2010年当选为美国国家工程院院士，并于2016年当选美国艺术与科学学院院士。

栗浩洋则期望Tom Mitchell能带来更多“诗和远方”——能做出未来性的、前瞻性的AI技术。