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V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

V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。

V学教育松鼠AI创始人栗浩洋

数据显示，V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。

V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V学教育松鼠AI联合实验室启动

会上，卡耐基梅隆大学与V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。