人工智能赋能教育，“零点革命”翩然而至
最新十九大报告针对教育现代化、教育信息化的趋势，提出加快发展网络教育的口号。随后，教育部明确“教育信息化2.0”行动计划，并具体指出：人工智能将引发“零点革命”。
“零点革命”既不是第四次工业革命，也不是第二次机器革命，而是新革命的起点。在“零点革命”中，教育方式将迎来百年未有之大变革。
AI+教育：从学习方式到教育模式的深度变革
目前人工智能应用到教育主要有智能教学系统，即从计算机辅助教学发展而来的智能教学系统;有学习分析，即利用大数据和学习分析技术采集和分析学生的各种数据，帮助教师了解学生，实现个性化的教与学。
实现知识迁移的深度学习
神经生物学家休伯尔和维瑟尔研究发现，视觉系统的信号处理是分级的，这为深度学习神经网络的分层结构提供了生物学基础。基于此，深度学习就能够通过人工神经网络来模仿人类大脑来进行人类的学习活动，只不过它包含着“传感器获取数据，预处理、特征提取、特征选择，推理、预测或识别”的准确细分过程。
在这个过程中，深度学习与人类学习具有很多的相似之处。例如，深度学习的“信息逐层丢失”理念与人类教育“信息在传播过程中失真”的理念相吻合。于是，从教与学的角度来看，深度学习能够实现知识迁移，人类也能模仿“机器的深度学习”进行“深度学习”。
其实，早在两千多年以前，《礼记·中庸》就提出：博学之，审问之，慎思之，明辨之，笃行之。这其实就是进行深度学习的过程。模仿机器的深度学习，人类在学习方法上，可以有探究学习、项目学习;在学习结果上，表现为认知、自我、人机三方面的高阶能力;在学习参与上，人类的神经网络可模仿深度学习划分为输入层、隐层和输出层，人类可以促使更多层数的隐层参与“训练”。
人工智能带给教育在学习方式的改变，能够细分学习过程，提高学习效率与知识运用的能力。
实现去名师化的教育公平
目前，在中国要想考上名校，必须以极为优质的教育资源为基础。这样的优质教育资源包括名师、教学仪器等人力、物力和财力资源，而这往往只有在经济发达的地区才能提供。因此，现阶段中国的教育存在东部地区与西部地区的差异、城市地区与乡村地区的差异、山区与平原的差异。
但由于我国还处在不平衡不充分的发展阶段，短时间内尚不能解决教育资源倾斜的问题，因此人工智能赋能教育实为中国教育的福音，它能够大大缩小因经济差异而带来的教育不公平。
在美国有过这样的试验，美国佐治亚理工大学的机器人助教代替人类助教与学生在线沟通交流竟没有学生发现，这就说明了人工智能在一定程度上能够起到人类教师的作用。
智能教学系统就是该例子的具体实现。智能教学系统是指一个能够模仿人类教师来帮助学习者进行某个学科、领域或者知识点学习的智能系统，通常包括教师、学生、教学和交互四大板块。
在教师板块运用产生式表示法等表示法来存储学科知识，在学生板块反映学生认知和情感状态、学习风格等信息，在教学板块实现认知主义、建构主义等各种教学理论和方法，在交互板块采用自然语言对话、虚拟现实等技术来实现学习者和系统之间的人机交互。
在生活中，孩子们利用题库来加强自己未能掌握的知识点，利用点读笔来认字阅读等，这些都是人工智能的运用。在四川，经常会有家在凉山的孩子送到绵阳去读书的情况，但在人工智能赋能教育后，城里的孩子和山区的孩子会拥有同样的人工智能资源，这就在一定程度弥补了名师等教育资源的差异而带来的学习成绩的差异。
随着人工智能赋能教育的深入与普及，去名师化的教育现象会越来越突出，这就为我国实现精准扶贫、促进教育公平做出了巨大的贡献。
实现个性化的教育管理与教学
我国现在的学校教育大部分都是采用大班教学的模式，少则二三十人，多则五六十人。一个班级系统中，每一个学生都是一个独立的个人，存在着这样或那样的区别，即使是熟悉了解每个学生的班主任也无法随时掌握每个学生的状态和实现差异化、个性化教学。
但利用一些以人工智能为基础的软件就能够对学生数据进行挖掘和分析，实现从“满堂灌”到按需定制的个性化教学转变，解决大班教学的痛点。
在大学生管理方面，人工智能可以理解学生每天生活工作的情况，也测情景、去图书馆情况、吃饭规律，进而推测学生的现状。比如，通过监测学生一个阶段的消费情况，发现一些女生消费很少，就能够分析这些女生可能是家庭贫困或是减肥需要。了解情况后，学校就能够精确发放助学金或给予学生正确的减肥指导。
实现个性化的教育管理与教学能够帮助教育体现更为本质的价值，使学生人格更完整、知识更全面、能力更突出、身心更健康、阅历更丰富以及获得更强的独立创新能力。
可能与必然：弱人工智能阶段教师的不可替代性
虽然人工智能赋能教育拥有诸多优点，但是囿于技术的缺陷，现阶段尚不能完成上述的教育变革，这种模式的未来教育可能在10年之后也可能在20年、30年之后才能实现。对此，我们必须承认人工智能现在还处于弱人工智能阶段，不能因操之过急而揠苗助长，继而引发行业的无序生长。
人工智能的发展是与【加德纳技术成熟度曲线】相适应的。所谓的加德纳技术成熟度曲线，是指技术成熟经过5个阶段：科技诞生的促动期、过高期望的峰值、泡沫化的低谷期、稳步爬升的光明期和实质生产的高峰期。
由于近年来的人工智能的过渡营销，许多人工智能产品未能达到预期，加之政府重拳出击杂乱生长的市场，人工智能陷入低谷期，不过2019年的人工智能会渐渐走出低谷稳步爬升。
著名物理学家史蒂芬·霍金在2015年就抛出了人工智能威胁论，所以当人工智能技术成熟之后，去名师化现象突出，人工智能教学会取代传统教师吗?
答案是必然不会。据国外关于人工智能对不同职业的可替代性调查，有些职业的可替代程度为90%，有些职业的可替代程度为60%，教育最难被替代，被替代程度只有0.4%。
这主要是由教育的本质所决定的，教育是培养人的活动，而不仅仅是“传道受业解惑”，它还需要通过教师的感情投入和思想力来引导教会学生做人、塑造学生品质。德国著名的哲学家雅思贝尔斯曾说：教育是一项心灵工程，用一棵树撼动另一棵树，一朵云推动另一朵云，一颗心灵唤醒另一颗心灵。富于情感和智慧、想象力和创造力的人类是人工智能所无法比拟的，人类教师具有非常强的不可替代性。
综上所述，人工智能技术的发展短期是没有后顾之忧的，不怕技术太成熟就怕技术不成熟。但如何实现人工智能技术的快速发展以及人工智能人才的高质量培养呢?
AI与企业：互通有无的有机组合
最新消息，中国35所大学将开设人工智能专业，可见国家对其的重视。但依笔者所见，人工智能的未来在企业而不在高校。在今年2月，国务院发布《关于深化产教融合的若干意见》，其中提出要“引企入教”，鼓励把企业资源引入高校的教学环节，实现产学研一体化。
就目前情况来看，人工智能的深度研究是在企业，如旷视科技设有全国博士后流动站，好未来设有全国博士后流动站。当然，随着我国对人工智能的重视，高校的人工智能研究规模会越来越大、研究深度会越来越高、研究资金会越来越多。
但是，相对企业来说，还是有所差距。从研究经费上来说，2018年科研经费超过10亿元的大学只有93所，至今年也只有清华、浙大、上交大拥有过百亿的科研经费，分别是153.75亿元、130.98亿元和108.15亿元。而且，去除其他项目的科研经费后，留给人工智能的所剩无几。
反观企业，华为2017年在科研方面的经费为103.63亿欧元，阿里巴巴为23.29亿欧元，而在2017年中国高校年度科研经费的前三十名之和还不如华为一家公司多，早在2016年百度单人工智能方面就投入101.5亿人民币。
培养人工智能人才要求的环境和门槛之高，对国内高校来说是比较困难的，没有足够多的经费支持，相对来说研究困难也就越大。