根據某互聯網移動試題庫的一組數據，全中國孩子人均搜題數的前三甲是青海、西藏和新疆。

由此可管窺，優秀教育資源越來越向一線、二線城市傾斜，經濟相對欠發達地區的孩子，由于教育資源尤其是師資的匱乏，為了取得同樣的成績，需要付出的努力可能會比發達地區的孩子要多一些。

論答創始人兼CEO王楓博士，2015年初從美國紐約回國創業，當時審視自己的內心后明確了要做應試教育的方向，應試教育背后其實是教育公平。

“因為自己就是通過考試改變了命運，從農村考上了大學，大學畢業后又有機會到美國留學。博士學成，回國創業，要幫助中國過億孩子更好地應對考試，和自己一樣改變命運。”

而教育市場的痛點是，特別依賴好的老師，而好的老師價格是很貴的，要幫助中國過億孩子更好地應對考試，靠傳統模式沒法做到，王楓萌生了一個想法，要用人工智能手段創造100萬個名師，嘗試以技術手段推進教育公平。

主要面向B端市場，論答目標是學校和教育培訓機構，從2016年開始，論答先后和江浙滬、湖南湖北，山東等地的幾十所學校建立了合作關系。

論答2017年9月獲得了星河集團旗下天馬股份等數千萬元級別的A輪融資，目前由星河集團旗下星河互聯提供聯合創業服務。

王楓認為，星河互聯給予的最大支持是持續看好這個市場，論答已經投入好幾千萬研發成本，從商業上來說，走的是長線，星河互聯和論答都相信，人工智能手段天然地適合應試教育，應試教育背后蘊含的是教育公平，論答將為了使命穩步前行。

AI破解教育資源不平衡難題

為非一線城市孩子人生開外掛

論答創始人王楓

中國好老師孔雀東南飛的現象非常嚴重。

批量培養老師難、周期長、非標準，好老師也不愛去偏遠的地方。老師是教育的一個Feature，還是一個Bug呢？新東方和好未來這兩家教育巨頭的市場占有率，在2017年仍不足3%，原因也是好老師難以批量復制。

王楓認為，人工智能最核心解決的問題，其實是創造100萬個、1000萬個名師，在最短時間內，最精準找到孩子的學習問題，然后有針對性的進行互動教學。

人工智能破解了教育資源不平衡難題，為身處非一線城市的孩子人生開外掛。

名師憑借經驗，能夠很快找到學生的問題，給學生反饋，這一點是可以通過人工智能和大數據分析做到的。

怎么做到？做題是很重要的手段，教育圈兒里有句話，“見到王楓博士就要做題”。

論答目前的學科包括英語和數學，年級包括5~12年級。

筆者親測了論答的人工智能測評，測評的是小升初英語，系統總共推送了20道涵蓋19個知識點的選擇題，測試結束后給出一份測評報告，測評報告由測評得分、知識點掌握數、知識點掌握情況、薄弱知識點列表以及已掌握知識點列表幾部分構成。

使用論答的人工智能測評，就相當于名師大腦在盯著你，你做錯哪道題，這位“名師”就會知道你哪個知識點沒掌握。

以初中數學為例，在初中數學應試教育的應用場景上，論答團隊把整個初中數學的知識圖譜拆分為181個大知識點。把每個知識點的掌握情況分為“掌握”和“沒掌握”2種可能，就有2的181次方種可能的知識掌握狀態，這個數量級超越了任何機器的運算能力。

如果采用沒有任何算法的傳統測評方式，每個知識平均出3道題，每道題目花3分鐘去做，那么一共需要27個小時。

而論答通過人工智能算法優化，將運算量降到百億級來精準定位181個知識點，只需要完成8道題，24分鐘便可以判斷學生對于知識點的掌握情況，精準度可以達到92%。

這樣，論答不但實現了名師的一部分功能，還大大提高了學習的效率。

PRISM人工智能算法引擎

論答人工智能評測效果圖

說起人工智能算法，大家最容易想到的是第一個戰勝圍棋世界冠軍的AlphaGo。

號稱有人工智能算法的論答，到底有怎樣的人工智能算法？

論答和AlphaGo其實是完全不一樣的算法。AlphaGo的算法，不斷分析，在哪個棋格上落子，對于最終贏這盤棋的概率最大。論答的PRISM算法引擎，不斷分析，在哪個知識點上出題，能最快地了解一個學生的知識狀態。

產品簡單來說是以數據驅動的，包括人工智能算法引擎、系統和內容的完整學習體系。

論答將K12知識點拆解成納米級知識圖譜，通過以國際頂尖算法為核心的人工智能學習引擎，基于海量數據運算，只需要數十分鐘，就可以迅速而準確地找到學生的知識盲區，并給出解決方案。

相對于市面上已經涌現出的大量自適應學習系統，王楓認為，很多的自適應系統是基于規則的，即事先埋點。

比如，一個學生做一元二次方程做錯了，系統會推五道一元一次方程、五道因式分解題目給學生做，這個是預先設置好的。聽起來邏輯合理，實則沒有價值。

因為每個學生出錯原因不一樣，A 學生可能是因為一元一次方程不會，B 學生可能是因式分解不會，C 學生可能連小學的乘法快速運算都不會，這個沒法預先直接埋點。

“高級的自適應系統，一定是真正通過大數據、根據算法模型來分析學生的學習數據，匹配下一步應該學什么”。王楓介紹，論答的區別在于，每做完一道題，沒有人知道下一道題是什么。

2016年3月，王楓曾采用嚴格的隨機對比實驗，領導完成了國內第一個有關人工智能學習技術有效性的實證研究。結果表明，論答人工智能學習技術的提分效率是一個主流的傳統在線學習系統的3倍~27.97倍，這個結果的準確性超過99.9%。

美國的Knewton、ALEKS等人工智能自適應學習系統，近年來都獲得了巨額融資和廣泛應用，不過，國外的人工智能自適應學習系統，沒有對中國市場優化的內容，在中國比較容易水土不服；國外的一些系統在中國能不能運用起來，還需要實踐檢驗，更需要在應用的過程中不斷優化。

王楓自信地說：“在中國市場，我們已經將頂尖的人工智能技術真正地應用到K12教育中。”

團隊成員：頂級數據科學家+頂級名師

論答核心團隊成員

論答團隊成員主要由兩部分人組成：頂級數據科學家+頂級名師。

王楓是美國佐治亞大學（University of Georgia）教育技術學博士，賓夕法尼亞大學（University of Pennsylvania）、弗吉尼亞大學（Universityof Virginia）博士后。

2008年，王楓開始了自己在美國體制內的創業生涯，先后在美國圣瑪麗山學院和紐約城市大學興辦在線教育專業，從事在線教育管理。

2015年，王楓回國，準備開發中國第一款人工智能學習系統，他在弗吉尼亞大學的朋友馬鎮筠博士隨后加入了開發團隊。馬鎮筠是美國弗吉尼亞大學（University of Virginia）統計學博士，是一位同樣來自農村地區、同樣通過考試改變命運的數據科學家。

馬鎮筠在國際核心期刊及學術會議上發表自適應設計、大數據分析、學習分析、個性化醫療等相關領域論文20余篇，并長期擔任統計分析領域各類學術雜志的評審。曾聯合主持了美國國立衛生研究院（NIH）和Moffitt研究中心的多項科研課題，擔任了多個美國政府和研究機構的科學評審委員會（Scientific Review Committee）委員，累計評審科研經費申請100余項。

2016年，王楓與馬鎮筠等中美頂級大數據算法專家組建了論答公司。王楓在美國高校的工作經歷使其積累了大量大數據方面的科學家人脈，在美國組建論答算法人才團隊的過程得以比較順利。

頂級數據科學家成員包括Ryan Baker，美國賓夕法尼亞大學（University of Pennsylvania）教育學院終身教授、學習數據分析研究中心（PennCenter for Learning Analytics）主任。Baker教授在各類期刊和會議發表了260余篇學術論文，先后主持了美國科學基金會，蓋茨基金會等研究基金的多項重大項目，累計獲得研究經費超過1600萬美元。

還包括胡飛芳博士，美國喬治華盛頓大學（George Washington University）統計學終身教授，中國人民大學統計與大數據研究院教授，2012年入選中組部***國家特聘專家。胡飛芳博士主持過5項美國國家自然科學基金（其中包括美國自然科學杰出青年基金）以及2項新加坡自然科學基金。

“人工智能+教育最早的體現形式是自適應學習，其實90年代在美國就已經開始了。所以說，我們站在‘巨人的肩膀’上是毫不猶豫的。我們團隊有美國最頂尖的數據科學家和數據工程師，利用原始文獻以及根據中國的教學體系，進行原創性開發。比如，我們根據每個學科體系的實際情況，不斷調整算法；背后的知識圖譜是名師團隊和數據科學家，通過平均每天3小時以上、持續3-5個月的碰撞才做出來的。”王楓說。

打入B端市場

名師在線直播

論答主要面向B端市場，目標是B端的學校和教育培訓機構。2018年，論答將大規模推廣與培訓機構的合作。

目前，論答已經與江浙滬、湖南湖北，山東等地的幾十所學校合作。第一步是使用論答的測評系統，希望能夠幫助他們檢測孩子的學習問題，使老師對學生的學習情況更了解；第二步，希望與更多學校合作，包括現有已經合作的學校，能夠更深度應用論答的產品。

“我們的原創開發題目，針對中國的任何一家學校和教育培訓機構，都可以實現‘拎包入住’。”王楓說。

面向B端市場的難點主要在于，公立學校或者培訓機構對人工智能用于應試教育的接受度，的確是有一個過程。

對于公立學校而言主要有三個原因。

首先，即使覺得系統很精準很靠譜，但并不知道如何利用學習系統教學，發現學生的學習問題又沒有時間精力解決；上課過程中，每個學生的進度不一樣，進行真正的分層分組教學會非常困難。

其次，學校的管理制度和教學運營本身已經很成熟，系統的應用等于要把整個體系打亂，教師時間分配和教室空間利用等全部要重新設計。

再次，站在老師的角度，用產品可能跟升職沒有關系，還得把自己工作搞得很復雜。所以這也是很大的挑戰。

對于教育培訓機構而言，挑戰也不小。使用人工智能系統需要重新備課；另外，很多培訓機構的基礎設施可能也都不完善。

論答創立已有兩年時間，雖然已經投入好幾千萬研發成本，不過王楓認為，論答從商業上來說，走的是長線，將持續投入，“這個市場足夠大，1.6億中小學生，技術的邊際成本為0。”

王楓也很感謝投資人以及星河互聯的支持，“他們也有耐心，大家都相信這事情是靠譜的。”

“非常看好論答的前景：第一，團隊優秀，由頂級數據科學家和頂級名師組成；第二，算法與平臺已根據國情落地，是國內首個以頂級算法為基礎的自適應學習平臺。”星河互聯互聯網教育事業部負責人表示。

“論答像英特爾，Intel Inside，作為芯片給終端廠家賦能。論答人工智能學習系統，為老師、培訓機構和學校賦能，提高教學效果和效率。”王楓說。