中國在線教育市場千億剛需，AI技術賦能傳統教育，不斷提升用戶體驗。在此過程中，如何實現教與育的平衡？AI技術與真人老師該達成怎樣的協同關系？3月27日，在“2019新智元AI技術峰會——智能云·芯世界”上，松鼠AI智適應教育聯合創始人兼CTO樊星做了主題演講。

前瞻產業研究院報告顯示，“AI+教育”已經成為在線教育行業的關鍵詞，到2019年中國在線教育市場規模有望達到3870億元。

其中，中國K12教育市場規模前景明朗，市場空間大，據艾瑞咨詢統計，目前全國K12公立學校中約1.6億在校生，同時，每年有1600萬6歲人口成為一年級生，為這個市場不斷輸送新鮮血液。

如今人工智能技術已經運用到在線教育的多元場景中，不斷提升用戶體驗。但“AI無法取代傳統教學”、“真人老師更懂學生”的論調仍普遍存在，人工智能企業該如何實現將AI技術賦能傳統教育，打破人們對“AI老師”的偏見？

松鼠AI智適應教育聯合創始人兼CTO樊星

3月27日，在“2019新智元AI技術峰會——智能云·芯世界”上，松鼠AI智適應教育聯合創始人兼CTO樊星做了主題為《AI技術賦能傳統教育》的演講。

樊星認為：

在教育市場的爭奪中，AI終將贏得人機大戰的勝利，人工智能正在改變中國的教育。

并以松鼠AI智適應教育為例，分享了在其發展過程中的技術突破與實際應用。

AI可以取代70%的傳統教學工作，人機對戰“AI老師”必勝

如今人機對決的“戰火”已經蔓延到教育領域。

樊星在演講中提到，此前松鼠AI曾試驗過幾次人機大戰，在提高學生分數方面，AI老師已經戰勝了真人老師。

樊星提到，理想化的人工智能教育軟件需要快速有效地判斷學生的能力。這需要高質量的教學內容，持續性的分析分解學生知識的圖譜，和根據學生知識圖譜為學生提供定制化內容。而松鼠AI想要通過人工智能自適應算法解決的，是教育行業的真正兩個痛點：教育機會分配不均衡和缺少個性化教育。在此之前，前者只能通過MOOC解決，后者只能通過家教的一對一輔導處理，都達不到通過技術系統性解決問題的期待。

在新智元AI技術峰會上，樊星在接受媒體采訪時也提到教與育、AI與真人老師的關系：

目前，人工智能已經可以替代70%的傳統教學工作，但是在育人這方面，AI很難替代真人。而實際上，教和育的分離是自古有之，只是目前我們更多地重視”教“，“育”的存在感比較低，因為大家都在接受知識。

那么如果用AI代替70%的教學部分，那么真人老師可以騰出更多的精力花在育人方面，從而真正地讓孩子實現德智體美勞全面發展。

除對教育方式的改變外，AI賦能也令中國教育市場融資非常活躍，教育行業是現金流飛速流轉且備受資本青睞的領域，其中K12中小學教育尤其具備吸金能力。以松鼠AI智適應教育為代表的AI獨角獸企業截止2018年7月累計融資近10億人民幣。

在“智能云 · 芯世界” 2019 新智元AI技術峰會上，松鼠AI智適應教育憑借研發出中國首個針對 K12 領域學生教育的 AI 自適應學習系統等，成功入選新智元2019人工智能獨角獸。

以下為是樊星《AI技術賦能傳統教育》的演講實錄：

松鼠AI智適應學習引擎架構+納米級知識點拆分：從技術層面，檢測出學生問題

樊星（松鼠AI智適應教育聯合創始人兼CTO）：回顧一下傳統教育的一些情況，松鼠AI是聚焦于K12教育的公司，定位為人工智能自適應教育公司。公司一直在做的事情就是希望用人工智能的方法讓系統模擬一個優秀的特級教師，從而為每一個孩子提供個性化的、一對一的教育服務。

為什么會有這樣一個定位和愿景呢？我們可以看一看現在教育存在的一些情況：特級教師千里挑一，更是學區房一房難求。

這些問題的核心在于，優質教育資源不均，優秀師資資源緊缺。

AI能夠為這些問題做什么呢？松鼠AI的人工智能教師其實就像一個系統，類似手機導航，復制的邊際成本是非常低的，而且使用可以不受限制，只要孩子有一個網絡、有一臺電腦，不管是在北京還是在西藏都可以享受到AI老師的服務，且提供的服務都是一樣的。

每個孩子對教學的需求是不一樣的，現在這樣的上課方式很難滿足，也是為什么現在課外輔導這么火的原因，因為課外輔導老師會根據孩子的情況進行一對一個性化的教學。那么AI可以帶來什么呢？AI可以給每一個孩子配備這樣的老師，每個AI老師可以根據每個孩子的情況制定個性化的教學方案和教學目標，孩子每次學的東西可能都是需要去學的。

大家詬病已久的情況是，雖然我們一直想改變孩子”死讀書、讀死書“的現狀，但事實上十幾年來我們的改變是有限的，為什么呢？目前我們的教育更多的是注重對孩子知識的掌握，其實一定程度上忽略了對孩子能力、思想、方法的訓練，所以造就了高分低能諸如此類的問題。

利用AI，我們可以把日常課堂中孩子浪費的部分時間拿回來，然后針對孩子的學習思想、學習方法進行訓練，相信這種情況會有改善。

今天我們更多的會講技術層面的東西，看一看松鼠AI智適應學習引擎架構，整個學習引擎分為三個層面：

最上面的是學習目標，主要會由幾方面的組成：首先是孩子的錯因，因為什么原因孩子會經常犯錯；第二是Learning Map，孩子的學習地圖，一般決定先學什么后學什么；第三是Content Map，整個知識體系又是什么情況。

中間的就是學習記錄，每個孩子個性化的學習推薦，學習檢測不僅依賴于靜態的東西，更多依賴于歷史的學習數據，可能更多包括其它孩子的學習數據。

最下面的是學習基礎，更多的是AI引擎、AI架構，比如評測引擎、推薦引擎等。

我們擁有全球首創的納米級知識點拆分，為什么要有這種拆分？對孩子的評估和檢測更多的是針對檢測的結果需要做到又細又準又快。不同的檢測結果代表治療的有效性、治療的針對性，也代表著解決問題的效率。

上圖是分數加減法的圖譜，這些都離不開教研，而且這些教研必須要能夠懂我們的算法和AI架構，也就是我們的能力、思想和方法。

松鼠AI智適應教育全球獨創了學習思想、能力、方法的拆分，下圖是具體一個學科的思想拆分。

因為之前我們講的這些東西沒辦法提升，之前的提升方法在于讀書破萬卷其意自現，通過大量潛意識的訓練獲取這樣的能力，而不是有目標、有價值、有方向，就像孩子學游泳一樣，天天往河里扔也會學會游泳，但如果讓專業的游泳教練去教效果是不一樣的，二者的核心區別在于效率。能力、思想、方法是可訓練的，也是可提升效率的，剛才講的讀死書、死讀書、高分低能是可訓練、可改變的。

接下來是我們系統的兩大引擎：狀態評估引擎和推薦引擎，狀態評估引擎更多的是檢測、判斷和評估，推薦就是根據目前的檢測判斷結果以及檢測對象的情況給出一個最優的路徑，然后按照這個路徑往下執行。

精準偵測每個孩子的知識漏洞，剛才我們講的檢測的時候要做到又快又準又細。前幾次我們做過人機大戰，在提分方面，AI老師已經戰勝了真人老師。戰勝的很大關鍵就在于檢測，因為AI老師可以把對孩子的情況檢測做到又快又準又細。我們知道只有問題定位準確，定位問題的時間是解決問題時間的十倍以上，只要能夠把Bug定義出來，其實改Bug是很容易的。

如何預測孩子的情況？因為要給孩子做計劃就必須要預測孩子的情況，制定這些計劃以后孩子能不能搞定？需要多長時間、多大成本搞定？需要什么方法搞定？這些都依賴于整個預測引擎，預測當中又有實時分析和推薦器，關鍵的信息在于我們要不斷地去收集孩子的實質信息，然后把這些信息輸入到引擎里面，通過自己的模型跑出這樣的預測結果。

其實不僅僅是學習目標，我們需要做到Dynamic Goals，也就是動態化的目標。每個人即便是在同一個目標，需要達到的程度也不一樣，有些孩子概念上的問題，有些孩子是理解上的問題，有些孩子是應用上的問題，學習的過程當中孩子也會出現變化，所以孩子需要的是動態的、可實時調整的學習目標，而這些靠真人是很難做到的，只有機器做到這一點相對比較輕松。

這是我們的對話識別引擎，僅僅通過孩子的行為得到的信息還是不完整，但可以通過對話得出更多的信息幫助系統得出判斷。系統運行的過程當中會收集更多的信息，包括孩子每一次答題的結果，甚至孩子每一次鼠標移動的情況，孩子的情緒都會做到這樣的判斷。

我們的老師起到的是什么作用呢？老師會不斷監測孩子的情況，其實就是通過這個面板，系統會給老師推送這樣一些警告，可以幫助老師作出一些決策。

上圖是個性化圖譜，所謂的個性化教學目標這里就可以看出，即便只有十個知識點，整個情況都有很多種組合。可以看到提升效果還是不錯的，百分之九十的孩子都得到了提分的結果，幾次人機大戰當中系統也戰勝了真人。

現在松鼠AI在這個領域的全球學術知名度已經達到一定程度，基本上是這個領域的領頭羊，5月份我們也會舉辦AIAED全球人工智能智適應教育峰會，到時候會更加聚焦于人工智能教育領域。

我們希望每個孩子身邊都能夠擁有一位AI特級老師，每個孩子都能夠成為學霸，沒有學渣。