“零點革命”既不是第四次工業革命，也不是第二次機器革命，而是新革命的起點。在“零點革命”中，教育方式將迎來百年未有之大變革。

AI+教育：從學習方式到教育模式的深度變革

目前人工智能應用到教育主要有智能教學系統，即從計算機輔助教學發展而來的智能教學系統；有學習分析，即利用大數據和學習分析技術采集和分析學生的各種數據，幫助教師了解學生，實現個性化的教與學。

實現知識遷移的深度學習

神經生物學家休伯爾和維瑟爾研究發現，視覺系統的信號處理是分級的，這為深度學習神經網絡的分層結構提供了生物學基礎。基于此，深度學習就能夠通過人工神經網絡來模仿人類大腦來進行人類的學習活動，只不過它包含著“傳感器獲取數據，預處理、特征提取、特征選擇，推理、預測或識別”的準確細分過程。

在這個過程中，深度學習與人類學習具有很多的相似之處。例如，深度學習的“信息逐層丟失”理念與人類教育“信息在傳播過程中失真”的理念相吻合。于是，從教與學的角度來看，深度學習能夠實現知識遷移，人類也能模仿“機器的深度學習”進行“深度學習”。

其實，早在兩千多年以前，《禮記·中庸》就提出：博學之，審問之，慎思之，明辨之，篤行之。這其實就是進行深度學習的過程。模仿機器的深度學習，人類在學習方法上，可以有探究學習、項目學習；在學習結果上，表現為認知、自我、人機三方面的高階能力；在學習參與上，人類的神經網絡可模仿深度學習劃分為輸入層、隱層和輸出層，人類可以促使更多層數的隱層參與“訓練”。

人工智能帶給教育在學習方式的改變，能夠細分學習過程，提高學習效率與知識運用的能力。

實現去名師化的教育公平

目前，在中國要想考上名校，必須以極為優質的教育資源為基礎。這樣的優質教育資源包括名師、教學儀器等人力、物力和財力資源，而這往往只有在經濟發達的地區才能提供。因此，現階段中國的教育存在東部地區與西部地區的差異、城市地區與鄉村地區的差異、山區與平原的差異。

但由于我國還處在不平衡不充分的發展階段，短時間內尚不能解決教育資源傾斜的問題，因此人工智能賦能教育實為中國教育的福音，它能夠大大縮小因經濟差異而帶來的教育不公平。

在美國有過這樣的試驗，美國佐治亞理工大學的機器人助教代替人類助教與學生在線溝通交流竟沒有學生發現，這就說明了人工智能在一定程度上能夠起到人類教師的作用。

智能教學系統就是該例子的具體實現。智能教學系統是指一個能夠模仿人類教師來幫助學習者進行某個學科、領域或者知識點學習的智能系統，通常包括教師、學生、教學和交互四大板塊。

在教師板塊運用產生式表示法等表示法來存儲學科知識，在學生板塊反映學生認知和情感狀態、學習風格等信息，在教學板塊實現認知主義、建構主義等各種教學理論和方法，在交互板塊采用自然語言對話、虛擬現實等技術來實現學習者和系統之間的人機交互。

在生活中，孩子們利用題庫來加強自己未能掌握的知識點，利用點讀筆來認字閱讀等，這些都是人工智能的運用。在四川，經常會有家在涼山的孩子送到綿陽去讀書的情況，但在人工智能賦能教育后，城里的孩子和山區的孩子會擁有同樣的人工智能資源，這就在一定程度彌補了名師等教育資源的差異而帶來的學習成績的差異。

隨著人工智能賦能教育的深入與普及，去名師化的教育現象會越來越突出，這就為我國實現精準扶貧、促進教育公平做出了巨大的貢獻。

實現個性化的教育管理與教學

我國現在的學校教育大部分都是采用大班教學的模式，少則二三十人，多則五六十人。一個班級系統中，每一個學生都是一個獨立的個人，存在著這樣或那樣的區別，即使是熟悉了解每個學生的班主任也無法隨時掌握每個學生的狀態和實現差異化、個性化教學。

但利用一些以人工智能為基礎的軟件就能夠對學生數據進行挖掘和分析，實現從“滿堂灌”到按需定制的個性化教學轉變，解決大班教學的痛點。

在大學生管理方面，人工智能可以理解學生每天生活工作的情況，也測情景、去圖書館情況、吃飯規律，進而推測學生的現狀。比如，通過監測學生一個階段的消費情況，發現一些女生消費很少，就能夠分析這些女生可能是家庭貧困或是減肥需要。了解情況后，學校就能夠精確發放助學金或給予學生正確的減肥指導。

實現個性化的教育管理與教學能夠幫助教育體現更為本質的價值，使學生人格更完整、知識更全面、能力更突出、身心更健康、閱歷更豐富以及獲得更強的獨立創新能力。

可能與必然：弱人工智能階段教師的不可替代性

雖然人工智能賦能教育擁有諸多優點，但是囿于技術的缺陷，現階段尚不能完成上述的教育變革，這種模式的未來教育可能在10年之后也可能在20年、30年之后才能實現。對此，我們必須承認人工智能現在還處于弱人工智能階段，不能因操之過急而揠苗助長，繼而引發行業的無序生長。

人工智能的發展是與【加德納技術成熟度曲線】相適應的。所謂的加德納技術成熟度曲線，是指技術成熟經過5個階段：科技誕生的促動期、過高期望的峰值、泡沫化的低谷期、穩步爬升的光明期和實質生產的高峰期。

由于近年來的人工智能的過渡營銷，許多人工智能產品未能達到預期，加之政府重拳出擊雜亂生長的市場，人工智能陷入低谷期，不過2019年的人工智能會漸漸走出低谷穩步爬升。

著名物理學家史蒂芬·霍金在2015年就拋出了人工智能威脅論，所以當人工智能技術成熟之后，去名師化現象突出，人工智能教學會取代傳統教師嗎？

答案是必然不會。據國外關于人工智能對不同職業的可替代性調查，有些職業的可替代程度為90%，有些職業的可替代程度為60%，教育最難被替代，被替代程度只有0.4%。

這主要是由教育的本質所決定的，教育是培養人的活動，而不僅僅是“傳道受業解惑”，它還需要通過教師的感情投入和思想力來引導教會學生做人、塑造學生品質。德國著名的哲學家雅思貝爾斯曾說：教育是一項心靈工程，用一棵樹撼動另一棵樹，一朵云推動另一朵云，一顆心靈喚醒另一顆心靈。富于情感和智慧、想象力和創造力的人類是人工智能所無法比擬的，人類教師具有非常強的不可替代性。

綜上所述，人工智能技術的發展短期是沒有后顧之憂的，不怕技術太成熟就怕技術不成熟。但如何實現人工智能技術的快速發展以及人工智能人才的高質量培養呢？

AI與企業：互通有無的有機組合

最新消息，中國35所大學將開設人工智能專業，可見國家對其的重視。但依筆者所見，人工智能的未來在企業而不在高校。在今年2月，國務院發布《關于深化產教融合的若干意見》，其中提出要“引企入教”，鼓勵把企業資源引入高校的教學環節，實現產學研一體化。

就目前情況來看，人工智能的深度研究是在企業，如曠視科技設有全國博士后流動站，好未來設有全國博士后流動站。當然，隨著我國對人工智能的重視，高校的人工智能研究規模會越來越大、研究深度會越來越高、研究資金會越來越多。

但是，相對企業來說，還是有所差距。從研究經費上來說，2018年科研經費超過10億元的大學只有93所，至今年也只有清華、浙大、上交大擁有過百億的科研經費，分別是153.75億元、130.98億元和108.15億元。而且，去除其他項目的科研經費后，留給人工智能的所剩無幾。

反觀企業，華為2017年在科研方面的經費為103.63億歐元，阿里巴巴為23.29億歐元，而在2017年中國高校年度科研經費的前三十名之和還不如華為一家公司多，早在2016年百度單人工智能方面就投入101.5億人民幣。

培養人工智能人才要求的環境和門檻之高，對國內高校來說是比較困難的，沒有足夠多的經費支持，相對來說研究困難也就越大。

人工智能因市場而生，與企業互通有無，相輔相成，人工智能的“奇點時刻”關鍵還是在于企業。

未來的教育，離不開人工智能，并且會因之迎來前所未有的大變革。