松鼠AI 1对1合伙人梁静：AI智适应技术如何升级传统教育产业？

12月18日，创业邦100未来商业峰会暨2019创业邦年会在北京四季酒店举行，松鼠AI 1对1合伙人梁静发表了“AI智适应技术如何升级传统教育产业”为主题的演讲。

犀利观点如下： 1、基于增强学习和遗传算法，把认知科学和深度学习结合的智适应学习，是真正AI级别的智适应学习。

2、传统教育当中，一个年级学科的知识点比如数学知识点是300-500个，例如ALEKS、Knewton等智适应公司会从300拆到3000个，松鼠AI是从3000拆分到3万个，达到超纳米级，足够小就会更精细精准的推荐给孩子，让他们花更少时间去学习最适合他们的知识内容。

3、基于多维度学习元素例如情感类和素质类的智适应教育，也是我们松鼠AI今年最新更新的系统，即我们全球独创的MCM系统（学习的思想、能力和方法系统），我们相信，所有孩子在学校毕业之后走入职场走入生活，这些学习的思想、能力和方法伴随一辈子是最重要的能力。

非常荣幸跟大家分享松鼠AI 1对1是如何将人工智能技术应用在教育行业。这里是德勤前段时间发布的全球AI教育的报告。其实行业内对人工智能教育等级分类其实很大模糊，很多人问我说智适应和AI工具类有什么区别，今天跟大家分享一下这个报告的智适应等级的划分。

智适应级别分为6个层级，从Level 0到Level 5，前三个等级基本属于偏规则性自适应，后三个则是偏非规则性自适应。

Level 0级是基于难度等级的智适应学习，固定模式，每个学生按照能力等级在标准层级和模板的课程当中进行学习。

Level 1级是基于简单规则和工具自动化的智适应学习，偏工具类的AI教育化产品，规则类的智适应。

Level 2级是基于项目反应理论模型。

Level 3级是基于知识点网络和概率模型的智适应学习，基于这些算法，它是根据孩子的一个状态实时变化的，会随着他的行为反馈、信息反馈学习和做题的情况，实时进行动态的推荐下个环节的学习内容。

Level 4级基于多维度的学习元素，将学习的思想、能力、方法、心理学、认知科学等等内容融合在一起的多维度智适应。在中国，我们公司松鼠AI在做这样的事情。

Level 5级是基于增强学习和遗传算法，把认知科学和深度学习结合的智适应学习，是真正AI级别的智适应学习。

接下来给大家分享下松鼠AI 1对1的智适应引擎。

我们是三层引擎架构，第一层是我们知识地图、内容地图、错因分析地图，每个孩子学习做题过程中会出现很多错误，这些错误造成的原因可能大家没有真正去分析过，认为是孩子粗心，没有掌握，其实每一个错误背后有几十种的错因。。

第二层是我们实时推荐系统，根据学生们实时信息反馈，如何给孩子们推荐下一个精准的学习内容，所有内容都是根据他们学习过程中的反馈进行下一个环节推荐内容。

第三层是我们刚才提到实时反馈的层级的实时数据分析平台。因为只有学生的数据反馈回来，AI算法能够实时进行分析，才能够分析出来他当下知识点学习的状态、反馈的信息或者出现了什么错因等，从而判断出他下一个环节应该学习什么知识点。

知识地图是第一个层级里面的知识地图，不同知识点颜色代表每一个孩子对知识点掌握的情况：绿色是100%掌握了，红色是没有掌握，黄色是掌握得不很熟练。每一个孩子都有这样的知识地图，系统会跟进知识地图给他推荐适合他的下一个学习内容。绿色是视为已经掌握的系统就不会再推荐了，未掌握的知识点如何去推荐是依据知识点的关联顺序和孩子学习过程中的反馈，有些会优先学习，有些进行战略放弃让他不要去学，因为如果学了可能也学不会。

从内容地图能看到是不同的教学内容，有的是动画模式，有的是老师授课模式，有的是授课加上3D特效模式、讲义模式等等不同。如果学习同一个知识点情况下，每一个孩子推荐的学习知识点的方式可能也不一样，可能有些会被推荐动画模式，有些可能会被推荐老师讲授，有人更喜欢动画没有人物干扰的，有人更愿意听老师讲，而有人更愿意去看讲义，这些行为数据都是他日常学习中系统抓取到的，推荐给孩子的最适合他的学习模式。

最早期创业时，我们遇到的挑战是如何将传统的知识点拆分得更细。传统教育当中，一个年级学科的知识点比如数学知识点是300-500个，例如ALEKS、Knewton等智适应公司会从300拆到3000个，松鼠AI是从3000拆分到3万个，达到超纳米级，足够小就会更精细精准的推荐给孩子，让他们花更少时间去学习最适合他们的知识内容。

我们的超纳米级知识点拆分共九个层级的拆分，举例这是分数的加减法拆分是第一层级知识点，第二级会是例如同分母分数加法、未知项求和等等，第三层级继续拆分，这样一直拆到不能拆、拆到第九级知识点。智适应教学系统如果评测出来这个孩子没有掌握第一层级知识点原因可能是因为第六层级的某一个前序知识点或第七层级某一个前序知识点没有掌握，系统会让他先去学第六和第七层级的知识点，学完之后且已经掌握了，再回到第一层级的这个知识点。所以足够的细小就会精准，可以让孩子们花更少的时间去学习，做到我们精准侦测孩子们知识点的漏洞和精准的学习。

比如说下面三个同学，都是80分左右的掌握情况，基本上水平差不多。黄同学的绿色的部分显示是他已经掌握的，红色是他没有掌握。孙同学，有一些变化，他们在未掌握和已掌握的知识点是不一样的，但是也有一样的地方。第三个于同学也是同样的，每个孩子看似很相似，但实际掌握情况每一个孩子自己的知识图谱完全不一样。

我们还做了一个图表，左边知识点以立方根这个知识点为例，有些孩子需要150秒钟能够学会，有些孩子需要将近4000秒才能学会，另一个维度朱同学在学不同知识点的时候，他所需要的时间也是不一样的。但我们经常会认为，被视为学霸或者学苗的就应该是学霸学得快，学苗学得慢。实际不是这样的，我们系统中可以看到一个中等知识点学霸比学苗要学得慢，要看他实际知识图谱才能知道他到底学的情况如何。所以我们会说没有任何一个孩子应该在同一个教室学习，因为每一个孩子都是个性化，与众不同的，他们应该用不同的时间不同的讲课方式学不同的内容才是最适合他们的。

在开始的德勤报告中的Level4的智适应，也是我们松鼠AI和IBM Watson所在的多维度的智适应，我们在系统里增加了独创的MCM系统，即学习的思想、能力和方法系统，我们相信所有人在学校毕业之后走入职场，这些学习方法伴随我们一辈子，是最重要的。

从数学的学科可以进行MCM中的思想拆分，可以拆出来有例如整体思想、方程思想、构造思想，还有模型思想等等，这些都是可以从数学学科当中拆出来的思想，同样可以拆出来很多能力和方法，从物理、语文、英语等其他学科同样可以有不同的思想、能力和的内容，通过这个MCM系统可以评测出孩子们的思想、能力、方法掌握的情况，并且可以进行精准训练和提高。

2018年我们在央视一套参与了一个人工智能节目《机智过人》的比拼，节目现场在舞台上让撒贝宁老师用18分钟做我们的MCM系统做了四年级小学的数学评测题，这是评测的分析报告，撒贝宁的运算能力比较强，数感比较差，同时他的逆推法也很差，这个系统通过18分钟就可以把撒贝宁在数学学科的思想能力评测出来。

AI会给教育带来哪些革命？第一，通过人工智能个性化教育能让孩子们少做80%的题目。因为智适应教学是精准的教学，每个孩子应该学不一样的东西，智适应可以让孩子们只学不会的，减少大量无效的刷题。第二，一考定终身的现象将会消失。有了大数据之后，每个孩子的学习成长路径几数据都在系统中，我们可以借助更多的数据评判因素衡量一个孩子的综合能力。第三它可以使教育变得更加透明。第四，使每个孩子对学习上瘾。很多时候学苗不是学不会，而是不爱学，不爱学是因为学不会、没有成就感、没有兴趣。如果孩子们能够找到最适合自己的学习内容和方法，并且推荐的学习的内容和模式是孩子喜欢的，学习后可以学会有成长，相信每个孩子都可以爱上学习，这也是每一位教育从业者都希望实现的。

最后和大家分享下松鼠AI 智适应系统的学习效果。

我们支援了国家级贫困县-恩施州太平镇地白沙坪小学，是今年央视1套《机智过人》第三季的节目组给我们发出一个挑战，让我们用松鼠AI智适应系统给这个小学提供一个月的智适应精准教学，需要提高他们的学习的效率。在开始白沙坪小学六年级的孩子们做完评测后，当时我们非常痛苦和进展，因为六年级基本上相当于三年级下学期的水平，知识点掌握的情况非常的差。

当时也跟学校校长讲，必须全日制来用我们的系统教学，否则我们确实没有足够时间完成这个调整。节目组划出来一部分的知识点，对这部分知识点进行AI系统教学，通过一个半月后，通过最终的检测白沙坪孩子学习的效果非常的好，超出了所有人的预期。

怎么做到的？关键在于“追根溯源”。刚才提到了拆分知识点够纳米级和精准的对知识点进行扫描，追根溯源同样非常重要。白沙坪六年级的孩子们的知识掌握水平只能达到三年级的水平，在短时间内需要提升我们就必须要找到这些薄弱知识点的的根源，以上体现的就是松鼠AI的智适应系统就从六年级下、六年级上、五年级、四年级开始追溯出来的知识薄弱项，并且按照这个路径去进行精准的学习。通过这样的追根溯源的学习方法，最终达到了从原来测试的56%的掌握旅到在央视舞台上现场测试后的89%的掌握率。

松鼠AI 1对1在2014年创业的时候人工智能还不火爆，其实到2017年我们系统系统推到市面上的时候AI也没有那么火爆，去年开始AI才变得火爆，我们可以讲是在中国市场第一个吃螃蟹的人，第一个使用人工智能自适应的技术去做教育的公司。2017年面对消费者的时候我们很痛苦，因为我们讲AI的算法、知识图谱、精准扫描家长很难听懂，市场的氛围也没有，但是因为我们坚信人工智能自适应技术的效果，我们把我们核心的AI算法技术定为了整个品牌的战略目标，从品牌的宣传、对家长的教育引导等，一直用AI技术的硬实力作为我们定位和宣传的核心竞争力。到2018年和今年，我们用AI技术作为品牌定位的价值凸显出来了。

因为我们已经占据了AI技术这个高地，并且是全球突出的品牌地位，很难被撼动。这里还有非常关键的是必须有很强大的AI技术实力，包括人才、AI引擎、全球AI学术论文等，例如ACM、KDD、NeurIPs、IJCAI等都是全球顶级的人工智能学术会议，我们论文入选参加演讲，很多全球的AI会议邀请我们去做主旨演讲分享等等，这些成果都彰显着我们全球人工智能科研实力、确认了我们全球AI教育技术的突出地位。

全球知名AI人才方面，我们在2018年聘请到了全球人工智能排名第一的学府-卡内基梅隆大学前任计算机学院院长Tom Mitchell教授担任公司首席AI科学家，他是全球的机器学习之父，全球第一本机器学习教材是他写的。三年前我们和跟斯坦福国际研究院（SRI）开始进行了联合研究VPA和MIBA(Multi-modal Integrated Behavioral Analysis)的项目。

此外，我们在2018年6月份跟中国中科院自动化所成立了联合实验室，中科院也投资了我们。德勤两个月前发布了《全球人工智能发展报告》，报告中发布了全球50强快速增长的AI科技企业名排行榜，我们位于前十，跟Facebook、字节跳动、Waymo、商汤科技、特斯拉、阿里巴巴等公司共同上榜。今年6月份我们还获得了MIT的50强聪明公司，这个荣誉也是代表全球性视野的量级。

我们从2018年开始成立了一个全球人工智能智适应教育大会（AIAED），每年两届，请来全球70%-80%的AI及AI教育领域的科学家和全球AI教育公司来分享，同事每年会收取全球的AI教育的论文，这个会议有CMU的Tom Mitchell教授做大会主席，MIT等很多AI高校的教授共同作为大会委员会成员共同策划，我们目的是让中国的人工智能教育市场更兴旺起来，让大家真正去了解什么是人工智能教育的技术和效果。