機器學習與腦科學雙重加持 引領(lǐng)教育發(fā)展的下一個十年

本屆AIAED全球AI+智適應(yīng)教育峰會由乂學教育-松鼠AI、IEEE教育工程和自適應(yīng)教育標準工作組、中國自動化學會、新東方、好未來、36氪等共同舉辦，設(shè)有論文、學術(shù)、產(chǎn)業(yè)、商業(yè)、投資、政府及娛樂七大版塊，吸引了眾多國內(nèi)外權(quán)威AI大咖及教育行業(yè)研究人員的共同參與，討論機器學習和深度學習在教育領(lǐng)域的深度運用、教育數(shù)據(jù)挖掘、自然語言處理與語義剖析、多模態(tài)歸納學習行為剖析和情感核算、AI與學習工程的交互等關(guān)鍵技術(shù)，以及這些技術(shù)如何為學生提供個性化的教育，推動教育行業(yè)的創(chuàng)新發(fā)展。

機器學習與腦科學相結(jié)合 引領(lǐng)教育下一個十年

全球機器學習教父——CMU卡耐基梅隆大學計算機學院院長Tom Mitchell教授親臨現(xiàn)場并發(fā)表主題演講，他在演講中提到：早在30多年前，他就已經(jīng)意識到了基于AI的個性化指導對于學生的成績大有裨益;如今越來越多的AI個性化指導公司的崛起也切實地印證了這一觀點;在過去的十年里，AI技術(shù)的發(fā)展突飛猛進并取得了一定的成就。綜合這三點印證，未來的十年必將是AI影響教育的十年。

全球機器學習教父——CMU卡耐基梅隆大學計算機學院院長Tom Mitchell教授

提到智適應(yīng)教育這個話題，首先想到的是教學系統(tǒng)，Tom Mitchell教授認為：智適應(yīng)的意義就是要去了解學生目前的狀態(tài)，不論是宏觀還是微觀層面，都要能夠提供活動的選擇，通過選擇的方式了解學生的學習軌道，同時也能夠基于不同領(lǐng)域、不同知識，了解學生的情感狀態(tài)。他強調(diào)：機器學習應(yīng)該在每個領(lǐng)域都有一個相應(yīng)的功能，去了解學生現(xiàn)在的狀態(tài)，我們不在需要把它永遠地嵌入在模式當中，機器學習就能夠發(fā)現(xiàn)這個功能是什么，我們可以用機器學習來不斷的修改它，這是機器學習在智適應(yīng)教育中的核心作用。與此同時，機器學習可以用于建設(shè)評測體系，發(fā)現(xiàn)最好的教學政策，獎勵與激勵制度、強化學習和全部學習在智適應(yīng)教育領(lǐng)域也將發(fā)揮關(guān)鍵作用。

期間，Tom Mitchell教授提到了卡耐基梅隆大學在腦科學領(lǐng)域最新的實驗研究，通過對人類面部表情和感情的實時追蹤、監(jiān)測，能夠發(fā)現(xiàn)并記錄這些面部表情的特點，然后更好地識別這些表情。他將人類的大腦分為兩萬多個不同的板塊，每個板塊比神經(jīng)元粗很多，在這些板塊里有五萬多個神經(jīng)元，不同板塊會隨著神經(jīng)元的波動產(chǎn)生運動，通過掃描不同板塊的運動變化能夠分析大腦的認知水平，例如想的是沙發(fā)還是麥克風。他希望將這項實時感情監(jiān)測技術(shù)應(yīng)用于教育領(lǐng)域，與面部表情相結(jié)合。當然，目前這項技術(shù)還是一項比較初級的研究，Tom Mitchell教授認為未來十年它將會取得進一步發(fā)展。

松鼠AI智適應(yīng)引擎與MCM系統(tǒng)最新進展

乂學教育松鼠AI創(chuàng)始人栗浩洋在主題演講中表示：在全球各地，美國、日本、韓國、澳大利亞、印度等國家，人工智能教育公司都在蓬勃興起。但在中國，智適應(yīng)教育才剛剛開始。通過人工智能智適應(yīng)教育，能夠及時了解每個學生所學習的真實數(shù)據(jù)，而這些數(shù)據(jù)既能幫助學生更好的了解自己，也能在智適應(yīng)教育的發(fā)展中貢獻一份力量。

乂學教育松鼠 數(shù)據(jù)顯示，乂學教育松鼠AI經(jīng)過5年的時間和3年的產(chǎn)品投放，已有200萬個學生注冊，已經(jīng)在中國20多個省、市、自治區(qū)，200多個城市，近1900多所學校中應(yīng)用，并且保持每個月新增100多所學校的增速。值得一提的是，2019年第一季度與2018年第一季度同期相比，1k-2k美金的付費學生用戶數(shù)增長了14倍，這是對松鼠AI及700余個教研專家、AI科學家、技術(shù)人員等給予的極大肯定。

松鼠AI智適應(yīng)引擎架構(gòu)

松鼠AI人工智能老師的引擎架構(gòu)可以分為三個層次，左側(cè)是本體層，包括學習地圖、知識地圖等內(nèi)容;中間是算法層，是一系列推薦引擎，如學生用戶畫像引擎、目標管理引擎等;第三個層次是交互系統(tǒng)，目前主要以視頻、題目、推薦以及簡單的互動與人進行交互，未來松鼠AI希望能夠發(fā)展更多的人機交互模式，讓學生和機器之間的交互更加的順暢。

乂學教育的超納米級知識點拆分，對知識點拆分細膩顆粒程度超過了Knewton和ALEKS的5-10倍，如此細膩的拆分使得松鼠AI對學生知識點的診斷更加精準，便于制定更合理的學習計劃，幫助學生提高學習成績。

會上栗浩洋公布了今年松鼠AI用錯因分析重構(gòu)知識地圖的最新研究成果。假設(shè)學生掌握了全部知識點，但是仍會出現(xiàn)錯誤，于是松鼠AI總結(jié)了30%-40%的常見錯因，通過整理每個答案回答錯誤的學生比例，深究學生的思維方式，從而幫助學生解決問題，指導學生不再重復犯類似的錯誤。

隨后，栗浩洋biaosh松鼠AI 對MCM系統(tǒng)進行全面升級：一是學習思想，二是能力，三是方法。栗浩洋提到，在學習中需要學習思路、能力和方法，學習思路包括分類討論思維、逆向思維、轉(zhuǎn)化思維;學習能力包括辨析能力、觀察能力、理解能力，以及獲取有效信息的能力。通過對這些思維、能力、方法的拆分，讓AI導師進行教學。AI老師教學的內(nèi)容有“三可”原則：第一是可定義、第二是可測量、第三是可傳授，滿足以上三點，才可以讓AI老師進行教學。栗浩洋強調(diào)：“MCM系統(tǒng)能夠做到對學生素質(zhì)的培養(yǎng)，使之得到諸如極限思維、逆向思維等終生受益的能力。”

CMU與乂學教育松鼠AI聯(lián)合實驗室啟動

會上，卡耐基梅隆大學與乂學教育松鼠AI聯(lián)合實驗室正式簽約并啟動，松鼠AI將投入1000萬美金，加速推動AI教育發(fā)展。這是松鼠AI繼與斯坦福研究院(SRI)、中科院成立聯(lián)合實驗室后的又一全球頂級人工智能教育實驗室!此外，松鼠AI還聘請CMU計算機及心理學系教授Ken Koedinger為松鼠AI首席學習科學家。

在媒體采訪環(huán)節(jié)，記者詳細了解了聯(lián)合實驗室的研究方向和具體目標。栗浩洋表示，聯(lián)合實驗室的研究主要圍繞三個方向：

一是制定行業(yè)標準：這是一個高難度且龐大的復雜工程，也需要非常大的權(quán)威性。Tom Mitchell教授曾經(jīng)撰寫機器學習白皮書，白皮書也是雙方合作的一個重要的環(huán)節(jié)。他表示，只有當標準和框架得到認可，才能像安卓系統(tǒng)或是ARM架構(gòu)那樣得到大范圍的推廣和應(yīng)用，取得持續(xù)的發(fā)展。

二是研究全新的算法：當前的算法種類很多，例如貝葉斯、遺傳算法等等，但最流行的算法是深度學習，深度學習的問題在于對數(shù)據(jù)的需求量太大，例如兒童學習認識貓只需要20張照片，不需要100萬張，如何用全新的算法讓每個用戶更簡單地使用系統(tǒng)，是一個研究方向。

三是成為松鼠AI全國各個實驗室的中樞：松鼠AI與斯坦福研究院(SRI)、中科院成立的兩大聯(lián)合實驗室、以及松鼠AI公司內(nèi)部的實驗室都將由Tom Mitchell教授領(lǐng)導，各實驗室之間也將加強聯(lián)動與合作。

未來5-10年，雙方將共同探討腦科學領(lǐng)域的最新技術(shù)研究成果在教育領(lǐng)域應(yīng)用的種種可能。