乂學教育崔煒：人工智慧在教學機器人中的應用實踐

6月24日，人工智慧先行者大會暨黑馬大賽人工智慧分賽在京舉行，近千名人工智慧產業相關創業者、投資人、產業專家參會。本次活動由創業黑馬與人工智慧新媒體平台黑智聯合主辦，聯合冠名商摩比神奇與戰略合作夥伴鉑諾對活動進行了支持。

下午，乂學教育首席科學家、自適應學習和大數據專家崔煒進行了主題為《人工智慧在教學機器人中的應用實踐》的演講。以下是演講內容節選，經創業家& i黑馬編輯：

大家好，我很高興第二次站在創業黑馬的舞台上，與大家分享乂學教育在過去接近兩年的時間裡的一些思考與實踐。

首先我們回顧一下過去發生了什麼。在過去10多年裡，互聯網浪潮、人工智慧技術逐漸成熟、視頻技術的發展等都推動了教育的發展，具體來說有以下五波浪潮。

第一是互聯網+浪潮。慕課的教育形式讓教育資源可獲得性大大提升，人們在家裡就可以通過網路看到斯坦福、哈佛等大學里的講課視頻，獲得高質量的講課內容。第二是工具化的浪潮。一些教學工具、學習工具，給師生帶來很多方便，比如學生可以在沒有老師幫助的情況下，通過學習工具，快速找到他們問題的答案。第三是O2O的浪潮。這很好地解決了信息不對稱的問題，讓更多更好教師資源能夠觸及更多人。第四是真人一對一的浪潮。通過視頻技術，很多人足不出戶就能享受到國內外名師一對一的個人輔導。第五也是現在最火的這一波浪潮，就是人工智慧的浪潮。現在有很多做人工智慧+教育的應用，包括採用圖像識別的技術做一些題目搜索，用語音測評的技術做口語的識別等等。

我們再來看看教育行業的痛點。傳統教育的場景是一對多，一個老師對幾十上百個學生進行授課。這種情況下，老師採用是一刀切的教學方式，不能照顧到不同水平的學生。從學生角度來看，很多學生都不能得到個性化輔導，導致學習無法提升。另一方從教師角度來看，教師資源是教學的核心，但是 優質教師資源稀缺且昂貴。一個最好的老師，在保證教學效果的情況下，最多只能帶100個以內的學生。

同時，我們也看到人工智慧技術帶來了很多應用。比如Alpha Go成功戰勝了一位又一位的圍棋大師，比如在金融交易所里，有不少是機器在做交易，眾所周知，巴菲特每年收益率在20%以上。但是有一家公司能做到年收益率30%以上，叫復興科技，是由一位數學科學家創立的，採用了人工智慧技術構建一個金融交易的模型，構建一個高頻交易的策略，寫好代碼後計算機可以自動化交易。

看了人工智慧這麼多成功應用之後，結合教育行業的痛點，我們想在教育領域裡打造一個類似Alpha Go的教學機器人，給每個人帶來個性化的輔導。它能夠關注每個學生的學習情況，並且能夠提供個性化的學習建議和輔導。

我們先來看看國外這一塊的發展情況。其實人工智慧+教育在國外已經有十幾年的發展歷史。國內我們想要打造的人工智慧+教育的「特級教師」，在國外對應的概念叫自適應學習。自適應學習本質上就是利用人工智慧和大數據分析，依據學生個人的知識狀況和能力水平，給學生推薦個性化的學習解決方案，讓這個學生學習變得更加有效率。

目前為止，國外已經有幾十家自適應教育產品的公司，包括我們都知道的Knewton，它目前已經融資1.5億美元。很多國外著名的媒體比如經濟學人，福布斯，還有比爾蓋茨基金會等，都非常認可自適應學習這個發展方向的趨勢，因為它回歸到教育的本質，真正能做到因材施教。

國外已經有很多公司對學生使用自適應學習產品的學習效果進行了詳細分析，有公司發現自適應學習的學習效果，已經非常接近1對1的老師。2014年的研究也發現，通過自適應學習代數課程，問題解決能力能提高25%，集合代數就提高70%，而且還能降低學校整體的輟學率，提升學生升學率。從另一個角度看，自適應學習產品還能在一定程度上減少學校的人工成本，因為學生大部分時間都是在系統上學習，真人老師可能更多屬於一個輔助角色。

除了借鑒國外自適應學習產品的經驗，我們也需要結合國情，打造一款針對學生K12領域進行自適應學習產品。其實無論是傳統還是MOOC形式的教學，所有學生在每個知識點上花費的時間都是一樣的。一個學生對知識點A掌握得好，另外一個不好，但是他們所花的時間一樣。

而在咱們的自適應學習系統里，改進了這種學習方式。怎麼做呢？

首先，我們通過檢測發現他的薄弱知識點，並且詳細了解到每個學生在每個細小知識點上不同的掌握情況。

我們知道，我們給學生精準的定位他的知識狀態的時候，其實是在一個龐大的知識狀態空間里給學生定位到他所處的知識狀態。如果一個知識里包括500個知識點，其實搜索的空間就是2的500次方，因為每個知識點對應的兩種狀態：掌握、沒有掌握。2的500次方是個龐大的搜索空間，做窮取法的話其實是非常耗時耗力的。此外，這500個知識點裡面有些知識點跟其它的知識點關聯比較大，因為它跟其它的知識點連接的更加緊。所以，我們在給學生挑選知識點的時候，要快速的找到知識含量最大的知識點。

因此，我們採用了類似AlphaGO的技術，結合了知識空間理論和信息流技術，在更廣泛的人工智慧技術框架下，做到了快速縮小知識狀態的搜索範圍，給學生精準定位他的知識狀態，同時快速找到知識含量最大的知識點。這樣我們也就做到了，只需要花一兩百道題的測試，我們就能針對500個知識點，快速檢測出學生的知識狀況。

除了快速檢測，我們也希望快速定位學生早期出現的問題，而不是等到學生在期末考試才發現。所以，我們系統做到的是持續跟蹤、評估學生在學習過程中的學習掌握情況，學生做完每一道題，看完每個知識點或者做完練習題，我們都會相對應得出學生在該知識點上的掌握情況。並且，我們會根據整個知識體系重新為進行學生的個人畫像。這就像一個特級老師，不僅僅了解這個學生在某個專題上所掌握的情況，還了解他在整個知識體系中的知識掌握情況，實時跟進。

通過快速檢測、持續跟蹤和評估、夠構建學生的畫像，我們就能給學生推薦個性化學習內容，從而匹配他最佳的學習路徑。比如40分的學生給他提供40-45分的學習內容，讓這個學生迅速獲得他學習成就感，從而提升他的學習興趣和動力。

教育領域的推薦完全不同於電商、資訊的個性化推薦，就像 AlphaGO的模型只能用來下圍棋，不能下象棋，我們在構建我們教育領域的個性化學習路徑推薦的時候，結合了人工智慧+教育測量學、教育理論知識。不僅考察給學生推薦知識點的屬性，還同時考察學生當前的能力水平、學習能力、學習效率和學生的當前知識狀態，並且實時更新。也就是說，我們的個性化推薦會隨著學生的能力水平變化、知識狀態的變化，進行實時改進和更新。後台根據這些數據不斷更新我們對這個學生的認知。

教育產品是很看重效果的。我們產品上線近一年的時間，大部分使用的學生都能得到有效的學習成績有效的提升，一位學生原來只能考70多分，使用4個月後提高到了120多分，我們也收到了這位同學的校長的表揚。還有很多學生反饋表示他們喜歡這種新型的人機結合學習模式。

我們希望未來能將個性化教育帶給更多的孩子，讓他們感受到學習的快樂。

—— 黑馬五月好文 ——

i黑馬，讓創業者不再孤獨。

商務合作：15801105017（微信）