AI+教育如何進行深度結合

近幾年隨著人工智慧的崛起，影響面擴展到電子產品、交通運輸 電子商務和醫療健康等多個領域，而教育作為人類已經掌握的最古老的技能之一，在經過一系列軟硬體和在線服務對課堂和教學方法發生改變和改革之後，AI的出現徹底瓦解教育體制。今天小因從圖像、聲音、文字、自適應學習幾個不同的角度來談談教育和AI是怎樣進行深度結合的。

一、圖像識別

目前圖像識別在線上學習中運用最主流的是拍照搜題，拍照搜題的核心技術就是把圖片與文字做對應在，然後再去做文字與已有題庫的匹配，除了拍題識別以外，手寫識別準確率也逐漸在提高，有一些專門的企業還會做針對公式、科學符號的識別。

隨著互聯網的發展電子書搶佔了很大一部分紙質書籍的市場，但是圖像識別和增強現實有潛力讓過去的紙質書籍再次迎來新生，讓他們在徹底消失之前，成為作者與讀者、讀者與讀者之間一個全新的學習交流渠道。有了足夠強大的圖像識別技術，書無需嵌入二維碼，書的內容本身就是「二維碼」。

大量的體育、樂器、武術、舞蹈、繪畫難以做在線教育的根本原因是因為缺乏教學者對學習者的姿態給出及時有效的反饋。隨著視覺動作捕捉技術的成熟，每一個學習者都能享受頂尖AI教練一對一的個性化指導。而且人臉捕捉是保護自己IP的全新方式，使面對的老師不是以真實面目出現，而是以虛擬IP形象展現，就能防止老師的名師效應。

二、語音評測

目前使用聲音最主流的應用就是語音評測，也就是學生說一句話，機器給打分，典型代表是訊飛、流利說、一起作業、盒子魚……

學校和教委都逐漸對於英語口語這件事情重視起來了。雖然聯考表面上是「弱化英語」了，但實際上如果要上名校，英語，尤其英語口語所佔的比重是要比過去更大。而目前絕大多數市面上的口語學習App的口語評測的水平就是評判規定的一句話的發音準確度，或者是半開放式的交流。而真正的難點是評估開放性的對話的好壞。

三、文字處理

文字處理，也就是所謂自然語言處理（簡稱NLP），在傳統教育的最大應用就是作文的自動批改。老師講課，最重要不是他的面孔和他的音色，而是他所說的話。同理，真正的在線教育與AI的最重要的結合點既不是聲音，也不是圖像，而是文字。AI對於在線教育要解決的大問題是，如何把課本上死的知識，變成老師給學生的對話。

四、自適應學習

目前市面上的自適應產品，都是基於人工梳理的教學模型+簡單的數學建模——產品形態也比較簡單，根據學生做題的對錯，評估其知識點的掌握程度。畢竟絕大多數自適應學習產品只關心一道題的對錯，而無法判別具體「為什麼」錯了——同一道填空題，不同的學生答案老師一眼就能看出是哪一個知識點掌握不到家，而系統一遍就只能歸結於固定的一個知識點。

AI教育讓每一個學生有一個一對一的專業AI老師，能夠讓其學會各種知識，不再受家庭出身、學校和課本的限制。要真正實現這個美好的願景就需要能夠把技術和教學和產品和推廣融合好的企業，此企業也將是投資最青睞的對象。