全球的AI教育分成泾渭分明的两个派别，按照艾瑞的AI教育报告的分法：
一个派别叫做工具类AI，或者叫做识别类AI，比如拍照识别的作业帮，智能题库的猿题库，主观题自动识别批改的科大讯飞，语音识别的云知声，表情识别和脑电波识别的好未来，都是帮助老师识别学生情况的工具，而教学仍旧由老师人工完成；
第二个类别是教学类AI，或者叫做策略类，海外叫做自适应学习Adaptive Learning，是模拟特级教师的教学方法和教学策略，从测教学练测五个角度完全闭环由AI完成，老师是监督、辅助工作，比如英语流利说、松鼠AI和论答。有趣的是，在美国纳斯达克上市的英语流利说，是从第一类，一个判断学生发音是否标准的AI工具，进化到第二类教学AI，在没有任何老师辅助的情况下完成教学全流程的“懂你英语”。
自适应学习产品经历了三个年代，1.0年代是基于人工的自适应，比如全球成功开设两万八千家加盟店的日本公文式教育KUMON，排在Entrepreneur全球连锁500强第37位，超过了SUBWAY和7-11；2.0年代是基于计算机编程的自适应，比如谷歌投资的十亿美金独角兽Renaissance Learning；3.0年代是基于人工智能的自适应，又叫做“智适应”，比如美国融资2亿多美金的Knewton和国内专注中小学生教育的松鼠AI。
目前，业内公认基于AI的智适应学习有三大核心技术：
第一，这些系统可以全面精准地评估学生对每个学科几万个知识点的每一个点的掌握状态。
第二，还可以根据学生知识测试后的结果为他们推荐不同的学习内容，并且根据学生的学习过程中的每分钟的数据采集实时调整教学策略，比如:提升难度或者降低难度，换一个教学风格的视频，给不同的学生不同的学习时间直到学会为止，等等。
第三，当学生出错时，系统可以帮助他们理解真正的错因。
一方面是传统教育大班授课难以做到个性教育，导致每个学生学习针对性都有问题。大锅饭的结果是只有最会抢的孩子吃得饱。老师的教学内容和进度首先要照顾升学率，也就是优秀学生水平，所以大部分学生听不懂跟不上，越来越厌学和沉迷游戏，同时，因为一对多，优秀学生也被浪费了大量时间听自己已经学会而其他优秀生不会的知识点；
另一方面是优质的教师资源供给不足，且价格昂贵。经验丰富的教师，资源稀缺，价格昂贵，高学历质量好的老师都去了一二线城市，三四五线的学生再也不可能鲤鱼跃龙门，被阶层分化的厚厚的城墙挡在了外面；而一二线城市内分化更加严重，每个城市的四大名校八大金刚的教学水平比起其他的几百家学校，就像少数上亿的豪宅别墅区，和其他的公寓的区别一样用升学率和名校比率把孩子的未来的梦强行划分成两个世界。上海十大名校以外的几百家学校几乎没有一个学生可以考上“北清复交”，而十大内部的贫富差距也是惊人的，第一名可以考进北清复交180个，第十名只能考进去9个学生。
来自：https://36kr.com/p/5167407.html（讲述了当下AI教育的现状）
什么公司能成功呢？什么样的公司能活下来呢？
第一、容错率高，走中间路线的公司。
第二，有限可能性的领域。
第三，颠覆现有的成熟商业模式。
第四，核心技术趋近成熟。
来自：https://36kr.com/p/5164652.html（乂学教育松鼠AI创始人栗浩洋：AI的寒冬和泡沫将如何破灭？）
掌门1对1、松鼠AI、海风教育，AI落地都是挂羊头卖狗肉？
来自：http://column.iresearch.cn/b/201809/844127.shtml
松鼠AI智适应教育获评量子位 2018 中国人工智能明星创业公司 Top 50
千人千面的教育：因材施教
纳米级的知识颗粒
非关联性知识点的关联概念算法：
错因重构知识地图
全球机器学习教父、人工智能领域顶尖科学家Tom Mitchell教授,出任首席AI科学家
联合斯坦福国际研究院(SRI)两年前在硅谷成立了人工智能自适应教育联合实验室,还在卡耐基梅隆大学成立CMU联合实验室,并与中科院成立AI智适应教育联合实验室
开门，机器人老师来了
一套智适应系统应该具备三个要件：
1、 能摸底。能通过认知诊断模型根据学生的作答数据确定其相应的知识掌握状态，而不是传统的以分数来判定 。
2、有“弹药”。能将教学知识细分成若干知识点、传授方法，并形成灵活弹性的系统。让知识点和学习能力，思维能力，学习习惯之间，以及学习内容产生相关性。
3、会更新。可以根据学生不同的阶段对知识点的账务，算法还可以不断优化更新。当然，所有的知识点自身拥有一套不断迭代更新的算法和数据系统。
我们至少可以看到这样几大问题：
1、如何建立庞大的知识库和教学信息库？AI建立的是一个新的宇宙，所有的知识点和题目都必须是为了它的规则和目的特制的，所以所有以前的知识和数据都完全失效了。
----整合优质教育资源，围绕AI的本质和需求建立信息库。必须要大投入全新重建一套教育资源信息库。
2、如何解决各地教学大纲不统一的问题？
----通过先进系统，进行知识切割。将中小学教纲知识点进行梳理拆分，而这个拆分越细小化越好。
3、如何建立最强大的算法，真正了解每个学生？
----算法优势。这里的算法必须是策略型，要学会找到学生的不同的学习策略，不能是单纯的识别型，通过图像捕捉来匹配题目答案，策略型和识别型这两个类别的AI工程师并不能跨界，一个类似电影的编剧，一个类似摄像，所以是完全不同类别的人工智能。识别型AI人才更多来自于百度和微软亚洲研究院，而策略型AI人才只能从欧美引进。
-----样本数量充足。学习的刚性需求明显，但是特殊性也更突出。所以只有足够的学生使用，从而产生数据量，才能不断优化算法。样本数量的选择，需要从一二线城市到三四线城市甚至五线的县域城镇都必须有可以抽取的样本。
4、如何处理与学校、教师的利益关系？
---正确处理和学校、教师的关系。入局者必须摆平利益被分薄者。
---获得政府部门的支持，获得办学资质。同时依托于教育主管部门，可以在公校迅速拓展认知和渠道的布点，渠道比较宽，速度比较快。
5、如何解决学生的注意力诅咒？
6、如何解决家长的不信任问题?
---强公关能力。通过一些社会化行动，迅速让社会获知成果，赢得家长信任。高考机器人参加高考，与教学机器人战胜高级教师，容易引发全民关注的品牌化活动需要定期策划。
7、如何将应用成果显性化，从而迅速得到支持？
---优秀专业的团队。团队成员必须在各个方向都有所长，立足于AI的智适应实验室必不可少，团队成员应该具备教育行业的从业经验。
https://www.huxiu.com/article/218043.html
乂学教育：动态博弈的策略型系统，让每个孩子都可以拥有特级教师的服务
我们的教学步骤分五步。第一步是AI检测。第二步，我们会给学生设计一个个性化的学习路径。第三步，对知识点盲区做视频讲解的时长、训练量、训练难度由AI算法决定。第四步，战略放弃。第五步，追根溯源。
识别意味着答案是一定的，策略型的状态特征和条件是动态变化的，在不停的博弈，最优策略是在不断变化。
https://36kr.com/p/5108888.html
网友评论