松鼠AI1对1崔炜：AI助力教育，让每个孩子都有一位AI老师
发布时间：2020-12-22作者：松鼠Ai
来源：松鼠Ai
12月2日，由青岛市人民政府和中国人民大学中国民营企业研究中心联合主办的“2020全球独角兽企业500强大会”在青岛即墨举办，会议的主题为“创新的价值、逻辑与生态”。
本次会议邀请了国家部委相关领导、山东省相关领导、青岛市相关领导、全球独角兽企业500强代表、隐形独角兽企业代表、全球及国内知名金融投资机构代表和著名专家学者等200余名嘉宾与会。
期间，全球独角兽企业500强大会秘书长解树江教授发布了《数字经济先锋：全球独角兽企业500强报告（2020）》及“2020全球独角兽企业500强榜单”。松鼠AI荣登2020全球独角兽企业500强榜单。
会上，松鼠AI 1对1 合伙人&首席科学家崔炜先生进行了题为《AI助力教育：让每个孩子都有一位AI老师》的演讲。
崔炜表示，现在中国传统的教育模式使得每个学生都在接受相同的学习内容，并且在国内甚至同一城市内都存在着师资力量不均的情况。
AI老师是通过运用实时数据算法，基于云平台，根据每个学生不同的学习水平、学习特点，推送适宜的学习内容与检测内容，真正做到因材施教，让学生摆脱学习时间与空间的限制，实现了个性化的学习。
以下为演讲实录：
大家上午好！我们是松鼠AI，在上海，成立于2015年是做人工智能在教育行业的垂直应用。解决个性化学习的问题，以及师资资源缺乏的问题。
当前，传统教育模式上每一个学生接受相同的学习内容，千人一面的教育，因为在课堂上是统一的授课。但是每一个学生都是不同的，最根本的原因就是因为基因的问题，世界上没有两个相同的基因，每个学生呈现的学习水平和效果是千差万别的。
理想的教学模式应该是对每一个学生进行因材施教，个性化的学习。由于师资力量缺乏与分布不均匀，好的老师分布在一线城市，偏远的地方都是极度缺乏老师的，甚至是需要志愿者的老师去那里进行支教。哪怕是一线城市也会有学区房的概念，就是因为师资资源分布不均匀。
我们想通过AI和大数据的技术模拟优秀老师的丰富知识经验和教学经验，打造AI教学机器，带给孩子高质量的个性化的学习。因为机器是可以零成本无限制的复制的。学生在学习的时候面对这样的一个电脑和系统，这个系统是模拟老师的教学方式和教学模式，也是一个丰富的资源库。
学生过来在系统上可以做整个的测试，像大体检的测试，系统会告诉学生的学习漏洞是什么，学习问题是什么，会出现报告。并且这个系统还可以给出一个个性化学习的解决方案，后面的学习过程里学生在系统上只需要点击继续、下一步，然后系统就会根据这个学生诊断出来的学习状态，精神的状态，给学生推送这个学生需要学习的内容。
这个学习内容一定是跟这个学生的水平相匹配的，并且也是这个学生需要学习的。学生只需要学习不会的知识点，诊断的时候会告诉你哪一些知识点掌握，学习过程中可以放弃掉这些知识点，需要学习的知识点会给学生规划一个最佳的学习路径。
学生如果按照我们传统的方式，如果是一个比较弱的学生，我们给他推荐一个很难的内容，那他怎么也学不会，相当于学习效率非常低下，学习是无效的。我们的系统算法给每一个学生推荐合适的内容，并且规划一个学习路径。我们在2015年打造出的这样一套系统，2016年上线，目前是覆盖了五大学科，针对小学、初中、高中的学生，语文、数学、英语、物理、化学。
系统是自主研发，采用了人工智能算法技术。我们会给学生做诊断测试，诊断出来学生的知识状态，学习的情况。同时，我们还会给学生去制定学习的方案，包括两个方面，给学生推荐个性化的学习内容，包括知识点讲解的视频，还有一些测试题，规划学生最佳的学习路径。比如学生在学习期间按照什么样的顺序学习，后面推荐什么样的知识点，可以保证学生学习效率是最大化的。
这是实时动态的过程，学生在系统上面对的是一个AI的老师，他做完每一道题以后，系统会通过学习数据评估更新学生当前的学习状态，进一步了解学生的学习情况，包括每一个知识点掌握的熟练程度。学生这个知识点有没有学会，接下来还可以学习哪一些知识点？这样的话循序渐进，最大化提高学生的学习效率和效果。
这是一个实时算法驱动的过程。整个的系统是基于云平台服务上，学生的数据也是基于云平台，摆脱时间、空间的限制，学生随时随地，任何地点和任何的位置，只要有电脑和网络登陆系统就可以由AI老师带来1对1的个性化的辅导。
举个例子，学生在一个月以后要考试，但他的水平比较弱，其实这一个月的时间没有办法学完所有的知识点。我们的系统会给他做一些选择，挑选出最重要的核心的，考试频次比较高的知识点让学生优先进行学习。
针对不同的学生，还有动态调整的学习目标。学习分析系统不仅可以给学生构建一个画像，还可以构建内容的画像。AI老师不仅是教学机器，还是一个丰富的内容资源库，我们所有的学习内容和学习资源都是自主研发的，保证内容质量，保证能够和算法匹配。数据不仅可以分析出学生的学习状态，还可以对所有的内容分析出来内容的质量好坏，还有效果。每一个试题或者视频，学生看完或者做完以后，可以采集到给学生带来的学习效果，学完了以后跟学完了之前的对比，能力水平是如何的，这样通过大量的数据可以分析出来每一个的内容资源效果如何。我们在系统算法驱动的时候，可以给学生优先推荐效果更好的学习资源。
还有多模块综合分析行为分析系统MIBA，这是跟卡耐基梅隆大学研究的项目，通过电脑的摄像头可以采集到学生表情的数据，还有手势行为动作的数据。通过脑环采集到学生脑边的数据，这些外部的数据和采集到的学生学习的数据结合，可以进一步诊断分析出学生此时此刻的学习状态，学生是否走神了，是否真的在学习或者说学习产生了一定的困惑，这样能够非常清楚地了解学生的情况，给学生做有针对性的学习方案的定制。
虚拟助教，这是我们和斯坦福国际实验室研发的项目，基于人机对话的形式，让学生的学习趣味性更强。
智能反馈系统，我们采用学生用户和老师用户的反馈信息，针对其中的建议和问题反馈，我们在大后台可以收集到反馈意见，快速的优化调整算法。效果就是让每一个学生只学不会的知识点，红色的是不会的知识点，对每一个学生定制个性化学习路径。我们可以看出来，这是这个学生属于个人的专属个性化的学习路径。同时，针对每一个知识点的学习，给学生分配不同数量的学习内容。不同的学生在不同的知识点上花的学习时间不一样，我们的系统能够诊断出来学生的水平，然后就会给学生安排需要做多少题，做什么难度的题目，然后什么时候达到了就不需要做这样的题目。
要做AI驱动的AI老师，不光有算法，还是需要一整套系统的完整架构的支撑。我们有三层，最高层是记忆中枢，因为里面存储了知识图谱，内容图谱，错因图谱。第二层是计算中枢，计算中枢里包括了整个引擎，也包括个性化推荐的引擎，还有学生内容画像和分析的引擎。第三层是交互层，我们给学生推送呈现学生的学习内容，采集学生的学习和行为数据，构建对学生画像的分析。助力当前的教育，学生课后能够给课堂的教学做一点补充。
全国建设实体的学习中心，学生可以到我们的学习中心，并且还有专业老师的辅导。我们相信未来这样的教育一定是人机共屏的教育时代。如果充分理解教育的含义，还有教学和育人的环节，希望未来机器人能够在教学中做的比老师更好。
教育是有温度的事情，育人是有温度的事情，这是更有意义的事情。我们不仅在做给学生减负的产品，也希望能给老师减负，让老师从批改作业，备课授课中解放出来，做更有价值的事情。
我们不断地进行研发，AI处于前沿研究的阶段，还有很多领域需要探索，我们一直与国际领先的研究机构，斯坦福国际研究院等机构进行联合研究。也发表30多篇学术论文。全国覆盖3000多所学校，分布在全国700多个城市。今年上半年疫情期间，我们也和全国的几千家公立学校进行合作，给它们提供停课不停学的服务，未来希望给更多地方的学生，尤其是教学资源匮乏的地方，希望给孩子带去更高质量的，个性化的学习体验。
谢谢大家！
当前位置：
