地表最強AI+智適應(yīng)教育峰會今日開幕！Michael Jordan、ALEKS、乂學教育同臺論辯

11月15日，“全球AI+智適應(yīng)教育峰會”在北京嘉里中心大酒店盛大開幕，峰會由雷鋒網(wǎng)聯(lián)合乂學教育松鼠AI，以及IEEE（美國電氣電子工程師學會）教育工程和自適應(yīng)教育標準工作組共同舉辦，匯聚國內(nèi)外頂尖陣容。

AI智適應(yīng)學習是目前產(chǎn)學研三界關(guān)注度最高的話題之一。此次峰會，我們將邀請美國三院院士、機器學習泰斗Michael Jordan，全球公認機器學習之父Tom Mitchell，斯坦福國際研究院（SRI）副總裁Robert Pearlstein、美國大學入學考試機構(gòu)ACT學習方案組高級研究科學家Michael Yudelson等頂尖學者；新東方、掌門1對1、作業(yè)盒子、一起作業(yè)、ALEKS等國內(nèi)外最具影響力的AI智適應(yīng)教育公司共聚北京，共同探討AI智適應(yīng)熱點話題。

在大會上午主論壇上，Michael Jordan、乂學教育-松鼠AI創(chuàng)始人栗浩洋、ALEKS前主席/現(xiàn)任首席產(chǎn)品官Wilmot Lampros帶來了精彩的主題演講，探討了人工智能發(fā)展前沿、人工智能與教育的方法論和前景，大會座無虛席，氣氛熱烈。雷鋒網(wǎng)在現(xiàn)場為大家?guī)砣轿坏膱蟮馈?/p>

Michael Jordan ：人工智能=數(shù)據(jù)+算法+市場

Jordan談到，我們發(fā)展AI，并不是要復制人的智能，而是要建立一個新的智能系統(tǒng)，這種系統(tǒng)不是要取代人類而是要讓我們以一種新的方式變得更加智慧。

目前，AI的發(fā)展還面臨著很多的挑戰(zhàn)：多決策的誤差控制、創(chuàng)造市場的系統(tǒng)、可以解釋他們決策的系統(tǒng)、找到原因并且進行因果推理等。

迎擊這些挑戰(zhàn)，有兩個非常重要并且相關(guān)的話題：我們怎么樣進行人工智能/傳統(tǒng)的人工智能/新的智能增強/智能基礎(chǔ)設(shè)施的教學培養(yǎng)，同時我們?nèi)绾问褂眠@些概念來幫助教學？由于今天的大會更多地關(guān)注第二個問題，因此Jordan主要談了第一個問題。

Jordan在伯克利開設(shè)了一門叫“數(shù)據(jù)8（Data 8)”的課程，課程的目的是將計算思維和推理思維連接起來，課程主要內(nèi)容是數(shù)據(jù)科學，他希望將計算機科學和統(tǒng)計學聯(lián)系起來，比機器學習的范圍更廣。很多科學家認為學習數(shù)據(jù)科學應(yīng)該多學一些計算機技術(shù)，但是Jordan認為這個觀點不免狹隘，學生應(yīng)該多學統(tǒng)計學和基礎(chǔ)的計算機能力。計算機編程的概念很難理解，但是如何將其轉(zhuǎn)換成統(tǒng)計學，在學習過程中接觸更多真實的數(shù)據(jù)，這些數(shù)據(jù)會讓人覺得非常興奮。

“我是一個統(tǒng)計學家，我發(fā)現(xiàn)數(shù)據(jù)背后其實隱藏著很多東西，我們首先要知道數(shù)據(jù)來自于哪里，要檢索數(shù)據(jù)背后真實世界的源頭，這是我在就計算機科學世界中學到的東西。”

Jordan談到，目前大家在發(fā)展AI時，現(xiàn)在大家更在意AI如何去模仿人類，對經(jīng)濟方面有所忽略，把不同的元素、機構(gòu)聯(lián)系起來，通過這樣的互動才能有更好的結(jié)果。人工智能=數(shù)據(jù)+算法+市場。在市場環(huán)境下，最好的服務(wù)被提供出來，市場設(shè)計可以消滅很多猜測的工作。

Jordan對這種緊密集合市場的人工智能系統(tǒng)進行了暢想，例如人工智能可以幫助人類創(chuàng)作領(lǐng)域獲得更大經(jīng)濟效益。現(xiàn)在很多人會將自己創(chuàng)作的音樂/內(nèi)容放到互聯(lián)網(wǎng)上，供其他人消費，但是他們并沒有獲得經(jīng)濟效益。Jordan給出了一種可行的方案：建立一個市場。利用數(shù)據(jù)為音樂家提供參考信息，讓他們知道他們的聽眾在哪里，音樂家就可以在有聽眾的地方演出獲得經(jīng)濟回報，一個市場就產(chǎn)生了。目前美國企業(yè)United Masters正致力于此。

栗浩洋：AI里沒有學霸學苗之分

栗浩洋認為AI具備四大特點：全知全能、見微知著、無窮算力、自我進化，這四大特點使得AI能改變各行各業(yè)。

在內(nèi)容行業(yè)，Netflix收集海量數(shù)據(jù)，通過算法針對某一幀畫面進行內(nèi)容分析，使得1.7億用戶有1.17億個Netflix；在金融領(lǐng)域，AI能夠持續(xù)不斷分析美國掛牌股票，每天處理大約100萬則企業(yè)公告，季度財報以及新聞等，全年無休，AI股神已經(jīng)能夠超越巴菲特創(chuàng)造的股壇奇跡；在翻譯領(lǐng)域，AI翻譯機能夠持續(xù)學習，不斷提升翻譯效果；微軟小冰已經(jīng)學會寫詩、唱歌；AlphaGo Zero擊敗人類頂尖旗手。

乂學教育松鼠AI也具備以上特點，將AI在各行各業(yè)的成就都應(yīng)用在改變教育之上。乂學教育松鼠AI具備納米級知識點拆分體系，能夠僅通過少量試題就能快速、精準地診斷出學生對知識點的掌握情況，有針對性地推薦學習和檢測試題，幫助學生以最快的方式攻克所有知識點。

栗浩洋舉了一個自己身邊朋友孩子學習的例子，孩子在初中時英語成績只有41分，初中英語知識點100個，通過測試發(fā)現(xiàn)其已掌握知20個知識點，較難知識點9個。通過分析松鼠AI給出了學習方案：戰(zhàn)略放棄知識點39個，戰(zhàn)略優(yōu)先知識點20個，通過一段時間學習，孩子成績先是提高到70分，后來提升到90分。這個案例說明，通過大量透明化的數(shù)據(jù)，用算法去推薦知識點，效果會比1對1的老師更好。

栗浩洋指出，在傳統(tǒng)教育里會有學霸和學苗的區(qū)分。在松鼠AI系統(tǒng)測試中發(fā)現(xiàn)，針對某一個新知識，學霸存在2個薄弱知識點，學苗存在7個薄弱知識點。不過松鼠AI也會發(fā)現(xiàn)，在一些難的知識點上，學苗反而比學霸掌握得更好。松鼠AI能發(fā)現(xiàn)每個人都有不同的學習特點，給出針對性的學習方法，只要方法得當，學苗也可以比學霸更快掌握新的知識點或者攻克難點。

展望未來，栗浩洋也談到，人類教育的知識量已經(jīng)發(fā)生了指數(shù)級的增長，以前學習四書五經(jīng)，現(xiàn)在則要學習二三十個學科。過去，通過教育能培養(yǎng)出幾十個精英，現(xiàn)在能培養(yǎng)出幾十萬個精英，而未來通過AI，能培養(yǎng)出幾億個精英。最后他談到：AI會代替老師嗎？絕對不會，但是不會運用AI的老師注定會被歷史所淘汰。

Wilmot Lamps：ALEKS核心理論原理

ALEKS前主席、現(xiàn)任首席產(chǎn)品官Wilmot Lamps主要介紹了ALEKS系統(tǒng)的核心理論。

ALEKS是ALEKS公司于1999年首次引入美國教育市場的“人工智能”學習和評估系統(tǒng)，其可以初步評估來準確確定學生已經(jīng)掌握的問題類型，以及準備掌握學習的點，還可以不斷更新學生的知識，是“一站式”自動化的輔導老師。

ALEKS的核心基礎(chǔ)理論是知識空間理論與自適應(yīng)。知識空間理論是組合學中的一種結(jié)構(gòu)，描述了域或“主題”中可能的知識狀態(tài)。知識狀態(tài)是學生掌握的主體中所有問題類型的集合，并非每個狀態(tài)都行；知識結(jié)構(gòu)是主題中所有可行知識狀態(tài)的集合，即任何學生可能占據(jù)的一組狀態(tài)。

在像美國11年級數(shù)學這樣的學科中，平均實施中有400多種問題類型。學生可能會占據(jù)數(shù)千億的知識狀態(tài)。知識空間理論有助于構(gòu)建實時操作的計算機算法，以確定學生的知識狀態(tài)。

在大多數(shù)情況下，建立知識結(jié)構(gòu)需要確定特定學生群體中特定主題之間的優(yōu)先關(guān)系，需要回答這樣的問題：“如果學生已經(jīng)掌握了問題類型Y，那么她也掌握了問題類型X的概率是多少？”

那么，學生如何使用知識空間進行學習呢？ 邊緣定理展示：如果你知道學生的知識狀態(tài)，你就會知道學生狀態(tài)的內(nèi)部和外部邊緣，直觀地說如果你了解學生的狀態(tài)，你就會知道她準備學習什么，知道她知識的高地。

自適應(yīng)是一種人工智能方法，能為學生提供多樣化的靈活學習方案。自適應(yīng)的數(shù)據(jù)庫中包含了大量學生學習數(shù)據(jù)，了解學生如何學習自己學生如何被教授或以其他方式獲得知識的多樣性，因此自適應(yīng)能提供更多主題，做到更精細。計算機技術(shù)的進步也使得自適應(yīng)系統(tǒng)能夠處理超過一萬億的知識狀態(tài)，自適應(yīng)也重新設(shè)計了知識檢查算法，教師對呈現(xiàn)的內(nèi)容有更多的可控性。

最后，Lamps談到，"我們不認為ALEKS是教師的替代品，我們相信幾乎所有學生的學習過程都需要人類教師參與才能進步和蓬勃發(fā)展。"

智慧論壇：教育是育人

在接下來的智慧論壇中，乂學教育AI首席科學家崔煒與北師大智慧學習研究院副院長李艷燕、華中師大國家數(shù)字化學習工程技術(shù)研究中心教授余新國進行了深度對話。

余新國談到人工智能分為幾個級別：計算、推理、創(chuàng)造。經(jīng)過了幾十年的時間，機器已經(jīng)模仿人類實現(xiàn)了計算和推理能力，但是目前還沒辦法像人一樣創(chuàng)造新的知識。在教育領(lǐng)域，余新國認為教育是教與學結(jié)合的過程，不僅是傳授知識，更是育人。其所在的研究中心目前也有很多嘗試，比如教育機器人項目，他們希望讓學生主動去跟機器人互動學習，而不是讓機器控制學生。

李艷燕談到，人工智能分為計算智能、感知智能、認知智能三個階段。認知智能是現(xiàn)在最重要的瓶頸問題，涉及大量學科專家的介入，需要關(guān)注認知神經(jīng)學科、心理學，融合多學科才能解決教學需求。在教育領(lǐng)域，不僅僅是關(guān)技術(shù)，更需要關(guān)注教育學規(guī)律、學習規(guī)律、認知神經(jīng)。

在她看來，人工智能應(yīng)用在教育有五個方面。第一個方面是環(huán)境，用智能技術(shù)打造智慧學習空間；第二個方面是學習支持，收集學生全過程數(shù)據(jù)，學生畫像；第三個方面是智能教學助手，此前局限在很小的領(lǐng)域，現(xiàn)在有更多突破；第四個是測評，從個體、班級、群體多層次評測；第五個智能管理層面，用智能技術(shù)給更多管理支持。

目前她正在研究兩個方面，第一個方面，通過知識圖譜提供準確個性化的知識服務(wù)，比如把古詩詞用知識圖譜構(gòu)建出來，搭建智能平臺提供個性化檢索、游戲教學；第二個是學習分析，基于在線學生大數(shù)據(jù)做學習分析并提供評估模型（學習風格、知識點等）。

上午主論壇帶來了人工智能前沿理論、人工智能在教育領(lǐng)域的實戰(zhàn)經(jīng)驗，現(xiàn)場觀點激昂，火光四射。在下午的論壇中，我們還將看到ASU-GSV首席員工Suzee Han、IEEE學習技術(shù)標準委員會現(xiàn)任主席Avron Barr、松鼠AI首席架構(gòu)師/Kewton前亞太區(qū)負責人Richard Tong、孟菲斯大學心理系和智能系統(tǒng)研究所教授Arthur Greaser、美國大學入學考試ACT高級研究科學家Michael Yudelson、新東方AI研究院院長瞿煒、百度教育總經(jīng)理張高先聲教育秦龍的精彩分享，讓我們拭目以待。

16日的論壇更不容錯過，我們還將迎來全球公認機器學習之父Tom Mitchell、網(wǎng)易有道副總裁羅媛、西班牙AI研究院副院長Carles Sierra、印尼最大教育公司Ruangguru創(chuàng)始人Belva Devara、德國人工智能研究中心主任Carsten Ullrich、谷歌中國資深研究科學家王京濤、掌門1對1創(chuàng)始人張翼、作業(yè)盒子CEO劉夜、一起作業(yè)聯(lián)合創(chuàng)始人肖盾等。

雷鋒網(wǎng)了解到，在“AI+智適應(yīng)教育峰會”，你可以與全球頂尖AI學者面對面，獲取最前沿AI學術(shù)動態(tài)和AI行業(yè)發(fā)展狀況；你可以接觸到數(shù)十家全球智適應(yīng)教育公司，全面了解智適應(yīng)行業(yè)，探討AI+教育的未來；同時，大會匯集集合了百家千億百億規(guī)模的投資機構(gòu)，更是一次與風投對話溝通的絕佳機會。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。