“用技術賦能教育，最終目的是要幫助孩子通過一片葉子看到一片森林。在學習的過程中掌握知識點與提升分數只是開始，為學生提供個性化學習規劃也僅是中間路徑。我們最終的目的是通過長期的個性化培養，將學生打造成集創新性與綜合性為一體的高素質人才。”
本文2565字，閱讀時間4分鐘
早在1956年，一批有遠見卓識的世界頂尖科學家相聚在了一起,共同研究和探討一系列關於“機器模擬智能”的問題，並提出了“人工智能(AI: Artificial Intelligence) ”這一術語。此後，AI逐漸走進大眾視野，貫穿在科技發展的藍圖裡。
在互聯網+AI融合發展的浪潮下，產業升級轉型加速，教育培訓產品不斷更新換代以適應教育需求發展，科技應用在全球趨勢的轉變必將帶動教育產業的升級與轉型。但是， 教育行業中的企業卻存在著長得慢、長不大的問題，這就在於教育行業是智力服務業。相對於其他許多行業來說，難以標準化、成本邊際高、難以規模化。而AI正是把人類智力變成機器智能，可以逐步的把教育從服務業變成信息行業。
新型教育的拐點已至，教育從1.0時代向2.0時代邁進
傳統教育1.0時代是以“老師”為核心，以黑板和粉筆為代表，注重教學的傳道授業解惑。隨著技術的革新，傳統教學硬件設備被替換，現代化技術充斥著各大學校和機構。然而，由於教學並沒有發生本質性的變化，所以仍被認為是停留在硬件設備上的發展升級。直到2006年，Web2.0開始流行，高瞻遠矚的教育專家們意識到這場互聯網的革命勢必也會給教育領域帶來新的發展契機，於是提出了教育2.0的概念。
所謂教育2.0階段，即倡導以學生為中心，教育本質在於喚醒、激發和鼓舞；倡導教育資源共享，為學生提供個性化、訂單化的教育模式，學生可以突破時間和地域的限制，通過互聯網充分享受來自行業內頂級的教學資源。在這個階段，學生可以完全根據自身的實際情況選擇所需學習的課程，實現無紙化教學。學生與學生、學生與老師之間可隨時隨地自由交流，也可互相看到各自的學習進度和學習軌跡。
那麼，AI到底是怎麼跟教育結合的呢？
首先大量的數據是人工智能的基礎，我們需要有多維度、大量級的數據採集，包括語音、圖像、運動、肌肉電，讓我們獲得更多的信息。第二是有智能的數據處理方式，讓這些數據解讀出來。第三是有自然人機界面，包括VR/AR，數據可視化，機器人和3D打印等。有了這些技術基礎，還需要應用場景。目前的AI教育4大應用場景：
1、個性化學習：包括自適應練習，分級閱讀等細分應用。
2、虛擬學習助手：包括拍照搜題和對話機器人等場景。
3、商業智能化：把原來商業裡面的智能技術應用到教育裡面來，幫助學校和機構更好地解決教學效率和運營效率的問題。
4、專家系統：像高考的升學規劃還有職業規劃、留學諮詢等複雜決策的系統
當然，一項新技術亮相人前，除了技術的發展趨勢備受關注外，技術如何落地應用更受關注。
說到AI落地應用的行業，教育絕對位列前三。用乂學教育CEO周偉的話來說，“教育是人工智能最好的應用場景之一。”對於發展AI的教育企業而言，今年的行業環境和政策環境讓人振奮。5G、雲計算、大數據等技術越來越成熟，教育部發布了系列計劃，其中的《高等學校人工智能創新行動計劃》提出，高校要形成“人工智能+X”複合專業培養新模式，到2020年建設100個“人工智能+X”複合特色專業，建立50家人工智能學院、研究院或交叉研究中心，直指企業最痛的人才問題。
目前，AI+教育已經落地於諸多領域，像K12在線教育，語言學習，互聯網教育，教育機器人，智能音樂教育等領域。天時地利人和，越來越多的教育企業押注AI
說起AI教育首當其衝的必然是好未來。近日，好未來正式宣佈成立國內教培行業首家“腦科學實驗室”，通過腦科學推動“科技+教育”的學術研究和產品落地，踐行“科技推動教育進步”的企業使命。好未來腦科學實驗室將重點從三方面進行研究：利用腦功能的客觀監測，加強課堂診斷、觀察，為追蹤長期有效的人腦“學習歷程”打下堅實基礎；研究更有針對性、更準確的學習能力評價系統；同時在科學指導下，設計出相應的產品，激發大腦的最好學習狀態。好未來AI Lab致力於利用AI技術驅動教育變革，攜手全球高水準人工智能科學家及教育領域頂尖人才，專注在計算機視覺、語音識別、自然語言處理及機器學習等前沿技術在教育行業的應用及創新。
基於好未來海量教育數據及優質的師資資源，目前已將視覺、語音、機器學習等多項技術進行產品化應用，在輔助老師教學、激發學生課堂興趣、智能交互做在線教育等多個方面取得了突破，打造了墨鏡系統、智能評測系統等引領行業的創新項目。
另一家押注企業大家也不陌生，一起教育科技。在今年的新春發佈會上一起教育科技正式對外發布了以塑造學生跨學科思維能力為核心的Socrates智能導航學習系統——學生在一起作業（一起教育科技子品牌）的智能平臺上完成老師佈置的作業及測驗後，系統會自動判分，並根據能力評測模型對收集到的學生測驗數據進行分析並劃定能力等級。最後呈現在每個學生手中的便是一份涵蓋學生知識點掌握情況、解題所需的數學能力結構以及知識點關聯性分析的個性化學習報告。此外，通過分析與挖掘學生在智能作業平臺上積累的歷史錯誤數據，蘇格拉底智能導航系統還會藉助人工智能算法自動生成學生個人專屬的“錯題本”與定製化提升方案。而經過長期的個性化練習，學生便能逐漸將錯題背後的知識點還原到整個學科的知識脈絡中，塑造總覽全局、舉一反三的跨學科綜合能力。
對此，一起教育科技的AI團隊表示：“用技術賦能教育，最終目的是要幫助孩子通過一片葉子看到一片森林。在學習的過程中掌握知識點與提升分數只是開始，為學生提供個性化學習規劃也僅是中間路徑。我們最終的目的是通過長期的個性化培養，將學生打造成集創新性與綜合性為一體的高素質人才。”
AI教育需要落地具體場景解決具體問題，我們不一定要去顛覆傳統教育，而是希望通過技術做出一些改變和優化。
第一階段，立足課堂教學場景，我們只是通過視頻進行單純的觀測分析，依靠算法不斷地產出學生的各類數據。
第二階段，隨著數據的不斷積累，我們可以進行信息關聯，挖掘更深層次的信息，比如當學生的情緒信息、學生的成績、老師的授課方式等等都開始關聯的時候，我們就可以在一定程度上了解老師授課方式和學生成績之間的關係。
第三階段，可以進行更加智能化的輔助，比如為學生生成“智能助教”，下課的時候，助教依靠自動獲取的課堂數據可以為學生提供更個性化的輔導；比如有的老師想鍛鍊自己的授課能力，但經常沒有合適的課堂，那我們通過歷史的數據積累可以為老師創造一個課堂的“模擬”場景，幫助老師進行教學實戰，積累經驗。
當前，目前“AI+教育”還處在探索試錯和不斷髮展的階段。隨著行業的整合和技術的發展，未來AI+教育行業必將深度融合。未來的教育行業，到底是技術驅動還是服務先行，讓我們拭目以待。
閱讀更多 極客爸爸 的文章
