11月17日，“育”见——T-TALK 2018年度分享大会在全球创业周中国站举行。会上，松鼠AI教育数据科学家薛镇进行了题为
智适用学习系统的分享，以下为速记整理：
薛镇：
大家好，我是薛镇，来自松鼠AI。刚才陈总的演讲非常精彩，跟丰富的创业经验以及激情让我获益良多。但是我跟陈总是完全不一样的人，我是纯技术出身，一直在科技这条路上走的，一直在科研机构工作。我之前学高能物理出身的，主要从事数据的处理和分析。
我想看一下，大家学物理出身的举手看一下好吗？估计很少。学计算机出身的举手我看一下。其实大家很好奇，学高能物理的为什么现在会做AI。其实人工智能不是一个很新的领域，在50年代，美国人工智能的研究开始了，那个时候方法很多，为什么那个时候没有得到广泛的使用和推广？因为计算机的算力达不到要求，速度跟不上，成本也非常高。
我们之前做高能物理里面都是寻找高能粒子，这种东西在计算机当中用到了很多AI进行粒子的分类，我从高能物理转到做AI在教育方面的应用，技术方面没有任何壁垒。
陈总刚刚讲的那位博士为什么转到教育，因为她有三个小孩，非常希望应用于教育对自己的小孩有帮助。我更多是技术驱动，我为什么做AI+教育，因为我认为教育数据是很值得挖掘的，我主要是看到技术上面的需要，科技方面在教育方面的应用会有很好的前景，所以我来到这样的领域。
大家知道现在AI在应用方面，AI的落地现在比较火的，之前AI+金融一直比较火，自动的AI辅助炒股的，可能大家看过很多的广告，一直很火。包括毕业于中科大我很多的同学在美国华尔街，他们也是学物理的转到金融方面做量化分析。
AI+金融它的研究过于火热，我觉得有强弩之末的感觉。现在用的比较火的AI，一个是交通，一个是AI医疗，一个是AI+教育。AI+交通这个领域，我认为现在百度投入重资，自动驾驶、无人驾驶，AI+交通。还有AI+医疗，辅助医生医疗上面做机器人医生的尝试，投资界在这方面的投资也是非常火热，然后就是AI+教育。我选择AI+教育这行为什么？因为AI+交通和AI+医疗，我认为它的容错性比较低，如果像这种医疗行业是比较保守的，医疗方法的改进是涉及到人命关天的事情，还有AI+交通，向特斯拉这种自动驾驶稍微出一点小事故就曝出大新闻，大家很害怕，你完全放手把命交给汽车让它自己跑，你真的放心吗？所以我选择AI+教育，我认为它的容错性非常好。
我们实际上是一个自动推题的系统，我不敢保证每道推给学生的题目都是合适的，但是假如10%不合适的是没有关系的，90%的合适就已经非常好的效率，但是汽车如果10%的事故，那就是车毁人亡了。
还有现在比较火的，三年之间非常火的抖音，抖音也是基于AI的自动推送，是根据你使用者的浏览记录，还有今日头条，今日头条和抖音是一家公司，都是AI技术。我昨天刚从北京回来，这次去北京开会，亚洲机器学习大会，参观了抖音，它的公司名字叫字节跳动，今日头条和抖音都是它下属的品牌，那边有技术人员参加亚洲机器学习的会议。是基于用户的浏览记录推送比较适合你的，你会喜欢的节目。它推送的不准确率非常高，但是没有关系，它又不会死人，推送这样的新闻，推送这样的视频，所以我就选择AI+教育，它的容错性更加好。
给大家介绍一下我之前的工作，都是一些大型的装置，因为政府电子对撞机数量非常大，跟教育数据现在也是海量的，我们松鼠AI把学生的行为记录下来，进行自动化的分析和推荐。这是中央电视台对我们实验室做的一期节目的一点内容。主要是对撞产品非常多的刺激粒子，把飞行记录记录下来，这是我们政府电子对撞机上面的服务器，数据量非常大，这是项目负责的一些以及我发表的一些论文，我是纯学术背景的。我们跟斯坦福有联合实验室，中科院下属的一个投资基金，我们也是有一定的国资背景，这是我们中科院建立的联合实验室。
现在的人工智能都是弱人工智能，如果要跟类人，达到高度的智能的话需要很多年，现在有一些人工智能方面可能有的吹的太过火了，目前的人工智能还是很原始的，还是有很多的构成需要做的。只是，现在人由于计算算力的发展，弱人已经得到了一定的发展，现在人工智能主要有几个领域，好几个流派，一个是符号主义，一种是连接主义，连接主义主要就是大家熟悉的深度学习，神经网络这些东西，神经网络也不是什么很新的东西，它就是基于线性代数。大家知道线性代数就是一条线，我们要进行分类，找出不同属性的事例，这两个分的非常开，我画一条线性函数，分开两边很清楚，有的纠结在一起我多画几条线，画更多的这样的线，神经网络就是这样一个线性函数的组合，这样就可以进行分类。
像我们高能物理里面有很多粒子，电子、光子等，这样的分类在我们高能物理里面也有很多的应用。它是连接主义的一个代表，像AlphaGo主要基于神经网络。
同学们大家应该不知道深蓝，那个时候还有深蓝，是国际象棋。大家都知道AlphaGo，AlphaGo它是围棋，围棋棋谱比国际象棋大得多，这个图上面的是国际象棋，下面是围棋，可以看到围棋的复杂度比象棋大得多，为什么十几二十年前机器可以战胜人类的象棋冠军，因为它的复杂度比围棋要低的多。
现在随着计算算力的发展，人类也会被机器所战胜。随着棋盘的增大，它的复杂度是呈指数上升的，如果大家没有直观的想法的话，可以回去做一个实验，把围棋谱，第一个格子放一粒，第二个格子放二粒，第三个格子放四粒，第四个格子放八粒，看看能不能放满棋谱，不可能放满，因为它是呈指数上升的，甚至宇宙中所有的粒子都填不满这样的围棋谱。
说到符号主义，自动推理，就是公式推理，自动进行公式推理。符号主义它的成就就是通过公式的自动推理能够把整个一本复杂的数学书自动证明了里面所有的定理，我们的技术有一部分就是符号主义，这是谷歌2012年提出来的。
知识图谱AI的关键技术之一，国外的智适应学习已经研究非常多了，也产生了很多这样的大公司，也产生了很好的经济效益。像国内，在智适应教育这块空间还是非常大的，包括五个大公司他们只占有5%的市场份额，所以有非常大的空间。
我们2014年成立的，主打智适应，我们机器为主，老师为辅，刚才提的新东方、好未来都是以人为主，机器为辅。我们背后的算法都是他们看不到的，这是我们的知识图谱，可以看到类似于谷歌这样的一个知识图谱。这是我们的对比实验，我们把真人老师和机器分成两组，通过同样的学习时间把两组学习效果做对比，这些是对比实验的效果，大家可以看到。
谢谢大家！
閱讀更多 LINKER2 的文章
