乂学教育首席科学家崔炜为参会者带来了题为《人工智能打造的教学
机器人如何提升十倍学习效率》的演讲。
以下为崔炜峰会现场演讲实录：
大家好！很高兴可以来到这里，感谢希鸥网给我这样一个机会，跟大家分享我们在人工智能、在教育里
应用的实践经验。
我今天演讲的主题是“人工智能打造的教学机器人如何提升十倍学习效率”。简单介绍一下我的个人背景，在武汉大学念计算机（本科），然后去国外念了博士，15年年底、16年年初我来做教育，在16年年初的时候，打造出了第一版的机器人学习平台，我现在负责乂学教育人工智能算法、研发这块。
这个大家都不陌生，这是美国的钢铁侠，最近又创造了一个新的项目，叫Neurolink。这种设备如果进一步去发展，去演化的话，很有可能会把学习变化一种非常高效的事情，通过人机接口，快速把知识灌输到人脑去。这也说明，咱们现在科学技术的发展，人工智能发展速度非常快。
再来看一下当下的教育领域，相比互联网技术、人工智能技术的飞跃发展，其实咱们的教育领域发展的非常缓慢。现在的课堂跟我们传统的课堂没有太大的区别。课堂上还是以老师为主，一个老师管理着几十号学生。但是，我们知道，一个老师无法依据每个学生的个性特征提供个性化的辅导。
我们想做的是，我们乂学教育教育在成立之初就是想通过先进的AI、互联网、
视频技术，高速的云端技术，希望能够推动教育企业的发展。我们希望通过人工智能的技术改变教育的一些现状。
人工智能当前在教育里有几个方面的应用，第一是采用图像识别的技术，识别出
图片上的学习内容，并且在数据库里给学生进行匹配这个题目的答案或者是解析。
采用语音识别技术，可以给学生的口语进行评测，纠正学生口语发音中的一些不标准问题。
智能远处理技术，这种技术可以给学生的主观体验，包括学生的作文进行批改、打分，给学生的作文提出相应的修改建议。
自适应学习，这也是我们乂学教育一直做的事情。我们通过人工智能和大数据相关的技术，快速、精准的得出学生的学习状况，并且实时跟踪学生的学习的状况，并且给学生提供一个学习方案。
目前，主要在4个学科里，英语、数学、语文、物理。
人工智能教育在国外并不陌生，在20年前就已经存在了，主要体现在智能辅导系统。但是，那个时候发展的比较缓慢。人工智能自适应学习在最近十年才得到高速发展，这也是由于人工智能技术的发展，互联网技术的发展，推动了人工智能自适应学习的发展。
在国外，已经在十几国家得到了应用，在全球有1亿多用户使用了这个产品，在美国有几十个自适应学习的产品，已经覆盖了从小学、初中、高中、成人教育和高等教育，已经应用到了100多个学科里。
有了自适应学习之后，在亚利桑那州立大学学习通过率提升17%，课程退学率降低了56%，45%的学生提前四周完成课程。及格率比较提升，学生可以提前完成学习任务。在南卡罗莱纳州安德森市有2500多名学生也应用了自适应学习。
我们乂学教育在过去一年多里，成功的推出了四个学科，语文、数学、英语、物理是刚刚上线。经过半年多的学习，我们发现在全国不同地区，不同年纪的学生，在不同的学科里，学生都有不同程度的提升。上海闵行四中9年级英语提升了43.5分，由原来的77分可以提升到120.5分。
我们乂学教育在做人工智能教育这件事，其实本质上是用人工智能相关的技术去模拟一个优秀的老师，就类似于阿尔法狗做的事情，它是采用深度学习相关的技术以及结合加强学习，还有数字搜索等相关技术打造一个会下棋的围棋高手。
自适应学习分不同的级别，有的自适应学习是采用规则的自适应学习。我们不同，我们是把整个自适应学习进行拆分，我们拆分到不能再拆分。能做到这一点，才可以精准定位学生学习的漏洞。
我们的自适应学习系统可以实时跟踪学生的学习情况，学生对知识的掌握熟练情况，这样才可以做到比这个老师、学生更加了解他的学习情况，找到他的漏洞所在，并且给出解决方案。
自适应有可能会部分应用在教育领域里，我们做的是自适应学习要覆盖在所有的产品里。我们做的是一个完整的体系每个环节都采用了自适应学习，我们都采用了相关的AI技术、大数据技术，针对不同的问题给学生提供个性化的解决方案。
下面从几个方面来讲下我们自适应学习产品的特点、特色。
精准诊断。一个老师在给一个学生进行辅导的时候，他其实要先去了解这个学生的问题在哪里，才能够给这个学生进行因材施教。就像一个医院里，一个医生跟病人看病，他要知道他的病因，才可以开对应的处方。
传统的教学模式下，这个老师是通过观察学生的过程，或者系分析学生的考试试卷，才可以了解这个学生的知识漏洞、薄弱环节在什么地方。过去医院是通过望闻问切的方式，现在医院里也采用了CT、X光的技术，我们把知识体系进行解构，解构成一个空间。
一个数学题里有1000个知识点，我们就会做出数学对应的空间。
有一些知识点是有一个先后的学习关系，你必须要先学会整数，才可以知道整数的乘法怎么去做。通过这些关系，我们缩小了搜索范围，我们把这些没有关系的知识状态进行筛减，这样我们整个的知识状态空间的范围就缩小了。
我们通过信息技术，信息技术是衡量信息的，是一个量化的方法。就像中文和英文，同样的意思用中文去表达，它所含的信息量会更大。我们能够做到的是，通过我们的精准策略，我们的准确率能够达到90%。
二次根式有13个知识点，协调通过两个知识点的检测，我们就可以判断这个学生在13个知识点上的掌握情况。如果这两个知识点做错了，他这13个知识点也没有完全掌握。
另外两个学生去跟他测13个知识点，我们先测二次根式的概念、二次根式的有意义条件，二字根式的性质与化简，如果学生做错我们的测试就结束了，我们就可以推算出来学生在其他的知识点的掌握情况。
我们通过精准检测，我们得到的结果是哪些知识是学生掌握的，哪些没有掌握，对于掌握的就无需学习，只需要掌握他没有掌握的知识点就可以了。
知识漏洞的追根溯源。很多学生在学习的过程之中，在每个节点上会花很长时间，但是还是学不会，造成学不会的原因不一定是知识点没有掌握好，他是一个9年级的学习，很有可能是6年级相关的知识点没有掌握好。学生一味把时间花在9年级的知识点上，他是永远学不会的。
我们的系统能够做到的是，我们的系统能够在学生学习的过程之中，我们实时对学生的学习水平进行评测。我们能推断这个学生学不会的原因是什么，是因为6年级的加减乘除没有学好，还是7年级的一些概念没有掌握好，通过我们的实时追踪、评估，我们能够精准定位到学生知识的漏洞。
我们有了完整的学生画像，我们精准到学生的知识漏洞，我们就可以进行个性化推荐，包括个性化路径、个性化内容推荐。
个性化路径推荐，我们知道每个学生的特征、特点是不一样的，我们也知道，不同知识点的重要性、程度也都不一样。所以说，影响学生学习速度、学习效率的因素其实非常多。在很多情况下，一个老师是无法给每个学生给出一个合适的学习路径、解决方案。甚至有时候老师给到学生的解决方案也不一定是最佳的。
我们知道，沃森是能够快速的学习很多相关医学里的知识，并且能够根据病人的病状提供解决方案。有一个病人生病了，问了很多医生都没有给出解决方案，但是在他生命还有一个月的时间，沃森出现了，然后给了他一个解决方案，这是任何医生都没有想到的，然后又帮他延续了6个月的生命。
人在计算能力上、在运算上其实是没有人快的，在这种情况下，我们就可以通过人工智能的方法帮助我们快速的进行诊断，给我们提供一个好的学习解决方案。
学习内容推荐：学习内容有难易程度，很多学生学不好是因为题目难易度不匹配。
我们的学习产品在整个过程是实时采集学生的学习过程和行为数据，通过会对数据进行采集、存储、分析。
打造我们产品的时候，为了确保产品的高质量性，确保产品的教学质量，我们会不断的拿产品去跟同类的其他产品做对比。我们所做的这些都离不开我们背后的支持者。
我今天的分享就到这里，谢谢大家！
