市北GMIS | 松鼠AI崔炜：AI智适应技术如何带来学习效率的革命

2019 年 7 月 26 日 机器之心

机器之心报道

演讲者：崔炜

整理：微胖

乂学教育-松鼠 AI 创立于 2014 年，成立后 3 轮融资总额近 10 亿人民币，目前估值 11 亿美元。2018 年 6 月，乂学教育正式推出「松鼠 AI」品牌并发布松鼠 AI 1 对 1 产品。「松鼠 AI」是一个以算法为核心的人工智能自适应学习引擎，目前应用在 K12 教育领域，简称「松鼠 AI 智适应学习引擎」。在 7 月 19 日市北 GMIS 2019 大会上，松鼠 AI 首席科学家崔炜做了《AI 智适应技术如何带来学习效率的革命》的演讲，针对行业内师资参差不齐，提分效率低下，不够个性化的普遍问题，松鼠 AI 智适应系统孕育而生，崔炜系统阐述了该系统的特殊结构与功能，以及如何实现承担教学主导，将真人教师降至辅助角色。本文根据其演讲内容整理而成。

传统教育的困境

如果在座观众有孩子正在上小学，或者初中，高中，一定会碰到教育问题。想给孩子更好的教育，家长会想给孩子去找一些一对一的辅导班，但是，花费会比较高。

所有孩子都是接受千人一面的教育，学习的内容，路径，都是一样的，因为老师是按照传统的方式给所有的学生进行统一授课。最主要的原因是我们传统的学校里面老师跟学生的数量往往是不匹配的。根据国家统计局的统计，老师跟学生的数量存在巨大差距。

更重要的一个问题是，在我们的传统教育里，传统课堂主要是在培养学生知识的获取，缺少对学生思想能力和方法的培养，而正是这些思想能力和方法的培养才可以帮助提高孩子在未来的生活里的自主学习的能力。

人工智能+教育的优势：个性化学习的普及化

崔炜，乂学教育-松鼠 AI 首席科学家，《麻省理工科技评论》中国区「35 岁以下科技创新 35 人」

人工智能在其他的行业里面的应用，包括图像识别，还有刚才看到的视频技术，带来不错的成功案例。我们相信，人工智能在教育领域，也能够将过去的传统的教育变成千人千面的教育，就像现在大家看到的今日头条，每个人在今日头条上面看到的内容都是时时刻刻在发生变化的，看到都是自己感兴趣的内容。

AI 在教育这个领域能够给大家带来个性化的教育，能够集合上千名优秀的老师的教学经验和知识，并且根据每个学生的个人兴趣和爱好，给每个学生带来不同方式的教育；能够根据孩子学习的情况，知识薄弱点的不同，给每个学生匹配和推荐最合适的学习内容；能够根据每个学生的学习情况定，制个性化的解决方案。

更重要的是，人工智能跟教育的结合，能够帮助培养孩子的思想，培养每个孩子学习的能力和方法，让孩子未来在进入中考和高考之后，所有的知识能够连贯。让孩子能够在整个学习的过程中获取学习的能力和方法，让他在未来工作和生活里面能够快速获取更多的知识。我们相信 AI 教育能够将个性化的学习规模化，将因材施教普及化。

人工智能在教育里面的应用，不是最近几年的事情，其实 20 年前美国的一位科学家 Sydney Pressey 就发明了一种教学的机器，比如学生可以自主地在机器上完成作业，然后机器自动给每一个学生进行解答。发展到现在，在全世界范围内有一百多种人工智能教育相关的产品，有一亿多名学生在使用人工智能自适应的产品，这些大量的数据也有效地说明人工智能教育的产品能够给每个孩子带来更好的效果，能够帮助较弱的学生来提高通过率。并且更重要的是它能够帮助学生提前完成他们的学习内容，提升学习效率。

去年有三篇相关的学术论文，科学家和研究者们用科学权威的方法验证了智适应学习产品的有效性。2018 年上半年发表的一篇论文有效证明：使用人工智能产品 ALEKS 的学生课程通过率比未使用的要高 15 个百分点，也有论文研究证明人工智能是可以帮助学生提升成绩的。

松鼠 AI 的两个目的：精准诊断、高效诊疗

在过去几年，从 2014 年开始，我们研发出一款针对中国 K12 学生的人工智能学习产品，这个人工智能智适应学习的产品第一个是做到精准的诊断，第二个做到高效的治疗，细分下来有四个方面的内容。

首先诊断分为两个方面，在学生开始学习之前，产品通过智适应快速识别出来每个学生的学习情况，发现每个学生知识上的漏洞，并且在学习的过程中能够实时评测学生此刻学习的情况以及他做题的数据，可以看到他学习的状态，掌握的程度。基于这样的一个对学生知识状态的诊断和持续性学习能力评测，我们生成每个学生的画像。

基于这个画像，这个智适应产品可以做到两个个性化的推荐。第一是能够规划每个学生最佳的学习路径，第二是能够给学生推荐最合适的内容。通过这两个方面我们帮助学生最大化他的学习效率，让他在单位学习时间内学习更多的知识，更快完成他的学习目标。

第一个功能就像 X 光，扫描出来学生知识的漏洞，和每一个知识点掌握的熟练程度情况，诊断测试之后会分析出来他在学习的知识点上哪些是薄弱的，哪些是已经掌握的。在接下来学习过程里面，系统有针对性地让学生学习他不会的知识点，把更多的时间花在他没有掌握好的点上面。

在学习的过程里面，学生有多个薄弱点的话，我们的系统也可以根据他掌握的情况给他规划一套最佳的学习路径，我们会基于学生的数据挑选学生接下来要学习的哪些知识点，去完成哪些练习题测试题等等，我们会帮助学生最大化他的学习效率。在我们的系统上，每个学生可以按照自己的节奏去学习，在知识点上不同的学生花的时间是不一样的。我们的系统给每个学生分配不同难度的试题，不同数量的学习内容。

在过去的四年时间之内，我们也取得一定的成绩，我们产品目前为止已经覆盖五大学科，语文，数学，英语，物理，化学，其他的科目正在研发，覆盖了小学，初中，高中的课程，我们目前在 400 多个城市里面有近两千家学习中心，并且截止到目前有近 200 万的学生使用我们的系统，系统为他们带来最好的学习效果，我们的学习中心给学生提供轻松的高科技的学习氛围，提高学习的效率。

松鼠 AI 的工作原理

1. 智适应学习引擎学习系统是如何打造出来的呢？我们智适应学习引擎有五大方面的内容。

第一个是智能推荐引擎（IRES），依据每个学生的情况，给他量身定做个性化的解决方案；
第二个是学习分析系统（LAS），能够针对他的数据进行分析，分析每个学生的画像，知识掌握的情况，分析出来对那些学生的帮助性最大的，并且把这个内容优化和迭代。同时，我们还能够对知识点进行关联性分析，去发现以前我们没有发现的一些知识点的关联性，进一步完善我们的知识体系结构。
第三块是多模块综合行为分析系统（MIBA），能够采取多来源的数据完善学生的画像。
第四块是虚拟助教（VTA），它能够跟学生更好地进行互动，提升学生的学习兴趣。
第五块是智能反馈系统（IFS），我们可以实时的采集到学生对我们这些问题的反馈，这样能够在基于较少量数据的情况下去更快地更高效地进行人工智能算法的迭代和优化。

2. 引擎架构主要分为三层：

第一层是人脑的一个记忆功能，包括学习目标的本体、学习内容的本体和错因分析本体；第二层是计算引擎，包括智适应推荐引擎，实时分类和预测引擎，以及目标管理引擎等等；第三层是类似于人的眼，能够和学生实时的交互，包括管理系统，检测预警系统和实时的事件收集器。

3. 系统算法带来实时评测，整个智适应学习系统覆盖了完整的教学过程，而每一个环节的目标是不一样的，所以，基于人工智能不同的算法，系统能在没有老师干预的情况下，帮助学生完成自己学习目标。

在知识状态诊断这一块，我们知道传统方式是有考试的，尤其像最高频的周考，月考，通过考试的分数了解每个学生的情况。但是，这个分数只是对每个学生学习水平粗略的估计，并不能真实代表这个学生的水平，因为几个不同的学生即使有相同的分数，不同的学生掌握的知识点和没有掌握的知识点是不一样的。在整个系统里面，我们能够评估学生在每个细小的知识点上掌握的情况，以及掌握的程度，在后面学习中，更加精准地给他进行学习内容的规划和推荐。

在学习过程里面，传统的测评是基于成绩或排名，传统的智适应测评是基于 IRT、DINA、BKT、DKT 模型，而这些模型的一个缺陷就是无法进行实时评测，我们的系统基于贝叶斯理论是能够基于学生过去所有的记录来进行持续性的，实时的评估。

比如过去的一些历史和记录我们能够利用过来，给学生评测此刻的学习状态。每一个知识点上我们都能够评测出学生的学习状态。

4. 系统算法带来的个性化学习安排、预测和规划，以及内容推荐和个性化学习推荐。

我们知道传统采用的算法，像今日头条，亚马逊，阿里巴巴商品的推荐，大多数是协同过滤算法。但在教育领域这样的算法是不适用的，教育的推荐和传统的推荐基本原理是不一样的：协同过滤算法基于产品用户的相似度。但在教育里面，我们几个不同的学生，学习的情况是类似的，学习分数是类似的，但是实际上我们细致地看的话，每个学生的知识点是完全不一致的。我们更重要的一个目标是要精准，保证推荐内容的效果，也就是给学生每推荐一个知识点，我们要保证他能够在最快的时间之内以最有效的方式把这个内容掌握，保证他的学习结果。所以，我们采用了神经网络，基于学生的学习效果完成个性化的推荐。同时，我们采用了深度学习的算法进一步提升个性化学习的精准性和推荐的精准性。

更重要的是，在系统里面采用动态学习目标规划的技术，在学习过程中，会针对不同学生实时调整他的学习目标，因为对于较弱学生来说，100 分里面的 90 分来说是难以企及的要求，对他来说，60 分可能刚刚好，但是对学霸来说，90 分目标远远不够，他需要达到 95 分的目标，并且在学习的过程里面，较弱的学生也有可能变成学霸。所以，不同的学生在不同的时间段，他的学习目标会根据学习动态调整的。

我们的系统可以采集到大量的学习的数据，我们可以预测学生在下一个课里面所需要花的时间，在这个时间之内完成学习的数量，能达到的学习程度，我们还能够预测未来在考试里面能够取得的分数是多少等等。我们还能够基于学生学习的状态进行分类，哪几类学生可以在一起互帮互助地进行学习。这个是协作式学习。

与智适应学习算法同等重要的是整个知识体系结构，因为技术的算法在这里需要给学生推荐匹配，发现问题，给他安排最佳的学习解决的方案，所以说这里面的学习内容也同等重要。

4. 对知识点拆分提升学习效率，而在这里最重要的是以纳米级知识点为代表的智适应体系结构。它最主要的第一个功能是能够更加精准地定位每一个学生的学习中的问题，从而对症下药。

另一方面，把知识点拆分到纳米级，让每个学生高效学习内容，拆分到最细致，学生学习起来效率会更高。同时，对于学霸来讲，我们也会进一步把这个纳米级的知识点进行综合，跟思想能力方法结合，把不同的知识点相互结合，学生只有熟练地掌握这些纳米级的知识之后才可以学习更难的更综合的知识点。

我们还有另外一个知识结构的图谱，基于贝叶斯网络状的图谱，把相关的知识点关联起来。通过这种技术模拟优秀老师教学的顺序和关系，这样的教学符合学生认知的规律和知识点层次难易上的关系。我们通过这样的一个网络上的知识图谱来模拟老师丰富的知识的结构，模拟他大脑深处对知识的把握。

我们还能够培养学生的学习能力，学习的方法。就像知识点拆分一样，我们把思想方法做一个纳米级的拆分，针对每一个知识点和思想能力方法，匹配相对应的视频，大概 1-7 分钟之内，能够让学生学习这个知识点，同时还有匹配的练习，我们会给每一个知识点或者每个学习点，配上不同难度的练习题，或者测试题，让学生学习的时候加强巩固，把老师的东西变成自己的东西，因为这是一个加强巩固的过程。

同时，系统里有不同类型知识点掌握的视频，最主要的目的是学生在学习的过程里面能够更容易地快速地吸收接受这些知识，让学习变得更加的高效。

5. 外部设备捕捉学生表现。在我们的系统里面，我们会通过一些外部的设备，采集更多学生的数据。

比如，在过程中我们会通过电脑的摄像头，捕捉到每个学生面部的表情，眼球移动的数据，还可以采集到他行为的动作的数据，这样能够分析到这个学生在此刻学习是否专心，是否走神，然后我们匹配一个教师端系统，老师根据这个系统能够分析到每个学生学习专注的程度，老师能够及时进行干预。

我们也正在研发人机对话，通过对话系统能够跟学生交互，回答一些学生简单的学习上的问题，或者系统操作上的问题，让他对这个学习系统的兴趣更加浓厚。

现存问题及未来展望

这个系统智能程度如何，它到底能否给学生带来更好的学习效果，这个是每个家长最关心的问题。

我们举办了一系列的人机大战，我们在美国斯坦福国际研究院的帮助下设计了方案，因为他们过去有过跟美国政府，跟美国公立的学校做了很多类似的实验，我们把学生分为两批，一个是传统教育的学生，一批是用我们系统的，他能够登录我们的系统，没有真人老师的干预，我们根据他们在学校里面的成绩，保证他们的能力水平是一致的。并且我们会通过前测和后测卷体现成绩提升的差异性。为了减少干扰因素，我们的时间也限定在四到五天之内。我们先后举办了四次实验，有效证明了我们的系统能够和真老师的教学水平不相上下。

当然我们的系统也不是完美的，我们在这个过程里面，是没有真老师的干预的，当然我们也不是说能够 100% 的代替老师，在教学过程里面，我们遵守一个以学生为中心，老师为辅助的原则。在教学过程里面只有当学生有疑问的时候，或者老师发现学生不专心的时候老师可以给予每个学生帮助，大部分时间学生是在系统上自主学习。这样的话，不只是帮助学生减负，也是帮助每位老师减负了。

我们相信在未来人工智能是能够做到更好地了解这个学生，更好地对每个学生进行个性化的教学，老师能够解放出来去更好地给学生进行人文的关怀，而这是机器目前不具备的。未来的话，老师能够给学生更多的时间进行心理和情感上的沟通和交流，以及培养这个学生的创造力，想象力，这样的话能够更好的帮助每个孩子。

同时，更重要的是，在偏远地区山区、有留守儿童的地方和没有优质老师这样的地方，我们的系统也能够给那些孩子带来这样高质量的个性化的学习。

因为我们知道，现在的人工智能在不断进行迭代更新，有很多新的算法出来，所以在人工智能教育应用和落地上面我们持续不断地进行着研究，跟世界上最顶尖的教育机构进行合作，我们跟卡耐基梅隆大学成立了联合实验室，聘请了机器学习教父 Tom Michell 教授作为首席人工智能科学家一起进行人工智能在教育相关的研究和研发，同时跟美国斯坦福国际研究院进行联合技术开发，我们过去发表了一系列学术论文，并且我们也在这次的会议上做一些分享和演讲。我们也组织了相关的一系列的 workshop。

我们也是希望引起更多的人工智能方面的专家一起关注人工智能在教育领域的应用和落地，希望能够让更多的人一起来把人工智能教育做得更好，走得更远。我们最欣喜的就是看到使用我们系统的学生得到了提升，我们能够帮助来自全国各地的学生学习了不同学科，帮助他们更高效，更好地去提升他们的学习成绩，同时我们也见证了一些学生，实现了他们的梦想，帮助这些学生，做到了原来做不到的事情。包括不能够出国的，他通过我们的系统得到提升，现在已经在国外留学。

松鼠 AI 公司司机女儿，曾经考试成绩不佳，通过使用松鼠 AI 智适应系统，考上上海最好的波音公司技术学校，后又继续使用系统考到全班前三，被选为优秀学生送到美国西雅图波音总部继续深造，并且可以选择终身在波音公司工作。

我们也举办了全球人工智能智适应教育峰会（AIAED），希望对人工智能教育有关注的专家能够一起来做这件事情，来推动这个事业的发展。谢谢大家！