時間：2023-09-06 09:31:40
序論：速發(fā)表網結合其深厚的文秘經驗，特別為您篩選了11篇人工智能輔導教育范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識！
這只是人工智能在教育領域的小試牛刀。雖然有專家預測在未來十年內不會看到人形機器人替代教師進入課堂，不過地平線報告2016年基礎教育版和2107年高等教育版都預測未來五年內人工智能將會在教育行業(yè)普及。
教育行業(yè)已有的人工智能研究和應用
Woolf等人在2013年提出了人工智能在教育領域應努力解決“五大挑戰(zhàn)”：①為每一個學習者提供虛擬導師：無處不在地支持用戶建模、社會仿真和知識表達的整合。②解決21世紀技能：協(xié)助學習者自我定位、自我評估、團隊合作等。③交互數(shù)據分析：對個人學習、社會環(huán)境、學習環(huán)境、個人興趣等大量數(shù)據的匯集。④為全球課堂提供機會：增加全球教室的互聯(lián)性與可訪問性。⑤終身學習技術：讓學習走出課堂，進入社會。
過去十年，一些研究者對人工智能在教育領域中的應用做了大量的探索。相關的研究成果包括：①跟蹤學習者的思維步驟和解決問題的潛在目標結構（Anderson等，1995）；②診斷誤解和評估學習者的理解域（VanLehn，1988）；③提供及時的指導、反饋和解釋（Shute，2008）；④促進高效學習的行為，如自我調節(jié)、自我監(jiān)控和自我解釋（Azevedo&Hadwin，2005）；⑤以合適的難度水平和最適當?shù)膬热輥硪?guī)劃學習活動（VanLehn，2006）。
這些研究，基本上使用到了人工智能的每一項技術——自然語言處理、不確定性推理、規(guī)劃、認知模型、案例推理、機器學習等?！爸悄軐熛到y(tǒng)”就是基于這些研究和技術而開發(fā)的人工智能教育應用。類似的成熟產品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷澤大學的一項試驗發(fā)現(xiàn)用智能導師系統(tǒng)的學習者比使用其他教學方法的學習者獲得的成績更高。
人工智能在教育行業(yè)的新發(fā)展
教育行業(yè)的三種類型（內容、平臺和評估）的服務商都在經歷著一場變革。內容出版商面臨紙質印刷到數(shù)字出版和開放教育內容的挑戰(zhàn)。學習平臺正試圖區(qū)分自適應、個性化和數(shù)據分析的功能。評估供應商則繼續(xù)探尋從多項選擇題測試轉向更具創(chuàng)新性的問題類型。人工智能將為這三種類型教育服務商帶來新的發(fā)展思路和契機，同時也惠及教育生態(tài)系統(tǒng)中的所有利益相關者。學生通過即時反饋和指導提高學習效率，教師將獲得豐富的學習分析和個性化指導經驗，父母能夠低成本地為孩子改進職業(yè)前景，學校能夠規(guī)模化提高教育質量，政府能夠提供負擔得起的教育。2017年，人工智能將在以下領域發(fā)揮其效益。
1.人工智能批改作業(yè)
批改作業(yè)和試卷是一件乏味的工作，這通常會占據教師大量的時間，而這些時間本可以更多地用于與學生互動、教學設計和專業(yè)發(fā)展。
目前，人工智能批改作業(yè)已經相當接近真人教師了，除了選擇題、填空題外，作文的批改能力已經大幅提高。美國斯坦福大學已經成功開發(fā)出一種機器學習程序，能夠批改8～10年級的作文。隨著圖像識別能力的大幅提高，手寫答案的識別也接近可能。就連占有美國標準化考試60%市場份額的全球最大教育企業(yè)——培生公司也認為，人工智能已經可以出現(xiàn)在教室并提供足夠可信的評估。據培生公司近期的報告IntelligenceUnleashed推測，人工智能軟件所具有的廣泛的、定制的反饋能夠最終淘汰傳統(tǒng)測試。
2.人工智能實現(xiàn)一對一輔導
自適應學習軟件已經能為學生提供個性化學習支撐。據2011年VanLehn的一項研究發(fā)現(xiàn)，人工智能在某些特定主題和方法上比未經訓練的導師更具有效性。進一步的研究發(fā)現(xiàn)，人工智能導師能在學生出錯的具體步驟上給予實時干預，而不是就整個問題的答案給予反饋（Corbett&Anderson，2001；Shute，2008）。
自適應學習在拉美地區(qū)正在興起。AndréUrani市政學校的學生使用人工智能軟件Geekie觀看在線課程（視頻和練習）。Geekie為學生提供每一步的實時反饋，并隨著學習的進展來傳授更為精細的課程內容。
早在1984年，本杰明·布盧姆的研究就提出一對一輔導能帶來更好的學習效果。而人工智能技術可以模擬一對一輔導，以更好地跟蹤、適應和支持個體學習者。這將是人工智能在教育中更高層次的個性化學習應用。例如，比爾·蓋茨看好的人工智能聊天機器人或個人虛擬導師，能在學生面臨挑戰(zhàn)時提供強有力的支持，隨時隨地回答學生的提問；還可以為學生訂制學習方案和規(guī)劃職業(yè)發(fā)展路徑，并引導學生走向成功。更重要的是，人工智能可以匹配聊天機器人或虛擬導師的面孔和聲音來滿足學生個人喜好。對比網頁界面的自適應學習系統(tǒng)，這才是真正做到了一人一導師。
3.人工智能關注學生情感
2016年地平線報告高等教育版把情感計算列為教育技術發(fā)展普及的重要方向。也就是說，人工智能不僅限于模擬人類傳遞知識，還能通過生物監(jiān)測技術（皮膚電導、面部表情、姿勢、聲音等）來了解學生在學習中的情緒，適時調整教育方法和策略。例如，機器人導師捕捉到學生厭煩的面部表情時，就可以立即改變教學方式努力激發(fā)他們的興趣。這種關注情感的人機交流為學生營造一個更真實的個性化學習環(huán)境，更好地維持了學習者的動機。美國匹茲堡大學開發(fā)的AttentiveLearner智能移動學習系統(tǒng)就能通過手勢監(jiān)測學生的思想是否集中。突尼斯蘇斯國家工程學院的研究人員正在研究開發(fā)基于網絡的人工智能教學系統(tǒng)。該系統(tǒng)能夠識別學生在任何地方開展科學實驗的面部表情，以優(yōu)化遠程虛擬實驗室的教學過程。
進一步的研究發(fā)現(xiàn)，人工智能還可以關注學生的心理健康。當前已經有使用人工智能來為自閉癥兒童提供有效支持的案例。例如，倫敦知識實驗室在Topcliffe小學開展試驗，讓自閉癥學生與半自動虛擬男孩安迪開展互動交流，研究人員發(fā)現(xiàn)患有自閉癥的學生在社交能力方面有進步。
4.人工智能改進數(shù)字出版
教科書等課程材料并非總是完美，傳統(tǒng)印刷出版讓課程的修訂變得過于緩慢。這不僅是生產工藝的問題，更主要的是紙質課程材料無法快速獲取使用者的反饋來識別缺陷所在。而數(shù)字化出版在人工智能的支撐下能徹底改變這一現(xiàn)狀。
人工智能可幫助使用者快速識別課程缺陷。大規(guī)模網絡開放課程Coursera的提供者已經將這一想法付諸實踐。當發(fā)現(xiàn)大量學生的作業(yè)提交了錯誤的答案時，系統(tǒng)會提示課程材料的缺陷，進而有助于彌補課程的不足。
另一項人工智能在數(shù)字化出版的應用是自動化組織和編寫教材。這是基于深度學習系統(tǒng)能模仿人類的行為進行讀和寫。ScottR.Parfitt博士的內容技術公司CTI就依據這項技術幫助教師定制教科書——教師導入教學大綱，CTI的人工智能引擎能自動填充教科書的核心內容。
隨著自然用戶界面和自然語言處理在人工智能領域的成熟應用，課程材料的數(shù)字化出版也會有更新的形態(tài)——不再局限于書本或網頁的形式，聊天機器人和虛擬導師將成為內容表達的更好的方式。
5.人工智能作為學生
多年的研究表明，教會別人才是更好的學習，即learning-by-teaching。美國斯坦福大學教育學教授DanielSchwartz正基于這一理念來開發(fā)新的人工智能產品。他聯(lián)合了多個領域的專家一起開發(fā)了人工智能應用——貝蒂的大腦（Betty’sBrain），讓學生來教貝蒂學習生物知識。試點研究發(fā)現(xiàn)，使用這一方法來學習的學生比其他學生成績更好，且在科學推理上也更勝一籌。
類似的研究和開發(fā)還有瑞典隆德大學的TimeElf和美國卡內基梅隆大學的SimStudent，這兩個人工智能產品也是基于learning-by-teaching而開發(fā)，讓學生在教會機器人知識的過程中深化對知識的理解。
人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth學會上提出的，隨著計算機核心算法的突破、計算能力的迅速提高以及海量互聯(lián)網數(shù)據的支撐，目前已被廣泛地應用于各個領域[1-2]。近年來，人工智能也給教育教學領域帶來了機遇，人工智能+教育正如火如荼地開展和推進，改變著傳統(tǒng)的教育形式及生態(tài)[3-4]。2018年教育部《高等學校人工智能創(chuàng)新行動計劃》，各大高校在人工智能及其教育發(fā)展上有了綱領性的指導[5]。醫(yī)學教育作為教育教學諸多領域的一隅，乘著人工智能發(fā)展的東風，各大高校在推進醫(yī)學教學改革方面進行了大量積極的探索與嘗試[6-8]。診斷學是由基礎醫(yī)學過度到臨床醫(yī)學的橋梁課，其教學質量的良莠直接影響到醫(yī)學生的培養(yǎng)質量，傳統(tǒng)的教學方法難以滿足現(xiàn)代醫(yī)學教學的要求，如何發(fā)揮人工智能的應用優(yōu)勢，讓其更好地應用于診斷學的教學工作，也是診斷學課程教改的重要研究方向。
1傳統(tǒng)的診斷學教學方法存在的問題
診斷學是學習臨床基本技能最重要的一門課程，其內容包括癥狀學、體檢檢查、實驗室檢查及輔助檢查等四大塊，分為理論課和見習課，目前大多數(shù)醫(yī)學院理論課采用的是以大班的形式在多媒體教室講授，而見習課則采取分小組的模式進行，多年的教學實踐發(fā)現(xiàn)該教學模式取得的教學效果不盡人意，尤其是近年來隨著全國各大醫(yī)學院校的擴招，出現(xiàn)了師資及教學資源配套的相對不足，上述教學模式的問題逐漸凸顯。理論知識以老師講授為主，采取的是“滿堂灌”的教學模式，然而該部分教學內容知識點繁多，知識串聯(lián)度不高，課堂靈活度、生動度較為薄弱，學生聽完課以后對課程內容印象不深，知識掌握度差，同時由于學生的學習主觀能動性差異大，不能進行課前充分預習的學生在課堂上更加難以跟上老師講授的節(jié)奏。見習課是對理論知識進行實踐，培養(yǎng)學生的實踐操作能力，前期理論知識掌握度差又會影響見習的教學質量，導致教學過程形成惡性循環(huán)[9]。見習課主要采取老師講授要領及演示操作流程，之后學生們互相練習的教學方法，該部分內容需反復加強練習，同樣的動作要領反復錘煉才能熟練掌握，因課堂見習時間有限，而老師講授及演示需占用大部分時間，學生動手實踐機會不多，老師對學生的操作手法、操作內容、操作順序等重要內容進行指導和勘誤的時間少，學生操作的規(guī)范性難以保證，在以后的臨床實踐中，往往存在實踐操作能力的缺陷。上述教學模式教師與學生們之間除了課堂時間，其余時間是脫節(jié)的，不能很好地溝通，學生們有疑問的知識點難以得到老師的及時解答，教學活動中沒有充分反饋，各個教學環(huán)節(jié)難以進行教學反思，形成教學相長的良性循環(huán)。課后復習及階段性總結復習是課堂知識內化及升華的重要方面，傳統(tǒng)的教學模式通常是給學生布置課后作業(yè)，學生完成后上交由老師批改留檔，這個環(huán)節(jié)學生與老師缺乏有效的溝通，且由于學生們學習主觀能動性差異，課后沒有老師的監(jiān)督及針對性地輔導，課后作業(yè)的質量良莠不齊，教學質量欠佳是顯而易見的。隨著現(xiàn)代醫(yī)學的發(fā)展及研究的開展，涌現(xiàn)了一大批新的診斷方法與手段，譬如關于腫瘤診斷的分子marker，評估預測疾病活動度及預后相關的指標，在臨床上已經常規(guī)應用，但由于教材更新需要周期，很難跟新進展同步介紹，另外由于課時有限，難以全面地就學科前沿及新進展進行講授[10]。
2人工智能應用于診斷學教學的重要意義
2.1教師方面
將人工智能應用于診斷學教學實踐，削弱了教師的知識權威而強化了教師的價值引導，對教師的個人能力提出了更高的要求，促使教師踏實踐行終身學習并持續(xù)更新自身知識結構。互聯(lián)網高速發(fā)展的時代，知識呈幾何指數(shù)更新并出現(xiàn)大爆炸，基于各種互聯(lián)網即時通訊平臺及手機APP，診斷學體格檢查、理論知識講授相關的小視頻及研究進展不勝枚舉，這就要求教師及時獲取、更新知識并進行相應的知識儲備。人工智能的應用促使教師從單人施教發(fā)展為團隊施教，為開發(fā)更具個性化的課程教學注入團隊的力量。基于大數(shù)據的人工智能可以減少診斷學教學過程中的機械性、重復性工作，如平時作業(yè)的批改、考勤統(tǒng)計等，減輕了教師的工作負擔，教師可以將更多的精力投入到醫(yī)德醫(yī)風、醫(yī)患溝通能力以及體格檢查手法的規(guī)范化培養(yǎng)上，更多的心思放在豐富課程內容及教學形式上。同時大數(shù)據可以及時反應學生的學習動態(tài)，教師可以根據學生的反饋及課程評價有針對性地對學生進行相應的輔導。
2.2學生方面
將人工智能應用于診斷學教學實踐，可以實時動態(tài)記錄學生的學習情況及暴露的問題，如是否按時完成課程任務、測試中哪些知識點容易出錯等，人工智能系統(tǒng)能夠對這些數(shù)據進行關聯(lián)分析和深度挖掘，并且可視化呈現(xiàn)相應的數(shù)據，有利于教師及時掌握學生的學習進度、參與度以及學習效果，并根據具體的學情分析數(shù)據來調整輔導和教學方案?；谌斯ぶ悄軓姶蟮乃惴ê头治?，可以為學生定制個性化的教學內容及進度，提供更有針對性的課堂內容和隨堂測試，并對測試及平時作業(yè)進行智能批改，真正做到查漏補缺。診斷學課程內容相對枯燥，學生們的學習興趣有限，基于人工智能的教學方式可以寓教于樂，在課程中將一些比較零散的知識點可以設置成互動小游戲，營造出良好的課堂氛圍，提高學生們的學習興趣及學習效率。
2.3教學過程
針對教學過程，人工智能亦發(fā)揮著至關重要的作用。第一，診斷學作為橋梁課程，是一門必修課，包括臨床醫(yī)學五年制、八年制、法醫(yī)學、基礎醫(yī)學等相應專業(yè)的學生均需要學習，人工智能擁有超強的計算能力和強大的“記憶力”，面對眾多不同專業(yè)的學生，可以根據大數(shù)據進行分析，制定出適合不同專業(yè)學生的完備教學目標。教學活動開展過程中，人工智能還可以根據學生的課堂及課后測試表現(xiàn)，依據分層教學的要求自動設置梯次教學目標，幫助學生們逐步提升學習能力和知識掌握度。第二，人工智能可以憑借自身信息化的特點，對各種教學資源進行分析，為教師和學生選擇更優(yōu)質更合適的資源提供依據，促進個性化的教與學。第三，傳統(tǒng)的教學方式、教學內容相對有限，人工智能基于大數(shù)據能夠啟發(fā)新的教學思路，創(chuàng)新教學方法，為診斷學教學提供更多的可能性。
3人工智能在診斷學教學中的應用
3.1智能教學系統(tǒng)
智能教學系統(tǒng)是教育技術學中重要的研究領域，其根本宗旨是使得學生的學習環(huán)境更加優(yōu)良和諧，智能教學系統(tǒng)能夠及時有效地調用最新最全的網絡資源并充分優(yōu)化后供學生學習，使得學生能夠更加全方位、多角度地學習專業(yè)知識，提高學習效果[11]。智能教學系統(tǒng)大致由領域知識部分、教師部分及學生部分3個部分構成[12]，其中領域知識部分又稱為專家部分，這一部分既包含了需要講授的內容及掌握的技能，又可以添加專家的學術成果，既能夠保證學生對于基本概念、基本理論及基本技能的掌握，又能夠拓寬知識面，增加知識的廣度。智能教學系統(tǒng)的教師及學生部分主要是為設計和制定教學方案及策略服務，基于大數(shù)據基礎上，根據課程的特點、歷年教學情況、學生身心發(fā)展特點及學習實際情況，制定更加個性化、高效的教學方案，促成教師因材施教，取得更加理想的教學效果。
3.2智能網絡組卷閱卷系統(tǒng)
診斷學教學內容包括理論和見習兩大塊，教學過程中教師的大量時間用于出題、閱卷、批改平時作業(yè)等與考核相關的工作，并且在出題過程中需要圍繞相對固定的重難點內容不斷創(chuàng)新題型，消耗教師大量的精力。智能網絡組卷閱卷系統(tǒng)能夠充分發(fā)揮其優(yōu)勢，將教師從繁冗的考核相關工作中解脫出來，使得教師的教學更高效，教師能夠把更多的時間。智能網絡組卷系統(tǒng)能夠有效收集和分析知名高校教學團隊編寫的在線題庫，實現(xiàn)教學資源的共享，通過隨機抽題組卷、答案隨機排序、題型隨機排序以及設置避免與歷年考卷重復等，顯著提升試卷的質量，亦能改善考試作弊的頑疾，客觀地考核學生對知識的掌握度。智能網絡閱卷系統(tǒng)有簡明的閱卷流程，能夠更有效地識別試卷及答案，能夠明顯降低傳統(tǒng)人工閱卷方式因疲勞帶來的出錯率，使得工作效率更高、考核結果更公正。
3.3智能仿真教學系統(tǒng)
診斷學教學的見習部分是學生提高技能的重要環(huán)節(jié)，常常采用分小組在病房完成的方式進行，在課程的開展過程也凸顯出了各種各樣的問題，譬如因學生分組進行詢問病史、體格檢查，重復次數(shù)多，患者難以多次配合；在教學時間段內病房缺相應的病種，無法對所學的癥狀進行直觀的學習；傳染病流行期間出于對學生健康安全的保護，無法進入病房見習等等，此時智能仿真教學系統(tǒng)能夠發(fā)揮重要的補充作用[13]。人工智能可以根據提供的海量真實臨床病例，由醫(yī)學專家整合其臨床特征，聯(lián)合計算機專家，根據相應的教學要求，形成虛擬病人學習系統(tǒng)，學生在仿真診療環(huán)境中，進行問診、體格檢查、診斷以及給出治療方案，同時系統(tǒng)能夠自動發(fā)現(xiàn)學生在問診及診斷過程中的錯誤，通過實踐、糾錯再實踐，提高學生采集病史、體格檢查的能力，同時能夠加強學生的臨床思維的訓練，夯實臨床基本功[14-16]。
中圖分類號：TP393-4
所謂人工智能，就是利用人工方法在計算機上實現(xiàn)智能，也可以說是人工智能在計算機上的一種模擬。人工智能廣泛融合了神經學、語言學、信息論和通訊科學等眾多學科和領域。目前主要存在三條人工智能研究途徑：一是以生物學理論為支撐，掌握人類智能的本質規(guī)律；二是以計算機科學為支撐，通過人工神經網絡進行智能模擬，實現(xiàn)人機互動；三是以生物學理論為支撐。
1 人工智能技術的特征
智能技術主要分為兩類，人類和計算機智能，兩者存在相輔相成的關系。利用人工智能技術能夠實現(xiàn)人類智能向機器智能的轉化，相反，機器智能也能夠利用智能教學轉化為人類智能。
1.1 人工智能的技術特征。首先，人工智能具備非常強的搜索功能。該功能是利用相關搜索搜索技術實現(xiàn)對海量信息的快速檢索，滿足個性化信息需求；其次，人工智能具備很強的知識表示能力。具體來講，就是人工智能對信息的行為，能夠像人類智能一樣，對模糊的信息加以表示；最后，人工智能具有較強的語音識別和抽象功能。前者主要是為了對模糊信息加以處理。而后者主要是為了對信息重要度加以區(qū)分，以便提高信息處理效率。用戶只需要智能機器提出具體要求便可，至于復雜的解決方案就交給智能程序了。
1.2 智能多媒體技術。首先，人機對話更加靈活。傳統(tǒng)多媒體在人機對話方面極為欠缺，導致教學單調乏味，不能取得預期良好效果，但智能多媒體卻不然，他能夠實現(xiàn)人機自由對話和互動，同時還能結合學生實際對學生的問題給出不同層次的答案。其次，教學可行性更強。由于學生在認知能力和個人素養(yǎng)方面都存在差異，而且學習主動性也不盡相同，人工智能必須要結合學生實際學習狀況，為每一位學生設計制定個性化的學習計劃和學習目標，對學生進行針對性較強的教學，真正實現(xiàn)因材施教。再次，具有強大的創(chuàng)造性和糾錯性。前者屬于人工智能的顯著特征，而后者屬于人工智能的重要表現(xiàn)方面。最后，智能多媒體具有老師特征。在實際教學過程中，智能多媒體可以對教學雙方的行為進行智能評價，以便能夠及時發(fā)現(xiàn)教學中的薄弱點，有助于實現(xiàn)教學相長，全面提高教學質量和教學效果。
2 計算機網絡教育的現(xiàn)狀
隨著現(xiàn)代科學的進步，網絡信息的發(fā)達，人們的教學觀念和學習觀念都發(fā)生了前所未有的改變，網絡時代正全面到來。為了滿足現(xiàn)代社會對人才的實際需求，培養(yǎng)大量現(xiàn)代化優(yōu)秀人才，計算機網絡教學模式業(yè)已成型并不斷完善。目前，高校正規(guī)教學模式依然是現(xiàn)代教學主流，盡管在系統(tǒng)傳授知識和規(guī)范培養(yǎng)人才方面具有無可比擬的優(yōu)勢，但在資金投入、效益創(chuàng)收和時空限制等方面具有很大的弊端，靈活性不足，無法有效滿足現(xiàn)代教育的發(fā)展要求。
計算機網絡教學對傳統(tǒng)教學形成了巨大挑戰(zhàn)，并產生了深遠影響。它不僅有效彌補了傳統(tǒng)教學的時空限制缺陷，而且賦予了教學極大的樂趣性，吸引了越來越多的人積極投身到網絡教學建設中去，任何人無論何時何地都能夠通過網絡課堂去學習和提高。但目前計算機網絡教學發(fā)展仍處于探索期，在實際運用方面還存在許多問題：第一，計算機網絡教學中的學習支持服務體系尚不健全，導學手段和答疑方法還非常落后，由于各種原因，在服務方式上缺乏針對性、策略性和積極性；第二，計算機網絡實驗教學中存在著空間分散、時間流動和自主性差等問題和弊端；第三，計算機網絡的系統(tǒng)承載能力和信息查詢能力還十分有限；第四，如何實現(xiàn)計算機網絡考試的開放性，確?？荚嚨目陀^性、公正性、權威性，已經成為網絡教學發(fā)展的瓶頸；第五，計算機網絡教學中的核心支撐系統(tǒng)――CAI，還無法有效滿足和適應網絡教學的實際需求和發(fā)展要求。
主流CAI課件主要有兩種，一種是單機版的初級課件，包括簡單的Authorware課件、PPT幻燈片和圖文網頁等。一種是高級的網絡版課件。該類課件主要以靜態(tài)圖文和動態(tài)演示組成的網頁為主，以聊天室、電子郵件和QQ群等形式為輔，實現(xiàn)師生互動、網絡答疑的一種改進型課件。初級課件在實際教學中以操作容易、更新及時和維護方便著稱，但實際上就是傳統(tǒng)教學手段的變相挪用。還有些課件，盡管在互動性方面有著不錯的效果，但是制作繁瑣、更新較慢和維護復雜。因此，高級網絡課件是目前網絡教學中的主流課件，已經成為了計算機網絡課件的固定模板。改進型的網絡課件有效地解決了傳統(tǒng)多媒體在師生互動不足的問題。上述兩類課件是現(xiàn)在最為常見的兩種CAI課件，盡管兩者都有各自的優(yōu)勢，但作為網絡教學的重要手段，仍存在許多問題和弊端：無法實現(xiàn)因材施教，無法開展層次教學；作為教學的一大主體，學生在個性化交互操作方面仍有很大不足；對學習過程中出現(xiàn)的普遍問題無法進行智能統(tǒng)計、分析和評價等。
3 人工智能技術在計算機網絡教學中的運用
3.1 人工智能多媒體系統(tǒng)。（1）知識庫。智能多媒體已經不再是用來進行紙質媒體數(shù)字轉化的工具了，它應該具備相應完善的知識庫，而知識庫里的教學內容要結合教學實際和學生現(xiàn)狀進行針對性、個性化設計。同時，要實現(xiàn)知識庫資源的高度共享，并及時加以更新和補充，如此才能充分發(fā)揮知識庫的教學服務作用。（2）教學板塊。教學板塊的設計主要是出于教學綜合性考慮的，教學方法的創(chuàng)新是其關注的重點內容。該模塊的實現(xiàn)要以掌握專業(yè)知識、教學策略和人機對話等領域的知識為前提，結合學生實際學習現(xiàn)狀和特點，利用智能系統(tǒng)的現(xiàn)代化技術手段對知識和相關教育措施加以高效搜索。（3）學生板塊。及時掌握學生心理動態(tài)和學習狀況是智能網絡教學的一大特征，結合學生實際狀況加以智能評判，進而加以針對性指導和個性化輔導，實現(xiàn)因人施教和因材施教，全面提高學習效率和學習質量。（4）用戶模塊。用戶模塊是智能系統(tǒng)無法忽視和省略的關鍵模塊，整個智能系統(tǒng)的正常運行離不開人工程序操作，用戶需要通過用戶終端將教學內容上傳到網絡教學平臺，才能順利完成教學。
3.2 人工智能多媒體教學的發(fā)展。（1）加強與網絡的結合。隨著網絡技術的成熟，智能網絡教學與網絡之間的關系日益緊密，多元化、多維度網絡空間日益成為一種趨勢?；ヂ?lián)網具有信息量大、更新速度快、超時空性等優(yōu)勢，加強與網絡的結合是人工智能計算機網絡教學未來發(fā)展的重要方向。（2）加強智能的應用。人機對話、機器指導的教學模式將成為未來網絡教學的核心模式，傳統(tǒng)教師的角色將逐漸被計算機取代。最為典型的就是現(xiàn)代智能導航系統(tǒng)。（3）加強系統(tǒng)軟件的研發(fā)。系統(tǒng)軟件的更新日新月異，舊的系統(tǒng)軟件已經無法有效滿足網絡發(fā)展的時代要求，加強系統(tǒng)軟件的研發(fā)以便充分滿足網絡要求，更好地幫助學生解決實際問題，進而提高學習效率和教學質量。
4 結束語
人工智能技術在計算機網絡教學中的運用將為現(xiàn)代化教育提供新的發(fā)展思路，將全面改善網絡教學環(huán)境，拓展學習服務渠道，提高計算機網絡教學質量，并有可能徹底打破計算機網絡教育的時空限制，全面加強網絡教學的開放性，實現(xiàn)網絡學習的個性化、人性化和智能化，充分落實以學生為本的教學理念。未來CAI技術的進一步成熟將全面提高網絡教學的整體格局，我們有理由相信，智能網絡教學將迎來全新的發(fā)展春天。
參考文獻：
[1]劉廣鐘，高軍，劉，李吉彬.報文分析技術在計算機網絡教學中的應用[J].計算機教育，2014（01）.
人工智能是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科,對它的研究涉及控制論、信息論、系統(tǒng)論、語言學、神經生理學、數(shù)學、哲學等諸多的學科及領域,是一門綜合性的交叉學科[1]。
人工智能的研究、應用和發(fā)展,在一定程度上代表著信息技術的發(fā)展方向,同時信息技術的廣泛應用也對人工智能技術的發(fā)展提出了迫切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數(shù)據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發(fā)展產生了重要影響[2]。
實踐教學環(huán)節(jié)在大學教育中是一個非常重要的教學環(huán)節(jié),是提高人才素質與能力的重要途徑。人工智能課程除了具有較強的專業(yè)性之外,還具有突出的實踐性,為了能深入理解和掌握所學內容,必須把講授和實踐結合起來。本文結合該課程實驗教學,將研究型教學的理念引入到實驗教學,并對教學過程中的經驗和問題加以初步的總結。
1研究型教學模式背景
研究型教學是相對于以單向性知識傳授為主的傳統(tǒng)教學提出的,是指教師以課程內容和學生的學識積累為基礎,引導學生創(chuàng)造性地運用知識和能力,自主地發(fā)現(xiàn)問題、研究問題和解決問題,在研究中積累知識、培養(yǎng)能力和鍛煉思維的新型教學模式。研究性教學是對現(xiàn)有的大學課堂教學模式的突破。有利于開發(fā)大學生的創(chuàng)造潛能,提高學生適應社會需要的創(chuàng)造性和創(chuàng)新能力,充分展現(xiàn)現(xiàn)代大學培養(yǎng)人才、發(fā)展科學、服務社會的三大基本職能[3]。
19世紀初,德國著名教育家洪堡最早提出了教學與科研相統(tǒng)一的原則,為研究型教學模式的發(fā)展奠定了基礎。20世紀50、60年代,美國著名教育心理學家布魯納提出了著名的“發(fā)現(xiàn)教學模式”[4],成為后來探究性學習和研究型教學的先導。20世紀70年代,美國研究教學專家薩奇曼正式提出了研究訓練教學模式。他認為學生會本能地對周圍新奇事物發(fā)生興趣,并想方設法弄清這些新奇事物背后究竟發(fā)生了什么,這是一種進行科學研究的可貴的動力。
自此,研究型教學理念開始廣泛使用?，F(xiàn)在,哈佛大學、牛津大學、劍橋大學等世界著名大學,都非常注重學生能力的培養(yǎng),普遍采取了研究型教學模式。以美國高校為例,雖然美國高校83%的教師在課堂教學中主要采用講授法進行教學,但在整個教學過程中都滲透著研究型教學的方法,如積極引導學生參與教學過程,開設研究性課程,引導學生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設以來,清華大學、北京大學、人民大學、復旦大學、浙江大學等一些重點大學都提出了建設世界一流的綜合性研究型大學的目標。這些高校在實現(xiàn)從單向知識傳授的傳統(tǒng)型教學向關注創(chuàng)新性教育的研究型教學轉變方面進行了許多有益的嘗試。
2研究型實驗教學
本科教學不僅要培養(yǎng)學生的應用能力,還要培養(yǎng)學生具備基本的科研素質。大學是培養(yǎng)未來一線創(chuàng)新人才的主要基地,必須從本科教學人手,深入探索研究型教學的手段和方法,才能滿足未來經濟增長和社會發(fā)展的需要,才能符合建設研究型大學的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規(guī)模逐年增大,本科高年級學生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計算機相關學科非?；钴S的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數(shù)據挖掘、計算智能、統(tǒng)計學習理論等,都是目前國際和國內熱門的研究方向。
人工智能課程在計算機專業(yè)人才培養(yǎng)方案中占據著重要的位置。在專業(yè)理論方面,它承續(xù)了離散數(shù)學中的邏輯知識;在專業(yè)方法方面,是數(shù)據結構、算法分析與設計的繼續(xù);在專業(yè)工具方面,是面向對象程序設計的生動實例。并且人工智能的每一部分內容都可以作為一個深入的研究課題,課堂上講解的內容不可能面面俱到,學生們也不可能對人工智能的每一領域都做很深入的學習。并且人工智能涉及很多的數(shù)理邏輯知識,有些顯得難以理解,并且往往讓學生感到比較枯燥,學生的學習興趣就漸漸淡薄,學生往往被動“聽講”,難以獲得預期的教學效果。
針對這一特點,在人工智能教學中,如何引導學生系統(tǒng)學習人工智能的知識、激發(fā)學生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎,研究型實驗教學就成為了人工智能課程教學的一個重要環(huán)節(jié)和必然選擇。
2.1實驗教學中加強學生的研究導向
在實驗教學中,如果照搬一些教材中的例子或習題教學,一方面學生們會缺乏興趣,另一方面學生對這個領域的知識缺乏全面的了解。應不斷提出一些學生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內容的圖像檢索等,培養(yǎng)學生們的學習興趣,讓學生們逐漸深入的學習某一領域的知識。比如BP神經網絡,在模式識別、經濟數(shù)據分析、生物信息學、數(shù)據挖掘等眾多領域都取得過成功應用,是一種具有強大的非線性學習能力的計算智能技術。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優(yōu)點。我們可以設計一個人臉識別的實驗,用神經網絡和支持向量機分別實現(xiàn),并作以比較。讓學生們在了解人工智能新技術的同時,也培養(yǎng)學生們如何分析問題、解決問題的科研能力。
2.2人工智能課程實驗
該課程是一門對實驗技術有較高要求的課程,對于基本原理和方法的實現(xiàn),要求學生進行嚴格的計算機專業(yè)技能訓練和培養(yǎng)良好的科研工作作風。因此對課程中的技能及技術性內容,除單獨進行必要的基礎訓練外,還融入到綜合和研究型試驗中,通過多次反復實驗練習,達到牢固掌握人工智能原理和人工智能的問題求解技術的目的。
該課程的實踐環(huán)節(jié)主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責,學生可在全天候開放的專用機房完成。在實踐環(huán)節(jié)的設計上,我們嘗試把驗證性實驗和開發(fā)性實驗相結合,結合實驗教學進度,安排相應的開放實驗,開放性實驗以科學研究實驗為主。并在課程的教學過程中,不斷深化和擴展教學內容,結合人工智能學科的發(fā)展趨勢和本院老師的最新研究成果,對實驗內容進行更新。
課程主要設置三種層次的實驗:1)基本原理和算法編程,測試例設計及程序測試實驗;2)分析綜合實驗;3)研究型設計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結果討論、總結提高等六個環(huán)節(jié)。對于綜合性和研究型實驗,把學生分成5個人一小組,每小組選做其中的一個。學生從指導老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關理論。在此基礎上,學生先提出實驗方案,經與老師討論后,即可開始實驗研究。
3實驗平臺的構建
民族關系問題對被訪對象,特別對少數(shù)民族被訪對象是非常敏感的問題,對民族關系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統(tǒng)的文獻分析、問卷統(tǒng)計和現(xiàn)場觀察等民族學方法來進行調查,得到的數(shù)據會存在較多誤差。
因此結合本校的民族特色和民族學領域獨特的研究優(yōu)勢,將信息認知技術引入民族關系研究,運用圖像、心電和腦電數(shù)據進行分析,將分析的結果和心理場景測試及民族學調查結果進行相互印證和參數(shù)修正,從而獲得盡可能客觀的數(shù)據,這些數(shù)據將有助于建立一個客觀、完備、科學的民族關系監(jiān)測體系,并真實全面地評估民族關系,從而使決策機構及時做出正確的決策?；诙嘈畔⑷诤系拿褡尻P系監(jiān)測預警系統(tǒng)總體框圖如圖1所示。
目前該平臺已經搭建,由北京市公共安全信息監(jiān)測平臺建設、北京市公共安全信息監(jiān)測平臺建設關鍵技術研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監(jiān)控、認識等領域,小波分析、神經網絡、支持向量機、模糊數(shù)學、信息融合等人工智能知識得到了具體的應用。學生可以根據自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學知識有一個深刻的理解和掌握。
4結語
研究型實驗教學激發(fā)了學生的學習興趣,不但使學生更好地掌握了人工智能的基本概念、基本理論和基本技術,也切實提高了學生的實際動手能力和編程能力。研究型實驗教學在實踐過程中還有以下問題需要改進:
1) 研究型實驗教學的理念很難普及。很多教師對研究型教學模式的內涵未能準確把握,把研究型教學模式等同于學生實習或者寫論文。
2) 研究型實驗教學的輔導老師素養(yǎng)需要提高。研究型實驗教學作為體現(xiàn)創(chuàng)新教育要求的現(xiàn)代教學模式,需要的不是知識傳授型的教師,而是高素質的研究型教師。教師不僅是單一的教者,更應該成為一個學者,教師不僅要有研究型教學的教育觀念、快速接受新知識的能力和高超的教學技能,要能夠合理地規(guī)劃和設計實驗內容。
3) 需要建立一套合理的學生學業(yè)和教師績效的評價體系。
參考文獻:
[1] 王萬森. 人工智能原理及其應用[M]. 北京:電子工業(yè)出版社,2007.
[2] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.
[3] 李得偉,張超,李海鷹. 大學工科專業(yè)課程實施研究型教學的探討[J]. 高等教育研究,2009(9):74-75.
[4] 彭先桃.大學研究性教學的理念探析[J].教育導刊,2008(3):56-58.
Exploration and Practice of the Research Experiment on Artificial Intelligence
ZHANG Ting, YANG Guo-sheng
1引言
隨著人工智能技術的不斷進步，重新塑造音樂使得音樂教育的學科素養(yǎng)培育、審美感知、藝術表現(xiàn)和文化理解變得更有支持和創(chuàng)意。探索應用人工智能技術推進音樂教學的改革與發(fā)展有具有十分重要的意義。本文通過研究與實踐，引導學生學會用科學的方法培育計算思維創(chuàng)作音樂，用科學的意境欣賞音樂陶冶學生的音樂審美感，用科學的評價提升音樂課堂教學效率。通過這些措施，可以使學校音樂教育精準地開展因材施教差異化教學，彰顯音樂教育的特色。
2人工智能與音樂
人工智能技術與音樂教育有機融合，豐富了課堂教學資源，拓展了智能樂器的功能，提升了音樂教育技術手段。它支持個性化學習，可以觀察音樂課堂學習，分析音樂的旋律與節(jié)拍，有效評價教學效果，激發(fā)音樂教師運用人工智能技術創(chuàng)新音樂教學的熱情，發(fā)揮教師在課堂教學中的主導作用。
2.1樂器的智能化
樂器是學習音樂的重要工具。樂器植入人工智能技術，形成了智能化樂器。它能夠大量儲存多種樂器的音樂數(shù)據。尤其是在音樂鍵盤中運用，功能的提升特別突出，應用于音樂教學中引發(fā)了多種形式的教學模式。例如，圖1顯示了融合多媒體計算機、主控系統(tǒng)、音樂課堂教學智能評價系統(tǒng)將多部電子鋼琴連接起來的智能樂器實驗室。通過語音室方式授課，可以實現(xiàn)多種樂器的分組教學。這在傳統(tǒng)的音樂課堂上是無法完成的。
2.2智能化樂曲創(chuàng)作
智能樂器不僅能夠儲存樂器音色，而且還能用指令對各種音色播放進行控制，各種音色按照指令進行演奏。這種創(chuàng)作功能是以往其他樂器都無法比擬的[1]。例如，能唱出《月亮代表我的心》十七聲部的合唱團，很好聽，但很難。運用智能樂器按指令合成該十七聲部音樂則輕而易舉。2.2.1機器學習生成樂曲人工智能技術賦能智能樂器，使得機器學習的功能日趨進步。機器學習在音樂領域所做的事情，就是提取音樂作品的“數(shù)據”，輸入給定模型學習音樂的“特征”，再對音樂數(shù)據進行分析和編排。例如，如果輸入的是《梨園金曲》民族音樂，則機器就能學會民族音樂的曲調特征，生成掌握特征模型的民族音樂作品。2.2.2用軟件生成樂譜使用MuseScore3forMac軟件可以制作樂譜，在工具欄選擇對應時值的音符輸入音符。例如，在MuseScore3窗口輸入如圖2所示的“我和我的祖國”樂譜，再導出MP3文件進行播放。2.2.3代碼生成樂曲用Python代碼生成曲子，要借助音樂標準格式MIDI—樂器數(shù)字接口，運用Python-midi庫編寫程序，編譯MIDI文件生成音樂。例如，生成一個簡單樂譜的MIDI文件需要使用Python-midi，其中：Pattern對象表示樂譜；Track對象表示音軌，通常樂譜都有多條軌道組成，每種樂器是一個軌道；midi.NoteOnEvent表示每個音符的開端，在參數(shù)表中可以定義每個音符的音長和音高；midi.NoteOffEvent表示每個音符的結束。參考代碼如下：importmidi#定義patternpattern=midi.Pattern()#定義軌道track=midi.Track()#添加軌道到patternpattern.append(track)#音符開始，并定義位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符結束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#軌道結束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存儲midi.write_midifile("example.mid",pattern)程序運行結果生成了如圖3所示的簡單音符：這樣如圖2的“我和我的祖國”樂譜，也可以通過Python代碼生成MIDI文件。
3AI賦能音樂課堂
在AI賦能的音樂教育環(huán)境，促使音樂教學實踐變革以及學生學習音樂方式。例如，圖4所示的集音樂創(chuàng)作教學及教學評價于一體的“智能化音樂課堂教學評價系統(tǒng)”，在教學設計的優(yōu)化、教學方法的高效、教學手段的更新、教學評價的智能、教學策略的調整方面都具有借鑒意義[2]。
3.1大數(shù)據學習
大數(shù)據云計算可以將所有音樂家們音樂數(shù)據存儲在云中，運用人工智能技術為學生提供更多有價值的音樂數(shù)據。學生通過音樂云學習音樂知識，欣賞音樂魅力、體驗音樂節(jié)奏、理解音樂韻律。它使得優(yōu)質音樂教學資源跨越校園，開放延伸音樂教學，遠程輻射共享資源。這樣就擴展了學生的視野，音樂知識的來源無限擴大，整個音樂云皆有學生的學習教材。特別是大數(shù)據音樂云不僅可以推送給學生更多的即興音樂和更多的音樂信息，還能指導音樂愛好者創(chuàng)作出雅正、健康的音樂作品。
3.2個性化學習
人工智能技術從音樂學習行為數(shù)據搜集、數(shù)據分析與運用、個性化學習評價多方位幫助學生定制個性化的學習成長路徑。推送在線音樂教育資源，指導表演建議樂器學習技巧。搭建音樂教育虛擬課堂，匹配音樂教學資源，實現(xiàn)因材施教的個性化學習，支持一對一的教學輔導和群組式討論。通過這些措施提高教學質量和效率。
3.3教學評價智能化
運用人工智能技術將多個音樂輔助教學設備連接的音樂創(chuàng)作教學系統(tǒng)，基于音樂課堂教學的學生學習特質分析與教學效果分析的音樂課堂教學管理系統(tǒng)，來實現(xiàn)音樂教學的全程智慧管理，使音樂學習更有效率。例如，在虛擬音樂課堂樂器教學可以變成一對多的自選教學模式，使課堂變得輕松、愉快。教師可以開啟課堂教學觀察模塊，捕捉每位學生同步練習的音準、節(jié)奏、力度數(shù)據，分析判斷將評價信息同步反饋，給出學習指導建議。3.3.1創(chuàng)作教學模塊“智能化音樂課堂教學評價系統(tǒng)”中的音樂創(chuàng)作教學模塊，集視、聽、練和反饋評價為一體，適時演示教師教學作品和評價學生練習作品。例如，在進行《我和我的祖國》授課時導入電影片段，欣賞“我和我的祖國”音樂的表現(xiàn)形式、演唱形式以及歌曲風格，可以使學生更好地體驗作品的創(chuàng)作意境，激發(fā)創(chuàng)作意識。使用MuseScore創(chuàng)作“我和我的祖國”三聲部習作音樂，并能儲存、刻錄，編輯等二度創(chuàng)作。3.3.2課堂教學評價模塊音樂課堂教學評價有著傳統(tǒng)音樂教學評價無法比擬的靈活性、客觀性和實用性。從大數(shù)據分析角度獲取音樂課堂教與學相關數(shù)據，對學生的音樂基本素養(yǎng)與學習態(tài)度進行科學分析判斷。例如，以創(chuàng)作《紅河谷》中的和聲與音樂作品風格內容的“編配伴奏音樂”教學過程為例。課前在“課堂教學評價模塊”上安排學生根據作品風格完成伴奏的音樂；播放制作好的《紅河谷》MIDI音樂（在第二和第六個小節(jié)缺失編配和弦）；使學生感受、探討大小三和弦的表現(xiàn)力，形成對大小三和弦的感知。然后要求學生試著用MuseScore為《紅河谷》缺失的兩小節(jié)選配和弦，以適合歌曲的伴奏風格。學生需要邊哼唱歌曲邊試著套用不同的伴奏風格，找到他們認為最恰當?shù)暮拖野樽囡L格，說出理由并提交[3]。評價系統(tǒng)將學生提交的作業(yè)比照音樂要素進行評價。及時反饋學習評價的信息，并對學生的學習進程制定一個個性化的學習方案[4]。同時通過教學反饋深度優(yōu)化決策模型，促進教師實時改進教學策略，提高教學效率和效果，提升教學質量。
4結語
人工智能技術在音樂教育領域中的廣泛應用，為傳統(tǒng)的音樂教育模式注入了活力，為音樂教師創(chuàng)新音樂教學理念開辟了新思路[5]，為因材施教提供了新的適合學生學習的音樂教學模式。人工智能在音樂教育模式方面的探索，不僅給音樂教育教學的發(fā)展帶來了物質技術層面的進步，還從音樂教學層面促進計算思維培育開辟新途徑。這對音樂教育理念、教學手段、教學方式和方法以及拓展學生音樂視野、學習音樂、享受音樂、創(chuàng)造音樂等都帶來深刻的變化和積極的影響。
參考文獻
[1]鄒孟雨.人工智能及其在音樂教育中的應用.北方音樂,2018(15):254-255
[2]郭文進.“互聯(lián)網+教育”運行模式探究.決策與信息（下旬刊）,2015(9):63
[3]段曉軍.電腦音樂系統(tǒng)與中小學音樂教學實踐.中國音樂教育,2006(6):26-28
2教學方法研究
研究生教學應更突出學生的主體地位，注重發(fā)揮其學習的主動性和自覺性，為此，課程組結合課程特點，在教學方法進行了如下探索。
2.1加強教學設計
教學設計就是對教學活動進行系統(tǒng)計劃的過程, 是教什么(課程內容)及怎么教(組織、方法、策略、手段及其他傳媒工具的使用等)的過程[2]。在教學過程中，每節(jié)課授課前，堅持集體備課的原則，由課程組集體討論選定授課內容，補充閱讀文獻，根據授課對象與課程內容特點，確定課堂組織方式，采用的授課方式以研討式教學為主，給合講授、實驗、自學等。
2.2抓好課堂教學環(huán)節(jié)
教學方法與教學手段是保證課堂教學效果的關鍵。本課程授課對象主要為碩士研究生，他們的接受能力較強，有一定的求知欲。由于學員人數(shù)較少，授課方式可靈活組織。教室有完備的多媒體設備，基本的軟件實驗環(huán)境，教學過程可采用靈活教學方法、多種教學手段，提高教學效率，保證授課質量。
1) 以研討式為主的教學方式。研究生教學應堅持學術研究為導向，發(fā)揮學員在學習過程中的主動性和自覺性。由于研究生學員有一定的學習基礎與自學能力，教員可以在課前給學員布置預習內容，學員通過查閱資料、分析整理進而形成自己的觀點，使在課堂教學中師生互動交流成為可能，改變傳統(tǒng)的教員講，學員聽的灌輸式教學方式。研討式教學也有力于培養(yǎng)學員積極思考、創(chuàng)新思維的習慣與能力。
2) 教學手段的信息化。人工智能原理教學一個突出矛盾是知識點多、內容抽象、理論性強，但學時較少，因此，必須發(fā)揮現(xiàn)代教學手段的作用，提高教學效率。為此，課程組對每節(jié)課都精心設計了教學課件，課堂教學中以課件為主，輔以板書，充分利用多媒體信息量大、直觀等優(yōu)點，改善教學效果；引入教學聲像資料，便于學員課下學習；設計演示程序，使部分比較抽象、不易于理解的內容，如子句歸結、搜索策略更形象直觀，易于學習和掌握。
3注重培養(yǎng)學員學術研究能力
學術能力是指專門對某一學問進行系統(tǒng)的哲理或理論研究的能力，它不僅包括思辨的方面，還包括實踐及感性的敏感力等方面。研究生階段學習的一個突出特點是要求學習的主體――研究生必須具備研究的能力[3]。論文寫作是培養(yǎng)、鍛煉、提高研究生的學術能力的重要途徑，在教學實施過程中，要求每個專題學習結束后，都要提交一份格式符合期刊發(fā)表要求的總結報告，題目可自行選定，也可由教員指定；內容既可以是人工智能該專題某一算法的實現(xiàn)，也可以是對某一問題的進一步研究，或者是對該專題最新研究進展的綜述。教員重點在以下幾個方面予以指導。
1) 選題準確。要求選題不能過于宏大，應以小題目反映大問題，具有一定的可研究性為宜。
2) 研究內容。研究目標明確，方法恰當，能夠提出自己的見解，所提觀點正確。
3) 論文結構。結構清晰、完整，論述嚴謹，表達規(guī)范。
4) 占有文獻豐富。撰寫過程中要有意識培養(yǎng)學員查閱科技文獻的能力，要求查閱反映最新研究成果的權威文獻。
4加強實驗環(huán)節(jié)教學
人工智能教學在進行各種理論知識講授的同時，還應重視實踐教學，把抽象的知識轉化為形象、直觀的實驗，讓學員真正理解人工智能的概念、本質、研究目標，從而提高學員多角度思維的能力和邏輯推理能力，進一步了解信息技術、計算機技術發(fā)展的前沿，培養(yǎng)他們對人工智能研究的興趣，激發(fā)對人工智能技術未來的追求。為此，課程組借鑒國內外知名大學人工智能實驗教學經驗，編寫了《人工智能原理實驗指導書》，圍繞問題表示、經典邏輯推理、不確定推理、搜索策略及簡單專家系統(tǒng)實現(xiàn)等教學內容提供了7組實驗供學員選擇。
例如，在狀態(tài)空間搜索一節(jié)教學過程中，先完成理論部分的教學，使學員對狀態(tài)空間基本概念、問題表示及求解方法有一個準確的認識，然后進行實驗教學。由學員自主完成重排九宮問題求解的程序，初始狀態(tài)和目標狀態(tài)如圖1所示，調整的規(guī)則是，每次只能將與空格(左、上、下、右)相鄰的一個數(shù)字平移到空格中[4]。實驗過程重點指導學員掌握狀態(tài)空間進行問題求解的關鍵步驟：問題表示和搜索策略。問題表示就是要確定該問題的基本信息及程序實現(xiàn)的數(shù)據結構，基本信息有初始狀態(tài)集合、操作符集合、目標檢測及路徑費用函數(shù)，數(shù)據結構可采用向量、鏈表等形式；搜索策略可分為盲目式搜索和啟發(fā)式搜索，可按照先易后難的原則，先實現(xiàn)盲目搜索中的廣度優(yōu)先及深度優(yōu)先搜索，在此基礎上再定義估價函數(shù)實現(xiàn)啟發(fā)式搜索。而在啟發(fā)式搜索實現(xiàn)過程中，又可以通過定義不同的啟發(fā)函數(shù)：如某狀態(tài)格局與目標節(jié)點格局不相同的牌數(shù)、不在目標位置的牌距目標位置的距離之和等加以比較，準確理解啟發(fā)函數(shù)的意義。通過實驗，學員加深了對課堂講授的理論知識的理解，能夠熟練地將狀態(tài)空間法運用于實際問題的求解，提高了工程實踐能力。
實驗教學組織方式可根據具體的實驗內容特點，采用上機編程實驗、演示程序驗證、模擬平臺開發(fā)、分組討論等多種形式進行。
5適度開展雙語教學
研究生的英語基礎普遍較好，基本都通過了國家公共英語四級考試，部分學員通過了六級考試，加之在本科階段還開設了專業(yè)英語課程，因此，在培養(yǎng)研究生人工智能知識的同時，我們要提高學員閱讀原版英文資料、用英語進行簡單科技寫作及對外學術交流的能力，適度開展雙語教學，對此，我們可采取以下基本方式。
1) 專業(yè)術語全部用英語表示。
在教學過程中用英語表達人工智能原理中的專業(yè)術語和主要概念，如Knowledge Representation(知識表示)、Depth-First Search(深度優(yōu)先搜索)、Breadth- First Search(廣度優(yōu)先搜索)等。
2) 以英文原版教材為教學參考書。
選定機械工業(yè)出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》為參考書，該書“是人工智能課程的完美補充。它既能給讀者以歷史的觀點，又給出所有技術的實用指南[5]?！?/p>
3) 加強英文文獻的閱讀。
在課程論文撰寫時，要求閱讀一定數(shù)量的外文文獻；在討論課中，鼓勵學員使用英語進行討論。
經過課程學習，學員都能準確掌握人工智能學科專業(yè)詞匯，英文運用能力得到一定提高，能較自如地閱讀原版英文專業(yè)資料，為進一步用英文進行學術交流及學術論文寫作打下基礎。
6考試與成績評定改革
考核方式采用傳統(tǒng)的試卷與課程論文、實踐環(huán)節(jié)等三部分組成，全面考查學員對基礎理論知識掌握情況以及理論聯(lián)系實際的能力，其中試卷占70%，課程論文占10%，實踐環(huán)節(jié)占20%。課程論文題目不作限制，由學員在課程學習階段結合某一專題選定題目，課程論文以選題意義、研究內容、論文結構、參考文獻及撰寫規(guī)范等指標為評價依據；實驗成績采用實驗過程考查、實驗結果驗收和實驗報告評閱相結合的考核方法，綜合評定。這樣做不但考核了學員人工智能基本理論掌握情況，也反映了學員的學術研究能力和工程實踐能力。同時，考核結合實際教學進程，改變了單一課終總結性考核的弊端。
7結語
經過課程組近兩年的教學方法研究與教學實踐，研究生人工智能原理課程教學收到較好的效果，但仍存在一些問題，如在課堂討論環(huán)節(jié)，個別學員準備不充分、討論不夠深入；課程論文撰寫選題隨意，文獻綜述不夠全面、準確，論文格式不夠規(guī)范等。在今后的授課中，課程組將根據授課研究生人數(shù)較少的特點，采取明確每名學員預習重點、加強課程論文交流等方式予以改進，力求取得更好的教學效果。同時，進一步充分利用便利的校園網平臺，開展“人工智能原理”網絡課程建設，購買或自主開發(fā)網絡教學資源，引導學員利用網絡資源進行個性化自主學習，增強教學過程的信息化程度。
參考文獻：
[1] 王永慶. 人工智能原理與方法[M]. 西安:西安交通大學出版社,2002:1.
[2] 李志厚. 國外教學設計研究現(xiàn)狀與發(fā)展趨勢[J]. 外國教育研究,1998(1):6-10.
[3] 肖川,胡樂樂. 論研究生學術能力的培養(yǎng)[J]. 學位與研究生教育,2006(9):1-5.
[4] 周金海. 人工智能學習輔導與實驗指導[M]. 北京:清華大學出版社,2008:204.
[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:機械工業(yè)出版社,2009:754.
Reform on Postgradrates Artificial Intelligence Course Teaching
TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei
互聯(lián)網教育尤其是線上K12培優(yōu)項目一直是投資熱門，直播1對1模式風口過后，教育圈內最火的應該是AI項目了。據億歐智庫的報告顯示，2017年人工智能教育融資額度達42.17億元，其中超80%屬于早期投資項目，這個賽道有望誕生多個獨角獸公司。
筆者發(fā)現(xiàn)，當前布局人工智能的在線教育大體分為三派：
教學或題庫測評類工具產品，比如作業(yè)盒子等；
培訓機構應用AI技術，比如好未來等；
人工智能教育引擎及平臺提供商，比如高木學習等。
現(xiàn)在擺在AI教育創(chuàng)投從業(yè)者面前的問題是：到底以技術實力論英雄的AI教育的泡沫有多大？真金不怕火煉的AI教育項目的核心能力在哪里？如何才能落地？ 本文試做解讀。
一、為什么“自適應”其實并非真正的AI？一位投資人朋友曾向我這樣說道：“既懂互聯(lián)網行業(yè)又完全懂本行業(yè)的業(yè)務的管理型人才不超過十個，這是在‘互聯(lián)網+’雙創(chuàng)浪潮中每個垂直行業(yè)頭部項目就幾家能玩轉的原因?！倍J知和技術門檻更高的“AI+”情況恐怕會更加不妙，甚至很多人把“自適應”與“AI教育”劃等號。
自適應學習（Adaptive Learning）的鼻祖是美國的Knewton公司，它通過評估不同學生對知識材料掌握度進行個性化推薦，有點類似于今日頭條的興趣引擎。 Knewton在國內的門徒眾多，目前大概有40多家項目宣布發(fā)力做“自適應”，比如“乂學教育”（學練測自適應）、“學吧課堂”（題庫自適應）、“英語 流利說”（英語口語糾正）、“一起作業(yè)”（家長、老師在線監(jiān)控）等等。
嘉御基金創(chuàng)始人衛(wèi)哲說過，“90%的人工智能項目都是偽AI”，鑒別的依據是看項目“算法速度”，如果是代數(shù)級而不是幾何級計算那就不是“真AI”，以此來考驗自適應項目，得到的結論未免讓人失望。
初級的自適應項目是人工預設指令或編程規(guī)則推薦，高級的自適應是基于知識圖譜推薦，即使是高級的自適應項目由于沒有按照既定的教學大綱和教學目標有 邏輯地展開，在具體知識學習之中并不系統(tǒng)。關鍵是很多自適應項目采集的是各科最優(yōu)秀特級教師的能力，導致其算法本身是線性的、模擬人學習而已。
自適應的技術原理就好比AlphaGo是應用了人類最優(yōu)秀圍棋大師的能力而非是完全迥異機器深度學習和自演化模型；自動駕駛AI應用了某個人類零誤 差老司機的感知能力而非是基于全網海量交通大數(shù)據做運算和決策；人工智能醫(yī)生是應用了看X片最快最準的醫(yī)生的經驗而非是海量數(shù)據庫訓練；顯然按這樣的路徑 訓練出的機器并非是真正的AI。
“真正擁有充分教學大數(shù)據及算法速度的‘AI教師’是能輕松超越擁有30年教齡特級教師的，并且可以突破人類的知識局限，對算法模型進行自動演化，找到人類從未嘗試過的策略。”高木學習創(chuàng)始人劉瞻這樣描述AI教師。
劉瞻是帝國理工學院科班出身，早在2015年開啟AI教育創(chuàng)業(yè)，他認為判斷真?zhèn)蜛I教育項目具體有三個考察維度：
（1）自適應是基于模擬優(yōu)秀老師的知識圖譜推薦知識，而真正的AI教育機器人則是泡在“教學實踐大數(shù)據”中做深度學習。
（2）自適應主要用作知識盲點的統(tǒng)計，但無法分析出知識體系之間的本質聯(lián)系，用AI更重要的任務是找到行為背后的原因，比如某學生表面上二次函數(shù)是 薄弱環(huán)節(jié)，既有可能是其對二次函數(shù)的各細分知識點掌握不牢，也有可能是前置知識點一次函數(shù)、函數(shù)的思想理解不透徹，還有可能是方程求解的問題；甚至有可能 是抽象思維或計算能力的問題，AI會根據該學生數(shù)據和“知識路徑矩陣”，找到問題背后的原因從而匹配出最優(yōu)學習路徑。
（3）人類教師的情感因素能左右學生的學習效果，AI教師也應綜合考慮學生的自信心與成就感的培育與激發(fā)，從而確保學生學習過程“知”、“情”、“意”的一體化。
二、AI教育的核心：幫助每個學生找到“元認知能力”AI教育并不會改變“老師-學生”的二元結構，甚至人工智能教育還要在師生兩端徹底解決互聯(lián)網教育未完成的兩大難題：
如何幫助學生找到學習方法、提升學習效率？在中國一個普通中學生80%的學習時間是低效的。
如何幫助老師對學生更高效的“因材施教”？目前在我國師資資源依然整體短缺并且分布不均，1對1培優(yōu)成本高、小班普及率低等問題依然突出。
AI教育的優(yōu)勢在于通過數(shù)據化形式分析學生自己都不清楚的“癥結”，即所謂的“懂我更懂教好我”，同時AI還能幫助老師實現(xiàn)教學效果的穩(wěn)定化和可控化。AI在充分收集和處理教與學兩端的大數(shù)據后，還得在具體教學場景之中個性化建模，最終實現(xiàn)“讓學生更會學，讓老師更會教”，這是人工智能教育的目的。
陶行知先生說過，“教是為了不教”，教育本質不是灌輸知識，而是要啟發(fā)學生思考并讓學生掌握自主學習的能力。目前很多偽AI學習神器只能“授人以 魚”但并不能“授人以漁”，我國基礎教育歷來缺乏方法論課程，只有極少數(shù)有天賦的學生能自主制定適合自己的學習方案，而絕大多數(shù)天資處于平均線的學生在混 沌中摸索。如果從AI的視角來看，所謂“天賦”不過是少數(shù)幸運兒自覺不自覺的分享了“元認知能力”。
當人主動設定學習計劃、自我反饋、動態(tài)調整學習策略時，就接近了“元認知”，在大數(shù)據時代，這種元認知能力是能被定量化分析的，AI 教育可以為學習者提供關于反復激活元認知能力的“訓練法”。根據劉瞻的解讀，AI教育的“訓練法”就好比給蹣跚學步的嬰兒安上矯正走姿的“學步車”，具體 應用什么樣“訓練模型”則是由AI根據大數(shù)據進行場景化定制的，有可能是通向學習目標所需要的“云梯”，有可能是“舟楫”，或者是“拐杖”等等，這些模型 能不斷調取和強化人的“元認知能力”。
盡管市面上90%項目都是著眼于知識點和解題訓練的自適應，真正AI教育項目比如高木學習的AI不僅包含自適應的知識圖譜大數(shù)據，而且還能不斷從學 生的行為數(shù)據中演化“知識路徑矩陣”即AI可根據學生對知識和能力體系的理解定制出個性化學習路徑。與此同時，AI讓學生在對知識的理解與記憶過程中不僅 訓練知識掌握度，還不自覺地訓練了元認知能力，這套“個性化學習引擎”其實是在培養(yǎng)學生“忘掉所有知識后”剩下的元認知能力，具有普適化的特點。
實際上，AI教育并不需要局限在某一學習階段、某一學科的知識體系，完全可以打造一個跨學科、跨門類、跨階段使用的“通用知識學習引擎”，也就是說，除了應用在K12領域外，AI教育還可以應用在高等教育階段，甚至在輔導大學生時比中小學生會更為輕松，無須綜合考慮學生的學習動力因素等。
反過來講，如果市面上的人工智能教育項目只能用于某一單科或只能教K12，就不是基于大數(shù)據獲取和智能化引擎的“全才”和“通才”，基本可視為基于特定領域專家總結的經驗規(guī)則的“偽AI”。
三、為什么AI教育項目落地，to B模式比to C模式更容易跑通？當前AI教育項目的商業(yè)化進程走向大體分為兩大派：
一派是自建場景的顛覆派，試圖開發(fā)新的測試軟件以抓取學生的數(shù)據，甚至引入一些把AR（增強現(xiàn)實）、MR（混合現(xiàn)實）等黑科技，其目標是以“AI教師”完全取代真人老師教學，屬于“人機對抗”模式，較為典型的是乂學教育的松鼠AI。
另一派是升級現(xiàn)行教育體系、不另創(chuàng)場景的改良派，屬于“人機共教”模式，較為典型的是高木學習的AI Tutor。
一般走人機對抗模式最終走的是to C模式；而“人機共教”走的是to B模式。鑒于我國當前AI教育的應用場景主要為教學機構包括全日制學校與培訓機構，而非一個個分散的學生；只有讓AI去輔助老師備課、上課，嵌入到學生作 業(yè)和訓練，幫助學生提分和學校提升升學率，才能幫助AI更快落地并且找到盈利模式。
從“全日制學校”應用AI的實踐上看， AI能讓老師“心中有數(shù)（據）”，提升教學的針對性，AI教師實際上相當于真人老師的“智能助教”，可以減輕老師50%的工作負荷量，比如AI幫老師批改 作業(yè)，把數(shù)據分析的可視化呈現(xiàn)出來幫助老師定制教研方案。因此，在市場推廣過程中，AI教育項目不需要擔心基層老師的接受阻力，能讓老師擺脫“汗水老師” 的局面也是基礎教育機構所希望看到的。
由于全日制學校獲取的大數(shù)據比培訓機構更加海量、持續(xù)、高頻，因此高木學習更看重AI在全國全日制學校場景中的數(shù)據價值，積極在全國推行城市合伙人制度，并計劃與地方教育主管部門合作推出全國教師AI應用能力培訓公益活動。
To B模式中另一大企業(yè)客戶就是體制外的培訓機構，他們所面對的學生付費意愿強、購買力相對旺盛，是AI教育項目獲得穩(wěn)健現(xiàn)金流的必爭之地，那么當前培訓機構應用AI教育項目開展“人工智能雙師班”的效果如何呢？
首先，AI教練能保持教學效果穩(wěn)定化輸出，解決原本老師教學效果不確定的弊端。
其次，AI 提升了老師的工作效率，突破了培訓機構因為名師稀缺且流動性大限制培訓機構的規(guī)?；l(fā)展的瓶頸。
從目前來看，人工智能貌似與我們的現(xiàn)實生活距離十分遙遠，實際上它已經開始走入我們的生活，而且正以一種磁懸浮般的速度向我們奔來，人工智能已經打響21世紀新的軍備賽。
社會層面，人工智能成改善民生新利器
人民生活水平的高低一直都被作為發(fā)達經濟體與發(fā)展經濟體最明顯的區(qū)別和寫照，而人工智能的普及將會對人民的生活水平帶來翻天腹地的變化。
首先，在家庭生活方面，如果家里擁有保姆機器人，就可以免去苦于找不到保姆的煩惱，解決日常家庭勞務所憂。有些人可能會認為這還很遙遠，實際上日本已經開始在試用家庭保姆機器人了。我們再來看看眼下各大科技公司所倡導的手機連接一切：清晨，伴隨著悠揚的背景音樂起床，一天都感覺很精神；起床時，窗簾已經悄悄拉開，這個時候甜美的聲音開始播放當天的天氣預報；起床后，水溫已經設置為適合自己使用的溫度，不用擔心水溫時冷時熱；洗簌后，廚房已經傳來早餐的香味；上班前，不必擔心門窗、電視等是否關上；晚上回家前，可以通過手機提前打開熱水器，到家后就可以直接洗個熱水澡。
其次，在醫(yī)療健康領域，目前已經有很多智能硬件公司推出了智能醫(yī)療硬件產品，能夠及時地反應出人體的健康狀況。比如機器視覺系統(tǒng)自動完成乳房X光檢查和其他醫(yī)學影響的分析，通過模擬醫(yī)學專家診斷、治療疾病的思維過程能夠讓機器人自動診斷病人病情等。人工智能在醫(yī)療方面的應用一方面能夠改善就醫(yī)條件和環(huán)境，另一方面也能大幅提升醫(yī)療技術水平。
其三，我們再來看看人工智能對教育的影響。通過借助人工智能，我們的教學場景將得到極大改善，而通過人工智能和大數(shù)據的應用，老師也能更好地把握學生的學習情況并進行針對性的輔導。
不僅僅是教育、醫(yī)療、家庭等方面，人工智能將會人民生活的方方面面產生巨大的影響，它將會成為未來全球各國改善民生的新利器。
經濟層面，各國借人工智能再創(chuàng)經濟神話
目前發(fā)達國家都已經紛紛推出了自己的人工智能計劃，人工智能已經成為了發(fā)達國家經濟體向前繼續(xù)邁進的動力和標志。
一、歐盟耗資10億歐元打造人腦計劃。該項目旨在建立一套基于神經科學的全新的、革命性的信息通信技術，建造一種模擬神經元功能的芯片，然后將芯片用于建造超級計算機。
二、美國大腦計劃。美國通過借助DARPA部門，然后將每年的研究經費劃撥給各個大學的實驗室、科技公司等用于各式各樣的前沿研究，目前該部門已經與谷歌、IBM等科技公司達成了合作，并獲得了多項人工智能重要科研成就。
三、日本機器人計劃。目前日本工業(yè)的老齡化問題非常嚴重，為了推動日本經濟繼續(xù)發(fā)展，日本聯(lián)合各大企業(yè)推出了機器人計劃。通過機器人、無人搬運機等人工智能技術的應用，日本工業(yè)再次走上了世界前列。
中國的人工智能技術剛剛起步，而人工智能對于中國的經濟發(fā)展是難得的一次新機遇。李彥宏所提出的“中國大腦”計劃如果能夠得到順利實施，將對中國的科技創(chuàng)新發(fā)揮至關重要的作用。目前我國的經濟正在加速從投資驅動為主向創(chuàng)新驅動發(fā)展為主的轉變，人工智能作為未來科技創(chuàng)新的決定性力量，它是中國經濟繼續(xù)實現(xiàn)騰飛的有力保障。在未來的全球經濟競爭中，可以說誰在人工智能上領先了，誰就能引領未來的新經濟時代。
企業(yè)層面，科技巨頭爭先恐后
目前全球的科技巨頭諸如谷歌、百度、微軟、IBM、Facebook等都已經紛紛涌入到了人工智能領域，它們在以下五個層面展開了激烈的競爭。
一、圖像、語音識別技術
在圖像、語音識別技術領域競爭最為激烈的當屬谷歌和百度。借助移動搜索，百度和谷歌都向語音、圖像識別技術發(fā)起了猛烈的進攻。谷歌通過連續(xù)的收購確立了其在圖像、語音識別技術方面的領先地位，而百度則通過組建以吳恩達、余凱、張潼、徐偉等人才組成的豪華專家團隊，并堅持自主研發(fā)，最終在語音識別技術上超越了谷歌和微軟。
二、深度學習
在深度學習方面，微軟、谷歌、百度、Facebook、IBM等科技巨頭都投入了巨大的力量。日前，微軟的研究人員在學術論文中表示，微軟最新的深度學習系統(tǒng)在分辨2012年版的ImageNet圖像數(shù)據庫時，錯誤率只有4.94%，相比于普通人的5.1%，這是人工智能首次在識別圖像的錯誤率上面超越了人類的水平。
三、無人駕駛
最早將人工智能技術應用到汽車領域的是谷歌，隨后國內的百度、華為也先后向無人駕駛技術發(fā)起了挑戰(zhàn)。未來百度自動駕駛計劃的核心方向就在百度大腦，它可實現(xiàn)人與汽車的語言互動，車輛定位，駕駛輔助甚至自動駕駛等功能。而華為則通過聯(lián)合東風汽車共同打造無人駕駛汽車。
四、智能家居
說起目前的智能家居，谷歌、蘋果、微軟等都已經在摩拳擦掌，而國內的智能家居格局競爭更是相當激烈，已經形成了戰(zhàn)國紛爭的局面：小米+美的、海爾+阿里+魅族、聯(lián)想+百度、360+格力、騰訊、華為等。
五、機器人
人工智能未來的最終方向就是意識機器人的出現(xiàn)，通過機器人的使用，企業(yè)能夠節(jié)省大量的成本和提升效率。對于機器人公司的收購，谷歌總是樂此不疲，去年谷歌連續(xù)收購了10來家機器人生產企業(yè)。而百度開發(fā)的“小度”機器人走紅網絡則向我們表明：機器人將會受到越來越多人的歡迎。
其實不僅僅是科技巨頭，已經有越來越多的創(chuàng)業(yè)公司正在涌入到人工智能領域。對于企業(yè)來說，人工智能是一次絕好的商機，它的產值將在萬億規(guī)模以上。
軍事層面，人工智能打響新的軍備賽
著名軍事理論家張召忠可謂對李彥宏“中國大腦”計劃給予了高度肯定，并且認為它將有助于軍隊現(xiàn)代化建設。事實上，在我國軍方的一些研究機構，已經在網絡科學、神經科學等領域有很好的投入，并獲得了一些階段性的成果。此次，人工智能如果能夠上升到國家戰(zhàn)略，對于軍隊科技的創(chuàng)新將有著深淵的意義。
人工智能無疑是當下最火的科技概念。從BAT到創(chuàng)業(yè)公司，從傳統(tǒng)行業(yè)到資本市場，無不對這一概念趨之若鶩。若是再結合醫(yī)療、教育等同樣熱門的領域，幾乎毫無疑問會備受關注。深耕基于人工智能技術的智適應學習的V學教育，就是這樣一家從成立伊始就帶著“教育”與“人工智能”雙重基因的公司。
V學教育董事長栗浩洋浸教育行業(yè)十幾年，是業(yè)內知名的資深專家。而作為一個標準的“學霸”，他很早就對人工智能產生了濃厚的興趣。當IBM的“深藍”贏了國際象棋大師，栗浩洋受到了很大的沖擊，他開始相信人工智能未來會顛覆世界。身為創(chuàng)業(yè)者，這樣的機遇不容錯過。
學霸的煩惱
有句網絡上很流行的話說：“最可怕的是比你優(yōu)秀的人還比你努力?！狈旁诂F(xiàn)實生活中，栗浩洋就是個很形象的例子。
讀書時代的他像是開了掛：從小學習成績拔尖，9歲就成為計算機實驗生寫游戲程序，初中就讀完了高中全課程，榮獲奧數(shù)一等獎，進入上海交大天才試點班。升大學時，北大、清華、上海交大、復旦等8所高校同時保送。分數(shù)對他而言從來就不是問題。
但這并不代表他沒有缺點――中學時代，他有社交恐懼癥。大學選擇專業(yè)時，為了向陌生的學長學姐請教，他端著盤子在食堂游走了5天，最終也沒敢開口。他是個不輕易認輸?shù)娜?，清楚地知道自己的弱項，然后加以訓練。如今的栗浩洋思路清晰，語速極快，說起自己的項目來滔滔不絕。在各種論壇、演講、路演的場合，他甚至有不間斷發(fā)言6小時的紀錄。
栗浩洋曾做過名為“人是自己性格的雕刻家”的主題演講，詳細描述了自己克服性格缺陷的過程。他說：“我要像一個雕刻家一樣，把自己塑造成最完美的藝術品?！?/p>
這與V學教育的理念不謀而合。在栗浩洋看來，傳統(tǒng)的教育培訓十分簡單粗暴，把教科書上的知識點全部線性推進，學完這個知識點才能學下一個。但每個學生知識點的掌握情況都不盡相同，如果好學生把大量時間用于重復學習已經掌握的知識點，而成績較差的學生總在學習對他來說難度太大的知識點，最終的結果只能是所有學生的學習效率都很低下。要迅速提高學生的成績，應該針對每個學生制訂獨一無二的學習方案，讓他們有針對性地補好短板。
過去，有針對性的一對一輔導只能依賴經驗豐富的老師，但這種輔導十分奢侈?！吧虾Ｓ?00多個特級教師，最低的一小時的成本是1500塊錢，最好的前10名大概要8000塊錢一小時，而且只能上幾百人的大課，根本不可能去一對一，哪怕你是土豪也支付不起這樣的費用?！崩鹾蒲蠓治龅?。
而人工智能技術帶來了夢想照進現(xiàn)實的希望。將人工智能技術應用于教育，自美國的Knewton公司始。為應付GMAT、SAT等全球性考試，Knewton做了一個智適應學習工具。該平臺將各類課程數(shù)字化，建立在線教學資源庫，為用戶“個性化”選題，從而提高應試能力。
受此啟發(fā)，栗浩洋看到了國內基礎教育領域的機會，促使他創(chuàng)辦了V學教育。就好比GPS和自動導航未來會代替老司機，V學教育也希望通過智適應系統(tǒng)代替老教師，一對一地用智能系統(tǒng)給學生授課，讓每個孩子接受到最高級別和最高質量的教育。
現(xiàn)有的教育培訓機構，不管模式怎么變，本質上還是傳統(tǒng)教學，非常依賴于老師。V學教育則是依賴于科技。栗浩洋打了個比方：“一個教育機構聘請老師，就像聘請會武術的員工一樣，那么最高的水平就是練成武術高手。但我們不是通過武術解決問題，我們是通過武器，通過飛機、大炮、導彈和航空母艦來解決問題?！?/p>
量體裁衣式的教學
用人工智能技術幫助學生學習，簡單地解釋，就像阿爾法狗用智能體系模擬圍棋大師一樣。V學教育智適應系統(tǒng)是用智能化的系統(tǒng)去模擬特級教師。對于特級教師來說，見到每一個學生，首先會快速摸底學生的學習狀態(tài)。然后根據這個學生的學習狀態(tài)、能力，以及學習習慣，采用不同的教學策略、教學方法和表達的語言，幫助這個學生進行學習。在學生學會或者沒學會的不同情況下，會調整自己的方法。
特級教師教學的這種能力，是基于其過去幾十年的教學經驗和幾千個學生，幾萬幾十萬的題目，以及這些學生在學習過程中會和不會的反應等大數(shù)據，以及自己大腦的判斷。V學的解決方案其實就相當于把近百位特級教師的經驗、智慧、大數(shù)據解決方案，放在智能大腦里面，然后用這個智能大腦去模擬教學過程。
V學的智適應系統(tǒng)，能夠將每個知識點拆分成“納米級”。所謂“納米級”，是指把一個知識點拆成最基礎的內容，變成最簡單的顆粒，然后針對每一個知識顆粒進行專門的視頻講解、專項練習和專題測試。通過對學生進行精準的摸底測試，了解學生掌握了哪些知識點，哪些沒有掌握，哪些掌握得非常牢固，哪些是略知一二。同時，智適應系統(tǒng)還能通過學生的反饋數(shù)據，不斷地深度學習，提升測試的準確度。
栗浩洋舉例說：“在錯題本這種粗淺智適應的模式中，我們可能經常會判斷一個學生說他是一個冠詞掌握得不太好，但這其實是一個非?；\統(tǒng)的判斷。冠詞又分定冠詞、不定冠詞和不用冠詞，那么這個學生可能是定冠詞13種當中的第9種和第12種不會，以及不定冠詞11種用法中的第7種和第10種不會?！?/p>
“一開始我覺得系統(tǒng)不靠譜，它給出的所有知識點我都掌握得很好，后來我一看里面的講解，沒想到被動語態(tài)可以講得這么深，其實好多題并不是因為粗心做錯了，而是還沒有真正地理解?！边@是一位通過智適應系統(tǒng)學習后的學生的真實反饋。一位風險投資人也曾親測V學智適應系統(tǒng)，他是美國哈佛商學院畢業(yè)的學霸，系統(tǒng)竟然檢測發(fā)現(xiàn)他有一個初二的數(shù)學知識點沒有掌握，他一開始不相信，后來一翻書，發(fā)現(xiàn)自己真的沒有掌握那個知識點。
根據學生的知識掌握情況和目標，智適應學習系統(tǒng)會自動規(guī)劃最適合該學生的學習難度和順序，不會讓學生因為目標過高而喪失信心，也不會因為目標過低而失去挑戰(zhàn)的欲望。通過這樣的方式，讓40分水平的同學可以逐漸提高到60分、70分，讓70分水平的同學逐漸提高到80分、90分，最終使得所有不同水平的學生都能夠循序漸進地提高到較高的水平。
栗浩洋堅信，找到合適的學習方法，每個孩子都可以成為學霸?！爸袊趲浊昵疤岢龅慕逃罄砟睿褪墙虩o定法，有教無類，因材施教，這三個詞其實是對智適應教育的一個完美的詮釋?！彼硎尽?/p>
讓學習輕松快樂
“V”，一個有些生僻的漢字。栗浩洋與合伙人用這個字作為公司名大有深意。公司最早立項時，代號是“X PLUS”。他們認為，教育技術的深度對大多數(shù)人來說是未知，而且有著非常高的潛力待發(fā)掘，每個孩子都可以比過去提升10倍甚至百倍的學習效率，其中有無限的可能性，這是起名X PLUS的原因。
“與X最接近的中文字，就是V。V字在中文中作為動詞時，有治理的意思，V天下就是治理天下。我們希望通過教育，可以改變整個中國社會。V字作為名詞，又有才德出眾的意思，我們希望把每個孩子都教育成才德出眾的人，也就是說我們不僅希望他們提升學習效率，獲得更高的分數(shù)，而且希望他們在素質教育上也有更好的提升，真正幫助孩子成為有能力，有禮儀，有智慧，有價值觀的人?！崩鹾蒲蠼榻B說。
這是栗浩洋在教育領域的第三次創(chuàng)業(yè)，顯而易見，他有很深的“教育情結”。在他看來，對于世界上的每個人來說，教育是能夠改變其一生命運的最重要因素。每個人出生的地域、家庭、國家等注定無法公平，但是如果是每個人都可以享受到這個世界上最優(yōu)質的教育，就可以通過自己的努力，通過教育去徹頭徹尾改變自己的人生軌跡。所以他覺得教育不僅僅是一個事業(yè)，也是一件非常有社會意義的事情。
與此同時，中國的整體教育水平相對較差，國家在教育上的投入占GDP的比例不足，教育理念也比較落后。因此，栗浩洋心中還有一份對國家和民族的使命感。“中國的學生數(shù)理化學得是全球最深的，孩子學得是最苦最累的。但是全球最好的科技卻不是中國人發(fā)明的，都是美國那些學得很輕松，很自由，很自主的孩子創(chuàng)造的。這就說明我們中國的教育其實特別失敗，所以我非常希望能夠通過自己的力量，徹底改變中國教育這樣一個現(xiàn)狀?！?/p>
學生通過高效的方式學完了知識點，節(jié)約的時間就可以自由支配，花在興趣愛好素質教育甚至是娛樂上。栗浩洋認為，這就是為什么國外的學生學得又輕松又好，而國內的學生學得又累又苦還是學不好。V學教育其實是要徹底解放孩子們的時間，讓他們熱愛學習又享受生活。
在對自家雙胞胎兒子的教育上，栗浩洋踐行著自己的理念。他每天都要抽出時間教兒子認字，孩子們進步的速度比他想象的快。1歲半的時候，他們就認識了500多個漢字和100多個英文單詞；3歲不到讀了300本書；3歲的時候可以和外教進行簡單的日常英文對話；在好奇心、想象力、邏輯的組織能力上更是超過同齡人許多，并且非常快樂。
栗浩洋對他們有很多期望，比如希望老大成為第一個不是在美國出生的美國總統(tǒng)，希望老二成為金融家，做出超過高盛的金融集團?！暗俏也⒉粫銖娝麄?，也做好了所有的準備。哪怕他們想做地下?lián)u滾歌手、和尚、義工等等，都可以。”
方向對了路還長
作為連續(xù)創(chuàng)業(yè)者的栗浩洋，成功過也失敗過。但現(xiàn)在他信心十足。
在教育研發(fā)方面，栗浩洋擁有超過十年的經驗，對教材、配套動畫片、網絡產品都有很多心得。栗浩洋認為，過去的經驗和教訓，可以讓V學的研發(fā)過程至少少走三四年的彎路，能夠達到比其他同行更高的效率。教育行業(yè)的研發(fā)有著非常高的壁壘，如果沒有在行業(yè)中摸爬滾打過五年八年，直接做研發(fā)，會跌入很多坑。
其次，傳統(tǒng)教育模式中最重要的因素師資力量，對V學教育已經完全不是問題了。大型教育機構在全國發(fā)展的時候，遇到的最大問題就是師資力量。培訓老師的成本非常高，老師的流失率也居高不下。留下來的老師，若干年后水平也參差不齊。而V學教育采用的是“中央菜譜”的方式，就像肯德基麥當勞一樣，所以全國所有的學生得到的都是最好的資源。
事實上，V學教育的野心不止在線上。其在線下的實體學校，今年會開到100家，明年還要新增300家。他希望通過5年的時間，開設2000多家學校，做到100萬學生的規(guī)模，以及超過30億元的銷售額。未來，V學會在全國設幾千個，甚至一兩萬個學習中心，所有的學生都可以在線下培訓中心進行學習，但是老師是通過智能化系統(tǒng)在線上完成教學，所以V學教育是要做一家真正把線上線下結合到極致的公司。
在中國五千億規(guī)模的培訓教育市場中，新東方、好未來、學大等知名教育機構加在一起，基本只占1%左右的市場份額。根據日本、韓國的教育市場調研可以推斷出，中國第一大的教育企業(yè)可以占到10%的市場份額，中國有40多萬家培訓機構，也就意味著行業(yè)第一應該可以開到4萬家培訓機構。擺脫了師資力量的約束，V學教育能夠實現(xiàn)這樣的目標嗎？栗浩洋不清楚，但會以此作為努力的方向。
但栗浩洋也清楚，現(xiàn)有的智適應技術還談不上盡善盡美。最大的問題，是系統(tǒng)和知識點的匹配度的問題。真正要發(fā)揮這個系統(tǒng)的作用，那么所有的教學內容和知識點，都必須盡可能為這個智適應系統(tǒng)所研發(fā)，才能達到最好的效果。這就要求之前做線下教育的教學專家，必須了解智適應的系統(tǒng)和算法能力，了解引擎，了解這一套系統(tǒng)的運轉原理，以及其所要達到的目的，才能夠生產與這個系統(tǒng)相適應的內容，而這需要時間。
為了進一步探索智適應教育最深層的可能性，以及未來的發(fā)展，和科學與最前沿的一些技術，V學教育與國際頂級高校及教育專家共同開設了“智適應學習研究聯(lián)合實驗室”。這些探索不是馬上就可以商業(yè)化和實踐的，而是一些前沿性實驗技術，代表了最高的科技水平。在實踐層面，V學秉持開放的態(tài)度，愿意與優(yōu)秀的傳統(tǒng)教育機構深度合作，提供智適應學習引擎。這一切，都是為了幫助更多孩子享受到最好的前沿科技和教育方法，給他們帶來快樂和效率。
BM：人工智能可以細分出很多種技術，你認為其中還有哪些能和教育相結合？
L：人工智能中的很多技術其實都可以和教育相結合，只不過是深度和淺度的問題。比如說語音識別技術在未來就會非常重要，通過視頻連接學生的語音，人機交互的感受會更好。
機器人未來也可以作為助教的形式，提供一些服務。我們在年底之前，就會在每個學校都配置人工智能機器人，來完成一些簡單的互動和輔助的工作。
人工智能的語義分析相對來說會更加深入一些，因為很多題目是主觀題，如何進行比較智能化的語義分析、分類和評判，就變得非常重要。
除了人工智能技術之外，現(xiàn)在非?；鸬腣R和AR技術，在教育領域的應用也是非常廣泛的，我們也正在研究如何用最高效的手段，通過這些技術來去提升教學效果。
BM：V學產品研發(fā)中融入了多少你的個人經驗？
L：因為我自己從小學到大學，獲得過數(shù)學奧林匹克和全國競賽一等獎，再加上計算機專業(yè)的學習背景，所以我對技術方面的理解度，其實是超過絕大多數(shù)人的。我提出過很多算法方面的理念，都是同事非常認可的。我個人會在研發(fā)中和大家有很多思想的碰撞，智慧的交流，和研發(fā)團隊一起商量如何去解決各種各樣的問題和困難。
BM：你與合伙人是怎樣分工協(xié)作的？
L：目前在V學教育我擔任的是董事長的職位。CEO周偉，CTO樊星，以及首席科學家崔煒博士，他們承擔了大部分的工作。我主要的核心工作就是戰(zhàn)略思考，研發(fā)，還有團隊組建這三個方面。
BM：智適應學習系統(tǒng)能否惠及成人？
L：可以的，海外的智適應教育在18歲以上的教育和職業(yè)教育中非常普及，智適應教育其實是有普適性的。在美國，不但是物理、數(shù)學這樣知識點結構非常清晰的學科可以使用，像經濟學、生物學和心理學等所有學科，都可以使用。
BM：公司目前融資情況如何？資金會用在哪里？
根據《2015年中國在線教育白皮書》數(shù)據顯示，2011到2014年間，中國在線教育市場規(guī)模增速均保持在17%以上，最高增速達到21.84%；市場規(guī)模從2011年的575億元增至2015年的1171億元，預計到2021年在線教育市場規(guī)模將達到2830億元。在線教育用戶突破2億人，在線教育項目數(shù)量已經超過3000個。
如今，BAT、網易等互聯(lián)網巨頭也爭相跨界進入教育領域……
爭相布局
10月，網易宣布其有道詞典用戶突破6億。這意味著，網易的產品已經可以在在線語言培訓市場占有一席之地。2007年推出有道詞典以來，網易在互聯(lián)網巨頭之中率先“誤入”在線教育行業(yè)，并逐漸形成有道翻譯官、有道口語大師、網易云課堂等產品矩陣。
語文學習產品――有道語文達人，引進職業(yè)教育與通識教育等課程、推出網易云課堂企業(yè)版產品等等動作，都說明了網易在在線教育各個細分領域重度垂直、精耕細作的野心。
與此同時，阿里巴巴終于也按捺不住。在10月宣布啟動“星火計劃”，稱未來將會大力扶持生產優(yōu)質內容的個體老師以及中小型教育機構。比如調用周邊資源，引入專業(yè)第三方扶持基金等，以此為中小創(chuàng)業(yè)群體提供高效的變現(xiàn)機制。
自去年12月成立教育事業(yè)部以來，百度在教育領域的布局正在加快。除了在傳統(tǒng)的教師資源方面，百度推出了專為教師服務的互聯(lián)網平臺“百度優(yōu)課”。百度在線教育的一大特色在于其教育信貸市場。百度CFO李昕曾在Q3財報電話會議上表示，百度要借助人工智能和大數(shù)據技術，從教育領域進入互聯(lián)網金融。
據百度透露的數(shù)據，在教育信貸領域，百度已與超過700家教育培訓機構達成合作，學生通過在線填寫信息，線下和教育機構確定培訓意向，審核通過后，即可獲得“百度有錢花”提供的學費貸款，實現(xiàn)分期交學費。
騰訊坐擁QQ和微信兩大社交平臺，其固有用戶與在線教育針對用戶重合度之高，不容小覷。去年，騰訊將這一優(yōu)勢應用于教育信息化領域――分別以QQ和微信為基礎推出QQ智慧校園和騰訊智慧校園，為各類學校提供一體化互聯(lián)網智慧解決方案，范圍涵蓋學校管理、教務教學、校園生活等方面。扶持優(yōu)質內容方面，騰訊也不甘落后推出了名師計劃，旨在幫助名師實現(xiàn)知識經濟化，擴大知識生產力與傳播力，同時提供標準化服務與資源扶持。
加之騰訊出手向來大方。今年2月，騰訊3.2億元投資新東方在線，而目前新東方在線申請掛牌已經獲批，將登陸新三板。按照最近一次股票發(fā)行的價格來算，新東方網的總市值達到了31.72億元，而騰訊當初的投資金額也由3.2億元升值到了3.9億元，平均每個月賺了1400萬元。
線上線下結合
近年來在線教育的項目雖多，但往往良莠不齊，真正實現(xiàn)盈利的更是少數(shù)。
互聯(lián)網教育研究院在2015年調查了400家在線教育公司，結果顯示，有70.58%的公司處于虧損狀態(tài)，13.24%的公司處于持平狀態(tài)，僅有16.18%的公司保持盈利狀態(tài)。同時，其報告還指出，由于新進入的項目非常多，而且有一部分項目已經死亡，整體上盈利的在線教育企業(yè)預計不超過5%。
在這個資本的“寒冬”，包括老師來了、36號教師、輕舟網等在線教育創(chuàng)業(yè)項目，都相繼倒下。一位多年從事在線教育的業(yè)內人士向《中國經濟信息》記者分析：“一個項目從開端投入資金到逐步發(fā)展，進入盈虧平衡狀態(tài)，至少需要3到5年的時間。”作為一個更重視長期發(fā)展循環(huán)的行業(yè)，在線教育前期需要投入大量資金，而后期課程的制作、平臺的維護以及產品的營銷和推廣，都需要團隊極大的耐心和毅力。
隨著在線教育行業(yè)的發(fā)展，平臺的競爭，已經從最初的野蠻走向有序，從跑馬圈地走向深耕細作，優(yōu)質的教育內容成為巨頭們的搶奪焦點。還有一些業(yè)內人士指出在線教育的一些弊病，例如在線教育APP更多是單向機械灌輸，缺乏線下輔導為學生的知識體系做一個完整的梳理以及打通思維知識上的邏輯關聯(lián)。
信天創(chuàng)投合伙人張俊熹對《中國經濟信息》記者分析，線上與線下的結合將會是在線教育接下來發(fā)展的趨勢。以留學教育為例，“以前的出國留學只是在國內做一些語言培訓，但是長周期的鏈條并沒有被開發(fā)出來，出國后的實習、就業(yè)、移民、置業(yè)等等，有很多內容可以深入挖掘?！睆埧§湔f。
盡管在線教育市場前景廣闊，但在創(chuàng)新工場投資總監(jiān)張麗君的眼里，其實它每個細分領域的市場規(guī)模并不大。而且，與其他行業(yè)不同，教育行業(yè)的內容不能完全規(guī)模化復制，往往面對不同的時期和對象，都需要重新做，因此并不容易找到大的市場。
今年在線教育還有一個創(chuàng)新動作就是與AR、VR合力。正如李彥宏多次在公開場合強調的，人工智能是百度核心的核心。人工智能之于百度教育的重要性也不例外。
將人工智能應用到機器人參加高考是為了什么，像AlphaGo一樣挑戰(zhàn)極限？學霸君的創(chuàng)始人兼CEO張凱磊表示：“很多人都搞錯了，我們做機器人自動解題，不是為了去挑戰(zhàn)人類做題的能力，這是沒有意義的，機器不可能自我覺醒地去發(fā)現(xiàn)一個新定理。” 他對智能教育機器人的期望是成為人類的助教，而且是可以針對每個學生的個性化助教。
超越“老中醫(yī)”
在初高中階段，一個優(yōu)秀的教師是怎么樣的呢？假設他在考試后批閱學生的卷子，除了卷子上題目的對錯，他還會回憶學生近期的表現(xiàn)，分析學生為什么會錯，是知識點沒掌握，還是無法將題目的信息和已有的知識相聯(lián)系。優(yōu)秀的教師由此在腦海中對每個學生有一個整體的感覺，知道如何因材施教，然而這種感知能力是要靠長期經驗積累的（而且并非人人都能達到），難以表述和傳授，只有靠少數(shù)極優(yōu)秀的老師進行方法總結，但代際傳承的效果并不好。
張凱磊認為，教育資源的不足，本質是優(yōu)秀教師數(shù)量的不足。如果能在降低教師負擔的同時，將優(yōu)秀教師的能力“復制”給普通教師，同時“放大”這種能力，將大大緩解教育資源不足的問題。
他將教師的工作和醫(yī)生進行了類比。醫(yī)生的工作可以劃分為診斷和治療兩部分，對應教師對學生的能力判斷和知識講解。目前的教育模式恰似傳統(tǒng)的中醫(yī)，診斷同樣是要靠醫(yī)生 “望聞問切”的個人水平，而且傳授不易。“沒有清晰的數(shù)字可讓人理解，也沒有可供分析的系統(tǒng)。”但現(xiàn)在醫(yī)院已經靠數(shù)字化很大程度上解決了診斷的問題，“未來教育也會變成一個有科學依據，有信息數(shù)據做支撐，數(shù)字驅動的領域，因為這樣的效率更高?！睆垊P磊說。
相較人類教師，計算機的問題在于機器的理解能力，要如何看懂題目。這也是學霸君利用人工智能在做的核心工作。智能機器人Aidam在考試中被扣掉的16分，全是在理解上出的問題，當然這也意味著人工智能已經能看懂134分的題目了。想象這樣一個場景，學生做完作業(yè)和測試后，將結果傳輸給機器進行判卷，除了判別對錯，還和以往的數(shù)據進行比對，通過算法發(fā)現(xiàn)學生知識的薄弱點，給出針對性訓練的題目，并將學生的學習狀態(tài)以可視化圖表的形式傳遞給教師。
這個場景已經開始實現(xiàn)。學霸君在安徽落地的合作學校中，數(shù)學、物理、化學和生物使用了學霸君軟硬件服務的班級，這幾門學科的成績都大幅提升。通過學霸君研發(fā)的數(shù)據采集筆，在不改變學生書寫習慣的情況下，將整個過程的數(shù)據全部采集，然后由機器進行識別判卷。“目前批改作業(yè)，機器批70%，正確率會在99%以上，機器判斷不了（主要是無法識別）的交給人工，未來會全部交給機器?！睆垊P磊說，每天僅批改作業(yè)，教師就能節(jié)省接近2個小時，而數(shù)據分析結果將通過云服務展示給教師，“作業(yè)數(shù)據和考試數(shù)據實時更新，學生的學習能力、掌握的知識點、學習態(tài)度，全部在表上清清楚楚”，學科主任、年級主任和校長還可以看到學科、年級和全校層面的數(shù)據分析。
和時間做朋友
追根溯源，中國的教育源自于普魯士教學法，本質是“在規(guī)定的時間，以規(guī)定的課時和標準，學規(guī)定的內容，最后考一次試”。在張凱磊看來，這樣的教育模式就像工業(yè)的標準化生產一樣，而未來的教育模式將是高度個性化、規(guī)?；蛯I(yè)化的，“個性化是解決教育負擔過重和教育不公平的核心手段。”
這個發(fā)展可能會分為五個階段：
第一階段，進行教育基礎數(shù)據的數(shù)字化，并且可以進行數(shù)據管理。
第二階段，學生的學習數(shù)據被全面數(shù)據化，學校以數(shù)字化的形式對全校學科進度進行管理。
第三階段，教育實現(xiàn)中度的個性化，學生開始按學習進度分層教學，出現(xiàn)小規(guī)模的教育集團推動數(shù)字化技術應用的進一步發(fā)展。
第四階段，教育實現(xiàn)高度個性化，中度的規(guī)模化。出現(xiàn)少數(shù)的大型教育集團，“比如現(xiàn)在有7.6萬所學校，未來2萬所頭部的學校，是由100家教育集團組成的?！币粋€校長可能會管理十幾個校區(qū)，體系內高度信息化，體系外形成學科、教學理論的競爭。
第五階段，教育高度個性化、規(guī)?；?、專業(yè)化。不再有教布置作業(yè)，學生使用系統(tǒng)進行個性化的自我訓練，并依據能力和學習效果，在兩個月或更短時間內分為不同層次接受教學。由最頂級的教師，通過系統(tǒng)觀察學習數(shù)據，對班級進行針對性輔導。通過發(fā)達的視音頻及時通訊技術，一名教師也許可以教學上萬名學生。
