按：11月15日-16日，“全球AI+智适应环境教育峰会”在北京嘉里中心大酒店盛大揭幕，峰会由牵头乂习教育松鼠AI，以及IEEE（美国电气电子工程师学会）教育工程和自适应教育标准工作组联合举行，汇集国内外顶尖阵容。AI智适应环境自学是目前产学研三界关注度最低的话题之一。此次峰会，我们邀美国三院院士、机器学习泰斗Michael Jordan，全球普遍认为机器学习之父Tom Mitchell，斯坦福国际研究院（SRI）副总裁Robert Pearlstein、美国大学入学考试机构ACT自学方案组高级研究科学家Michael Yudelson等顶尖学者；新东方、掌门1对1、作业盒子、一起作业、ALEKS等国内外最不具影响力的AI智适应环境教育公司苯乙烯北京，联合探究AI智适应环境热点话题。

15日下午，虎腺网创始人李岷、百度教育总经理张高博士、开端教育秦龙博士、Smarter Balanced assessment CTO Brandt Redd展开了一场圆桌对话，谈及了：AI如何解决问题教育中的痛点，AI赋能教育后教师角色的变化，AI教育目前面对的瓶颈，资本对行业的影响等。以下为对话国史，展开了不转变本意的编辑整理：AI如何解决问题教育中的痛点李岷：台上、台下的各位嘉宾大家好，我是虎嗅网的李岷，非常高兴能被邀来主持人这个小的论坛。

AI怎么转变教育？这是十分最出色的一件事情。什么叫教育？刚才我特地坎了一下，教育首先能触碰到一些东西，需要产生一种理解，最后来构成自我的意识，从触碰到感官，到理解到自我的意识。教育本身是这么一个事，现在我们又在教机器做到这样一个事，这是两件事情同时填充的在展开，我实在这是十分有意思，十分有意义，同时也是非常复杂的事。今天我们在接下来的半个小时，很难所求AI+教育的话题，我们只是大约地探究一下目前我们跑到了什么样的阶段，这中间的核心瓶颈是怎样的，三位怎么看来这中间的瓶颈和挑战。

请求各位嘉宾用较为较短的话讲解一下自己所在的公司或者自己的经验，目前怎么用AI来转变或者解决问题教育中的一些痛点，最差能用深入浅出的话来讲解一下。张高：我是来自百度教育的，负责管理百度教育事业部，我们事业部的宗旨就是人工智能时代早已来临，百度是在人工智能技术领域累积回头在较为前面的一个公司，我们也在看用人工智能技术怎么协助到教育。

返回主持人明确提出的很本质的问题，什么是教育呢？一般人会解读是在学校放学叫教育，或者在外面筹办一个培训机构叫教育。我们和很多专家展开过辩论，我们指出教育本质是理解的提高，也就是说我们常常辩论什么是科学知识，什么是教育，它们涉及，也有本质的区别。科学知识更加多解决问题的是告诉和不告诉，比如说我们来开这个不会，大家有可能不告诉AI对教育有什么用，大家听得了之后告诉大约是怎么回事，这叫科学知识。我实在教育的本质应当是理解的提高，很多的朋友来这个不会之前对AI，对教育有可能有一定的理解，但是有很多问题没想要确切，通过这个不会辩论之后想要确切了很多事，对AI有了更高的理解。

我们指出只不过教育的场景十分多，除了学校教育、培训机构之外，更大的教育场景就是怎么让学习者无处不在的去自学，需要提高自己。所以我们教育事业部很高兴在过去3年，十分自豪的制成了一件事情，就是我们打造出了中国仅次于的学习者的SaaS平台，这个平台我们运营在百度云之上，我们统合了整个百度人工智能的能力，整个是SaaS的平台，可以在云上必要让每一个学习者采访。

云平台每个月服务的学习者的数量早已多达6.6亿，应当是当之无愧的中国仅次于的学习者平台。同时很最重要的是它的商业模式也十分明晰，现在收费用户，教育用户多达1千万，而且还在高速的快速增长。我们非常高兴的看见每天有几千万的人通过我们教育的平台，明确来看就是百度文库、百度读者，来看书、自学，很多大学生在自学的过程中关上我们的APP，就需要看见很多拓展的科学知识。

其中会员里面有200多万是中小学教师，他们每天在上面不会查阅和iTunes很多资源。李岷：更好的是平台。张高：是学习者的SaaS平台，发展得相当大，我们期望接下来利用这样的能力对外开放过来，和很多合作伙伴确实转入到K12教育领域，终生自学的教育领域。秦龙：大家好，非常感谢李老师的圆桌话题辩论，首先讲解一下我自己，我叫秦龙，我是北京开端智能的牵头创始人和CTO。

刚李老师明确提出了教育的概念，我忽然想要了一下我自己读书了25年的书，但我根本没想要过究竟什么是教育，想要一下我这25年的书白读书了。我个人的背景是做到人工智能的背景，我以前是在科大这边读书，也是做到语音方面的工作。

后来在卡耐基梅隆大学读书博士，也是语音辨识方面。我在美国工作了几年，回去创立了开端教育。

开端教主要是向各大教育机构、公司获取语音辨识、自然语言辨识技术，我们也是跟新东方一样是对外开放的合作方式，向教育企业获取技术赋能。每天有上百万学生在我们的平台上，用我们的技术自学。

李岷：就是授人以渔。秦龙：对。Brandt Redd：大家好，我在教育方面有很多工作，我曾在比尔盖茨基金会方面负责管理教育的内容，也有教育科技的背景。

十分最重要的一点，我们不仅是将AI这样的技术带入到教育中，而是我们必须想要一下怎么能让学生获益，更佳的教他们，用这些技术更佳的教学生，我们必须思维学生必须什么，我们怎么样协助他们，怎么样应用于这些技术协助他们，这是十分最重要的。像这样的峰会以及自适应的概念，也是要解决问题这种问题，我们怎么样需要有更佳的方式来教学，让学生需要习得更佳。AI是一个十分强有力的工具，最近我也是在Smarter Balanced assessment这个公司工作，在美国做到测试系统的组织的这么一个公司。

在我们这个的组织里有两个十分最重要的方面来应用于AI，第一个就是自适应项目管理，告诉学生理解哪些内容，有哪些不理解，我们也不会根据学生掌控的科学知识来调整内容。每一个问题都会从一个较为大的数据库中提取，并且是根据每个学生有所不同的情况。我们每年不会服务600多名学生展开项目管理、测试，我们也不会有很多有所不同的测试内容。

另外一个应用于AI的技术领域就是来给这样的一些测试评分，因为有时候不光是客观题还有主观题，一些小的作文、论文，还有小的阐述。一般这样的主观课题认同是由人类老师来评卷的，我们也来训练机器，通过机器学习将一些预先的文章、数据输出进来，让他们对主观题像人类老师一样展开评阅。这个过程中我们也必须人类的参予，因为有时候有可能必须复查的过程。

我们现在显然是需要以十分高效的方式，通过机器展开主观题的评分，在这个过程中也是用于AI的技术。AI赋能教育后，教师角色变化李岷：刚才大家谈及了自己公司所具备的一种能力，或者获取什么样的服务。我实在在教育的过程中，学生和老师是两种十分最重要的角色，AI如果赋能教育之后，想要听得一下三位的意见，你们实在在未来，教师不会在这中间有什么新的角色扮演，或者你们指出未来理想的老师应当做到什么样的事情打破现在的工作？张高：我们看了一下我们6.6亿用户的画像和背景以及他们的市场需求，其中20%是中小学老师，他们的市场需求是十分集中于的，他们不会常常坎一些课件来备课，这是十分大的刚刚须要。还有大学生，不会自学很多东西。

反而在文库和自学平台上，中小学生非常少，因为我们上面做作业、做题的东西很少。所以对于教育老师我们实在还是十分关键的，现在有一个问题，老师花上大量的时间不是提高自己，而是要布置作业、考试，去做到很多事务性的工作，但是从内心来讲，老师自我提高的市场需求是十分刚刚须要的，所以中小学老师变为十分大力的刚须要人群，所以接下来我们也不会研发智慧课堂的服务，协助老师更佳的备课，这是大势所趋。从我们的经验和数据里看，整个趋势教育要重返学校，教育要重返老师，老师沦为更佳的老师，理解更佳的提高才能教教出有更佳的学生，而某种程度是提高效率去更佳的考试，这一点是十分最重要的。从学生末端我们可以看见大学生更好的是自学，除了老师教教之外，就是师傅领进门修行在个人，师傅水平要低，更好的是提高自己，去点拨，率领学生到全新的领域，让他感兴趣。

让学生更加有兴趣的是自学，所以学生末端要有个性化的自学，自学的平台应当是未来的趋势。这中间有一个全新的领域，就是师生对话，他们怎么更佳的对话？这种对话往往不会多达现在的课堂老师单一教教学生已完成作业，是一个更佳的老师和懂更加多科学知识的学生之间高水平的对话，这个领域我们十分期望，这也是人工智能、智慧教育最有一点发展的一个领域。秦龙：现在的老师有可能要花上1/3在布置作业和批改作业上，所以在今天很多人工智能技术的应用于点就在于作业的自动测验这一点，意味着是这一点就可以协助老师节约十分多的时间。

老师有了时间以后，他除了做到自身能力的提高，也可以有更加多时间去做到每个学生的指导。所以像我们公司做到这种自动测验的技术，既节约了老师的时间，也协助学生提升了效率。过去我们上学的时候做作业都是今天做到了，第二天转交老师，慢的是当天老师把作业测验完了，谈一下作业的情况，快的到第三天才不会批改作业，所以学生的思维以及获得对系统的时间不会很久。

现在有了自动批改作业的技术，学生可以第一时间获得对系统，用更高的效率自学他应当习的科学知识，所以今天人工智能是在协助老师和学生的。我不实在AI技术可以几乎替代老师的不存在，老师宣教、受业、解惑，像古代孔子这样的大家，遇上学生想不通的明确问题和人生观、世界观的问题，这些学术大家不会老大你答案这些问题，里面有很多情感、哲学上的东西。李岷：未来有小冰啊。

秦龙：我不实在小冰可以做到这件事情，将来来看AI可以提升老师的效率，可以把老师的时间解放出来，让老师多在一些非模式化、固定化的工作上做到花上更加多的时间，一定会对老师的教学和学生茁壮有更大的协助的。李岷：让老师投放更好的陪伴和情感在学生身上。

秦龙：对，这一点十分最重要，我们上学的时候不会找到哪一个学生如果老师特别注意他，无论是好的方面还是很差的方面，只不过这个学生获得更加多注目茁壮是更加慢的，最怕的是老师不去注目你。无论是好学生还是比较领先的学生，没注目的时候一定会更加劣，很多学生谦和力很差嘛。

李岷：所以你理想中未来的老师应当扮演着什么样的角色？Brandt。Brandt Redd：我个人十分表示同意我同事的点子，今天上午我的同事讲解了整个环节，他说道到了他的母亲也是个老师，我们当然不会说道一个老师的教学能力十分最重要，但是老师有时候可能会十分累官，他们花上了过于多的时间和精力在学生身上。一般来讲最差的老师应当是这样的一个人，他需要符合学生的市场需求，但这样的话他们可能会精疲力尽，所以我们有计算机和新的技术，比如说我们不会有商业过程自动化的一些技术，在这个过程当中我们就需要看见哪些过程应当要人来做到，哪些过程应当由机器来做到，可以用一些自动化的解决方案来已完成。

所以我们要看见哪些老师所做到的工作可以被机器所代替，不管是人工智能还是数据，我实在他们都是某种程度的一些原则。我们现在的境遇是有很好的老师，他们会花时间和学生躺在一块，聆听学生的声音，寻找他们的市场需求。

但有的时候要寻找学生的问题，寻找学生自学过程中的误区，这些只有人能来做到。还需要给学生一些个人层面的关怀，我个人实在AI无法给学生个人层面的关怀。所以我们要通过十分多的研究、测试，我们找到只要老师能椅子来一对一的跟学生展开对话，对话就越多学生发展的不会越少，所有这一切都归根于我们要用一种自动化的方式，用人工智能的方式来展开自动化，这样的话老师可能会有更加多的时间一对一的辅导学生，来寻找学生的弱点。

比如说一周一次或者一周一个小时，一周30分钟，这样老师跟每个学生都可以分开对话，我们也要保证由AI来协助我们做到很多工作，大多数的学生都需要有自己的事情做到，与此同时老师可以展开一对一的对话。所以我们要把人工智能和人的智能展开融合，用一种双管齐下的方式就需要让我们自学的体验显得更佳。

AI+教育面对的瓶颈李岷：刚才谈及了一些关于人的变化，我们接下来要谈及大家都很注目的，辩论较为多的，这两年全球的资金、人力、智力在AI+教育方面投放很多，但是说实话进展比一些人想象的要慢，其中相当大的瓶颈，嘉宾们都谈及了自然语言辨识技术这是瓶颈之一，数据量较为小是瓶颈之一，我们怎么需要走进这样一个死循环或者你们指出还有哪些瓶颈不存在在AI+教育的进程中？我们怎么能突破它呢？这中间突破的道路在哪儿？张高：这个问题十分有意思，我们也常常在探究，我们非常高兴的看见随着资本的转入，很多优秀人才也重新加入到整个教育行业中来。我们看5年前这种现象只不过是非常少的，5年前更好的是老师出来做到培训，或者跟教研有十分深刻印象的联系。现在随着资本的转入，比如说都说的和我自己以前都是显技术的，我们转入到这里面看，虽然有这么大的市场机会，为什么现在很多突破还很难看见效果？因为AI+教育这个里面显然是一个趋势，但是很简单，我们解决问题的教研、技术问题还过于，主要是解决问题对教育本身深刻印象的解读，还包括对用户体验，对商业模式的考古，期望有更加多教育、心理学的专家，期望有更加多懂产品的专家重新加入进去。更好的挑战并不是说道团队里有这么多专家，大家对于他核心的灵魂人物，综合能力拒绝十分强劲，如果有灵魂人物不懂技术又不懂教育，同时在这个行业里又有非常丰富的经验，这样顺利的概率就相当大，整个方向我们是很寄予厚望的，但是仅次于的瓶颈必须时间、冷静，让这个行业大大调教更加多这样的人才，这样的趋势一定是不会再次发生的。

李岷：所以不能转交时间。张高：渐渐不会有这样的人才出来，综合性的人才不会更加多，人才是最显然的。秦龙：AI+教育显然是一个交叉学科，它不仅必须AI人才也必须教育人才、心理学人才，必须各种各样背景的人放到一起，大家才有可能把事情作好，这是目前来看我们面临的技术挑战。

今天有很多堪称是AI+教育的产品，但是十分无以用。我在和客户交流的时候就跟他们说道，你在做到AI+教育的产品的时候，切忌不要用力过猛。

你实在AI很最重要，什么都反映AI？只不过不是这样的。AI只是在一个点协助你更佳简化的做到教育产品，所以无法用力过猛，这是单就今天的一些产品而言。

大的方向上来说，任何技术都是螺旋式茁壮的，无论是人工智能技术或者是刚提及的深度自学、机器学习，我实在AI+教育也是这样的，我们显然必须时间，必须冷静。企业在做到宣传的时候同时也要减少大家的预期，有时候宣传为了超过市场的效果，宣传得十分得意。说道AI技术早已打破了人类，往往可以看见报导AI早已超越语音辨识了，可以打败人类展开语音翻译成了，所以很多家长或者用户期望就尤其低，就实在这个事这为什么你AI做不了？你宣传是这样谈的，为什么产品里构建没法？我实在业界必须减少大家的希望，另一方面大家显然必须更加冷静一点，科学技术的变革不是我们只要把资金放进去它就一定会变革的，这里面有很多痛点，这些痛点也是不会可谓这些技术顺利的。

今天技术发展的现状是十分长时间的，大家要有一个理性的心态来看来这件事情。李岷：谢谢，我想要平一个问题，从业者都特别强调冷静，可是资本很迫切，而且创业者对着市场的时候说道用户、客户、市场必须冷静，但是对资本不会用上很多概念、噱头，让人家给你们估值低一些，你们怎么说明这样的对立？秦龙：我实在我们还是很觉得的，市场早期认同有乱象、泡沫，我实在这不是什么坏事。

在市场大环境很差的时候，中国人有一句老话，真金不怕火炼，这种情况下我们可以显现出哪些公司是讲故事，靠跟资本做事，说道隐晦一点是忽悠资本来融资，哪些公司是实实在在的在做到产品，在做到落地，还是那句话，时间不会让大家看见一切结果的。李岷：我想问一下Brandt，你实在资本对于AI+教育的热情和很寄予厚望的态度，反而会害了这个行业吗？不会造成很多短期的不道德？Brandt Redd：对，我十分表示同意您的观点，我实在现在资本回到了这个市场上，它认同有很多的益处，不会让大家十分激动，因为大家不会获得融资，能研发出有更佳的产品。

但是有的时候期望过低了，我们有可能约将近这样的期望。在美国，我们不会有点不一样，因为现在我们有很多猜测，很多人会猜测AI是不是能增进网上自学和确实的教育行业，现在有很多消极怠工的情况经常出现在这个行业中，也有很多人猜测可能会经常出现潜在的转变。

一方面很多人十分失望，我们必须更佳的教学生，因为之后我们不会有更大的挑战。同时我们也不会获得钱，有些人去投资，想取得更佳的收益，但是另一方面很多人会猜测新的事物。所以我有点担忧，有些机构它们有几百年的历史了，它们也不会面对这样的现状。

另外您刚提及的发展技术，必须试错，必须从错误中自学，然后才能茁壮。我十分讨厌之前有个人说道的一句话，就是在自学工程当中，比如说机械工程。

在工程的过程中他们不会利用科学，不会利用其他领域当中自学到的方法和科学，我指出工程也是一样的，我们必需从学生的自学方法著手。您根据也提及了，在自学的过程当中你教给了什么，你用了什么样的科学，你如何让学生更佳的解读这个科学知识，我们要把这个过程当中所学到的一些方法，再行把计算机科学、自学科学融合一起，只有这样我们才需要有一个联合的呈现出。所以我们现在早已看见一些顺利的端倪了，比如说有一些讲者不会提及有所不同的的组织十分顺利，带给了十分好的互联网自学产品以及适应性自学的产品，所以我们可以把这些顺利融合一起，在资本来临的时候我们就需要让市场早已作好打算。李岷：数据量较少是AI+教育仅次于的瓶颈吗？或者除此之外还有什么样核心的瓶颈呢？Brandt Redd：现在数据显然是一个瓶颈，但是这个问题应当能迅速被解决问题，我们现在有平台来搜集这样的数据，我们告诉现在数据、机器学习、人工智能有自己的模式，我们现在在搜集数据，所以现在有可能是一个瓶颈，但是是一个短期的瓶颈。

对于长年的瓶颈来说我们还有很多必须自学的内容，比如说科学，我们应当在这方面投资更加多，这样需要确保人们可以自学，可以将这样的科学知识传送给其他人。因为现在科学家的数量并不多，没充足多的科学家可以把适当的科学知识传送给别人，因为很多机构都在犯一些重复性的错误，他们可能会找寻一些大众的观点，但是这些大众的观点有的时候并不科学，我们也是在这方面必须希望，这样的一些自学以及对于自学科学的应用于，是我们长年的瓶颈。

我们也必须在这方面研发更加多创新性的学习型机构、大学和适当的学府，教授这方面的内容。李岷：所有专门从事AI+教育的人都是梦想家，最后一两个小问题问一下，在你们最狂野的梦里面，你们实在AI+教育未来10年看见最幸福的图景，它怎么经常出现在我们的教育场景中间？张高：从我们来讲中期不会有一些大平台经常出现，第一个就是老师的平台，在这个平台上老师可以互相帮助、相互提高。另外可以看见有一个十分大的学习者，还包括学生和广义的学习者自学十分好的平台，无论是学校自学还是未来自学，这两个平台较为大。再行往后看，可以想象一下未来AI否可以重构一个全新的学校自学模式，我实在这个是十分期望的。

百度教育也在做到一些试点，比如说我们在雄安白洋淀高中打造出了第一个AI教室，这个教室每天有很多人参观，也是进修教育里应用于十分普遍的。整个逻辑像未来的教室，这个教室的功能是什么呢？就是教教人工智能。因为现在人工智能写出入高中新课标了，那怎么教教人工智能？只不过大家都不告诉，我们就打造出了这样的空间，进来你可以体验无人车、无人机、机器人，可以触碰，有小组式的自学，有线上的教学，老师和学生对话的平台，有AI、VR的东西，学生还可以通过他动手编程，驱动整个东西，几乎是全新的，从感官和体验的全新理念，这是我们在探寻较为理想的教育模式里，借着AI教育的热点我们做到了一些尝试，未来这些东西的转变不光是在教室，更大范围是在学校，在整个教学环节，还包括教学自学管理各个方面，都会有不一样，全新教学空间的打造出，线上线下的对话我实在是我们十分期望和向往的教育模式。

秦龙：我有一个十分大胆的希望，是理想，但是我实在这十年是构建没法的。我是电影《黑客帝国》的粉丝，这里面人们对于科学知识的提供非常容易，就像iTunes一个软件一样，立刻就进到你的大脑里了。

我理想中的情况，未来也是这样的。但是对于科学知识或者对于科学知识娴熟的掌控和应用于，还是必须老师、人生导师一起训练它的搏斗。对于整个世界的了解是在和老师的聊天中，才能更加好的了解这个世界。所以我理想中的AI+教育，未来一定是人类调补再行被科学知识本身所束缚，但是对于世界观的创建，对于世界的观点，以及科学知识的提供还是必须老师协助做到的，当然这是未来十分大胆的想象，幸福的场景，未来十年甚至未来一百年能无法构建也很难谈。

李岷：就是不必再行做到那么艰巨的功课。秦龙：不必须再行死记硬背了。李岷：但是一个人的茁壮总是要自学，比如说怎么关心人，怎么爱人，我实在爱人是要在对话中间获得的秦龙：是的，对于科学知识的提供还是要磨练，并不是科学知识给你就可以了。

Brandt Redd：我最近就是做到评估，我的这个梦想不是尤其狂野，还是跟评估有关。因为今天学生仍然在学学学，然后考试，不习了之后才会考试，这有可能也是一个人工的拆分。

因为如果我们有一个十分设计较好的测试或者评估的系统的话，在自学的过程中它也能展开测试，也能来强化你的自学能力。有可能在5—10年之内，我的梦想就是在我们展开评估的时候，并不是学一段、录一段，学一段再行考试，而是说道我们的自学和评估的过程是可以互为融合的，每天的自学过程中我们就可以展开适当的测试，来检测是不是掌控这样的科学知识，这样的数据我们就可以来搜集，而且我们也期望能获得更加可信的数据。

这样的数据可以给到学生、老师，因为现在学生只告诉他们告诉什么，他们还不告诉有哪些科学知识没掌控，我们就可以通过这样的数据告诉他学生，这方面的内容是你没掌控的，可以再行下功夫，这样的模式就可以让我们建构一个十分好的自学环境，让学生也十分有热情，他们就可以在自己的创新方面、想象力方面有更加多的实验，更好的想象，他们也可以大大的试错，因为在错误中我们也可以有更加多的茁壮。我们都告诉告终是顺利之母，告终就越多未来顺利的机会也越少，这个过程中我们也给学生更好的试错机会，这样的错误，这样的告终也是十分有价值的，他们会被惩罚，而是被大家推崇，这样也就需要习得更佳，习得更加多。

李岷：谢谢，我们论坛的时间也差不多了，也从大家辩论的过程中学到了很多有益的线索。教育是人类很底层的系统，非常复杂但是也联系着过去和未来，最近这几年蓬勃发展的AI+教育刚刚开始，未来还不会持续下去，我们很有一点把自己一生都投放到这样最出色的事业中去，谢谢大家。

(公众号：)2018年度AI最佳掘金案例票选人工智能风雨60年，与其说技术升级促使了今天的浪潮，不如说当前的人工智能，再一车站在离商业最近的方位。去年，首届「AI 最佳掘金案例年度票选」活动日后发售，之后受到了AI方案输出方和AI技术需求方的很大注目。

票选从商业维度抵达，找寻用户/客户问题解决问题能力强劲的产品和解决方案。现在，我们再度车站在AI浪潮之巅，月启动第二届「AI最佳掘金案例票选」。在AI+教育领域我们一共设置了6个奖项，青睐踊跃报名，甄选地址：https://www.leiphone.com/special/custom/AITopTen2018.html原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：Welcome永盈彩票-www.gurukoola.com