雷鋒網(wǎng) AI 科技評論按：11 月 15 日，「全球 AI+智適應(yīng)教育峰會」在北京嘉里中心大酒店盛大開幕，峰會由雷鋒網(wǎng)聯(lián)合乂學(xué)教育松鼠 AI，以及 IEEE（美國電氣電子工程師學(xué)會）教育工程和自適應(yīng)教育標(biāo)準(zhǔn)工作組共同舉辦，匯聚國內(nèi)外頂尖陣容。

在大會上午主論壇上，ALEKS前主席，現(xiàn)首席產(chǎn)品Wilmot Lampros進(jìn)行了演講《人工智能學(xué)習(xí)和評估系統(tǒng)ALEKS的介紹》。以下為他的演講內(nèi)容，雷鋒網(wǎng) AI 科技評論整理。

大家好，我必須要拿紙質(zhì)版的演講稿，別人說我邏輯性非常強(qiáng)，但是我的記憶力不太好，所以這對我來說是一個挑戰(zhàn)。今天我來跟大家分享一下在ALEKS工作方面的經(jīng)驗(yàn)。

 我之前是這家公司的主席，但是之后這家公司被收購了。ALEKS是一個產(chǎn)品，它是以AI為基礎(chǔ)的。在美國的教育當(dāng)中，我們也正在接受這樣的產(chǎn)品。今天我們會跟大家談一談當(dāng)前我們AI教育面臨的挑戰(zhàn)，以及AI運(yùn)用在這個產(chǎn)品當(dāng)中的挑戰(zhàn)。我不知道對AI教育的抵觸在中國會不會發(fā)生，我當(dāng)然不希望發(fā)生，但是我覺得在美國我們還是有這樣的一些挑戰(zhàn)，很多人對此有著抵觸情緒。

有很多人比較保守，我們要克服這種抵觸情緒，讓產(chǎn)品真正的使用起來。在很多情景下，我們面臨著這樣的現(xiàn)實(shí)，就是很多人不喜歡這樣的產(chǎn)品。那ALEKS到底是什么呢？有些人可能不太了解ALEKS，包括ALEKS的運(yùn)作方式，還有一些細(xì)節(jié)。

1.ALEKS是一種基于知識理論的人工智能學(xué)習(xí)評估系統(tǒng)

我們知道今天的很多觀眾都是來自于數(shù)學(xué)和自動化領(lǐng)域的，但是我們是以知識為基礎(chǔ)對學(xué)生進(jìn)行評估。這是一種人工智能的評估系統(tǒng)，通過對學(xué)生進(jìn)行提問來評估學(xué)生的學(xué)習(xí)情況，了解學(xué)生已經(jīng)掌握的知識點(diǎn)以及接下來需要學(xué)習(xí)那些知識。剛剛提到了知識點(diǎn)，我們希望能用人工智能來發(fā)掘哪個知識點(diǎn)、哪個知識層面、哪個話題學(xué)生已經(jīng)掌握了，哪些學(xué)生還沒有準(zhǔn)備好學(xué)習(xí)，或者哪些學(xué)生已經(jīng)準(zhǔn)備好學(xué)習(xí)了，所以我們也在不斷的優(yōu)化學(xué)生評估的整個過程。

ALEKS的理論框架是基于知識的理論，那么什么是基于知識的理論呢？我們用知識空間來描述需要學(xué)習(xí)的知識，如知識域或者是主題。比如說今天很多人數(shù)學(xué)學(xué)得都很好，我們會把領(lǐng)域做一個模型，會以每個話題進(jìn)行建模，就是話題類型、問題類型。當(dāng)前的挑戰(zhàn)就是我們要把每個主題都進(jìn)行建模，而且要做得非常完整，與此同時學(xué)生可以掌握所有的話題，能夠非常詳細(xì)的掌握話題中的所有問題。所以在傳統(tǒng)的教學(xué)上，我們會發(fā)現(xiàn)在一本書中有的話題會有一兩萬個問題，但是老師只會選擇其中一些問題來解釋。因?yàn)槠渲袝泻芏嘧償?shù)，老師自己會選擇一些問題讓學(xué)生來解決，所以學(xué)生只能按照老師選擇的問題來學(xué)習(xí)。但是在人工智能體系中我們會有這樣的假設(shè)，我們希望學(xué)生能掌握所有的類型的問題。

如何來應(yīng)用人工智能呢？我們會構(gòu)建這樣一個架構(gòu)，換句話說，對于一個真正的學(xué)生來講可能會掌握哪些問題類型，把這樣一些問題類型進(jìn)行架構(gòu)的構(gòu)建。因?yàn)槲覀冎?，對于一個學(xué)生來講不可能有所有的知識狀態(tài)，也不是每一個知識狀態(tài)都是可行的。其中一個不可行的方法比如說我們不應(yīng)該有一些邏輯或者教學(xué)方法相關(guān)的內(nèi)容，不應(yīng)該以教學(xué)方法和邏輯為基礎(chǔ)。如果還沒有學(xué)會簡單的運(yùn)算的話，就來學(xué)習(xí)有符號的正負(fù)數(shù)的運(yùn)算，那就是不符合邏輯的。

基本上來講，ALEKS這個產(chǎn)品是有這樣一個假設(shè)，也就是說，所有的知識狀態(tài)都是可以被描述的，而且在這個過程中我們認(rèn)為在學(xué)生和知識之間是存在某種函數(shù)關(guān)系的，應(yīng)該可以被利用，當(dāng)然它仍然還需要認(rèn)證、驗(yàn)證。也就是說這個學(xué)生知道這個話題不知道另外的話題，他知道這個話題的60%或90%，這也是沒有什么意義的，表示沒有完全掌握這一個概念。所以我們必須要理解哪一個知識狀態(tài)是可行的，哪一個是不可行的。比如說我們會發(fā)現(xiàn)，對于一個數(shù)學(xué)學(xué)生來講，如果他還沒有掌握求解線性方程，那么他就沒有辦法掌握線性不等式，這都是通過數(shù)據(jù)來計(jì)算的。

我想跟大家說一下學(xué)習(xí)空間這個概念。學(xué)習(xí)空間也是一個系統(tǒng)的理論概念，是一個分級良好的知識空間，比如說在數(shù)學(xué)方面它也是可訪問的知識空間。我們在這方面也要構(gòu)建非常復(fù)雜的數(shù)學(xué)系統(tǒng)和模型，這種復(fù)雜的數(shù)學(xué)模型就是要創(chuàng)造相應(yīng)的軟件，創(chuàng)造AI的軟件幫助學(xué)生學(xué)習(xí)。

其中一個原則使用的是邊緣定理，也就是說，如果你知道這個學(xué)生學(xué)習(xí)的知識系統(tǒng)，知道掌握了哪些知識，你就能知道下一步要學(xué)習(xí)哪些知識，這也是ALEKS的關(guān)鍵點(diǎn)，ALEKS這個系統(tǒng)能時刻知道這個學(xué)生下一步應(yīng)該要學(xué)習(xí)哪些知識。

比如說有500個、600個、700個不同的主題在同一個學(xué)科下，我們假設(shè)每一個學(xué)生都掌握了300個主題，也就是1/2個主題，這樣我們就可能有數(shù)百億個掌握知識點(diǎn)的組合。比如一個班上有30個學(xué)生，他們掌握的這300個不同的主題，肯定不是完全相同的，他們真正掌握的知識點(diǎn)肯定是不一樣的。所以我們以此推理的話，就可以看到不同的學(xué)生下一步可以學(xué)習(xí)什么，或者準(zhǔn)備好了學(xué)習(xí)什么，這也是基于數(shù)學(xué)的框架，而不是基于原來直覺的框架。

我們可以看到這樣的微型知識空間，就像我剛才所講的，我們的關(guān)鍵就是要弄明白這種知識空間之間的關(guān)系。比如說一個學(xué)生處在一個知識空間，可以移動到哪些其他的知識狀態(tài)中，或者可以學(xué)習(xí)哪些技術(shù)的東西。如果說一個學(xué)生學(xué)習(xí)了話題J，我們就會把J放在他的知識狀態(tài)里，也可能是學(xué)習(xí)I或者H，再往下走可能會學(xué)J、H或者I、J。如果學(xué)習(xí)了J、H這兩個主題，接下來可能會學(xué)J、H、I，再往后進(jìn)一步學(xué)習(xí)。從這個架構(gòu)來講主要是兩個話題，一個是A一個是C，如果這個學(xué)生學(xué)了A之后，就可以再學(xué)習(xí)C，會學(xué)A、C、I、J。或者他學(xué)了C，就會變成C、I、J、H，在這種微型知識空間中，學(xué)生是一步一步的把知識點(diǎn)掌握了，有五個知識點(diǎn)在里面。

對于這五個知識點(diǎn)，我們可以看到它也有很多不同的排列組合，在這里一共有32個小的框框，也就是說有32個可能的學(xué)習(xí)狀態(tài)。在實(shí)踐中我們也知道，這樣完美的或者是純理論的情況也是不存在的。在很多的微型知識空間中，比如在這里我們只有40個學(xué)習(xí)主題，有5000個學(xué)習(xí)狀態(tài)，大家可以看到這才是真正的學(xué)習(xí)架構(gòu)的狀態(tài)。

微型知識空間是因?yàn)槲覀冎缹θ魏我粋€學(xué)科來講不可能只有40個主題，這只是一個假設(shè)的情況，還有可能有的學(xué)科有1萬億甚至更多的主題，這樣的話它的知識狀態(tài)就會更多。

比如說在11年級數(shù)學(xué)學(xué)科中有400多個問題類型，這個過程中學(xué)生就可能有數(shù)千億不同的知識狀態(tài)，也就是說，我們怎么樣來找到某一個學(xué)生到底處在哪一個知識狀態(tài)呢？在這個過程中我們就有這樣基于概率論的算法，可以確定學(xué)生的知識狀態(tài)，就是基于計(jì)算機(jī)的算法來實(shí)時的評估學(xué)生的知識狀態(tài)。對于ALEKS這個產(chǎn)品來講，最有名的就是它的初步評估體系，首先會問學(xué)生一系列的問題，讓他們來解決問題，比如說一個數(shù)學(xué)問題。而且我們在這個過程中不會用多選題，結(jié)果就是他掌握了或者是沒掌握這個題。

對于幾萬億個的知識狀態(tài)來講，如果我們要通過25個問題就找到所處的知識狀態(tài)的話，那么每個問題都是非常關(guān)鍵的，不能浪費(fèi)，所以我們會針對不同的人群制定不同的問題。對于ALEKS上面的問題，答對的話我們就會問下面的問題。每答對一個問題就可以縮小知識狀態(tài)的范圍，一步一步的縮小，最終就能找到支持它的知識狀態(tài)，這應(yīng)該是非常簡單的過程，也是我們初步評估算法所采用的方式。

如果一開始就沒有答對的話，我們就會減少它的難度，來找到那些不包含這些問題的知識狀態(tài)再進(jìn)行測試。大家可以看到這就是我們知識狀態(tài)的演變概率分布，我們在這個過程中也有很多不同的問題類型，大家可以看到這樣幾個示例。比如說我們在熱動力學(xué)中會有一些不同的概念，一開始測試學(xué)生的時候就會問他一些非?；A(chǔ)的問題。如果從這里開始的話，就會發(fā)現(xiàn)在這個圖中，大家可以看到所有紅色的圈都是“誰知道呢”這樣的一個情況。我們也是研究了不同的人群，給了他們不同的問題選擇，對于這樣一個人群我們首先知道他可能回答正確的概率是多少，比如說對于A問題學(xué)生答對了，我們就會給他另外一個問題。比如說問他一個F的問題，如果他沒答對的話，我們就會再進(jìn)行改變。最后我們完成了評估，我們的目標(biāo)就是要盡可能的縮小這個知識空間的范圍，找到他的知識空間。

再給大家簡要重申一下我的觀點(diǎn)，ALEKS的人工智能會建立一些知識結(jié)構(gòu)，我們會使用這些知識結(jié)構(gòu)來發(fā)掘?qū)W生到底了解什么，還有哪些沒了解，應(yīng)該怎么樣來學(xué)習(xí)。

2.ALEKS是一個一體化、一站式的輔導(dǎo)老師

還有另外一種可能，我們已經(jīng)看到了教育的一種模式。比如說學(xué)生已經(jīng)掌握了Y問題的話，他掌握X問題的可能性有多大？我們需要建立自己的標(biāo)準(zhǔn)，如果學(xué)生已經(jīng)掌握了X問題的話，是不是有70%的概率掌握了X問題以外相反的問題，這樣我們就能畫出它的知識結(jié)構(gòu)。我們會知道所有的關(guān)系都存在著一種波動的可能性，由于這種聯(lián)系的可能性，我們就可以追溯到知識結(jié)構(gòu)和空間狀態(tài)。所以我們就是要讓機(jī)器去學(xué)一些東西，如果這些已經(jīng)學(xué)到了，學(xué)生就能夠跟機(jī)器進(jìn)行合作，機(jī)器就不需要人的幫助了。機(jī)器在幫人，但是人不需要幫助機(jī)器。

ALEKS到底是什么呢？剛剛我們說了很多，我們想要強(qiáng)調(diào)的一點(diǎn)是，ALEKS是一個自動化的輔導(dǎo)老師，是一個一體化、一站式的輔導(dǎo)老師。為什么會說是一站式呢？因?yàn)槲覀冇泻芏嗟膬?nèi)容都已經(jīng)把它放在了ALEKS中，我們會有自己的一些內(nèi)容，內(nèi)容對于ALEKS來說是非常重要的。我覺得所有的產(chǎn)品、理論都需要內(nèi)容才能實(shí)現(xiàn)。我們往往會接收到非常多的內(nèi)容、信息，但我們并不是把這些內(nèi)容整合到我們的內(nèi)容當(dāng)中就是AI了。我們會有這樣一站式的服務(wù)體系，在這個服務(wù)體系的基礎(chǔ)就是學(xué)生適合學(xué)什么東西、學(xué)生應(yīng)該選擇什么樣的課程或者話題。

ALEKS能夠提供所有的積極因素，讓學(xué)生能夠?qū)W到更多的科學(xué)知識。我覺得積極學(xué)習(xí)是一種非常好的現(xiàn)象，對于教學(xué)來說非常重要。

在美國我們并不是說要用ALEKS來取代老師，因?yàn)槲覀冇X得學(xué)生的學(xué)習(xí)還是要有人的參與才能讓人和人類有所進(jìn)步。在美，ALEKS往往是作為人類老師的助手，所以ALEKS要找到每一個學(xué)生適合學(xué)習(xí)的話題。對老師來說，他可能時間不夠，但ALEKS就能夠快速地去完成這樣的一個事情。

哪怕是面對無限數(shù)量的學(xué)生，ALEKS也可以去完成這樣的一些事情，這對ALEKS來說并不是一個非常大的挑戰(zhàn)。在美國往往會面臨這樣的情況，學(xué)生已經(jīng)準(zhǔn)備好學(xué)習(xí)了，ALEKS會讓學(xué)生預(yù)習(xí)這樣的課程，這樣的話學(xué)生的一些學(xué)習(xí)方面的差距就能夠提前被ALEKS找出來。但是，有的時候?qū)W生在學(xué)了之后的課程之后會忘記之前的知識點(diǎn)，所以我們用ALEKS幫助人類導(dǎo)師讓學(xué)生提前進(jìn)行相關(guān)課程的預(yù)習(xí)，同時，ALEKS也可以進(jìn)行作業(yè)輔導(dǎo)。

我們也會有翻轉(zhuǎn)課堂，美國非常地流行，也就是說在課堂中學(xué)生會跟計(jì)算機(jī)一起、跟ALEKS一起學(xué)習(xí)，但當(dāng)他們有問題而ALEKS解決不了的時候，他們可以向老師求助，我覺得這是一個非常有效的模型。事實(shí)我們并不一定需要數(shù)學(xué)系的博士來幫助學(xué)生解決數(shù)學(xué)題，我覺得這種做法還是有很多優(yōu)勢的。

所以知識結(jié)構(gòu)中我們會有一站式的服務(wù)，我們會有導(dǎo)師制的方式，所以導(dǎo)師還是要控制他們學(xué)習(xí)的進(jìn)度。老師也必須要犧牲對主題選擇和時間的控制，這是我們體系當(dāng)中的一個問題。

我們也會對學(xué)習(xí)的內(nèi)容有一個檢查，每次他們學(xué)了20到25個題的時候我們就會進(jìn)行檢查。首先我們會進(jìn)行回顧，在這方面也是做了很多的研究，同時我們也用這樣的一個檢查來進(jìn)行對學(xué)生掌握知識的核實(shí)，這樣一個非常仔細(xì)的核實(shí)來看一下他們是否丟掉了一些主題的知識。在最開始的階段，我們是想要ALEKS和真正的教育系統(tǒng)相適應(yīng)，我們想要讓教師可以使用這些內(nèi)容。比如有400個課程，或者是600個話題或問題的類型，我們在這個過程中就需要讓老師參與進(jìn)來，讓他們看一下哪些問題類型是有用的，怎么樣把它們進(jìn)行區(qū)分，或者是進(jìn)行挑選，讓AI進(jìn)行后續(xù)的工作。這樣的一個過程也是非常有意義的，而且也非常地成功，我們讓老師來添加和刪除內(nèi)容。但對老師來講，有時候他們做的決定也不是很明智，所以，有的時候也會刪除一些他們選擇的材料。

3.ALEKS可以幫助老師對學(xué)生進(jìn)行差異化輔導(dǎo)

另外，ALEKS這樣的一個概念是基于知識空間理論的，我們當(dāng)時是覺得人群是類似的，可是即使是在一個班級，這樣的一個小的團(tuán)體里也能看到個體的差異是非常大的。大家都在學(xué)七年級的數(shù)學(xué)我們就把他們放在一個數(shù)據(jù)庫里面，在我們的數(shù)據(jù)庫里面就包含了很多不同的學(xué)生，讓機(jī)器學(xué)習(xí)一下他們是如何學(xué)習(xí)的，以及他們學(xué)習(xí)的方式、獲得知識的方式。我們通過大量的數(shù)據(jù)來進(jìn)行分析，但是AI在這方面有時候會沒有辦法確定優(yōu)先關(guān)系，或者是確定好學(xué)生的知識狀態(tài)?？赡芤婚_始有10億的知識狀態(tài)，后來由于數(shù)據(jù)量的增大變成了1萬億的知識狀態(tài)，對它的知識結(jié)構(gòu)的界定也是有很大的挑戰(zhàn)的。在這個過程中我們投入了大量的人力物力來發(fā)展相應(yīng)的軟件、硬件，來應(yīng)對這樣大的數(shù)據(jù)。

再說一下下一個方面，我們還有一個另外的適應(yīng)過程就是對知識檢查和算法進(jìn)行重新的設(shè)計(jì)，它事實(shí)上也能夠看一下學(xué)生的在學(xué)率，看一下他們學(xué)習(xí)的效果，這是一個非常復(fù)雜的算法。它并不是對先前掌握知識的嚴(yán)格的檢查，而是另外一種學(xué)習(xí)的工具。

在座的各位，我希望你們不需要來接觸這一點(diǎn)，也就是在軟件方面的功能。事實(shí)上我們想讓這些軟件特別簡單，就像我們20年前使用的那樣，讓它越簡單越好。我們想讓教師可以跳出AI，就像和其他沒有AI的國家一樣來進(jìn)行他們自己對學(xué)生的評估。有的時候他們做的這樣的評估可能也沒有辦法真正地幫助學(xué)生。

從我的角度來看，我覺得有一點(diǎn)非常有意思，就是不知道我們的老師怎么想，事實(shí)上如果我是教一單元的話，我只想讓我的孩子多學(xué)點(diǎn)一單元，我也不希望別的學(xué)生來學(xué)這節(jié)課。這個可能是AI的一個優(yōu)勢，因?yàn)锳I知道現(xiàn)在學(xué)生在學(xué)哪個單元，但是老師卻不知道，雖然老師教的一單元但他不知道學(xué)生學(xué)的哪單元。但這方面老師事實(shí)上是非常在意的，他想知道學(xué)生到底現(xiàn)在在學(xué)什么。所以這方面我們開發(fā)了另外的一個技術(shù)，也就是說讓學(xué)生在某一個階段只可以學(xué)習(xí)老師教的這部分的內(nèi)容，這樣的話就能夠很好地滿足老師的需求。同時，我們也可以讓AI來幫助老師進(jìn)行教學(xué)。

ALEKS可能現(xiàn)在是唯一的一家在這方面的使用AI并且惠及不同的學(xué)生的美國公司，可能還有一兩家其他的公司，但現(xiàn)在我都記不得他們的名字了，當(dāng)然我可能還需要謙虛一點(diǎn)。今天早上也說了，在2018年前9個月，我們已經(jīng)有300多萬名學(xué)生在使用軟件了，這是一個非常大的規(guī)模，這就是我的報(bào)告。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。