雷鋒網(wǎng)按：7月12日-7月14日，2019第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網(wǎng)、香港中文大學（深圳）承辦，深圳市人工智能與機器人研究院協(xié)辦，得到了深圳市政府的大力指導，是國內人工智能和機器人學術界、工業(yè)界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智能領域極具實力的跨界交流合作平臺。

在不少人看來，教育可能是一個相對傳統(tǒng)的行業(yè)，但其實教育也是一個不斷在與時俱進的行業(yè)。國務院、教育部近年來相繼發(fā)布不少教育政策，鼓勵和支持人工智能等前沿技術與教育的融合應用。

不管是互聯(lián)網(wǎng)科技公司、還是傳統(tǒng)教育公司都已經開始探索人工智能在教育場景的落地應用，很多前沿技術應用都已走進中小學的課堂，很多AI+教育產品確實改變了我們傳統(tǒng)的教學方式。

7月14日上午，在CCF-GAIR 2019「智慧教育專場」上，圍繞AI+教育和智慧教育等話題，來自企業(yè)界的六位演講嘉賓上臺分享了他們對于教育前沿領域的思考和探索。

好未來AI實驗室負責人劉子韜：AI+教育的挑戰(zhàn)和機遇并存

好未來AI實驗室負責人劉子韜博士在主題演講中，分享了好未來在AI+教育探索過程中遇到的問題和挑戰(zhàn)。

據(jù)劉子韜博士介紹，好未來AI Lab有四個愿景：一是希望通過AI提供更優(yōu)質的教學內容；二是希望通過AI提供更有效的教學體驗；三是希望通過AI提供更科學的評測體系；四是希望通過AI提供更公平的教育資源。

當提到教育、AI+教育的時候，這中間最重要的是什么？我們認為中間最重要的是教學環(huán)境。我們選取三個維度，橫軸是學生的年齡；縱軸是上課的形式；Z軸反映的是教室里的學生數(shù)量。其實按不同的維度還可以把場景進行細分，不同的場景產生的數(shù)據(jù)不一樣，那么教學設計的理念也會不一樣。針對不同的教學場景AI需要針對每一塊進行定制和優(yōu)化。

各個教學環(huán)節(jié)產生的多模態(tài)數(shù)據(jù)主要有三種：一是文本數(shù)據(jù)，很多數(shù)據(jù)是以文本的形式保留；二是視頻數(shù)據(jù)，上課多以視頻的形式記錄；三是語音數(shù)據(jù)，主要是老師講了什么學生回答了什么。這些數(shù)據(jù)被記錄下來，對AI是很寶貴的資源，這就是多模態(tài)機器學習。

劉子韜博士表示，今年CMU的教授寫了一篇新的文章，文章很好地總結了多模態(tài)數(shù)據(jù)的問題。這里有五大問題是好未來AI  Lab希望能解決的：一是多模態(tài)數(shù)據(jù)的情況下，怎么樣做一些表征學習以學習到所有的數(shù)據(jù)；二是將數(shù)據(jù)從一種模態(tài)映射到另一種模態(tài)，例如翻譯視頻和音頻數(shù)據(jù)；三是校準，課件是靜止的，怎么知道老師講到課件的哪個部分；四是在多模態(tài)中加入信息進行預測；五是在多模態(tài)之間傳遞知識和預測模型。

那么好未來在這其中遇到哪些挑戰(zhàn)？主要有四點：

一是數(shù)據(jù)量小。機器學習需要有標簽的數(shù)據(jù)，而教育場景中的數(shù)據(jù)大部分都是無標簽的，有標簽的數(shù)據(jù)非常少；

二是異構性。異構性和多模態(tài)是強綁定的，不同來源產生的數(shù)據(jù)，有天然的異構性；

三是數(shù)據(jù)的質量問題。通常我們的標簽獲取是非常困難的，上了一堂課想預測這堂課好不好，好不好需要打一個標簽，這個時候打的標簽主觀性非常強，十個人給老師打分，可能有六個好，有四個不好，這堂課是好還是不好，6：4就說好，這是有歧義的；

四是評價。短期無法量化，對AI有一些困難和影響。

劉子韜博士認為，在做AI+教育的過程中，機遇和挑戰(zhàn)并存。這里面的機遇是，教育界很多的問題不曾被人研究過，是學術界不曾存在的問題，這是一個藍海市場。同樣挑戰(zhàn)也存在于此，在搜索、推薦、廣告等較成熟領域的問題上，大家在不同的數(shù)據(jù)上已做了一些指標的優(yōu)化，但在教育場景里里很多問題不曾被關注和解決，可借鑒的經驗或解法非常少。

騰訊智能教育總經理關俊輝：騰訊智慧校園建設有四大原則

騰訊智能教育總經理關俊輝在《共創(chuàng)智能教育時代》的主題演講中，主要介紹了騰訊教育的戰(zhàn)略和業(yè)務布局。他介紹說，騰訊教育在教育行業(yè)里的愿景主要分為三個內容：一是連接；二是內容；三是社會責任。

關于連接，騰訊教育要把優(yōu)質的內容連接到真正需要這些內容的孩子們，包括家校溝通、校園管理等教育場景，為他們建立數(shù)字化的連接通道。關于內容，隨著在線服務以及各種終端形態(tài)的變化，內容在發(fā)生一些改變，騰訊也推出了騰訊扣叮編程、騰訊課堂等內容平臺；關于社會責任，從教育本身分兩個方向，一是選拔人才，二是普惠性教育。從選拔人才的角度來說，我們需要培養(yǎng)一些真正能夠做出菲爾茲獎、諾貝爾獎的人。從普惠性的角度來說，我們希望能夠大規(guī)模的提升整體孩子們受教育的質量。

關俊輝介紹，騰訊教育做智慧校園建設的基本原則是：一是用戶統(tǒng)一身份認證；二是應用接口開放；三是統(tǒng)一的應用池管理；四是移動化應用的矩陣以及組件。

經過梳理分析，關俊輝認為，AI+教育整體還處在一個比較簡單的階段，沒有那么成熟。他們還在研究如何使用從挖掘的數(shù)據(jù)中獲得的信息。所以，騰訊教育在知識圖譜、大數(shù)據(jù)挖掘、人工智能的人機交互界面等層面不斷增強基礎的能力，通過智能教育平臺，在教育的場景上，比如針對老師精準的教研、教學、學生個性化學習、整體的教育治理等等方面落地。

 商湯科技教育事業(yè)部總經理尚海龍：AI素養(yǎng)，關乎未來

商湯科技教育事業(yè)部總經理兼香港公司總經理尚海龍在《未來以來，只是尚未流行》的主題演講中，主要分享了推廣AI教育的重要性并介紹了商湯科技的AI教育生態(tài)。

教育的目的在于育人，培訓的目的在于訓練。教育一定是以長遠的眼光看待，特別是過去兩百年時間里，德國這個國家能兩次崛起，在于德國關注的是孩子有沒有競爭力，而我們現(xiàn)在關注的還是孩子在考試中能不能拿高分，這絕對是兩個方向。我們想把最先進的科技文化知識變成素養(yǎng)式的教給學生，這是商湯教育所關注的特別點。

尚海龍舉例，100個學生中，國內大約有6個學生會編程，而在美國大約是60個學生。以AI為中心的STEAM教育成為硅谷乃至美國素質教育的新標準，為了鼓勵學生學習編程，美國前總統(tǒng)奧巴馬曾從繁忙的工作中抽出一天時間與學生一起學編程，特朗普曾出臺白宮文件以推進編程AI普及化的教育。

尚海龍也介紹了商湯科技的AI教育生態(tài)，主要包含四個層面：一是商湯科技已經出版了面向中小學的人工智能系列教材，解決“教什么”的問題；二是培訓一線AI授課教師，解決“誰來教”的問題；三是提供AI實驗平臺、實驗課程和教育機器人等AI教輔資源解決“如何學”的問題；四是舉辦AI交流展示活動，解決如“何評價”的問題。

科大訊飛北京研究院副院長付瑞吉：智能評閱技術的兩大應用場景

科大訊飛北京研究院副院長、哈工大訊飛聯(lián)合實驗室副主任付瑞吉博士，主要介紹了訊飛在智能評閱方面的核心技術與應用。

付瑞吉博士表示，訊飛是做語音起家，語音識別和合成基礎上的另一個應用點是語音評測。參加考試的學生說一段話，機器進行自動評測，包括對聲學和文本內容的評測，最后給出一個綜合分數(shù)。

我們的機器可以做到在學習人工專家評分的情況下，評分的總分相關度和平均誤差達到人工的水平，已在30個省市的普通話水平考試中應用。而且，我們從口語考試擴展到紙筆考試，現(xiàn)在K12大部分是紙筆考試，我們通過掃描試卷，進行圖片的OCR識別，再進行自動評分。

付瑞吉博士介紹，智能評閱技術有兩大應用場景：

一是大規(guī)?？荚?/strong>。例如中考、高考、會考等大型考試，一般是幾萬到幾十萬人，規(guī)模比較大。大規(guī)?？荚嚨谝粋€需求是做評分質檢，因為要保證評分的準確性，校檢人工的錯誤。第二需求是替代一評，對于高利害的考試更多是做質檢，對低利害的考試主要考慮節(jié)省人工成本。

二是日常教學。日常教學包括平時的作業(yè)、周測、月考、期中/期末考試和校際聯(lián)考，規(guī)模比較小，比如班級作業(yè)就幾十人，這不只是需要評分的準確，還需要批改、反饋，對老師來說還需要有詳細的分析報告，這是日常教學中的應用。日常教學中的需求比在考試中的要求更加細，技術難度也更加大。

網(wǎng)易有道副總裁金磊：AI與教育結合前景巨大，但還需長期演進

網(wǎng)易有道副總裁金磊在《教育信息化與AI+》主題演講中，主要介紹了有道的教育業(yè)務版圖以及對于AI+教育的一些思考。

談到為什么需要AI+教育時，金磊認為：

AI本質上是一種從數(shù)據(jù)中學習規(guī)律和知識的方法，可以在業(yè)務中的很多環(huán)節(jié)取代人的決策，大幅提高生產效率，甚至解決原來解決不了的復雜問題。

金磊表示，當前AI+教育有三個發(fā)展階段，首先要實現(xiàn)教育內容的數(shù)字化，然后要實現(xiàn)教育過程的自動化，最后要實現(xiàn)教育方式的智能化。

關于AI+教育的架構，金磊認為，最底層需要一些最基礎的技能，比如說NLP的基礎技術、計算機視覺、自適應引擎、大數(shù)據(jù)分析等；再往上一層，需要用這些技術對教育的內容做一些數(shù)據(jù)的處理，比如圖像轉文本、題目的切分、作業(yè)的電子化；再往上一層還得拿到不同的數(shù)據(jù)資源，包括題庫、教研資源庫、學習資源，以此我們把這些結合起來可以做上層的智能批改、自適應學習和學情大數(shù)據(jù)等應用。

最后金磊總結說，AI與教育的結合前景是巨大的，但還需要很多年的演進。他們判斷還是處在非常早期的階段，這個過程的目標不是取代“AI老師”，而是“AI武裝老師”，讓老師有更多的精力教授、激勵學生。

阿里釘釘教育行業(yè)K12總監(jiān)葉學展：互聯(lián)網(wǎng)+教育，從效率到均衡和質量

最后登臺演講的嘉賓是阿里釘釘教育行業(yè)K12總監(jiān)葉學展（阿里花名：蹊徑），他在演講中分享了釘釘在教育行業(yè)的實踐和思考。

義務教育可以說是教育里面最大的領域，主要以區(qū)縣、地域為最基礎的管理單元。普通人去幫孩子辦理入學要跑很多不同的部門、提交很多資料，所以教育領域行政效率的數(shù)字化很大程度上會影響到每個人的體驗。

葉學展介紹，釘釘看到了教育數(shù)字化中的痛點，正在將杭州過去幾年實行的“最多跑一次”改革在教育行業(yè)進行落地。改革的核心就是驅動組織機構從“管理”到“服務”的轉變，手段有兩個：一是優(yōu)化流程，把多余的程序減掉；二是數(shù)據(jù)共享，把繁雜的證明減掉。

“最多跑一次”的推進步驟是：一是統(tǒng)籌基礎設施，例如進行一朵云的建設等；二是數(shù)據(jù)統(tǒng)一共享，例如建設統(tǒng)一的法人庫和證照庫等；三是推廣移動辦公，例如提供身份認證和網(wǎng)上申請等功能；四是提升用戶體驗，例如提供公共支付、廳局系統(tǒng)上云和大數(shù)據(jù)示范應用等。

教育方面，在AI和數(shù)字化的大浪潮里，我們覺得先做一些能夠覆蓋到與普通人日常生活切身相關的事情更好，例如幫助提升義務教育階段政府教育數(shù)字化治理的效率，這是我們正在做的事情。這樣的數(shù)字化工作方式看起來并沒有那么的科技化和炫酷，但是在教育行業(yè)得到了廣泛應用。

葉學展表示，智慧教育目前面臨兩大新樣態(tài)：

一是業(yè)務新樣態(tài)，從粗放到精準、管理到服務、孤島到整合、學業(yè)到綜合素養(yǎng)、從封閉到開放；

二是技術新樣態(tài)，從基礎設施到云服務，從業(yè)務到關注數(shù)據(jù)，從被動采集到感知采集，從桌面軟件到移動入口。他表示，越來越多的教育企業(yè)開始關注用戶的服務和體驗，技術成為解決痛點難點的關鍵。

他認為，互聯(lián)網(wǎng)+教育，正在逐步解決從效率到均衡、質量的問題，主要分為三個階段：第一階段是服務學校，釘釘希望學校和教育行政機構在協(xié)同、精準治理上面有更多效率的提升；第二階段是服務家長，在家校溝通、報名繳費等場景讓家長有獲得感；第三階段是數(shù)據(jù)沉淀，依托教育大腦、精準教學等場景，實現(xiàn)公平而有質量的教育。（雷鋒網(wǎng)雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。