當AI技術與教育深度融合，將會產生怎樣的火花？新技術，如何改變傳統教育？全球最新AI技術，有哪些新變化和最新思考？未來，教育產業技術創新還有其他機會嗎？
2019年5月24—25日，由乂學教育-松鼠AI、IEEE教育工程和自適應教育標準工作組、中國自動化學會、新東方、好未來、36氪等在北京共同舉辦的「第三屆AIAED全球AI+智適應教育峰會」為教育領域從業者解答疑惑，帶了新的方向和機遇，並對中國教育改革產生了深遠的影響。
本屆大會中，邀請了全球人工智慧教育領域專家、學者和領軍企業都匯聚一堂：全球機器學習教父、全球AI排名第一的CMU卡耐基梅隆大學計算機學院院長Tom Mitchell教授，MIT人工智慧實驗室主任Daniela Rus教授，AAAI 主席 Yolanda Gil 教授，乂學教育-松鼠AI創始人慄浩洋，好未來集團CTO黃琰，倫敦大學教授、國際頂尖AI教育學術大會AIED主席Rose Luckin教授，ASU-GSV教育大會聯合創始人、GSV資本創始人Michael Moe，掌門1對1創始人張翼等國內外眾多優秀企業的產學研專家學者與商業領袖共聚北京，一同深度剖析了AI+教育行業在產學研各界的最新發展概況。峰會分享了「人工智慧+教育」領域的發展新機遇，並深入探討建立未來基於人工智慧教育新秩序的可能性，開啟了一扇通往未來教育的大門。
來自全球的權威AI大咖，用他們最新的研究和深刻洞見，為我們共同描述了一副科技和創新教育交織、探索和應用的畫面，並向與會者展示了AI融合教育的前沿技術和解決方案，拓展了人類教育想像的邊界—AI與教育相結合，驅動教育無邊界創新。
讓我們一起來回顧這些全球人工智慧權威大咖的乾貨分享，聆聽新時代最前沿的聲音。
Tom Mitchell 教授：未來的十年將會是AI影響教育的十年
Tom Mitchell 教授，全球AI排名第一的CMU卡耐基梅隆大學計算機學院院長、機器學習系創始人，第三屆AIAED主席，松鼠AI首席AI科學家
我最感到興奮的就是將AI技術放在教育上應用，所以我把自己的很多研究放在了AI與教育的應用。未來的十年將會是AI影響教育的十年，原因有三點：
一是研究個性化指導的益處與重要性；
二是AI可以為我們進一步開發基於電腦的指導；
三是AI是面向未來的重要技術，必須提前布局。
機器學習、虛擬實境、實時感知人類狀態等都是非常重要的技術，目前它們已經對智適應教學的未來產生重要的影響。
腦科學也是一種很重要的技術，它能夠影響智適應教學。還有大腦成像的技術，能夠去檢測腦電波，顯示大腦的活動，非常靈敏的檢測大腦的情緒，並且追蹤學生的情感狀態。
在智適應教育當中，機器學習應該在每一個領域都有一個功能，去了解學生現在的狀態，機器學習就是能夠發現這個功能是什麼，我們可以用機器學習來不斷地修改，這是機器學習在其中的核心作用。
Rose Luckin 教授：數據+智能算法賦能教育，讓學習更有效
Rose Luckin，倫敦大學教授，倫敦知識實驗室負責人，國際頂尖AI教育學術大會AIED主席
AI的未來潛力巨大，但不是一蹴而就的。我在20年前就開始學習AI和教育，但是現在非常重要的是，必須要以過去的成就為基礎，並且保證一定要讓人類智能不斷演化，如果說我們找到了正確的方法，就能保證每個人都可以得到高質量的教育，這將會是美好的未來。
我們能夠以各種各樣的方式創造數據，我們的衣服、珠寶，所有東西都能跟AI技術進行交互，彼此連接。當擁有了這些數據之後，如果能再高效去分析這些數據，就能得到一個非常智能的機器工具，那就是數據+智能算法，這可以賦能給所有不同的技術，從計算機，到人機互動，甚至老師和學生之間的交互，使我們變得更加聰明。
AI+教育的學習系統裡，各個學生一起合作，來解決問題。通過動手、動眼，以及技術交互，把所有數據收集起來，因此就可以知道，他們在交互的時候，有多少是共同合作的，以及他們是否平等，他們內部的異同性是如何影響到整體的合作，從而幫助我們更好進行數據的分析和詮釋，使得未來的學習模式更高效。
慄浩洋：希望我們能夠用AI+教育，幫助世界上的每一個孩子
慄浩洋，乂學教育-松鼠AI創始人，首席教育技術科學家
「其實人工智慧教育在全球發展的速度已經非常快了，但是在中國幾乎沒有人知道。」慄浩洋表示，「我們就邀請在中國的競爭對手和全球的競爭對手來參加這個會議，這個會議真的是為中國所有的民眾更加了解人工智慧對行業的一種改變。辦這個會議的目的，也是希望人工智慧領域的人更多關注教育。」
慄浩洋系統闡述了AI智適應教育如何升級換代教育產業，還著重講解了總共分成三個層次的引擎架構，第一個是本體層，裡面更多的是內容，包括學習地圖，包括知識地圖；第二個是算法層，裡面有推薦引擎，有學生的用戶畫像的引擎，有目標管理引擎；第三個層次可以看成是一個交互系統，就是這個系統如何和人進行交互。在今年之前，系統和人的交互更多是通過視頻、題目，和一些簡單的互動和推薦系統，慄浩洋則希望能夠發展更多的人機互動，讓學生和機器之間的交互更加的順暢，為此，松鼠AI還全新升級了自己的MCM系統。
用AI+教育，幫助世界上的每一個孩子，幫助教師們去教學，同時也把教育變得更可持續發展，這也是慄浩洋發自內心、並將繼續為之奮鬥的偉大夢想。
黃琰：用更好的教育培養更好的人
黃琰，好未來CTO兼開放平臺事業部總裁
「AI+教育」正從功能組件的1.0時代，進入整體解決方案的2.0時代。
在教育的三大角色（老師，學生，家長）之外，人工智慧的崛起將成為教育的第四極。
技術回歸教育，好未來始終堅守兩個教育理念，宏觀層面堅持助力「更加公平而有質量的教育」；微觀層面致力於為每個孩子提供最適合的教育。
需發揮AI的乘數效應，以學生為中心重新解構「教」和「育」，知識傳授交給人工智慧；素養培育藉助人工智慧，在規模化的同時實現個性化。
好未來「AI+教育」探索取得階段性成果，AI激發以「人」為本的快樂學習，突破學科邊界助力精準教學，輔助個性化練習讓大規模因材施教成為可能。
Ken Koedinger教授：迭代工程是可靠的學習科學的關鍵
Ken Koedinger，CMU 計算機及心理學系教授、松鼠AI首席學習科學家
如何才能讓AI和教育變得更高效？要把我們的學習科學融入其中，不僅是運用學習科學，而是要從學習科學發展到學習工程。
AI教育中有兩個關鍵算法。
一個是模型追蹤。在AI當中大家可能覺得一個計劃的認識，學生可以理解到他們最核心的競爭力，然後我們可以提供一些基於場景的指導，當學生犯了錯誤過後，或者他們不再需要提示的時候，我們就把他們推到下一步，能夠非常好的控制學生的學習過程，學生只有在需要幫助時才能得到幫助和指導，在得到幫助之後，他們會回復是否取得進步。然後每個學生，我們把它稱作知識軌跡，可以通過這個知識軌跡來評測學生學習的成長過程，以及他們知識學習的過程。
第二個算法是學生對每個關鍵知識的掌握程度，把課程個性化。取決於我們最終要達到什麼樣的知識學習目標，這個也取決於我們整個學習的過程，如果說我們所學的是事實，所以說這個流程和技術是非常重要的。
在AI教育中，刻意練習非常重要。刻意教學和練習有幾個非常重要的組成部分：
第一，我們必須努力工作，從而提高績效；
第二，我們得有足夠的內在動機，從而讓我們參與到任務當中；
第三，必須要考慮到自己的弱點。因為我們在進行指導的原則設計的時候，必須要保證任務，必須要放在我們不擅長的地方，這也是我們可以利用數據的地方，可以通過數據知道這個學習者的弱點在什麼地方；
第四，反饋可以讓學生在長期不斷的反覆，不斷的操練。
Michael Moe：AI+教育投資井噴式發展
Michael Moe，ASU-GSV 教育大會聯合創始人、GSV 資本創始人
我們在進行教育投資時，十年前是非常困難的，差不多是有幾億教育的投資，現在已經達到70億，在過去十年當中漲了十倍。因為現在這些教育技術的公司，發展得非常快，而且我們有大量的教育方面的獨角獸。
還有一個說法，就是AI會消除很多的工作，未來20年中，50%的工作將會被取代，確實是如此的，吳恩達也說過，人工智慧將會是新式的「電力」，這是一個改革性的勢力，並且是一個普遍的而且看不見的一個勢力。
Yolanda Gil：AI時代的教育學習更注重個性化
Yolanda Gil，AAAI主席，南加州大學計算機科學與空間科學研究教授
在現代科學的數據化挑戰中，我們有需求去使得課程更加個性化，並且使得學習過程更加個性化。
在這個過程中，有三個非常大的挑戰：
一個是在課程層次；
第二個就是在課程當中，我們是不是能夠進行個性化的教育，比如說家庭作業，還有就是語言數據類的，我們可以通過個性化的教學，來教育相關的計算機科學的知識；
第三個就是我們的學習必須是以學生為中心。
Daniela Rus教授：超優學生的十大學生法則
Daniela Rus，MIT 人工智慧實驗室主任， 美國工程院院士。
我們現在生活在一個非常令人振奮的時代，我們的領域，不管是AI機器人，還是機器學習，都在改變著這個世界的面貌，現在計算就像電一樣，成為了一種能源，並且無處不在，我們應該利用這樣的資源，幫助我們真正的產生影響，影響科技改變世界的方式。
為了讓年輕一代更好的準備好未來這一場革命，我相信我們一定要仔細去思考計算的思維和創作，把它作為21世紀教育的支柱。
發生在機器學習和AI領域的事，大多都是由深層神經網這項技術促進的。在深層神經網領域我們有很大的一個結構，可能當中有數百萬的節點，這個結構有很多帶上標籤的數據。我們有了數據，打上標籤過後，可以給這一項技術帶來很大的提升，但是這個技術目前還不完美。
超優學生的十大學生法則，大致可以概括為：第一，必須要有嚴謹、紮實的基礎；第二，解決問題不是死記硬背；第三，跨學科；第四，協作不是單向的對話，是互相學習；第五，鼓勵創造力；第六，無懼挑戰；第七，獨立工作；第八，如何讓時間變得更有價值；第九，解決重要的問題；第十，一定要去享受，並且保持愉快。
Cynthia Breazeal教授：機器人未來會越來越人性
Cynthia Breazeal，MIT媒體藝術與科學副教授，MITMedia Lab機器人小組負責人
未來，機器人會是非常好的同伴，之所以這樣做，是因為我們如何讓學習更加有人性，讓我們的孩子能夠更好的學習。
機器人和人類之間構建情感交流，不光是關注孩子學的多好，同時還有其他一些東西，比如孩子對於學習的態度，包括創造力，和一些批判性思維等。
未來我們的機器越來越智能的時候，人性化就非常重要了，所以我們在進行機器設計幫助孩子學習的時候，不單單只是所謂的課程知識或者技能，必須要考慮到童年時代以及他們學習有怎樣的質量和能力，才能更加成功。
Kang Lee教授：目前AI系統智商很高，但情商很低
Kang Lee，加拿大多倫多大學應用心理學和人類發展系教授
目前所有的AI系統可能智商很高，但是情商非常低，它的情商達不到一個兩歲兒童的水平。
人工智慧系統沒有情商的話，就很難在生活中真正利用起來改變生活，特別是教育，教育和學習其實是一個非常需要情緒、需要情商的地方，所以要怎麼樣改變這種情況？需要情感人工智慧。
在AI前面要加一個A，就是AAI，是什麼情況？情感人工智慧其實是智能社會，能夠檢測，能夠解釋，能夠模擬人的情感的能力。
目前，用這個技術開發、探測抑鬱症、焦慮症的開發和風險情況，已經是一個很大眾的技術，可以用到很多方面，還有一個是市場研究的應用，怎麼樣把這個技術運用到教育的AI當中，讓我們的教育AI系統既有智商又有情商。
Alex Beard：發展教育技術過程不可忽視的三大危險
Alex Beard，英國教育作家、《自然出生的學習者》作者
發展教育技術過程中有三個危險的觀點：
一是認為機器是學得最好的。機器可以學習一些特定的模式，它們的分析能力比我們更強，它們能夠提取模型，然後更高效。但是我覺得我們必須要問自己，機器真的是否是智能的，機器很善於其中一些東西，但是這些東西的領域是非常窄的，我們作為學習者有更廣泛的智能。
二是所謂的對用戶友好，可能是個陷阱。我們這個時代有很多的技術，我們必須得知道如何營造出一個更好的學習經驗，讓學生既有挫折，也能夠去思考。
三是自動化思想。在未來教育當中肯定會有自動化，到底這個自動化到底扮演什麼樣的角色，在什麼領域要進行自動化，在什麼領域必須得要有人類的參與，這是我們要考慮的。
AI技術在中國有很好的前景，教學的策略是創造新的學習者，他們能夠接收到高質量的知識，能夠接觸到頂尖的研究。在未來，技術不僅僅取決於對科技的投資，還取決於這些思想的投資，這些思想才能讓技術成為可能。
張翼：讓快樂的細節體現在智能化裡面
張翼，掌門1對1創始人兼CEO
關於教育，我們不能從一個行業的角度去看它，其實我們應該從一個文明的角度去看它，或者從文明的第三維去看它。雖然教育過去和現在發生很多變化，但是它第三維世界裡面，從文明的角度來看，教育的東西是沒有變化的。
為什麼說我們要用智能化改造教育？智能化為什麼使教育快樂？原因是因為你能夠知道哪裡學會，哪裡學不會。你不是一直給他推不會的題，而是讓他偶爾感知到我這個東西是可以學會的。智能不是讓他學會，而且讓快樂的細節體現在智能化裡面，才能真正讓一個學生學習感到快樂，一旦感到快樂，才能讓他更高效地學習。
高效是兩個方面的事情，一個是我們做教育應用層面的事情；第二是高效的事情，只有人快樂，他才能高效。所以說所有的教育行業一方面能夠跟技術的結合發展出更多的創新，另一方面也希望所有的教育企業能夠堅守初心，為教育描繪更好的未來。
楊正大：AI讓教育成為全球最大的共享經濟體
楊正大，iTutorGroup集團創始人
AI的飛速發展將使得教育成為全球最大的共享經濟體，而教育共享能徹底解決過去教育中不效率的問題，未來每個學生都有適合自己的個性化學習路徑，教育公平真正得以實現。
共享模式的出現是為了解決不效率問題，通過將閒置產能充分利用，把重複的資源浪費降到最低，從而為使用者提供多樣的個性化選項。教育裡面最稀缺的資源是孩子的時間，最難的是認識孩子的潛能，更困難的是給每個孩子提供符合他個性、能夠激發他潛能的「因材施教」的方法，而如何實現規模化的「因材施教」則是教育行業當前急需解決的最大難題。
在線教育通過將教育搬到網際網路上，打破了時間、空間的疆界與限制，釋放了大量的優質教育資源和老師資源。此外，網際網路可以收集海量教與學的數據，通過AI賦能實現老師、同學和教材的精準匹配，真正做到規模化的因材施教。過去十多年裡，iTutorGroup通過DCGS動態課程匹配系統，給每位老師、學生和每份教材分別打了128個標籤，自主幫助學員依據興趣、背景、能力等特質量身定製課程，並在每一堂課中精準匹配最適合他的老師、教材和同學。同時，系統還會根據學員自我測評、老師評鑑等相關參數，動態調節學員所學的課程，達到「一人一類，千人千面」的個性化教學安排。
張文鑄：AI和教育的結合，將帶來更高效更公平的學習機會
張文鑄博士，立思辰人工智慧實驗室主任
張文鑄博士認為現在的學校教學主要面臨兩個問題：一個是如何提高全校教務管理的效率和精細化，另一個是如何在規模化教育的基礎上實現個性化培養。而在教學自動觀察與反饋方面，人工智慧技術具有無可比擬的優勢。
傳統的教務管理，面臨評價周期較長、客觀評價數據缺失的困境，不利於教務管理者及時有效地做出決策。教師對學生的培養和關注，以學習成績為主要參考，教師有限的精力只能重點關注到少數學生，難以發掘每位學生的個性和特徵。張文鑄認為「當我們加入一個新的維度，學生們就得到了更加精細的分類，這樣就具備了因材施教的可能性，這就是 AI 可以在教育場景中作出的嘗試。」
茹立云：個性化教育，不僅是人工智慧的機會，更是責任
茹立雲博士，葡萄智學創始人兼CEO
今天的中國兒童外語教育，正在向單純的應試教育導向，轉向素質教育，更注重全面能力的培養。整個兒童語言培訓行業在2018年已經是300億元人民幣規模的巨大市場，並且將在2022年發展到800億人民幣，然而市場上依舊缺乏理想的英語學習產品，現實供給狀況與市場需求之間存在巨大鴻溝，並且由於成本高企，現有主流商業模型贏利困難，伴隨著規模性擴張出現的，往往是規模性虧損。
智能化教育的應用場景在逐層深入，下一階段發展的目標必然是AI智適應技術深度切入教學核心過程，真正實現古老的教育理想狀態「因材施教」。
Lin Zhou：我們並沒有考慮AI是如何看我們的世界
Lin Zhou，The New School 副總裁及首席信息官、前IBM Watson AI 教育事業部總經理
Lin Zhou提出了兩大問題。第一，人以及AI在一起，將會解決什麼問題？第二，在過去的幾年中，我們都是技術家、科學家，我們一直在看AI，我們應該如何訓練AI，以及AI如何培訓我們的學生？實際上，我們並沒有考慮AI是如何看我們世界的。
他還提出教育經歷了四個階段，第一個是書本數位化，第二個是翻轉課堂，第三個是自適應教育，第四個是智適應教育。
下面一代的教育轉換是什麼樣的，什麼結果才是好效果？應該是人性化。考慮到我們教育的對象是一個活生生的學生，把他們的需求貫穿到整個教育過程，教育對象最後的結果，也是產生一個完整的人。
Dave Touretzky和Christina Gardner-McCune：要用AI來對K12青少年教育做貢獻
CMU 計算機科學及認知神經基礎中心演講教授、AI4K12 項目聯合主席Dave Touretzky，佛羅裡達大學助理教授Christina Gardner-McCune同臺演講
在談到K12與AI的關係時，Christina Gardner-McCune教授表示：大多數都在談怎麼用AI來給學生提供更好的體驗，我們談的是怎麼教學生——怎麼學習AI。K12學生應該如何體驗人工智慧，大家可能都知道，大家已經在生活的方方面面體驗AI，比如說智慧型手機，還有電視等各種科技帶來的變化。大家已經在用這一項技術了，但是我想讓學生不僅變成AI的消費者，而是要變成AI的開發者，並且用批判性的思維來看待AI，看一下AI能做什麼。
Dave Touretzky教授具體闡述了他們的工作，以及「人工智慧的五大思想」，大致可以概括為：第一，感知；第二，表徵和推理；第三，電腦可以從數據當中學習，也就是說數據可以幫助我們對AI進行革命性的變革；第四，自然互動；第五，社會影響。另外，他還表示這些技術肯定會改變未來的職業，因為未來越來越多的職業是需要我們和機器人互動，所以說現在的孩子們受到的教育，也會受到很大的變化和影響。
斯坦福教育學院副院長 Paul Kim教授：人工智慧教育的機遇和挑戰並存
Paul Kim博士，斯坦福教育學院副院長兼CTO
斯坦福教育學院副院長Paul Kim教授認為人工智慧教育機遇與挑戰並存：很快人們將會有各種各樣的機會，去選擇自己的教授，比如說你特別喜歡這些人給你做演講，直接選他們來給你做演講，因為畢竟我們可以合成他們的聲音，以及他們的樣貌。
再說到教育，他認為AI將會使用在招生個性化的路徑，以及作業評估和PPT的演示，還有就是內容的策劃也是如此。這是基於個人的表現和興趣，也可以用在培訓、行政工作，這就意味著學生和教師可以更多放在學習和教學上。人工智慧的價值在於培訓數據、訓練數據、質量。在未來，人工智慧也許會出現很多問題：第一個，是否所有的學生都必須要籤署同意書？第二，如果數據模型有偏差怎麼辦？這些問題都是作為教育者，必須要解決和面對的問題。