“培育教育人和种花木一样，首先要看法花木的特点，区别不同状况给以施肥、浇水和培育教育，这叫“因材施教”，著名教育家陶行知先生曾说。但在传统课堂里，一位教师往往要面对几十号先生，除授课外，还要修改试卷、答疑甚至肩负着育人的重担，无法顾及到不同程度的先生，“看法花木的特点”后再给以培育的办法似乎并不理想。

另一方面，优质教育资源绝对集中，优秀教员不只向兴旺地域靠拢，甚至在兴旺地域也只面向局部重点学校的重点班级靠拢，招致“马太效应”。

AI的加持推进了特性化教学的可行性——没有什么比一对一教学更能有针对性地提升学习效果了。在以后AI＋教育的使用中，无论是面向初、高中的定制式学习、自动化辅导、智能测评还是针对小学前儿童的自顺应才能培育，都围绕“特性化”停止了产品形式和商业形式的创新。

2017年，在线教育公司屡获资本垂青，1月20日，学霸君宣布完成一亿美元C轮融资；3月，乂学教育取得1.2亿元天使轮融资，并在3个月后被追加至2.7亿元，刷新了教育范畴该轮融资的融资纪录；5月31日，猿辅导取得1.2亿美元E轮融资；8月14日，作业帮完成1.5亿美元C轮融资；8月23日，VIPKID的2亿美元D轮融资更是刷新行业纪录……

呼吁行业者在政府部门出台相关政策标准的之前，从业者一定要规范自己的行为准则健康有序的快速发展。依据GET教育科技大会发布的《2017年教育行业蓝皮书》显示，2017年前8个月，一级市场教育行业的总融资额达96.4亿元，发布金额的融资案例达156起；和去年同期的58.1亿元相比增长66%，融资案例添加68%。

在线教育成为资本竞相追逐的对象，AI功不可没，其数据处置才能赋予了教育更多的使用场景。从以后的AI＋教育产品形状来看，次要分为以下三类：

自顺应学习（Adaptive Learning）的概念最早呈现在上个世纪90年代的美国“智能辅导零碎”中，但事先的“智能”还比拟粗糙，只是依据成果将先生做复杂的分层，相似于分班授课。在AI的介入下，零碎可以依据先生的答题后果，自动判别先生的知识图谱，并有的放矢地引荐契合先生团体才能的内容。

比方猿题库、作业帮、VIPKID、学霸君等。VIPKID的人脸辨认技术可以实时跟进每位先生的学习进度，并依据详细状况定制特性化学习方案。

其中，学霸君自研发的自顺应学习可以经过条件反响实际、回归神经网络以及构建知识图谱三个环节，将知识点串联成图谱状构造。先生假如做错了一道题，机器将会为他推送相关知识点的标题。

除了一对一辅导效劳C端用户，在B端，学霸君还打造了“AI学”为教师赋能。该零碎包括课前备课（教员端）、课堂互动（先生端）和课后作业（智能手写辨认笔）三大场景，

教师可以经过教员端跟教室大屏以及先生端的平板互动。先生在专属作业本上答题，也会经过智能数码笔同步到零碎中。而在先生课后的作业场景中，AI学还能完成自动修改，异样，依据先生答题状况，智能推送特性化标题，同时记载先生在完成时期的全量的行为数据。

此外，好将来旗下1对1教育品牌爱智康也推出了“i提高”特性化学习零碎。该零碎贯串于整个教学进程——教师能在课前经过零碎疾速理解先生学习进度，以调整行将布置的习题；课堂上，可以依据每个先生的学习进度停止有的放矢的练习；课后，教员可针对先生知识点单薄环节提供针对性习题。据悉，这套特性化学习零碎目前已落地北京35家学习中心。

基于语音辨认和语义辨认技术，虚拟助教可以疾速完成测评，并给先生提出针对性反应，典型代表有科大讯飞、流利说、一同作业、盒子鱼等。

去年两会，科大讯飞董事长刘庆峰就在提案中表示，科大讯飞的英语口语自动测评、手写文字辨认、机器翻译、作文自动评阅技术等已经过教育部鉴定并使用于全国多个省市的高考、中考、学业程度的口语和作文自动阅卷。

在考试中心的组织下，科大讯飞的全学科智能阅卷技术已进退学业程度测试的使用当中，例如大学英语四六级，以及全国多个省份的高考、中考、成人高考等大规模考试中停止了屡次、多范围试点验证。

2016年，一位名为吉尔·沃森(Jill Watson)的虚拟助教就曾在300多人的课堂上为先生答疑解惑。她不只能及时回复同窗们的邮件，而且连“说话”的口吻也和教师十分类似，让人难以分辨。相比教师，虚拟助教最大的优势则在于可以经过语音、文字等方式及时反应。

除了科大讯飞、网龙、清睿教育等为代表的上市公司经过语音测评、语义剖析提升言语学习效率外，新西方、好将来等上市公司引进的分级阅读经过机器和算法制定规范，对先生与读物测定评级，完成自顺应阅读。

此外，为B端客户提供AI技术处理方案的先声教育目前也已规划智能语音测评零碎和写作修改零碎，效劳的用户包括包括国际最大的考试效劳商海云天、国际TOP SP教育信息化效劳商全通教育，国际TOP互联网在线教育集团及培训机构好将来、百度、新西方、美联英语、纳米盒、步步初等。据悉，将来还会逐渐搭建自顺应学习、对话机器人、心情辨认技术使用。

除了面向初、高中的AI教育产品，“起跑线”上的抢夺也硝烟四起，加之二胎政策的开放，早教市场的潜力也吸引众多创业公司涌入。

2016年，生长保在线一对一训练课程上线，次要经过在线直播互动课堂的方式，为4~12岁儿童的思想才能训练，以培育孩子的言语逻辑、记忆力和专注力等。在生长保开创人&CEO路小得看来，这个年龄阶段的教育愈加注重“进程的体验”，经过互动游戏和思想逻辑的结合，不异性格和才能的孩子能取得不同的素质才能，这也是以后传统早教机构无法提供的的辅导。

据猎云网（微信： ilieyun
）理解，生长保的网课有一套规范化体系：首先，孩子需求在网上停止相应的才能测评，测评内容次要是动画展现，孩子只需点击鼠标就能完成；之后，零碎会依据测评后果和后台的数据婚配引荐合适每个孩子的课程，不同才能的孩子会被婚配在一同；接着，教师将在网上一对六停止授课，家长可以依据详细的状况布置上课工夫并选择付费。

一位参与生长保在线课程的孩子家长在承受猎云网（微信： ilieyun
）采访时谈到，本人看中的是这类在线课程对思想才能的培育，她有两个小孩，大女儿曾经上小学，参与在线思想课程的是小女儿，正读幼儿园中班，“几年前这类课程还比拟少见，多是舞蹈、乐器班或许英语、数学班，但从老大的生长阅历来看，让孩子过早地接触英语、数学这些课程，对他之后真正的才能培育似乎影响并没有那么大，反而会在课堂上丧失了学习兴味。另外，思想才能的课程次要是针对孩子的发明力、专注力，幼升小的阶段更重要的是让孩子养成学习的办法和习气”。

NLP 触及少量认知层面的了解，短期内难以攻克

总体来看，“AI目前在教育行业的落地项目多集中在自顺应学习、测评和机器辨认、大数据以及智能硬件范畴”，西方新创担任人张铁铮在承受猎云网（微信： ilieyun
）采访时表示。

此外，AI还可以打造智慧教室，比方好将来的魔镜零碎，经过软硬件结合，让教学进程首先变得可被量化。进而，我们可以经过AI技术，对图像，语音，文字等数据停止辨认，同时构成一个信息聚集的平台。

校园管理方面也有一些结合点，比方经过智慧校园处理方案掩盖学校的教务处、先生处、校办、校务处等部门，满足常态化校园管理需求。如今用人工智能算法停止排课，先生只需提交本人的课程选择，零碎可以结合课程、教室、师资停止疾速的排课，某种水平上确实进步了师生的效率。

但假如说让AI完全替代教员，目前看来还是有些夸大了。

就像AI介入其它场景被赋予的职能一样，大局部创业者和教育任务者更希望AI＋教育的结合，可以将教师从高度反复、低效率的任务义务重束缚出来，“让教师有更多精神去激起孩子的想象力、发明力等，‘育人’这样的任务只要教师才干做到”，乂学教育董事长栗浩洋在承受猎云网（微信： ilieyun
）采访时说到。

从技术角度来看，无论是自顺应学习还是自动阅卷，都离不开自然言语处置（简称NLP），也就是说，零碎不只要可以依据标题自动得出详细解析，而且能对先生的做题进程停止修改，甚至经过先生的作业对其知识点停止查漏补缺。

在语义的攻克上，文科这类有规范公式和答案的学科对AI来说愈加敌对。学霸君CEO张凯磊就曾在地下场所谈到，“数学、物理等文科类项目是强逻辑性，考点根本波动，容易判别对错，同时，数学试卷中包括复杂的选择题，也有复杂的需求解题进程的大题，十分合适AI”。

自然言语处置被业界称为“工智能桂冠上的明珠”，技术的应战性显而易见。理科如语文、历史等，当中触及到少量对语义的了解和赏析，甚至同一个词汇在不同的上下文中还有不同的涵义，在没有规范答案的状况下，人工智能很难做出合理的评断。

2016年，微软小冰就尝试了中国高考语文写作，辨别是全国甲卷作文《提高和退步》、北京卷作文《神奇的书签》，但小冰的表现远不及AlphaGo对战李世石时那般犀利，通篇文章破绽百出、逻辑混乱。

基于这一点，乂学教育在语文这门学科上给予了相关的探究，次要是在阅读了解这局部。据栗浩洋引见，团队目前是将语文的阅读了解停止了难度分级，拆分了九级知识点。比方在《含泪奔跑的少年》这篇阅读了解的文章里，零碎将“活跃的空气里洋溢着炙热的气流，一阵风袭来，也闻不到熟习的稻花的苦涩”这个句子分解成“中考语文”、“古代文”、“体裁”、“古代文”、“表达方式”、“描写”、“写什么”、“多角度”等线索，协助先生从文章触及的类型、构造等方面停止剖析。

“目前所做的知识点提测还比拟复杂，只要当它是海量的时分难度才会难度加大”，栗浩洋表示，但也强调，“NLP确实会在客观题自动阅卷上呈现攻克难题”。而这局部还是需求交给教员来完成。

确实，阅读了解往往需求深层的推理和归结，一旦题型或重点发作变化，机器的效果也会直线下降。而人则可以依据过往的经历融会贯穿，真正做到了解、运用。

看上去很美

虽然AI＋教育近几年一度成为资本热捧的对象，但实践商业落地中全行业都还处于探究期。过来，在线教育次要有B2B2C平台型形式和B2C效劳型形式两类，以后，AI＋教育创业公司则经过B端（公立学校、私立学校和教育机构等）、C端（线上、线下）完成落地使用，从目前几家曾经投入市场运营的团队来看，C端市场似乎离现金流更近。

而在B端，很多公司都以公益性质停止业务拓展，先向学校收费输出工具战争台，供其试用。而公立学校以及体制内的学校则门槛绝对较多，关于人工智能技术的辅佐教学效果、智能水平都持绝对慎重的态度。

总体来看，AI在教育范畴实践落地的难点和瓶颈分为以下几类：

。新西方在线COO潘欣曾表示，人工智能最中心的不只是算法，还需求数据，对整个教育培训行业来说，最缺的就是数据。有了数据再谈人工智能是更切合实践的，假如没无数据就是海市蜃楼。

拼图资本开创合伙人人王磊也表示，自顺应学习必需是要有大数据支撑，没无数据的积聚，技术自身也难以演进和开展。

目前，教育数据的来源渠道有两个，一是来源于数字化的教学环境，教学和学习数据在这种数字化环境中自但是然的发生，二是从传统教学行为中搜集教育信息，并将之转化为数据。前者的优势是实时搜集数据，效率高、节省人力，而现如今在互联网+教育的广度和深度有待进一步推进的状况下，教育数据的来源很大一局部要依托后者，将来教育数据或将成为开展教育人工智能的一大制衡要素。

。人工智能之争就是人才之争。仅仅就具有技术根底的人才来看，目前全球共有190多万深度学习与数据发掘的人才，其中85万都在美国，中国只要5万人，华裔人才有14万。

况且AI教育需求行业型人才，既有通用技术才能，又对教育行业深度理解的人才，这方面人才更是少之又少。

据新京报采访，阿凡题开创人兼CEO陈李江表示人才需求同时具有技术根底和使用才能。“假如将人工智能相关产品的降生比喻成造汽车，科研人员研讨出来的中心的算法，就像汽车的引擎。有了引擎之后，是要形成轿车、SUV、还是卡车，则依据详细业务的使用场景决议，而这一局部正需求具有使用才能的人才来停止落地。”

每一波技术浪潮的呈现都要融入详细的场景，发明用户价值以及进步作业效率，才会迸发新的时机。AI介入教育的价值，就在于大规模地满足了特性化教学的才能。从这个意义上说，AI只是一种技术手腕，从技术成熟到产品降生还需求很长的生命周期，而资本的涌入必将更多的留意力引入抢占市场、用户数量、盈利形式等，最终疏忽了教育类产品需求临时在教学资源、质量等方面的积聚。

但最重要的是，教育行业开展的关键在于内容体系的构建，就像王磊所说：“AI+的确会对行业产推翻影响，但是自身还是一个工具，那须得以内容为载体。AI+教育，技术和内容结合才是霸道”。