2018年6月13日-15日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指点，上海市长宁区青年结合会、亿欧公司结合主办，拼多多协办的“2018全球智能+新商业峰会”在上海长宁世贸展馆举行。

本次峰会以“AI落地，产业晋级”为主题，现场聚集超越5000位AI行业内外人士，共同讨论AI目后面临哪些应战，当下如何商业落地，将来将会怎样开展等成绩。中国迷信院院士王曦、阿里巴巴集团技术委员会主席王坚、加利福尼亚大学伯克利分校教授Michael I.Jordan、猎豹挪动董事长兼CEO傅盛、科大讯飞执行总裁胡郁等作为演讲嘉宾列席峰会。

在6月15日智能+教育峰会上，小站教育开创人、CEO王浩平宣布了主题为《算法和数据正在改动教育逻辑和教育方式》的演讲。

他提到：

1、教育的实质是知识的传递以及情感的互动；

2、特性化教学3.0时代是基于知识图谱和才能模型的特性化教学；

3、数据是AI的肉体，效率是AI的灵魂，一切不以提升效率为目的的AI教育都是耍流氓；

4、经过教育+AI要做到比先生更理解先生，比教师更理解教师。

现场演讲速记如下，经亿欧教育编辑整理：

明天给大家分享的主题是《算法和数据正在改动教育逻辑和教育方式》。八年前，小站教育是中国出国留学考试培训行业里第一个尝试做线上教育的机构，在那个年代，市场对互联网教育还存在十分大的质疑。但明天互联网教育行业处于十分好的时代，一切的媒体、用户、资本以及政府相关的指导，都十分关注这个行业，这也是小站明天所面临最大的机遇。

“教育+AI”，我想把这个标题一分为二：

首先什么叫教育？

古人曾说过，教育是传道、授业、解惑，但是我做了一点补充，我以为， 教育的实质是知识的传递以及情感的互动。

关于教育来说，情感互动也是十分重要的。

举个例子，在去年寒假之前，有一个来自新疆高中生的妈妈，她带着孩子找到小站教育，希望协助孩子进步成果。她希望孩子托福考到100分以上，由于这是请求海内初等学府的根本要求，所以家长把孩子交给教师的时分，其实我们感到十分诧异，由于这个孩子曾经考了八次托福。

所以在这样的状况下，假如我们还是围绕传道、授业、解惑的方式去协助先生，将很难进步先生的成果。当教师和先生深度互动之后，发现这个先生曾经有了考试心思妨碍，先生看着标题的时分内心曾经哆嗦了。最初这个成绩如何处理？其实并没有很多一目了然的办法，而是陪伴。教师对这个先生更多的是鼓舞、认可，缓解他内心的焦虑以及通知他出国留学只是人生路途的直达站，经过这样的沟通、交流，最初这个先生很快就经过了托福考试。最初，他拿到了美国康奈尔大学入取告诉书。

其次什么是AI？

AI是重生态，关于它的解释，我比拟认同美国麻省理工学院的温斯顿教授的观念，他提出，AI就是研讨如何使计算机去做过来只要人才干做的智能任务。

基于教育的功用属性，小站以为教育最高效的方式是特性化教育， 特性化教育可以分为三个阶段：

第一个阶段是特性化教育1.0时代， 它次要方式是一对一教学，过来在线下传统机构培训的时分会有很多班型，如大班、小班、一对一等。大班普通是指一对五十人以上，小班是一对三到一对十人以下，第三种就是一个教师对一个先生，这就是最古典的特性化教育。

第二个阶段是特性化教学2.0时代， 它次要是依据先生的实践学习状况停止知识点的智能化婚配，相似于昔日头条的智能引荐形式，是基于一整套大数据、人工智能算法引荐零碎。

第三个阶段是特性化教学3.0时代，它次要是基于知识图谱和才能模型的特性化教学。

以托福考试为例，在传统的特性化教学方式下，先生做错了，教员只是给先生讲这道错题；特性化2.0时代，题和题之间有了关系，先生做错一道题，可以引荐一道差不多的题再练练；但是在3.0时代，每道标题后台都对应着才能标签，比方某道题的次要调查点是“逻辑推理-因果断定”，辅调查点则有“发音连读景象”、“生僻学科词”等，这些标签就被贴在这道题上。先生每练过一道题，后台才能模型上的数值绝对应并发生变化，一旦某个步骤或许某道题出错，就会被按权重赋予数值到相应的才能项上，当先生练题的数量积聚到一定的水平，零碎就能基于先生的过往学习轨迹，描画出这名先生的才能模型，有了才能模型，再为才能项设计针对性的辅学方案，才干进一步提升备考效率。

通常，外界对AI会有疑问：AI教育的根底和权衡AI教育能否无效的规范究竟是什么？我以为，无论是AI+教育，还是AI+金融，其实AI的根底都是数据，数据必需是“双高”——蓬勃发展的行业不仅给从业者提供了巨大的发展机遇，也带来了全新的挑战。高质量和高量；而权衡AI教育能否无效的规范则是“效率”。

小站给用户提供的学习场景次要分红两大类模块：第一类叫购置小站完好课程的先生；第二类叫潜在用户，次要是指虽然没有购置完好课程，依然有权益收费学习小站互联网教育效劳产品的先生。小站不只每年效劳超越十万个付费先生，而且每年无数百万用户运用小站的APP停止刷题以及备考经历的分享和学习，这都是小站数据的次要来源。在小站的效劳体系里，学习的进程分为理解备考期、预备备考期、深度备考期、冲刺备考期，先生可以针对本人所处的学习阶段停止选择性备考，小站也可以取得不同类别的精准数据。

同时小站的互联网分红PC端和挪动端，详细而言，PC端分为客户端，挪动端分为APP和小顺序，因此小站在pc端和挪动端上都对科目停止了完好的掩盖，包括托福、雅思、GRE、GMAT、ACT、SAT、IB、AP等，这些学科是小站的主打科目。目前，小站刷题数据有18.21亿，单词记载12亿、3600万篇作文，13.8T的音频记载、8.058T上课记载，这都是小站智能化的根底。

只要拥有了完好、高质量、高数量的数据，将来才会完成更多AI的能够性。

那么，小站AI详细的规划和使用的方向次要有哪些呢？

其实，教学是一个复杂的进程，包括教师怎样教，先生怎样学，先生愿不情愿学，小站将其分为教、学、练、测、评五个环节，引入AI后，需求对先生停止学习轨迹剖析，构成学习剖析报告，并依据每个先生特性化的状况制定教学方案，教师也要智能备课，完成全方位细致的监控，无效的提升了教学的效率。

小站以为数据是AI的肉体，效率是AI的灵魂，一切不以提升效率为目的的AI教育都是耍流氓。不只仅是AI教育，一切行业的AI被问有没有价值？AI改动了什么？其实成绩的实质就是效率有没有改动和打破。

最初复杂做一个总结：小站希望经过教育+AI做到比先生更理解先生，比教师更理解教师。谢谢大家。

引荐阅读：

1、全球智能+教育峰会专题

2、30家智能+教育企业系列报道专题