松鼠AI創(chuàng)始人栗浩洋認(rèn)為，幾百年來(lái)科技對(duì)各個(gè)領(lǐng)域產(chǎn)生了很大改變，科技對(duì)交通和通信的改變巨大，但對(duì)教育的真正改變甚少。在人工智能領(lǐng)域，人們對(duì)視覺(jué)識(shí)別、NLP投入大量的人力、財(cái)力，發(fā)表了大量論文，但人工智能在教育里的真正應(yīng)用卻很少。

栗浩洋表示，AI教育在全球發(fā)展非常迅速，但在國(guó)內(nèi)卻很少有人知道和關(guān)注。他舉例說(shuō)道，美國(guó)已經(jīng)有40多家AI智適應(yīng)教育公司，例如Knewton累計(jì)融資1.8億美元，用戶超過(guò)1500萬(wàn)；阿聯(lián)酋有1家做了4年的AI教育公司Alef Education，在當(dāng)?shù)匾呀?jīng)有了25000名學(xué)生，相比于阿聯(lián)酋的學(xué)生數(shù)，這已經(jīng)是非常大的數(shù)字；印度有一家估值54億美金的教育公司Byjus，做智適應(yīng)教育已有10年，但中國(guó)的AI智適應(yīng)教育才剛剛開始。

他表示，傳統(tǒng)的教育就像中醫(yī)，老師“望聞問(wèn)切”，講完就結(jié)束，整個(gè)過(guò)程像個(gè)黑匣子，大家什么數(shù)據(jù)也沒(méi)有得到。但是通過(guò)AI智適應(yīng)的教育，就能及時(shí)了解每個(gè)學(xué)生學(xué)習(xí)的終身數(shù)據(jù)，這些數(shù)據(jù)對(duì)于機(jī)構(gòu)幫助學(xué)生學(xué)習(xí)，對(duì)于學(xué)生了解自己，都有巨大的價(jià)值。

他列舉了松鼠AI目前的一些數(shù)據(jù)，松鼠AI目前已在國(guó)內(nèi)20多個(gè)省，200多城市，有了1900多家學(xué)校，這個(gè)數(shù)字還在以每月100多家增長(zhǎng)，注冊(cè)用戶超過(guò)200萬(wàn)。其中，今年第一季度付費(fèi)用戶（1年1-2千美金）比去年同期增長(zhǎng)了14倍。同時(shí)，栗浩洋宣布松鼠AI與卡內(nèi)基梅隆大學(xué)聯(lián)合建立實(shí)驗(yàn)室，并與斯坦福國(guó)際研究院聯(lián)合建立人工智能自適應(yīng)學(xué)習(xí)聯(lián)合實(shí)驗(yàn)室。

栗浩洋介紹了松鼠AI老師的引擎架構(gòu)。松鼠AI老師引擎架構(gòu)總共分為三層，第一層是本體層，里面主要是內(nèi)容包括學(xué)習(xí)地圖、知識(shí)地圖等；第二層是算法層，里面有推薦引擎，有學(xué)生的用戶畫像引擎，有目標(biāo)管理引擎等；第三層是一個(gè)交互系統(tǒng)，這個(gè)系統(tǒng)是關(guān)于機(jī)器如何與人進(jìn)行交互的，在2019年之前，松鼠AI的交互系統(tǒng)更多是通過(guò)視頻、題目及一些簡(jiǎn)單的互動(dòng)和人交互，未來(lái)松鼠AI希望發(fā)展更多的人機(jī)交互方式，使得學(xué)生與機(jī)器互動(dòng)更加順暢。

栗浩洋表示，有了知識(shí)地圖，才能對(duì)學(xué)生進(jìn)行對(duì)癥下藥，才能實(shí)現(xiàn)國(guó)家提倡的給學(xué)生減負(fù)。應(yīng)試教育下，學(xué)生通過(guò)刷海量的題來(lái)訓(xùn)練對(duì)知識(shí)點(diǎn)的掌握，如果不通過(guò)科技和AI的力量，這種題海戰(zhàn)術(shù)還是無(wú)法解決。所以，知識(shí)地圖就是要試圖解決這個(gè)問(wèn)題。通過(guò)知識(shí)地圖檢測(cè)，我們不僅要能區(qū)分孩子是學(xué)霸或是學(xué)渣，而是要看孩子大腦里對(duì)每個(gè)知識(shí)點(diǎn)的了解情況，是真正懂了，是掌握的一般，還是根本沒(méi)有理解。

當(dāng)智適應(yīng)系統(tǒng)對(duì)學(xué)生知識(shí)點(diǎn)掌握的判斷，才能幫助學(xué)生實(shí)現(xiàn)“那里不會(huì)學(xué)哪里”，學(xué)生只需要去學(xué)不會(huì)的知識(shí)點(diǎn)即可，能考95分的孩子，只去學(xué)剩下的5%的知識(shí)點(diǎn)，而不是再盲目的刷題海。

本體層中，松鼠AI針對(duì)知識(shí)地圖做了一個(gè)超級(jí)納米知識(shí)點(diǎn)拆分。他表示，整個(gè)隊(duì)知識(shí)點(diǎn)的拆分細(xì)膩度超過(guò)了Knewton和Aleks的5-10倍。至于為何這樣細(xì)致的拆分，他解釋說(shuō)就像把相機(jī)像素從400萬(wàn)拉到4000萬(wàn)像素一樣，當(dāng)知識(shí)點(diǎn)做的越細(xì)膩，對(duì)于學(xué)生知識(shí)點(diǎn)掌握的診斷也就會(huì)越精準(zhǔn)。

同時(shí)，栗浩洋也介紹了從去年到今年，松鼠AI做的一個(gè)最新研究成果——錯(cuò)因分析。他表示，之所以研發(fā)這個(gè)技術(shù)，是因?yàn)樗麄儼l(fā)現(xiàn)，就算學(xué)生掌握了所有知識(shí)點(diǎn)，仍舊在做題中出現(xiàn)很多錯(cuò)誤，這就是錯(cuò)因，例如粗心、慣性思維、審題不清等等，因此，借助系統(tǒng)他們能夠告知孩子，不是知識(shí)點(diǎn)掌握問(wèn)題，而是沒(méi)有找對(duì)錯(cuò)因，找對(duì)了錯(cuò)因就不需要做很多無(wú)用功。

當(dāng)他們把常見錯(cuò)因總結(jié)出來(lái)，就可以覆蓋30%—40%的問(wèn)題。如果沒(méi)有錯(cuò)因分析，就很難去做個(gè)性化教育，當(dāng)找到各種學(xué)生的錯(cuò)因類型，就可以針對(duì)性地去推薦不同的學(xué)習(xí)和錯(cuò)因視頻分析。

在實(shí)現(xiàn)對(duì)孩子用戶畫像和學(xué)習(xí)狀態(tài)的了解后，栗浩洋表示，松鼠AI還要能夠像今日頭條一樣去給學(xué)生做推薦。他認(rèn)為，與今日頭條的算法相比，松鼠AI的算法難度更大。因?yàn)轭^條只要給你推薦合適的內(nèi)容就成功了，但是松鼠AI還要保證學(xué)生能夠掌握這個(gè)內(nèi)容，對(duì)于他們來(lái)說(shuō)，學(xué)生沒(méi)有掌握學(xué)會(huì)，這個(gè)推薦就是失敗的。所以他們還要開發(fā)一個(gè)預(yù)測(cè)引擎，Tom Mitchell建議要不斷采集更多的數(shù)據(jù)包括孩子的表情、動(dòng)作等各方面的數(shù)據(jù)，這樣能夠更快優(yōu)化松鼠AI的算法。