松鼠AI创始人栗浩洋受邀出席ASU+GSV国际教育峰会，畅谈AI+教育未来

美国时间4月8日上午，第十届ASU+GSV全球教育科技峰会在美国加州圣地亚哥拉开帷幕。凭借在“AI+教育”领域的国际领先地位，松鼠AI智适应教育创始人栗浩洋受邀出席该峰会，与新东方创始人俞敏洪、扎克伯格-陈计划基金创始人普莉希拉·陈、可汗学院创始人萨尔曼·可汗在内的5000余名全球科教精英齐聚一堂，畅谈“AI+教育”的未来。

GSV创始人兼首席执行官Michael Moe发表演讲 介绍adaptive technology部分时提及松鼠AI智适应教育

在近几届ASU+GSV全球教育科技峰会中，“AI+教育”一直是与会者重点关注和探讨的话题。而据CNNIC预测，到2020年，“AI+教育”将带来3000亿的庞大市场规模，已成为巨头和资本争抢的下一个风口。科技巨头、风投基金、行业大佬也纷纷将视线转向了“AI+教育”：Facebook创始人扎克伯格专门成立了一家基金，投资了印度的和美国的多家AI教育公司；他和其妻子Priscilla Chan成立的陈·扎克伯格行动(Chan Zuckerberg Initiative，缩写CZI)供有250名员工和两个办公室，项目旨在“提升人类潜能，促进下一代所有儿童的平等，在三年内将投资3亿美元发展科技驱动的个性化学习。比尔盖茨也拿出了3亿多美金来做AI教育的研发；科技巨头谷歌公司投资了 Duolingo、Renaissance Learning、Cambly、English Central、LostMyName等8家AI教育公司，不仅如此，这家搜索巨头还成立了专用的人工智能基金Gradient Ventures，在为Elsa（一家为英语学习者运营应用程序的初创公司）带来700万美元的A轮融资后，正在将目光投向亚洲。

在本届ASU+GSV国际教育峰会上，松鼠 AI 创始人栗浩洋表示：针对传统学校教育和教辅模式所带类的种种不平等和缺陷，AI 智适应教育可能带来一场“教育平权运动”，让每一个孩子都拥有一位定制化的 AI 超级老师。

据他介绍，松鼠AI智适应教育已经构建了细微到纳米级的知识图谱、建立了快速检测学习者学习能力和素质的 MCM 系统，从而能够精准刻画学习者的用户画像，预测学习者的学习路径和学习时间，最终为学习者进行“千人千面”的学习内容推荐。

松鼠AI智适应教育创始人栗浩洋发表演讲

“从更深层次的角度来看，松鼠AI所要做的是帮助学生掌握学习方法、培养学习能力。”栗浩洋表示，松鼠AI提出了一个“可定义、可测量、可传授”的三可标准来定义每一种学习思维，松鼠 AI 的 MCM 系统可以检测出人的思维模式（Model of thinking）、学习能力（Capacity）、和学习方法（Method）。在评估检测完成后，对于相同分数的学习者，MCM 系统都可以分析出其不同的学习能力、学习速度和知识点盲点、薄弱点，从而可以精准刻画出学习者的用户画像。

以初中数学为例，松鼠AI将其拆分为“函数思想、建模思想、方程思想、分类讨论思想、数形结合思想、化归与转化思想、整体思想、特殊与一般思想、有限和无限思想”等十多种学习思想。之后又进一步拆分为了“二次函数在利润最值问题中的应用、构造耐克函数、方程模型、不等式模型、函数模型、统计与概率模型、几何模型、利用方程思想解决有关邻补角中角度的计算问题、几何证明题建立等式解方程求解问题、求函数交点坐标问题、对函数类型的分类讨论、对方程类型的分类讨论、解含绝对值的不等式或方程的分类讨论、分段函数求最值的分类讨论、动点引起的图形变化、求两个图形的重叠面积的函数关系式、相似三角形的分类讨论、等腰三角形角的分类讨论、两圆相切的分类讨论、两圆相交的分类讨论、勾股定理的分类讨论、含字母参数的二次函数单调性的讨论、由集合的无序性进行分类讨论、子集的分类讨论、求不等式集合中字母的取值范围、数形结合思想求解不等式、代数式（方程）构造成平面几何图形、求方程的根的个数的数形结合思想、利用图形解绝对值不等式、用图形证明不等式恒成立问题、降幂思想、消元思想、最短路径、恒成立问题转化为最值问题、不规则图形向规则图形的转化、几何图形的特殊值问题向函数知识转化、函数最值转化为方程思想、分式取值范围转化为方程有实数根的讨论、整体代入求值、整体思想在因式分解中的应用、换元解方程、由特殊到一般思想找规律求第n项、数学归纳”等数十种细分的思想展现形式。

松鼠AI智适应教育创始人栗浩洋发表演讲

基于此，松鼠AI可以将教育过程透明化、数据化。孩子到底是哪些知识点有所欠缺，这节课具体教了什么，如何教的？孩子在学习过程中能力值提升了多少，做每道题的时间和其他孩子相比处于什么水平？全部无比清晰。栗浩洋笑称，“我们整个是把一门玄学变成了科学。”

这次大会上，松鼠AI首席架构师Richard Tong和首席数据科学家Dan Bindman也受邀参加了IEEE组织的workshop，并发表了精彩演讲。

在IEEE自适应教学系统（2247.x）研讨会上，松鼠AI首席架构师Richard Tong与IEEE智适应教学系统工作组主席Bob Sottilare， IEEE 标准协会董事会成员，前IEEE智适应教学系统工作组主席Robby Robson就人工智能在教育中的标准化机会展开讨论。

松鼠AI首席架构师Richard Tong发表演讲

Richard介绍和讨论了 与IEEE 2247相关的自适应指令系统设计，标准化和实施最佳实践的现状,并邀请ASU-GSV与会者协作探索标准化所用组件和流程的机会在应用AI的教育系统中，包括自适应学习技术，基于AI的推荐引擎，以及使用机器学习来模拟学生交互和偏好以改善学习成果的系统。

松鼠AI首席数据科学家Dan Bindman发表演讲

在另外一场关于“理解基于知识结构的自适应学习系统的优缺点”的Workshop中，松鼠AI首席数据科学家Dan Bindman博士首先介绍了现今的基于知识结构的自适应学习模型的优缺点，并阐述了包括知识点结构、知识点状态和它们之间的区别以及知识点结构中的逻辑连接等。之后，他和在场观众详细讲解了松鼠AI的PKS优化模型，该模型由多层学生能力组构成，包含超过20000个模型参数的PKS模型，可以准确判断学生个体和群体的实时学习情况并为他们量身定制适合每个学生的个性化学习内容。可以解决此类系统的许多弱点，同时保留其所有优势。

据了解，松鼠AI智适应教育从全球引进了大量人工智能领域的科研人才来打造拥有自主知识产权的科技产品。特别是在2018年，松鼠AI引入了全球机器学习教父，人工智能排名全球第一的卡内基梅隆大学计算机学院院长Tom Mitchell教授加入团队，出任首席人工智能科学家一职。此前松鼠AI还与斯坦福国际研究院、中科院自动化研究所联合成立了实验室。松鼠AI的学术论文和Workshop先后被AIED、CSEDU、IJCAI、AERA、NCME等国际顶级学术会议收录，在全球教育领域名列前茅，填补了国内人工智能自适应教育技术的空白。此次松鼠AI亮相ASU+GSV峰会，也代表着其技术实力和创新正在获得世界认可，将在推动全球教育产业变革中发挥重要作用。