“AI＋教育”九死一生，要从落地场景来理解人工智能

[ 亿欧导读 ]随着AlphaGo战胜李世石，冷扑大师战胜德扑顶尖玩家，人工智能现在越来越火了。教育领域也随着AI的不断发展，不断加速实现信息化、智能化变革，“人工智能+教育”变得流行起来。那么，怎样的人工智能，是教育行业需要的？

随着人工智能技术的不断发展，教育行业也不断加速实现信息化、智能化变革，人工智能+教育 的创新模式应运而生。教育是关乎“人”的工作，那么，怎样的人工智能，是教育行业需要的？人工智能在教育行业的发展方向是什么？

未来理想化的人工智能是达到人一样的思考能力，甚至超越人类，称之为人工“智能”。我们先从人的角度去看“智能”的发展阶段，只有理解它的发展阶段，才能很好地理解人工智能的意义。

第一个阶段是感官。比如说视觉、听觉、触觉、运动等是人的基本的一个“智能”。严格来说它不属于智能，它是为人类智能产生一个必要的感官基础。

第二个阶段是知觉。知觉跟感官不太一样的地方，是对于事物整体的认识。比如说你视觉接收的是颜色形状，听觉是听到的一些声音特性，是一个整体的感觉，这个心理学上叫知觉。目前，计算机还没有形成完整的知觉，基本上还是停留在感官层面上。

第三个阶段是记忆。记忆是对事物知识的存储和提取。记忆对计算机来说是非常擅长，人类记忆容量是非常有限的。人们记忆分短时记忆和长时记忆，短时记忆就像计算机的内存，一关机就没有，这是瞬时的。长时记忆就是类似于计算机的硬盘和磁盘，可以进行提取。在记忆这个层面上来看，计算机要远远胜于人类。

第四个阶段是思维。思维的外化能力很重要，对外能够表达这是很关键的，能够自己形成自己的语言风格、表达方式，这也是一种表达、一种思维的发展阶段。我们从理解在教育上的应用和我们人自身思维对比的情况下，来看下人工智能目前的发展情况，比如智能与感知就是计算机现在能够听到能够看到能够触到；比如机器的视觉，现在能够做到面部的识别，表情的识别，识别你是谁。

让计算机能够“读懂”，是件很难的事情

用公式、原理、规律解题，这是目前人工智能技术在教育行业正在做的事情。这个相对来说是比较简单的，难的是“智能”解题。“智能”解题的难点是让计算机“读懂题”，读懂题是很不容易。

因为解一道题，要把题目和提干要求都能够正确地识别出来，而且解析成计算机的模型。计算机主要做大量的开发，对于能够立意的模型，才能够进行解题。

读懂题本身就是一件很难做的事情，目前还不能百分之百真正把题识别出来。题“读不懂”，解题就更为复杂了。如果一是道比较简单的X的平方加Y的平方等于4这样的题目反而是比较简单。因为它包含的知识量比较少，对于一道综合应用知识点大题来说，这个要实现人工智能解题就非常难了，因为计算机要学会更多识别各种题的策略。比如这道题用各种策略的方式方法、路径，计算机才能够把这道题解出来，但是计算机不会自动地去学习新的规则，它只会识别一些简单的规则，特别复杂的一些规则，它很难自动去识别。

不仅能解题，还要能提供解题思路

人工智能在教育行业的应用不应该仅仅是把问题解决出来，还应该能够用智能辅导系统与文字、声音等形式结合，告诉学生解这道题运用了哪些知识点，从哪个角度切入等，这才是人工智要做的。

现有有公司提出用人工智能来批改作业，这个事情是可以实现的，但是让人工智能仅仅是来批改作业这个层面是远远不够的。学生的最大问题是他们不懂得如何运用知识，形成一个解题的策略、方式方法，从而总结出解题的套路。头脑里没有套路的话就难以运用相关知识去进行解题，应试教育就是这样，把学生放在大量题海里面去训练，实际上这非常不科学。我们应该训练学生解题思路和方法，而不是单纯地大量做题，以机械训练的方式来灌输。

通过计算机把题识别形成一个套路方法，能够把学习方法告诉学生，如何去解题，思路用比较可视化的方式表达出来，这才是我们做人工智能解题的真正目的。如果只是减少老师批改作业，老师自己省事，但是学生自己并没有省太多力气，也不会从这道题里面去吸取多少知识。做题的目的不是为了做题而做题，而是能够进行反省，能够对里面的知识有个更深入的一个理解。

人工智能到底适用哪些学科

经过简单分析之后，发现人工智能对于小学或初中阶段能够比较有效地解决问题。数学问题还是比较容易的，如一些比较抽象的问题可以用建模方式来进行呈现、解答。比较简单的物理和化学，也可以用人工智能的方式来做，但是语文就比较难。比如说作文，目前的技术做不到对基本的字数或者是一些基本用语的规范。对于错别字可以起到纠正的作用，但是对于特别复杂的语句表达是否优美通畅，这些还需要很长一段时间，需要学科专家跟技术专家紧密结合在一起，形成一种比较好的应用。因此，对于这种没有标准答案的语文来说，很难通过人工智能方式来实行标准化答案。

能够自动解题，然后做出一种智能化的辅导系统，这样的应用目前更被看好。这个应用体现了人工智能最有价值的地方，因为中国的教育资源非常稀缺，如果这个问题可以解决是非常有价值的。

人工智能在教育行业的应用是非常有前景的，只是时间进度的问题。人工智能应该用知识原理来解决问题，而不是跟学生比；人工智能应该帮助人类让人更聪明，而不是跟人类进行PK；我们希望未来的人工智能在设计思路上更为贴近学生诉求，帮助学生提升效率，在老师不在的情况下对学生进行智能化的指导。