AD
近日，第三届AIAED全球AI+智适应教育峰会在北京落下帷幕。会上来自全球人工智能领域的顶级科学家进行了演说，分享了最新的研究成果。
尽管大会只持续了短暂的两天，但世界顶级AI+教育科学家播撒下的思想种子，在未来的教育发展路上必将带来巨大的深刻的影响。
第三届AIAED全球AI+智适应教育峰会，都来了哪些世界顶级AI+教育科学家，他们都说了什么？善缘街0号（ID：shanyuanjie0）对这些世界级AI+教育大咖的精彩演讲进行整理，集结成一个集锦，以飨各位客官。
Tom Mitchell
全球AI排名第一的CMU卡耐基梅隆大学计算机学院院长，第三届AIAED主席。他在美国教育学会扮演了很重要的角色，并在乂学教育-松鼠AI中提供了非常重要的智力支持。
Tom Mitchell教授：未来十年将是AI影响教育的十年
我最感到兴奋的就是将AI技术放在教育上应用，所以我把自己的很多研究放在了AI与教育的应用。未来的十年将会是AI影响教育的十年，原因有三点：
一是研究个性化指导的益处与重要性；
二是AI可以为我们进一步开发基于电脑的指导；
三是AI是面向未来的重要技术，必须提前布局。
机器学习、虚拟现实、实时感知人类状态等都是非常重要的技术，目前它们已经对智适应教学的未来产生重要的影响。
脑科学也是一种很重要的技术，它能够影响智适应教学。还有大脑成像的技术，能够去检测脑电波，显示大脑的活动，非常灵敏的检测大脑的情绪，并且追踪学生的情感状态。
在智适应教育当中，机器学习应该在每一个领域都有一个功能，去了解学生现在的状态，机器学习就是能够发现这个功能是什么，我们可以用机器学习来不断地修改，这是机器学习在其中的核心作用。
Rose Luckin
伦敦大学教授，伦敦知识实验室负责人，国际顶尖AI教育学术大会AIED主席。
Rose Luckin 教授：数据+智能算法赋能教育，让学习更有效
AI的未来潜力巨大，但不是一蹴而就的。我在20年前就开始学习AI和教育，但是现在非常重要的是，必须要以过去的成就为基础，并且保证一定要让人类智能不断演化，如果说我们找到了正确的方法，就能保证每个人都可以得到高质量的教育，这将会是美好的未来。
我们能够以各种各样的方式创造数据，我们的衣服、珠宝，所有东西都能跟AI技术进行交互，彼此连接。当拥有了这些数据之后，如果能再高效去分析这些数据，就能得到一个非常智能的机器工具，那就是数据+智能算法，这可以赋能给所有不同的技术，从计算机，到人机交互，甚至老师和学生之间的交互，使我们变得更加聪明。
AI+教育的学习系统里，各个学生一起合作，来解决问题。通过动手、动眼，以及技术交互，把所有数据收集起来，因此就可以知道，他们在交互的时候，有多少是共同合作的，以及他们是否平等，他们内部的异同性是如何影响到整体的合作，从而帮助我们更好进行数据的分析和诠释，使得未来的学习模式更高效。
Ken Koedinger
CMU 计算机及心理学系教授、松鼠AI首席学习科学家
Ken Koedinger教授：迭代工程是可靠的学习科学的关键
如何才能让AI和教育变得更高效？要把我们的学习科学融入其中，不仅是运用学习科学，而是要从学习科学发展到学习工程。
AI教育中有两个关键算法。
一个是模型追踪。在AI当中大家可能觉得一个计划的认识，学生可以理解到他们最核心的竞争力，然后我们可以提供一些基于场景的指导，当学生犯了错误过后，或者他们不再需要提示的时候，我们就把他们推到下一步，能够非常好的控制学生的学习过程，学生只有在需要帮助时才能得到帮助和指导，在得到帮助之后，他们会回复是否取得进步。然后每个学生，我们把它称作知识轨迹，可以通过这个知识轨迹来评测学生学习的成长过程，以及他们知识学习的过程。
第二个算法是学生对每个关键知识的掌握程度，把课程个性化。取决于我们最终要达到什么样的知识学习目标，这个也取决于我们整个学习的过程，如果说我们所学的是事实，所以说这个流程和技术是非常重要的。
在AI教育中，刻意练习非常重要。刻意教学和练习有几个非常重要的组成部分：
第一，我们必须努力工作，从而提高绩效；
第二，我们得有足够的内在动机，从而让我们参与到任务当中；
第三，必须要考虑到自己的弱点。因为我们在进行指导的原则设计的时候，必须要保证任务，必须要放在我们不擅长的地方，这也是我们可以利用数据的地方，可以通过数据知道这个学习者的弱点在什么地方；
第四，反馈可以让学生在长期不断的反复，不断的操练。
Michael Moe
ASU-GSV 教育大会联合创始人、GSV 资本创始人
Michael Moe：AI+教育投资井喷式发展
我们在进行教育投资时，十年前是非常困难的，差不多是有几亿教育的投资，现在已经达到70亿，在过去十年当中涨了十倍。因为现在这些教育技术的公司，发展得非常快，而且我们有大量的教育方面的独角兽。
还有一个说法，就是AI会消除很多的工作，未来20年中，50%的工作将会被取代，确实是如此的，吴恩达也说过，人工智能将会是新式的“电力”，这是一个改革性的势力，并且是一个普遍的而且看不见的一个势力。
Yolanda Gil
AAAI主席，南加州大学计算机科学与空间科学研究教授
Yolanda Gil：AI时代的教育学习更注重个性化
在现代科学的数据化挑战中，我们有需求去使得课程更加个性化，并且使得学习过程更加个性化。
在这个过程中，有三个非常大的挑战：
一个是在课程层次；
第二个就是在课程当中，我们是不是能够进行个性化的教育，比如说家庭作业，还有就是语言数据类的，我们可以通过个性化的教学，来教育相关的计算机科学的知识；
第三个就是我们的学习必须是以学生为中心。
Daniela Rus
MIT 人工智能实验室主任， 美国工程院院士。曾一手创办了达特茅斯学院机器人实验室，开创的可编程物质和分布式机器人的研究，让其成为人工智能领域地位最高的女性。
Daniela Rus教授：超优学生的十大学生法则
我们现在生活在一个非常令人振奋的时代，我们的领域，不管是AI机器人，还是机器学习，都在改变着这个世界的面貌，现在计算就像电一样，成为了一种能源，并且无处不在，我们应该利用这样的资源，帮助我们真正的产生影响，影响科技改变世界的方式。
为了让年轻一代更好的准备好未来这一场革命，我相信我们一定要仔细去思考计算的思维和创作，把它作为21世纪教育的支柱。
发生在机器学习和AI领域的事，大多都是由深层神经网这项技术促进的。在深层神经网领域我们有很大的一个结构，可能当中有数百万的节点，这个结构有很多带上标签的数据。我们有了数据，打上标签过后，可以给这一项技术带来很大的提升，但是这个技术目前还不完美。
超优学生的十大学生法则，大致可以概括为：
第一，必须要有严谨、扎实的基础；
第二，解决问题不是死记硬背；
第三，跨学科；
第四，协作不是单向的对话，是互相学习；
第五，鼓励创造力；
第六，无惧挑战；
第七，独立工作；
第八，如何让时间变得更有价值；
第九，解决重要的问题；
第十，一定要去享受，并且保持愉快。
Cynthia Breazeal
MIT媒体艺术与科学副教授，MITMedia Lab机器人小组负责人
Cynthia Breazeal：机器人未来会越来越人性
未来，机器人会是非常好的同伴，之所以这样做，是因为我们如何让学习更加有人性，让我们的孩子能够更好的学习。
机器人和人类之间构建情感交流，不光是关注孩子学的多好，同时还有其他一些东西，比如孩子对于学习的态度，包括创造力，和一些批判性思维等。
未来我们的机器越来越智能的时候，人性化就非常重要了，所以我们在进行机器设计帮助孩子学习的时候，不单单只是所谓的课程知识或者技能，必须要考虑到童年时代以及他们学习有怎样的质量和能力，才能更加成功。
Kang Lee
加拿大多伦多大学应用心理学和人类发展系教授
Kang Lee教授：目前AI系统智商很高，但情商很低
目前所有的AI系统可能智商很高，但是情商非常低，它的情商达不到一个两岁儿童的水平。
人工智能系统没有情商的话，就很难在生活中真正利用起来改变生活，特别是教育，教育和学习其实是一个非常需要情绪、需要情商的地方，所以要怎么样改变这种情况？需要情感人工智能。
在AI前面要加一个A，就是AAI，是什么情况？情感人工智能其实是智能社会，能够检测，能够解释，能够模拟人的情感的能力。
目前，用这个技术开发、探测抑郁症、焦虑症的开发和风险情况，已经是一个很大众的技术，可以用到很多方面，还有一个是市场研究的应用，怎么样把这个技术运用到教育的AI当中，让我们的教育AI系统既有智商又有情商。
本文首发于微信公众号：善缘街0号。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
