本文作者：中科院成都分院計算機研究所 胡鐳瀟。
在此我初步整理出一個“智慧校園”的結構拓撲圖：
按功能和類型,我們可以把智慧校園劃分為三個層面：基礎層、應用層、平臺層
（一）基礎層
這一層的功能是為了我們整個“智慧校園”系統能正常運行，提供良好的基礎環境，由綜合佈線（數據通訊）系統、信息網絡安全系統、供配電系統、信息中心機房系統等構成。
綜合佈線系統：
就是能連接各個子系統和設備的有線無線網絡，就像我們人體的神經系統，傳輸各種感知信息到大腦，再接收大腦反饋的指令。如果這種校園信息化的“神經感知系統”經常出問題，那麼智慧校園的使用體驗感就會非常差甚至運行癱瘓。所以這種基礎工程的選材和線路設計的質量把控尤為關鍵，一定要選質量可靠的國標材料，點位儘量多預留，線路通道冗餘量要夠要有備用，特殊子系統網絡之間需要物理隔離，如監控系統就需要單獨一套的網絡，因為視頻傳輸時刻佔據著網絡的傳輸而且數據量很大，若和其他網絡共用，勢必影響其他系統的體驗感；數據通訊設備（交換機、路由器）要選用性能穩定、質量可靠，倒不一定考慮多大的數據冗餘，一般而言數據冗餘量預計到2年內夠用就行，因為這些數據傳輸設備技術發展的很快，成本也只會越來越低，而且這些設備替換也很方便，所以過早的採用大容量設備只會增加成本。至於具體選擇什麼品牌的產品，是否需要有線無線融合、劃分多少網段、多少類接口等問題，因為需要具體分析，所以在此就不作贅述，但一定要選擇技術實力強，售後服務好的廠家。
信息網絡安全系統：
這一塊以前很多學校不太重視，最多就是裝個防火牆。但現在隨著信息化設備越來越多，各方面數據量也越來越大，懂計算機技術的學生也越來越多，一旦發生網絡安全事件，如：個人信息洩露、篡改個人空間、篡改成績數據等等，那麼勢必會給我們的學校管理造成重大的不良影響。所以這一部分我們也應當重視起來，但需要配置哪些軟硬件設備，還是具體情況具體分析。
供配電和信息中心機房系統：
一般我們傳統的信息化設備供配電，都是接的校園建築配電，這樣存在一些問題，如：安防監控系統、無線網絡系統、數字廣播系統、服務器、網絡安全設備等涉及到學校安全、學生考試等事情的時候，我們不希望因為停電而受到影響，所以這些系統或部分設備就需要我們的UPS系統對其專門不間斷供電，一般UPS系統我們還是設計在信息中心機房內。因為信息中心機房，是我們整個“智慧校園”的物理核心，所有校園信息化系統、設備的軟件、數據庫、運行程序、服務器平臺都要放在這個位置，包括UPS也在這個位置。所以其重要性相當於我們人類的大腦和心臟，是整個智慧校園的中樞及核心。其建設內容包括裝飾裝修（要求無塵）、空調新風系統（精密空調保證設備恆溫，新風系統保證室內正壓）、機房供配電（保證所有機房設備和線路滿負荷負載）、動環監測系統（動力、水侵監測等）、消防滅火系統（具備報警和氣體滅火功能）、電磁屏蔽及防雷系統等等，其建設標準要達到國家B類，因此建設費用並不低，如再加上購買服務器建立校園私有云，那麼經費緊張的學校一定負擔不起。但如果不做信息機房，眾多的網絡設備、軟件、數據庫服務器在哪兒擺放？我們的智慧校園雲平臺又在哪兒搭建？所以，我們要考慮引入租賃公共雲服務的方式。在此我推薦三種解決方式：
1、完全租賃公共雲服務：學校所有的信息化系統的中心平臺程序、數據庫、分析系統等全部部署到租賃的公共雲平臺上面。優點：這種方式每年的租賃費用不會太高，比自建平臺划算，學校自身無需管理數據庫和服務器，各系統只是通過中轉服務器和設備，上傳和接收雲平臺的數據和指令即可。缺點：對運營商網絡依賴非常大，如果網絡出現問題，那麼本地設備和系統就處於獨立工作狀態，談不上智慧校園。適合類型：經費緊張的學校和信息化系統不多的學校。
2、雲存儲+本地自建平臺的方式：把數據庫建立在雲服務上，本地機房只建設中轉服務器和平臺服務器，計算和分析都在本地，本地也可以保存部分分析的有用數據。這樣方式，優點：大量的數據存儲在雲服務端，：雖然本地還是需要建設中心機房，但標準可以按C類建設費用不會太高，學校平臺只是調用數據即可，而且雲服務租賃費用較低，並且數據安全性比自建的還高！因為像一些大數據雲平臺服務商，他們的網絡安全管理系統是世界一流級別的，投入的經費是一般單位不能比的，所以數據的安全性非常有保障。缺點：本地還是需要建設中心機房，需要專業維護人員日常維護；數據的上傳和調用還是依賴運營商的網速，雖然斷網後，各系統間任可以聯動和互通，但數據不能及時上傳，如果斷網時間過長，本地服務器存儲不足就會造成數據的丟失。適合類型：學校信息化建設基本完善，本身就有信息機房（但不大），學校有網管老師或專業維護人員，運營商網絡情況良好的學校。
3、自建私有云平臺+雲備份：就是我們前面說的，將所有的設備、數據庫、服務器、雲平臺等，全部搭建在學校自身。優點：雲端只是用來備份數據，各信息化子系統數據流轉通暢，智慧平臺（大數據、人工智能系統）能與用戶之間進行更好信息交互，能更好的進行分析和自我訓練，能最快的實現智慧校園。缺點：建設費用高，需要專業人員進行日常維護，有足夠的場地建設中心機房。適合類型：預算經費充足的改建或新建學校，師生人數和信息化子系統多的學校。這一段我講述的較多，因為信息機房的建設標準和需求程度不同預算價格差異非常大，如果按面積計算每平米可以3000元，也可高達每平米3萬元。所以只有根據自身學校的實際情況才能對信息中心機房建設作出正確判斷。
整個基礎層，基本就由以上幾個系統組成，這一層的建設重點除了“質量可靠，性能穩定，經久耐用、冗餘充足、擴容方便”這個五個要素，還有一個重要的要求：就是能向平臺層提供設備的實時運行數據！這一點很重要，因為以往的校園信息化網絡基礎建設，一直要出問題了“網絡癱瘓了，設備燒壞了，線路斷了”學校管理者才知道，然後找廠家維保人員查，維修人員短時間又不能及時到場解決，或者到了現場才知道是什麼設備出問題但又沒準備相應配件，又回去拿配件。這種傳統校園信息化基礎設備管理是滿足不了智慧校園的要求的。只有能實時傳上運行數據，通過平臺層的大數據系統分析設備的運行狀況，才能及時判斷故障點，為學校管理人員提供準確的數據和管理方案，從而在問題發生前就解決問題！這樣的信息化基礎層才能支撐起整個“智慧校園”系統的穩定運行。
（二）應用層
校園萬物聯網是這一層的建設重點，這一層的內容也是我們一線教育管理者、老師、學生平時接觸最多的，如班班通、考勤打卡、電子班牌、電子書包、常態錄播系統、精品錄播系統、數字廣播系統...非常多的子系統分類，為我們提供了能實現智慧學習、智慧教學、智慧教育管理的環境。使學生具備了入境學習的條件，讓老師有了智慧教學的工具，為教育管理者提高管理效率。在提高效率的同時能產生大量的教育教學和學習數據，但這些數據來源的系統、設備的廠家不同，在學校信息化建設中便形成了“各自為政”的情況，各用各的數據，系統互不相同，這也是阻礙智慧校園進程的一個難點。所以在選擇這一類設備或各種前端應用產品時就要要求各個廠家提供開放式的軟件協議，這一點要求必須的，也是19大以來國家教育管理部門對教育信息化產品的一個要求“2017年11月2日，教育部副部長杜佔元在“教育大數據應用技術國家工程實驗室”成立啟動會上指出：教育信息化將不再僅僅是“可做或可不做”“可多做或可少做”的選擇，而是具有戰略性和全局性意義，將與教育所包含的一切空間深度融合，促進產品以及平臺間的互聯互通，實現校園物聯網”，所以我們的學校在搞校園信息化建設要求產品廠家提供開放式的軟件接口和數據接口是合理的要求，即是在已建成的系統中也可以要求這些廠家提供後續的軟件或數據開放服務。
校園信息化建設到這一層，感覺已經比較豐富了，能實現校園物聯網+這個概念，這也是很多商家所定義的智慧校園，但這些都還只是工具！是提高教育教學效率的工具，還只能算是一至四階段的建設內容，還不能算真正意義上的智慧校園。要給教育的工具裝上智慧的大腦--也就是我們的第三層-平臺層的建設內容：智慧校園雲平臺。
（三）平臺層
智慧校園雲平臺，這是一個集合了物聯網、大數據技術和人工智能技術的軟件平臺。
很多人一說起互聯網+、大數據、人工智能等這些現代化計算機技術，都覺得還屬於前沿科學，好像還沒有成熟的產品可應用，如人工智能的汽車自動駕駛技術還不能商用，而且還發生不少事故；語音識別在有噪音的環境下，識別率會大大降低，而且對語意和語境的理解也不準確；人面識別技術雖可以商用但也不盡如人意，比如只能對正面識別，如側面或者背面還是不能像人一樣立體的認識一個人。好像人工智能還是在下圍棋或者電子遊戲上應用的更多，對教育這個領域還是涉足不多。包括很多打著人工智能教育產品旗號的廠家也沒弄出個多智能的東西，比如：可對話的智能機器人、智能閱卷、編程3D打印等等，但感覺這些都算不上人工智能的範疇，只是減輕了部分工作量，距離有真正意義上的人工智能還很遠，更不用說如何超越人的智慧，實現智慧教育。而大數據技術好像在生活當中應用的更多，如政府的人口信息等各類數據治理；互聯網購物的消費數據生成精準的廣告推送等等。
所以，是不是在基礎教育領域的校園信息化建設中談論大數據、人工智能還有點早？其實不早，而是正好！因為“人工智能”是通過具體的數學算法來建立一個程序模型，而這個模型需要大量的相關數據來進行不斷的學習和訓練才能完善各種邏輯和指令，從而達到一種智能的判斷和輸出結果。比如現在的百度導航地圖會根據你輸入的地址，優化出你最佳的行駛路徑，如果使用這個導航的人越多，那麼相關的數據就越多，導航的中心就會合理的分配不同的路徑給不同駕駛者並提前預告擁堵程度，從而進一步優化路徑，使其更有效的避免擁堵，這就是人工智能的一種不斷自我學習的成果展現。所以，我們的教育信息化要做人工智能，就必須以大量的教育教學數據和學習生活數據為基礎，通過這些數據不斷的對校園人工智能系統進行訓練和使用，才會讓系統越用越聰明，越用越智能。而這些數據的來源又是我們平時使用的各種教學設備（教學一體機、辦公電腦、教學錄播系統、閱卷系統等）、學習工具（學習平板電腦、在線練習題等）、安防考勤設備、生活穿戴設備所產生的，這些數據的產生和積累需要大量的時間和過程，如果我們現在不把這些數據記錄和整理起來，那麼我們學校的教育就永無有人工智能可用！因為每個地區、每學校都有自身的辦學特點和教育理念，生源素質和教師資質也有差別，舉個簡單的例子：一個教育落後地方的孩子能用省市級教育先進學校的教學方案來教嗎？他能跟上進度嗎？這是因材施教嗎？能讓他主動學習嗎？這是以學為主嗎？所以不同的學校有不同的人工智能系統，有不同的教學方案，並且是針對每個老師、每個學生都應該有不同的教學方案和學習方案。好的廠家做的優秀的人工智能模型，可以從算法上更優秀更好，但不是說哪個好學校的人工智能系統搬到你們學校就直接可以用！因為他所依賴的數據資源基礎，依然是各個學校自身的，這是其他學校代替不了的。所以說我們這個時候把人工智能、大數據、互聯網+這些技術引入校園信息化建設一點都不早，因為只有從現在開始做，以後我們的校園才能有真正的人工智能系統可用，這才算建設智慧校園！
首先，根據學校自身情況決定是自身搭建私有云平臺，還是租賃的公共雲平臺，然後把所有的系統、設備、程序在此進行數據交互。這就相當於一個人”大腦”存在，對所有教師、學生、系統、設備產生的教育、教學、學習、校園活動等數據都要分類、整理、“記憶”在這裡，並通過分析這些數據，產生新的運行指令和數據。我們眾多的子系統的軟件也要部署在這個平臺上，各個子系統的數據庫要相互共享，最好能做到在數據層徹底打通。然後在眾多商家和廠家中選擇一家技術實力雄厚的集成商來做中心軟件平臺的集成工作，軟件集成商的核心技術上是能接受不同廠家的不同數據格式，並進行分類整理。這就是我們智慧平臺-大數據中心建設的基本要求！至於能分類和生成出哪些有效數據，這就要看我們學校的要求和廠家的技術實力，比如：學生的知識點掌握數據、偏科情況、師生互動情況、興趣小組數據、同學小團體數據等等；老師的教學方案和教學質量數據、師生互動數據、教師研訓數據、家校溝通數據等等；教育管理者的教育參與數據、管理數據（安全、設備運行、教學質量）等等，綜合這些數據就能生成用戶畫像。
用戶畫像
那什麼是用戶畫像？就是校園智慧雲平臺通過大數據抓取和分析，把用戶日常的教學和學習生活數據形象化的呈現出來，為各項校園管理、教學、學習提供客觀的數據指導。這是我們校園智慧平臺交流應當有，也必須有的一個功能。從目前的技術和需要上看，我們至少可以歸納出四類用戶畫像：
① 學生成長畫像：
- 學業成像：各學科成績可精細到每個知識點的掌握情況、學習軌跡和學習時間分配情況，可與同班同校或同區進行橫向對比，也可與自己縱向數據對比。
- 健康成像：身高、體重、視力、體檢數據、體育成績等等，可與在同學橫向對比、也可與自己縱向對比；
- 興趣愛好成像：體育特長、藝術特長、自然科學特長、社會科學特長等等，可橫向、縱向對比呈現。
- 綜合素質數據成像（數據：學業數據，健康數據、特長數據、社會實踐活動成績，德育成績評價成績）可橫向、縱向對比呈現。
學生成長畫像，記錄了平時學生學習生活的點點滴滴，像一本隨身日記一樣伴隨著學生的整個學習生涯，形象、全面的為高等學校的招生錄取提供客觀的數據依據，符合我們所倡導的素質教育選拔人才的理念，同時這些數據成像又能讓學習者更瞭解自己，為彌補自己的不足和發揮自己的特長以及對未來的規劃都有很好的指導意義。
② 教師教學畫像
- 教學數據成像（授課班級成績情況，按學生掌握知識情況對比，體現教學技能（信息化工具掌握使用情況、教學方法、教學強弱項，教學水平升降），橫向縱向數據對比。
- 研訓數據成像（網上研修課程完成情況，專業專科發展方向）可橫向縱向對比呈現。
- 家校溝通數據成像（與家長溝通情況次數的成像）可橫向縱向對比呈現。
- 健康成像（身高、體重、視力等職業健康數據等）可橫向縱向對比呈現。
- 綜合素質評價（優質教學教案數據，優質教學課件數據，優課評價數據以及各種獲獎情況，學生、家長評價，學校管理者評價）可橫向縱向對比呈現。
教師教學畫像，為各位教師把平時教育教學的中的各項數據呈現出來，為教師研訓學習、考評等都提供了多方位、全面的數據。
③ 家庭教育畫像
- 家庭教育數據成像（子女學業數據、子女家校溝通數據、子女學業輔導數據、家庭教育學培訓課程數據、親子活動數據，子女評價數據，老師評測數據），橫向、縱向數據對比。
- 家庭環境數據：生源地（小區、街道）、上下班時間、父母文化程度、生活習慣（是否有抽菸、酗酒等習慣）、家庭人口組成、健康數據等等）可橫向、縱向對比呈現。
- 健康成像（身高、體重、視力、體檢數據）可橫向、縱向對比呈現。
學生學習好不好的原因不再是學生個人原因，用家庭教育的數據找出問題所在，把智慧教育教學的理念，從學校帶回家中，貫穿整個生活學習當中。
④ 學校管理畫像
- 學校管理數據成像（學生整體學業數據、各種獲獎數據、校園安全保障數據、各種設備系統運行管理數據等等）橫向縱向數據對比。
- 生源地數據成像：小區街道的生源地數據成像、家庭文化程度的數據成像，家庭人口及健康數據成像。可橫向、縱向對比呈現。
學校管理者研學的數據成像，可橫向、縱向對比呈現。學校好不好不再是靠彙報成績、打廣告宣傳，也不是再靠名氣吃老本!學校好不好，通過學校管理畫像一目瞭然。
用戶畫像除了提供數據給用戶看，我們還要用好他，比如：通過這些數據，如何做好學習規劃，制定適合自己的學習方案和學習路徑？把學習不好的原因找出來，不要再是憑主觀的一句話“不努力學習”就把成績不好的原因歸集到學生自己身上，而是要把問題細化到具體是哪些知識點沒掌握？是一系列的知識點還是單個知識點？是生活學習習慣有問題還是家庭教育有問題？是學校管理教學存在問題，還是學生不適應學校的教學方式（方言、口音）及教學進度？只有精準的找出原因並解決這些問題，才能讓學生愛上學習、主動學習。
這種把用戶學習生活中的各種數據具象化的呈現出來，同時利用這些數據，對用戶進行相關的推送服務，如自動生成錯題集推送給學生，推送相關的研學課程給老師，推送相關的家教指南給家長，推送相關的教育管理經驗給校長等等，但這只是我們校園大數據技術應用的第一步，但這還不能算是智慧教育，因為還不能使學習者個性化的學習，比如推送錯題集這個功能，如果只是靠做題這種強化練習來提高分數，那麼還拿老師講課幹嘛？多做題就行了嘛！多做題就能掌握知識？顯然是不行的！我們之前說過，知識的傳遞是需要相互交流的，在溝通的過程中學習者才能明白這個知識點是如何產生的，其這部分知識的發展過程和延伸的其他知識內容有哪些聯繫，這種理解性記憶是“死記硬背”無法比的，這種獲得知識的學習過程也是錯題集無法代替的，而我們不可能為每個學生配置一名優秀的全能教師，時時刻刻關注著學生，隨時隨地的為他答疑解惑，所以我們的需要人工智能來為我們解決這個問題。
人工智能小助手
這是能否實現智慧教育最重要的一個功能。前面我們說過，衡量智慧教育能否實現的標準就是看能否實現“個性化學習、差異化教學、泛在式學習、群智化學習、協作式學習”這五個標準能否實現，而這個五個標準有一個重要的前提就是要有一個老師或者“學習助手”時時刻刻的關注學習者（用戶）、瞭解學習者，能聽懂、能看懂，能隨時隨地提供服務和指南，能通過數據分析對一些事件（事情）進行預警和干預。顯然，我們不可能為每個學習者、每個用戶提供這樣的老師、這樣的私人助理，但機器能做到，計算機能做到，隨著人工智能技術飛速發展的今天，人工智能技術通過深度學習等已經進入我們生活中，比如行車導航已經能為我們規劃出多條出行路線，分析各條路線的達到時間、費用支出、擁堵情況，準確度也相當高，而我們教育是否也能有一個這樣的人工智能小助手？答案是肯定的，也必須有！隨著校園信息化的發展，人工智能小助手是會出現在我們的校園學習生活中的，因為我們需要有“人”來分析我們的學習狀態、各科知識點掌握情況，能為我們每個學習者自動調整各學科的學習方案和制定自己的學習路徑，也能對學校教學提供有效意見，如分班分層走班排課教學等等，群體事件預警等等。根據需求可以列舉出以下幾點重要功能:
① 學習小助手
能根據學習者在校、在家的各種學習生活數據，綜合判斷學習者的學習能力，學習的主觀能動性，分析學習過程中的問題，並生成相應的報告，哪部分知識點掌握不足，把知識點進行細化和相互關聯，並根據以往的學習數據，生成相應的學習路徑，推送相應的知識點教學視頻給學習者，而且這些知識點視頻不因是一整堂課的視頻，而應是按知識點細分來抓取視頻，再根據知識點的相互關聯性來組合視頻，結合每個學習者的學習能力和學習深度來關聯這些學習資料，再根據學習者自身學習理解能力，提煉其中精華的內容，或化繁為簡，或由簡變繁，主動推送給學習者，這樣才能大大提高學習效率，形成適合學習者的個性化學習方案，這樣才能算實現個性化學習；同時又能根據學習者的特長和愛好以及能力智能的組建學習團體或小組，實現群智學習、協作式學習模式，有效的激發出學習動力和靈感，才能更好的進行理解性學習和創新。同時由於智慧平臺佈置在雲端，採用雲計算的形式，統一賬戶登陸後小助手可以存在在任何能聯網的多媒體設備上，這樣無論學習者在哪裡都可以實現隨時隨地學習，隨時與小助手進行溝通和享用學習資源。
② 教學小助手
人工智能不僅僅為學生使用，同時教師，也應是人工智能受益用戶！但側重點是為老師減輕教學負擔、提高工作效率以及提升個人教學水平。現在校園信息化建設充斥著各種各樣的應用程序、教學工具，這其實是增加老師的負擔，那麼我們的小助手，首要解決的就是一個程序操控所有的教學工具，其中應有這幾項重要功能：能記錄和安排各種學習生活日程，主動根據教學排課預定多媒體教室或各種實驗室，主動分析自身的教學特點和不足處，推送相關的研訓學習方案和計劃。根據學生自身學習能力，分層主推送老師自己審核過的作業給學生，主動為老師推送相關年級、班級、學生類別的教學方案，實現差異化教學，預警個別學生的學習、德育、身體情況；根據校園大數據對每個學生進行客觀的綜合素質評價。
③ 家教小助手
根據學生平時的學習學業數據、在校德育考評數據、身體體測數據、同學交流溝通數據、心理考評、考勤、消費、在校活動軌跡等等數據，綜合分析學生的身心健康狀態，提前預警如成績下滑、學業偏科、早戀、追星、沉迷遊戲、過渡消費、健康狀態不佳等等問題，及時給出對策和教育方案讓家長正確引導學生。讓家長了解自己的孩子，用孩子願意聽、聽的懂的方式與孩子溝通。為家庭教育和學校教育搭建一個思想高度一致的教育平臺。
④ 管理小助手
及時、全面的掌握學校各方面信息，提供精準的管理預案（如根據基礎設備運行數據判斷出是否老化，是否需要新增設備；學校青年教師研訓進度跟不上，自動推送干涉預案；自動推送解決學校安全隱患及預案；迎接上級領導視察一個口語命令就可發佈LED歡迎標語、會議信息等等）。智能接受上級部門發送的文件，並根據文件內容關聯其他相關文件的要求，並草擬一個實施方案及計劃和日程安排；智能推送最新的教育管理資料；根據學生學業數據、選課傾向以及師資配比和教學資源進行智能排課，可全走班學習，也可半走班，也可坐班制的傳統教學，實現分科分深度教學，不給學生貼標籤，真正實現我們智慧教育育人育才的理念。
這些功能和要求，雖然聽起來有點科幻，太前衛！但如果一步步把物聯網，大數據，雲計算，人工智能等技術有機的結合起來，那麼實現這些功能就是不是夢想！何況我們的教育信息化不往這方面發展往哪兒發展？單單是靠堆多媒體教學工具能解決問題？做一個走班排課就能改變傳統教育？提前推送點學習資料就能讓孩子主動學習？就能翻轉課堂？沒有一個大統一的建設思想顯然是不行的！因為智慧教育的首要任務就是要以學為主，只有讓學習者愛學習，他才會主動學習，愛學習的前提就是要有一個全方位、隨時隨地能幫助他學習、瞭解他的“導師”在，這個真不是我們人類可以做到的，因此這些大統一的校園人工智能智慧平臺是我們校園信息化建設必然走的一步，而且越早進行越好，因為人工智能是需要大量的數據進行深度學習才能完善的，所以我們的校園信息化建設者們在編寫建設方案和產品採購時，一定要避免“穿新鞋，走老路”的問題，利用物聯網、大數據、人工智能技術將各個相互獨立的“死系統”串聯起來形成一個統一的活系統，才能引領教育模式創新、實現教育現代化。
產權及免責聲明：本文系轉載編輯文章，對文中觀點保持中立，對所包含內容的準確性、可靠性或者完整性不提供任何明示或暗示的保證，不對文章觀點負責，僅作分享之用。如果分享內容侵犯您的版權或者非授權發佈，請及時與我們聯繫進行審核處理。
閱讀更多 小萬看教育 的文章
