前不久，2018“獨角獸峰會”在北京舉行，i黑馬聯合人工智能行業媒體黑智，評選出“2018年中國人工智能（準）獨角獸”榜單。
這份榜單包括20家中國人工智能獨角獸公司，以及30家中國人工智能準獨角獸公司。
乂學教育旗下品牌松鼠AI從227家評選公司中脫穎而出，躋身2018人工智能獨角獸榜單TOP20！
“獨角獸公司”一般是指在私募和公開市場的估值超過10億美元的創業公司，此次評選出的20家中國人工智能獨角獸公司成長迅速、已處於不同細分領域的領先位置，擁有較強的技術實力，並探索出了獨特的商業模式，已具備較高估值。
松鼠AI智適應教育創始人慄浩洋受邀參加，與創業黑馬董事長牛文文、暴風集團創始人馮鑫、雲知聲CEO黃偉、優必選首席戰略官任健等人工智能領域企業家大咖同臺出席，並發表主題演講。他提到：全球已有100多家AI教育公司，用戶將近1億人。並且全球已經興起了一股人工智能教育的浪潮，中國才只是剛剛開始。AI教育不僅可以提供個性化的方案，實時調整學習內容，還可以“追根溯源”學生的知識盲點。
以下根據慄浩洋現場演講整理：
人工智能走到今天，出現很多人在談人工智能泡沫，原因是什麼？因為很多AI的企業並沒有落地場景，所以無論你發表多少篇論文，無論你在全球取得什麼技術突破，但如果沒有真正的應用場景，沒有真正的消費者受益，也沒有商業模式的話，是不可能走下去的。
全球興起AI教育浪潮，已有100多家AI教育公司
人工智能在教育裡面的應用一直也是一個難題，我今天把全球人工智能教育的情況跟大家都做一個簡單的梳理和分解。
我們看中國的教育，我們都知道中國的孩子學的是全世界最苦的，但是我們的結果好嗎？並不好。為什麼中國孩子學的這麼苦，結果卻不行呢？因為我們從小的教育就是一直在刷題，那我們是不是可以少刷80%的題目，讓更多快樂的時間給到孩子呢？
對中國來說，優秀的教育資源十分稀缺。那麼這樣稀缺的教育資源是不是能用AI老師來代替呢？現在我可以斷定說，中國的教育內容有90%左右都是在浪費，不但沒有效率，而且挫傷孩子的積極性。
在全球，AI自適應教育已經有100多家公司，已經有將近1億的用戶在使用了。
在這個領域裡，扎克伯格在重金投資，成立了扎克伯格基金會，並且把美國前教育部部長聘為基金會負責人，而且投資了印度的和美國的人工智能自適應的教育公司。比爾蓋茨也在重金投資，比爾蓋茨基金會說自適應教育是我們當下教育領域裡面最需要的東西，並且提供了3億多美金來做AI自適應教育的開發。喬布斯的太太也創辦了專門投資人工智能教育的基金，並且一口氣投資了10家人工智能教育公司。澳洲的Smart sparrow獲得了1400萬融資，印度的byju’s融資超過2.1億美金，韓國的KnowRe拿到了軟銀的投資，美國的可汗學院也從慕課轉型到人工智能自適應。
可以說，全球已經興起了一股人工智能教育的浪潮，而中國才只是剛剛開始。
AI教育讓學習“千人千面”和“追根溯源”
人工智能教育到底能解決學生什麼樣的問題呢？它的技術和算法達到什麼樣的程度？能夠完成什麼樣的任務和目標呢？
我們認為，教育第一件事就是保持學生的專注度。
教育是反人性的，並不是因為孩子不愛學，相反求知是人生下來就具備的本能。之所以反人性，是因為目前教育都是千人一面的，所有的孩子都學一樣的內容，自然就有人學不下去。
我小的時候學習特別好，平均成績95分以上，大部分老師講的課我也不愛聽。但我到數學奧林匹克競賽班的時候，聽得如痴如醉，最後獲得了全國一等獎，保送上海交通大學。我喜歡奧賽，是因為他教授的內容正好適合我的思考程度。反過來，對一個50分的孩子，你給他講70、80分的知識，他也聽不下去。
如果我們能夠用AI教學，像AlphaGo一樣自動調節授課水平就好了，跟九段高手下九段的水平，跟兩段的人下兩段的水平。所以，我們給50分的孩子51分的知識點，先建立他的信心，然後再往52、53分以至於60分進發。
我們用知識地圖理論和貝葉斯推斷，通過算法對每個學生進行一對一的用戶畫像的偵測，再通過AI系統給他推送最適合他的內容，這就是我們做的個性化匹配。通過學生的用戶畫像和內容測寫，通過機器學習和概率模型，我們給每個學生定製與眾不同的教學方案和教學情況。
另外我們還發現，在給每個學生制定完方案後，這個方案也需要不斷地調整，為什麼呢？因為對於同一個知識點，不同的學生學習時間是不一樣的，有的孩子7分鐘就學完了，有的孩子要90分鐘才能學完。
對於AI來說，我們最重要的就是通過算法，不斷偵測每個孩子知識點的掌握程度，和他們的認知閾值，然後給每個孩子採用動態調整、實時調整的學習方案和路徑。從而，保證每個孩子用最短的時間掌握應該掌握的知識。
我們認為，在這個世界上沒有任何兩個孩子應該被放進同一個學習班裡進行學習，不管是課內還是課外。
AI教育顛覆傳統教育，除了可以提供個性化的方案，以及實時調整學習內容外，還有“追根溯源”。
比如，一個初三的知識點，我一直學不會，其實可能是初二、初一或者是小學一年級、二年級的一個知識點沒有學會，就好像買空這個概念你不會，你要學對沖基金，是幾乎不可能的。
我們通過AI的算法，可以追根溯源地找到每個孩子知識漏洞的根源，而不是像現在的教育，治標不治本。
松鼠AI的五大技術首創
乂學教育旗下品牌松鼠AI之所以在中國成為AI教育的領先者，是因為我們做了融合和超越，我們的研發團隊來自全球的三大人工智能獨角獸公司，我們的首席科學家和首席架構師都是這三家公司裡的核心技術人員。
到了今天，我們已經不僅是學習和站在巨人的肩膀上，這四年裡，我們獲得了大量的版權和專利，也有很多突破性的技術得到了全球認可，我們做了幾個首創：
第一：超納米級的知識點拆分。什麼叫知識點拆分？比如我們學分數的加減法，以前是被混合成一個知識點，現在我們把它拆成了100個知識點。從而，我們可以像從中醫把脈進步到X光，再進步到核磁共振一樣，對學生有更清晰的認識。
第二：對學習能力和學習方法的拆分。我們中國的孩子最大的問題是什麼？是靠刷題考入大學，但並沒有真正學到解決問題的能力。我一直在講，松鼠AI一定不能給每個孩子腦子裡面灌滿水，我們不能只是用AI偵測知識點，讓孩子快速取得高分，我們希望給孩子心中點燃一把火，激發他的求知和潛能。
那需要怎麼做呢？我們把數學、語文、英語、物理做出了大量能力的拆分，通過這些可測量、可定義、可傳授的一些能力，然後教給孩子進行舉一反三和舉一反百。我們現在分析出了概念理解能力、物理規律應用能力、猜想觀察能力、數據處理能力、物理量測估能力、公式變形應用能力等等，通過這些能力的拆分，給小孩子獲得終身受益的機會。
第三：非關聯性知識點的關聯概率。我們知道知識地圖理論是把知識點拆成納米級之後，把知識點之間建立關聯性，然後通過信息論來最高效地對學生進行測試和教學的，包括剛才說的追根溯源也是基於知識地圖來做的。
現在，我們還對非關聯性的知識點，建立了關聯概率，從而讓測試效率和學習效率可以分別比Alexa的知識地圖理論模型提高3-10倍。
第四：用錯因重構知識地圖。我們在教研中發現，一道題目答錯，可能並不是知識點沒掌握。可能因為概念辨析不清、不能提取題乾重要信息、畏難心理等等眾多其它原因。所以，我們現在把一道題，原來標註3、4個知識點，變成了標註25個錯因。進一步重構知識地圖。
第五：對抗模型。這是我們正在做的，現在我們用貝葉斯生成對抗網絡，基於主體的仿真，以及AI自適應的技術和教育心理學的模型，創造了一個機器和機器之間，模擬學生和老師之間的學習和對戰。
通過這樣的模型，就像AlphaGo Zero一樣進行左右互搏，從而使我們能夠快速、高效、大幅度地優化算法，減少我們對實際場景下數據量的需求。
到今天為止，我們在網上搜索了一下，中國公佈進入到AI教育賽道的公司已經有50多家，我們非常希望和全中國所有的教育公司一起，用AI教育來改變這個世界。
（出處：根據i黑馬相關報道整理）
