現(xiàn)在大家談到人工智能、機器學(xué)習(xí)時，往往會說這并不是一個新概念，在上世紀90年代就有了。事實上，這只是人工智能發(fā)展史上離大家最近的一個階段。

在這個階段，人工智能其實取得了一些里程碑似的成果。比如在1997年，IBM的深藍戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫；2009年，洛桑聯(lián)邦理工學(xué)院發(fā)起的藍腦計劃聲稱已經(jīng)成功地模擬了部分鼠腦；以及著名的AlphaGo圍棋大戰(zhàn)。

最近這幾年，機器學(xué)習(xí)、圖像識別這些人工智能技術(shù)更是被用到了普通人的實際生活中。我們可以在GooglePhotos中更快地找到包含貓貓狗狗的圖片，可以讓GoogleNow自動推送給我可能需要的信息，可以讓Inbox自動撰寫郵件回復(fù)。這背后都離不開人工智能研究者們的長久努力。

一、互聯(lián)網(wǎng)的顛覆

互聯(lián)之所以偉大，在于它在另一個層面上顛覆了傳統(tǒng)，所以才會有互聯(lián)網(wǎng)教育逐漸顛覆傳統(tǒng)教育?；ヂ?lián)網(wǎng)教育除了以內(nèi)容、人為核心的競爭外，還加入了模式、產(chǎn)品等維度競爭。在新的維度里，才有機會打破已有的行業(yè)壁壘。

雖然火熱的互聯(lián)網(wǎng)教育在模式及內(nèi)容探索上呈現(xiàn)出百家爭鳴之態(tài)，不過卻沒有突圍而出者。許多在線機構(gòu)也只是單純把線下體系搬到線上。直播 錄播模式的相互穿插是現(xiàn)在比較成熟的在線模式。再完善一點的模式，不外乎加多了社交元素，在線分享，在線互動環(huán)節(jié)。但遠遠沒達到驚喜的境界。

現(xiàn)在互聯(lián)網(wǎng)教育就像早期的雅虎，通過人工堆砌內(nèi)容，單純地把線下模式搬到線上。但是，互聯(lián)網(wǎng)解決的不單純是連接方式，更多的還有習(xí)慣，效率，技術(shù)。因此給了谷歌技術(shù)性翻身的機會，PR算法的偉大之處在于它擺脫了人工干預(yù)，這就是互聯(lián)網(wǎng)的奇妙之處。人工智能及機器學(xué)習(xí)為新來者打開了一扇門。人與機器的“戀愛”，便產(chǎn)生了真正的奇跡。

人工化只能解決當(dāng)前的問題，隨著互聯(lián)網(wǎng)教育發(fā)展的不斷深入，對于大數(shù)據(jù)的分析及處理，人則力不從心。因此，就會產(chǎn)生人工 智能的雙向分工。人，負責(zé)個性化縱向問題解決；智能，負責(zé)海量數(shù)據(jù)處理，根據(jù)算法做出精準的海量操作，同時也給人更好的策略。

二、技術(shù)才是變革的本源

在互聯(lián)網(wǎng)教育迷惘、沒有清晰模式的時候，專注課程內(nèi)容是一種安全的方式。當(dāng)下以主打課程內(nèi)容的MOOC模式已經(jīng)形成多頭的格局，并且掀起了國內(nèi)其他平臺機構(gòu)的跟進。另一面，知識譜圖的應(yīng)用大大提高了學(xué)習(xí)者的效率。對于結(jié)構(gòu)化的知識，可以輕易地進行優(yōu)化和處理，通過層次結(jié)構(gòu)和映射關(guān)系為學(xué)生提供最優(yōu)的學(xué)習(xí)路徑。結(jié)構(gòu)化可以細節(jié)到每個單元和每個知識點。

當(dāng)然，對于結(jié)構(gòu)化的知識可以通過人工的歸類，但是對于職業(yè)教育等非結(jié)構(gòu)化的體系，則需要人工智能挖掘內(nèi)在關(guān)系，并且對不同學(xué)生進行內(nèi)容匹配。非結(jié)構(gòu)化的知識隱藏著不同的維度，所以需要系統(tǒng)數(shù)據(jù)挖掘和機器學(xué)習(xí)，來得到現(xiàn)實的知識庫。

技術(shù)才是探索模式進化的根本。在互聯(lián)網(wǎng)時代中，隨著大數(shù)據(jù)及海量操作的產(chǎn)生，為人工智能和機器學(xué)習(xí)提供了客觀基礎(chǔ)。人工智能雖然還沒達到變革的地步，但應(yīng)用在互聯(lián)網(wǎng)教育上已經(jīng)綽綽有余。

三、人工智能與教育的結(jié)合點

假如把傳統(tǒng)的學(xué)習(xí)方式比作是“虎”，那么人工智能則是給了這只“虎”一雙翅膀，“虎”在添翼之后會如何施展它的功力，這是值得進一步探討的。

計算機科學(xué)家喬納森研發(fā)了一款可進行英語語法糾錯的軟件，不同于其他同類型軟件的是，它能夠聯(lián)系上下文去理解全文，然后做出判斷，例如各種英語時態(tài)的主謂一致，單復(fù)數(shù)等。

它將提高英語翻譯軟件或程序翻譯的準確性，解決不同國家之間的交流問題。語音識別和語義分析技術(shù)的進步，使得自動批改作業(yè)成為可能，對于簡單的文義語法機器可以自動識別糾錯，甚至是提出修改意見，這將會大大提高老師的教學(xué)效率。

2014年到2015年投資比較火爆的拍照搜題軟件，都是借助了智能圖像識別技術(shù)，學(xué)生遇到難題時只需要用手機排成照片上傳到云端，系統(tǒng)在一到兩秒內(nèi)就可以反饋出答案和解題思路，而且這類軟件不僅能識別機打題目，手寫的題目的識別正確率也越來越準，目前達到了70%以上，大大提高了學(xué)生的學(xué)習(xí)效率。

試想一個場景，當(dāng)某學(xué)生在查詢自己的期末成績的時候，他看到的不僅僅是一個簡單的分數(shù)，還附有一份“診斷報告單”。通過這份報告，他不但可以了解到自己學(xué)科板塊知識點和能力點的掌握情況，還能看到對自己的優(yōu)勢、劣勢的學(xué)科分析。通過這些數(shù)據(jù)為每個學(xué)生進行“畫像”，從而找到提升成績的方法。這就是借助大數(shù)據(jù)的幫助，通過對學(xué)生學(xué)習(xí)成長過程與成效的數(shù)據(jù)統(tǒng)計，診斷出學(xué)生知識、能力結(jié)構(gòu)和學(xué)習(xí)需求的不同，以幫助學(xué)生和教師獲取真實有效的診斷數(shù)據(jù)。

學(xué)生可以清楚看到問題所在，學(xué)習(xí)更高效；教師也可對癥下藥地針對具體情況，選擇不同的教學(xué)目標(biāo)和內(nèi)容，實施不同的教學(xué)方式，進一步提高教與學(xué)的針對性、有效性和科學(xué)性。

目前，人工智能技術(shù)在教育上的應(yīng)用主要體現(xiàn)在圖像識別和語音識別兩個方面。這兩個技術(shù)雖然得到了應(yīng)用，但目前尚處于初級階段。在技術(shù)和應(yīng)用場景上還需要更多的探索。

人工智能它將來要實現(xiàn)的是與人類的緊密貼合，甚至未來可以實現(xiàn)“思考即學(xué)習(xí)”，那么連接人與知識的工具將不再是剛需。當(dāng)然，我們也可以把機器人等人工智能產(chǎn)品看成工具，而這個工具足以讓人們脫離在線學(xué)習(xí)的方式去學(xué)習(xí)。

在未來的人工智能教育時代，將實現(xiàn)虛擬現(xiàn)實立體型的綜合教學(xué)模式。其實人機交互被認為是人工智能領(lǐng)域重要一環(huán)，未來教育不只是與老師交互，同時也可以與知識交互，每一個知識點都可以立體展現(xiàn)。想象一下電腦知道你學(xué)習(xí)的進程和特點，在給你一些刺激和激勵，更聰明地提示你，這樣開發(fā)了你的大腦，知識也按需所得。