一、開門，機器人老師到了

國慶這幾天，中華文明發源地的河南剛剛上演一幕新科技的大戲：計算機和人展開了為期四天的人機大戰。這一次，對壘的雙方不再是李世石和阿爾法狗，而是人民教師和人工智能教學機器人。而比拼的項目也不再是圍棋，而是“教書育人”。

在孕育了古老文明的中原大地，千年以前的孔子一定想不到，作為傳道授業解惑的祖師爺，真正傳承和挑戰他的后來者，不是一個人，而是“人工智能”。

那么這個后來者究竟教學水平怎么樣？人機大戰的結果怎么樣？機器人怎么教學？學生的分數會提高？這一系列的謎團都亟待解開。

10月1日到4日，活動組織了78名中學生進行一輪數學摸底測試，根據成績劃分為兩組，分別接受教學機器人和真人高級教師的授課。在四天時間里做針對性和集中教學輔導，結束后再進行一輪測試，核算兩組學生的分數提高情況。

當然為了保證這次人機大戰的公平公正和公開，據主辦方乂學教育介紹，共采取了四重措施來保證參加測試樣本的真實有效：

1、所有測試考題出題和批改均由第三方公立學校教師負責。

2、引入艾瑞和多家媒體進行全程監督。

3、教學過程全程直播錄像全部對外公開透明。

4、媒體和第三方機構隨機抽查考題保證考題無外泄。

四重措施，四天過去，結果人機大戰的成績是：機器教學全面碾壓真人教學，在最核心的平均提分上以36.13分（機器）完勝26.18分（真人）。

終于，在線教育在經歷了狂熱——急凍——回溫的輪回之后，新的時代開始展現出來。

二、在線教育，看上去很美

長期以來，在線教育是互聯網人和投資客們心心念念覬覦已久的香悖悖。畢竟，1.6萬億教育市場的龐大和人們需求的旺盛不言而喻，而現階段的傳統教育存在著太過明顯的痛點，即兩個局限：

1、教育資源的局限。盡管自古以來我們一直強調“有教無類”，但是相對于龐大的人口規模，優質的教學資源無疑是稀缺的，不可能一視同仁地被所有人享有。有數據顯示，特級教師只有1/10000的學生可享受，大部分學生面對的是普通低質量老師。于是，優質教育資源只能越來越集中在優勢地域，而劣勢地域則越來越缺少資源，馬太效應由此形成。當然，最可怕的還不止如此，劣勢地域那少得可憐的教育資源還會在學校間、年級間、班級間不能平均分配，平行班讓位加強班的現象，相信每個參加過高考的人都不會陌生。

2、教師精力的局限。盡管自古以來我們一直強調“因材施教”，但是教師不是超人，他的時間、精力和能力都是有限的，不可能兼顧每個學生的學習程度、階段、能力、個性等。于是，傳統教育采用固定的教學內容、固定的教學模式、固定的教學手段，恰恰這種標準化流程化的方式，是教育的大忌！這樣做是無法做到因材施教，教無定法，有教無類的教學理念的。

基于以上兩種情況，我們不難發現傳統教育從一開始便和嚴格甚至殘酷的“選拔制度”相伴，優質教育資源向優勢區域集中，優秀教師精力向少數優等生集中。這也就注定了，學校里會產生一群“被放棄”、“跟不上”的人，俗稱“學渣”。（筆者更愿意稱他們為后進生）

很多時候，后進生并不是生性頑劣、從一開始就不好學，而是因為從一開始被放棄，跟不上教學進度，從而挫傷了學下去的興趣和信心。一旦找到方法，遇到名師加以點撥，很快就能進入上分快車道。

放大一點說，只要有人能夠解決落后地區的教學資源問題？在一個班級內部，只要能拯救那些老師照顧不來的后進生？那么誰就可以從教育市場上分下一杯羹，在這種情況下，在線教育似乎是一種解藥，特別是移動互聯網爆發以來，入局者甚眾，到了2015年更是伴隨著“跟誰學”的A輪5000萬美金巨量融資進入高潮。

一切看起來都這么順理成章，感覺有人要掀起一波教育浪潮了呢？

理想如此豐滿，現實呢？

三、扶不起的阿斗

簡言之，這些躊躇滿志、裹挾著大量鈔票橫沖直撞闖進教育市場的門口野蠻人，全身的每個毛孔都綻放著貪婪，空氣中都能聞到他們的野心勃勃。不過，這么多的搶灘者也不外乎這幾類：

1、學習工具。這是一種初級且低成本的操作，講白了早期機構無非就是搶了文曲星們和步步高點讀機們的生意，當然先進打落后這也無可厚非，他們是第一代教育互聯網化的先行者。從開始的扇貝單詞、百詞斬，到更加智能的工具流利說、一起作業網、學霸君，分別從背單詞、口語識別、布置完成和批改作業、拍照答疑等等單點切入教育，一針見血地獲得了大量客戶，前段時間作業幫和小猿搜題之間的涉黃互訴，充分說明競爭可以用慘烈來形容。

2、在線授課。說到在線二字，就不得不提一個軟件YY直播，因為有了游戲的這個強大流量入口后，不知道是情懷還是商業布局，“YY教育”就這么被衍生出來了。當初李學林懷揣著10億和雷軍一起要砸新東方，結果人家新東方還好好的，知乎上搜索“YY教育”最多的就是資金鏈斷裂、戰略性錯誤這樣的文章，也是讓人忍不住心痛三秒鐘。

3、對接平臺。當滴滴打車席卷神州大地之后，教育領域也開始有人動起了o2o模式的主意，從最初龔海燕倒下的“91外教”，再到B輪死的“老師來了”和“請他教”，最初都立足打造中介和橋梁，讓教師和學生通過平臺實現對接，線上成交+線下轉化的模式來驅動。隨著上面教學的高成本和師資質量的管控難題，現在只剩下融資1億美金的輕輕家教和跟誰學等兩三家巨頭壟斷了過去的家教市場，其他拿到融資的二十多家機構都已經消失了。

4、MOOC教學。MOOC（慕課）是標準含著金鑰匙出身的一種在線教育，清華大學原副校長袁駟在今年9月召開的“教育部在線教育研究中心智慧教學研討會”上指出，慕課教育是一次國際教育教學改革，中國要在這次浪潮中稱為領跑者，而不是追趕者。聽起來很高端的樣子，通俗點說，就是像是哈佛耶魯公開課和yutube上可汗學院那樣，簡單粗暴地把老師上課錄成視頻放在網上，學生看不看得下去和看沒看完都沒人知道。

5、線上一對一。就如同學駕照有所謂的商務總裁班一樣，在線教育向上提升最常見的方式就是一對一，任何獨家享受的服務總是讓人感覺體驗感十足。但是業內打著“首家赴美上市的在線教育企業”的51Talk，近期發布的2017年Q1財報并不好看，其虧損達1.4億元，虧損面繼續擴大。梳理51Talk近幾年的財報，從上市前的2013年到現在始終處于虧損狀態，2016年虧損額高達5.448億元。線上一對一高昂的營銷成本和教師成本比例，讓人瞠目。這里面只有vipkid憑借90%的續班率節省出大量營銷成本成為黑馬。

盡管這些玩家都獲得了令人驚羨的巨額融資或者上市光環，但是他們的進展并不順暢：工具類都在巨大流量下因為沒有匹配的收入苦苦掙扎或者完全轉型另外的高收入的商業模式；MOOC教學雖然不差錢，但是曲高和寡，Coursera白皮書顯示學生課程完成率只有4%。而線上一對一的高營銷費和高老師成本的魔咒也急需等待破局。之所以大家都玩的這么亦步亦趨，究其原因，可能有以下幾點：

1、在線教育很表面。課程還是那個課程，講解還是那樣講解，變換的只是上課的地點，從教室搬到了手機上、電腦上。不過是把傳統教育“在線化”而已，卻沒有解決最根本的問題。哦，過去電視火的時候叫電視大學，現在網絡火了，改名叫在線教育吧。在線教育到底是簡單地線下搬到線上，還是提升了教育的水平和學習的效率？

2、教育圈的水很深。國民關注度前三位是什么？住房、醫療、教育。然而這三個領域也恰恰是互聯網最難有所建樹的領域，一般的互聯網公司玩不轉，往往陷到模式太重的坑里。最重要的是，教育關系到國計民生，需要處理的關系涵蓋政府、學校、教師、學生、家長，這么多層的關系都需要處理。更不用說教師教學的過程，幾百小時幾年下來，牽扯到的知識儲備、教學技能、孩子性格和特長、以及教育學心理學認知學的深度，遠遠比買賣房子和看病幾小時治病幾星期更加復雜。

3、應用場景很慎重。不同于“打車、外賣”這樣的高頻、剛需、標準化需求，教育本身具有重決策和非標的特征。特別是家長會在反復比較，再與孩子協商后，最終才會決定。所以，教育流量轉收入是偽命題，大家逛街逛著可能幾十塊買本書幾百塊買件衣服，但是不會隨便逛著突然幾千幾萬買個孩子教育。

4、注意力很反人類。誰都無法解決“注意力稀缺”的詛咒，因為學生階段想集中注意力，這本身就是一件很反人類。線上教育缺乏制約性的學習氛圍，其結果就是學生購買課程卻常常無法完成課程。當然，這事成年人也沒好多少，就好像你去知乎上買了live課程，有多少你能全部聽完？

伴隨著在線教育的前輩們紛紛折戟沉沙，在AI時代來臨之際，我們是不是有了一些新的思路去破解這一難題？作為最新一代解決方案，人工智能教學脫穎而出。

四、人工智能教學，智在哪里？

長期以來，無論是創投圈還是學術界，一直都在有意無意地“神秘化”基于人工智能的個性化教學系統。如果說，今日頭條是基于人工智能、了解每個人的興趣愛好，推薦他關注的內容。那么人工智能教學就是基于人工智能了解每個學生的知識點掌握狀態、學習能力、學習進度、階段和特點，并給予相應的授課。

簡言之，一套人工智能教學系統應該具備三個要件：

1、能摸底。能通過認知診斷模型根據學生的作答數據確定其相應的知識掌握狀態，而不是傳統的以分數來判定。

2、有“彈藥”。能將教學知識細分成若干知識點、傳授方法，并形成靈活彈性的系統。讓知識點和學習能力，思維能力，學習習慣之間，以及學習內容產生相關性。

3、會更新。可以根據學生不同的階段對知識點的賬務，算法還可以不斷優化更新。當然，所有的知識點自身擁有一套不斷迭代更新的算法和數據系統。

盡管相對于“人工智能”，人工智能教學對于大眾來說是完全陌生的，但是對學術界來說，這并不是一個新概念。在西方，已經有了十多年的發展歷史，其中最著名的就是美國Knewton的智適應，已經深耕此領域10多年，最近3年得到廣泛認可，歐美已經有3000家中小學、大學使用了各家機構的人工智能教育技術。Knewton旗下一款智適應作業的產品“Adaptivefollow-ups”可以根據學生需求為學生安排不同的任務和作業，一個針對該產品的大規模研究分析2013年夏季和秋季學期大約6400門課程中約288000名學生所提交的答案，研究結果顯示在課程中使用該產品的學生的效果平均要比未使用的學生好4個百分點。亞利桑那州立大學引進Knewton推出的數學人工智能教學課程后，學生通過率提高了17%，課程退學率降低56%，且45%的學生提前四周完成課程。

其實，文章開頭提到的人機大戰也早有先例。美國雷丁區社區學院學生使用PearsonMyMathLab學習的學生，比未使用的學生數學分數高出12.5%；邁阿密一所小學的小學生每天用Waggle復習準備佛羅里達州統一測試。在2015年一次全新的并且難度更大的測試中，該校三年級到五年級學生比同地區其他學生表現更優異，英語和數學學科平均高出10%。Waggle是一款針對k-12的人工智能教學系統。CitySprings初級中學是一所公立學校，使用Waggle以后，在閱讀科目中，該校通過美國西北測評協會教學效果測試的比提高了25％。數學學科中，七年級學生分數提高13%，其他年級分數均提高超過20%。

在這些人機大戰中，人工智能教育表現出了三個亮點：采用人工智能教學的學生平均分高于接受人工教學的學生成績，提升效果顯著；及格率普遍提升，對基礎較差的學生效果尤為明顯；學生能夠提前完成學習任務，學習效率顯著提高。

風口已經逼近，全球范圍內一經有一大批的教育公司開始涌入和布局。在美國，Knewton、Realizeit、ALEKS等老牌的機構這幾年都獲得了巨額融資和廣泛應用，澳大利亞的學習平臺SmartSparrow也獲得了1400萬美金B輪融資，印度的byju's在轉型人工智能教學后，獲得了超過1億美元融資，韓國的KnowRe也獲得了軟銀的投資，蓬勃發展。此外，美國傳統的非人工智能教學機構也紛紛開始轉型人工智能教學。Coursera和可汗學院也分別于今年7月和9月，宣布將從慕課轉型人工智能教學，傳統的語言學習平臺Duolingo也轉向人工智能教學，并獲得了8330萬美元融資。

在中國，一堆創業公司涌入了人工智能。除了前文提到的人機大戰的乂學教育在國內第一個采用人工智能專注ALLIN以外，還有高考機器人的學霸君、國家863科技的科大訊飛、智能題庫的猿輔導、口語練習APP流利說、朗播網等都紛紛從原來的領域轉型人工智能教學。同樣，這幾家公司在資本市場的表現也都是非常亮眼。

乂學教育在天使輪就斬獲1.2億之后，據說又被知名基金在三個月內大額翻倍追加；學霸君已經累計融資3.7億人民幣，做高考機器人后火速融資1億美金；猿題庫更是得到IDG、騰訊、經緯中國的青睞融資1.5億美金；流利說轉型“懂你英語”之后也迅速融到1億美金；科大訊飛把重點放在在線教育并且用AI做助力之后，市盈率飆升。從一個側面來看，錢是追著人工智能教學跑的。

當然這些公司作出的文章也是各不相同，其探索主要集中在：

1、科大訊飛。AI識別型，主要在語音識別、自然語言處理方面，衍生出口語測評、作文批改系統等應用。

2、乂學教育。AI模擬一名優秀的特級教師，給學生進行一對一的個性化輔導。利用智適應的手段，將知識點分段，針對孩子薄弱環節強化針對性教學。其團隊主要骨干來自于KNEWTON和REALIZEIT，把智適應和國內K12教育實際相結合。

3、學霸君。通過圖像識別技術，為初高中學生提供在線拍照搜題的服務，并于今年推出了高考機器人，模擬真人參加高考答題。

4、流利說。利用實時語音識別和AI技術，給英語口語打分，把發音不準的地方標注出來，基于多年積累的口語大數據，結合深度學習技術，在2016年推出了“懂你英語”，用戶付費后，可以享受定制化教學內容。

那么，“人工智能”究竟是這些公司融資的救命稻草，還是真的會為我們帶來一個全新的時代呢？

五、談何容易，七問人工智能教學

阿爾法狗對李世石的勝利，標志著在圍棋這樣最高智慧的細分領域、人工智能已經勝利。而教學領域的人機大戰，如果最人工智能教學取勝，則標志著教書育人這個最復雜重要的領域，新時代的黎明正在到來。

在線教育“烈士”們遇到的問題，人工智能就都解決了？

教育是一灘深水，看起來風景美好，可是每條路上都是坑。

在此，我們至少可以看到這樣幾大問題：

1、如何建立龐大的知識庫和教學信息庫？知識是浩瀚無垠的宇宙，知識點則是這個宇宙一個又一個的行星。那么人工智能教學如何建立這個龐大的宇宙，并且排布每一個小行星就是橫在創業公司面前的一道坎。而且，AI建立的是一個新的宇宙，所有的知識點和題目都必須是為了它的規則和目的特制的，所以所有以前的知識和數據都完全失效了。

2、如何解決各地教學大綱不統一的問題？地大物博是我們形容廣袤中國的一個常用詞，同樣教育以行政區劃為單位，各地教學大綱不同，教學重點不同，想一樣米養百樣人恐怕有難度。

3、如何建立最強大的算法，真正了解每個學生？算法到底是一個程序的邏輯，而人則是活得，學生的多樣性更加增加了算法的難度，如何避免頭條式的興趣閱讀太過垂直的問題是一個社會問題。

4、如何處理與學校、教師的利益關系？推廣智適應繞不開學校和教師這兩道關口，而智適應要革命的就是現有的教育體系，怎么可能把人賣了，人家還幫你數錢？

5、如何解決學生的注意力詛咒？這個魔咒是人性的弱點，人工智能教學缺乏老師的約束和監督之后，純粹依靠學生的主觀能動性，到最后很可能是學生根本不沉浸在學習中。

6、如何解決家長的不信任問題？沒有人愿意當小白鼠來做這個實驗，所以智適應說的再好，歸根結底還是需要接受實際的論證，那么到底有誰愿意讓孩子來接受人工智能教學，而放棄傳統教育？

7、如何將應用成果顯性化，從而迅速得到支持？倘若一切都如同設想一般，這個人工智能教學到底如何能夠讓成果落地，不再只是一個空中樓閣，并且能夠實現社會效益，商業效益？商業模式真正鋪開才是硬道理。

六、彎道超車的機會

盡管問題林立、困難重重，人工智能教學全面應用的前景依然誘人。

從小的方面說，一旦誰的系統獲得成功、全面推行，將會推動整個教育行業的升級，這條賽道的成功者將成為“水電煤”基礎設施一般的存在，壟斷新時代的教育市場。

從大的方面說，人工智能教學一旦在中國成功，將帶來中國教育產業乃至人工智能產業針對美國的一次彎道超車。試想，如果中國的特級教師將被每一個適齡學生擁有，整個教育將徹底解決資源不均的問題，更有可能進一步解決當下學區房的社會問題。

人工智能教學是對一個行業顛覆式的改變。正如蒸汽時代出現火車后，對運輸革命性的改變；互聯網出現后，淘寶對零售革命性的改變。機器人比老師教學更好，是對教育三千年來現狀的改變。幾千年來人類的交通、通訊發生了巨大改變，唯有教育還和三千年前沒有太大區別，人機大戰宣告一個新的時代來臨。人工智能對整個教育領域是顛覆性的革命，對教育行業和社會有實質的意義。

但是，正如前面提出的這些問題，人工智能教學不是豬都能上天的風口，要想玩的轉，這個公司還真得不一般，必須具有以下能力：

1、整合優質教育資源，圍繞AI的本質和需求建立信息庫。由于傳統的知識結構是為了人的教學設計的，就像武術的招式一樣，現在都沒用了，人工智能教學是要用鋼鐵俠的打法，充分利用機器效能優勢，所以必須要大投入全新重建一套教育資源信息庫。

2、通過先進系統，進行知識切割，實現原子化乃至納米化。將中小學教綱知識點進行梳理拆分，而這個拆分越細小化越好。

3、算法優勢。這里的算法必須是策略型，要學會找到學生的不同的學習策略，類似AlphaGo，不能是單純的識別型，通過圖像捕捉來匹配題目答案，策略型和識別型這兩個類別的AI工程師并不能跨界，一個類似電影的編劇，一個類似攝像，所以是完全不同類別的人工智能。識別型AI人才更多來自于百度和微軟亞洲研究院，而策略型AI人才只能從歐美引進

4、樣本數量充足。學習的剛性需求明顯，但是特殊性也更突出。所以只有足夠的學生使用，從而產生數據量，才能不斷優化算法。樣本數量的選擇，需要從一二線城市到三四線城市甚至五線的縣域城鎮都必須有可以抽取的樣本。

5、正確處理和學校、教師的關系。社會和民眾對于新事物天然的抵觸情緒，要求入局者必須能夠擺平利益被分薄者。

6、強GR能力。能獲得政府部門的支持，搞定辦學資質。同時依托于教育主管部門，可以在公校迅速拓展認知和渠道的布點，渠道比較寬，速度比較快。像科大訊飛與團中央合作“I陪伴——AI教育公益計劃”就很好的拓展了自己的教育平臺。

7、強pr能力。通過一些社會化行動，迅速讓社會獲知成果，贏得家長信任。高考機器人參加高考，與乂學教育的教學機器人戰勝高級教師，容易引發全民關注的品牌化活動需要定期策劃。

8、優秀專業的團隊。團隊成員必須在各個方向都有所長，立足于Ai的智適應實驗室必不可少，團隊成員應該具備教育行業的從業經驗，例如乂學教育團隊里的首席科學家崔煒博士，在復雜性系統建模、人工智能的前沿領域進化算法和群智能算法進行過深入研究并擁有突出成果，并且擔任了多個國際人工智能和算法學術會議的委員和評委。流利說的CTO首席科學家林暉曾在Google美國總部擔任研究科學家，對語音識別、機器學習以及大數據挖掘方面有著深入的研究。乂學的創始人栗浩洋在教育行業有些18年的產品研發經驗。另外在熟悉商業領域的推廣和盈利模式的人才方面，跟誰學的創始人陳向東是新東方的總裁，乂學教育ceo周偉負責過全國兩千多家K12學校的拓展和銷售，拿到創新工場投資的學吧課堂的CEO是巨人教育的副總裁。

人工智能教學作為在線教育的新升級，讓人看到希望，又難免有些擔心。正如蹣跚學步的孩子，我們知道他會摔倒，但是又篤定他未來一定會奔跑。

最后我想說，教育被稱為百年大計。日本依靠教育成為亞洲強國，新加坡依靠教育成為“四小龍”，如果人工智能教學能夠幫助越來越多的孩子輕松高效地提高成績，或許能讓更多的孩子通過高考這條路改變自己的命運，當然少年強則國強。

未來，可期。

更多資訊請關注工業機器人頻道