第32届IEEE / RSJ国际智能机器人和系统国际会议(IROS 2019)于11月4日到11月8日在澳门举行。IROS是机器人技术和智能系统的旗舰国际会议,它是智能机器人与自动化领域的两个顶级国际会议之一 ,也是全球最具影响力的国际顶级机器人学术会议。本次大会由IEEE,IEEE机器人与自动化学会(RAS),IEEE工业电子学会(IES),等联合举办。吸引了4000多名世界各地人工智能等领域的专业人士、顶尖研究团队代表。
乂学教育-松鼠AI首席科学家崔炜博士受邀出席IROS 2019大会并发表精彩演讲,同台的演讲者还有IEEE2020总主席、IROS创始人福田敏男,Facebook人工智能研究科学家、德克萨斯大学奥斯汀分校计算机科学系教授Kristen Grauman等。
在会上他与全世界的顶尖学者,分享了松鼠AI智适应教学系统的技术优势和技术驱动落地应用中取得的成绩,向大家展示了中国企业在AI+教育领域取得的突出成果,也让与会嘉宾了解了人工智能在教育领域的发展和应用,引起了国际业界著名专家学者的极大关注。
乂学教育-松鼠AI首席科学家崔炜发表演讲
乂学教育-松鼠AI是中国第一家将人工智能自适应学习技术应用在K12教育领域的人工智能公司。松鼠AI成功开发了国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习引擎。松鼠AI智适应学习系统是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。
在大会上,崔炜博士表示:人工智能将会把个性化教育普惠到每一个学生身边,通过技术的手段,我们希望能够让中国的每个学生都能享受到因材施教的个性化教育的魅力。
IROS 2019由IEEE,IEEE机器人与自动化学会(RAS),IEEE工业电子学会(IES),日本机器人学会(RSJ),仪器与控制工程师学会(SICE)和新技术基金会(NTF)联合举办。本次大会吸引了4000多名世界各地的机器人、自动化系统及人工智能等领域的专业人士、顶尖研究团队代表及企业界人士参加交流,共同探索智能机器人与系统领域的前沿科技,分享并讨论相关领域的最新进展。
IEEE2020总主席、IROS创始人福田敏男
受邀出席本次IROS 2019大会的崔炜博士是松鼠AI的首席科学家,同时也是中国自适应教育的最早的推行者。他被《麻省理工科技评论》评选为MIT Technology Review 35 under 35得主,并且是2019年上海市人工智能高级职称认定正高级工程师,可谓是青年才俊。崔炜博士正在通过自己的努力,来让AI技术改变中国教育发展的格局。
松鼠AI:智适应教育用技术改变教育格局
在本次IROS 2019大会上,崔炜博士为与会嘉宾详细介绍了,松鼠AI智适应教育系统如何通过AI技术额赋能,为教育产业化做出属于自己的贡献。
松鼠AI在技术上层面上,充分采用了知识空间理论、贝叶斯理论、逻辑斯蒂回归、遗传算法和深度学习等十多种人工智能算法技术,首创了纳米级知识点拆分、对学习能力和学习方法的拆分(MCM系统),对知识点的深度拆分,清晰精准地透视学生知识漏洞/薄弱之处;松鼠AI独创的纳米级的知识点拆分,将学科中的知识点进行超纳米级知识点拆分。通过知识点间的相互关联度,具象化学生的用户画像,从而对学生知识点掌握情况有更清晰的认识,精准的检测到学生的知识点薄弱之处。在纳米级知识点拆分的基础上,松鼠AI对学生的学习能力和学习方法拆分为可测量、可传授的学习能力模型。在此基础上,松鼠AI智适应学习系统可以精准的检测到学习的知识薄弱点、精准的给出最适合每一个孩子的学习路径,从而实现个性化学习方案。松鼠AI所创的非关联性知识点的关联概念算法,基于知识地图理论中不仅对知识点建立关联性,追根溯源现在还对非关联性的知识点,建立了关联概率,从而让测试效率和学习效率可以分别比同类产品的知识地图理论模型提高3-10倍。
值得提出的是,松鼠AI是全球最早提出错因重构知识地图概念的,将每一个学生的知识点的谬误归结整理,寻找到问题的根本。而这也是真正的能够实现个性化的学习方案的根本。
过去为了覆盖知识点的盲区,学生往往要进行题海战术来扫盲。而松鼠AI通过对学生的知识图谱就行扫描,精准定位他的知识盲区,学生不需要在数百道上千道考题中去巩固自己的知识,系统会针对学生的弱项知识点去快速学生,学生的学习效率得到了最大化,成绩也能确保稳步提升。
崔炜博士介绍道,目前,在技术特点上,松鼠AI主要应用到的几大AI技术:
第一,进化算法、逻辑斯蒂回归和神经网络,算法模型考虑到学生的学习目标和知识状态,去动态的调整学习路径,系统将逐渐绘制学生的学习习惯、兴趣、方式等多方位的学生画像,并不断自动优化推送逻辑。
第二,机器学习、深度学习和自然语言处理技术,依据不同学生的个性偏好、学习习惯和学习风格,推荐最匹配的学习内容。不同学生对不同的学习氛围和难度适应程度不同,利用自然语言处理技术,自动生成学习内容标签;采用深度学习技术,分析学生画像和学习内容,自动挑选合适当下的学习内容给到学生。
第三,贝叶斯理论和贝叶斯网络。依据经验和信息动态地看问题。系统会对知识点进行渲染和概率分布,对学习者学习能力进行预测,通过对比不同知识点之间的关联,和学生对知识点的学习程度,松鼠AI智适应学习系统能够推断出无逻辑关系的知识点之间的关联性。
第四,图论、知识空间理论和信息熵论。松鼠AI把知识根据难易程度、重要性、认知层次进行区分,对知识体系建模,构建“知识图谱”,梳理知识点间的逻辑和认知相关关系。从测量学看,信息是可以量化的。再利用信息熵理论,可以通过检测部分重要知识点快速逼近学生的知识状态水平,再围绕这个基本层级做反复的精细化测算,高效精准地诊断出学生的知识漏洞和状态。
第五,知识追踪理论。系统会评估学生在每一个知识点上的能力水平,并且进行先行后行知识点及相关知识点的能力水平分析,最终精确到每一个纳米级知识点的掌握情况,并且在学生进行学习后实时更新学生的能力值变化,进而准确地推送最适合于学生当前情况的学习路径和学习内容。不仅可以了解学生目前对当下知识点的掌握程度,更能反映出学生的潜力,是一种预测。
第六,教育数据挖掘和学习分析技术。教育数据挖掘是指对学习过程和学习行为进行量化分析,在学生学习过程中采集学生的学习数据,包括学习时间,停留时间,测试准确率等。通过对数据的处理分析,建立不同学生的学习模型。学习分析技术主要是对学生的测验成绩进行预测和监控,能够为教师提供详细的学生数据,提供信息让系统、教师改善教学方法。
第七,Dialog-based HUI ,VPA引擎驱动的对话形式的用户交互,实现了实时的虚拟老师和学生的语音交互,主要的技术是自然语言处理、语音识别和语义分析技术。学生在学习的过程中,可以随时和虚拟老师询问了解自己的学习情况和学习任务,和说出问题反馈。
第八,MIBA,MIBA是Multi-modal Integrated Behavior Analysis,通过摄像头、脑环等设备采集学生的生理数据和行为数据,有面部表情数据、皮肤下的血液变化数据、身体动作数据、脑电波数据,结合学生学习过程中产生的学习数据,分析出学生的学习状态,包括学生的专注程度和学习投入程度,老师使用的教师端系统能够得到预警信号,能及时实施个性化干预让学习更有效。
崔炜博士表示,正是因为通过技术的融会贯通,目前,松鼠AI在全球与多家顶尖AI研究院合作成立了实验室,松鼠AI智适应学习系统已经在全国20多个省700多个市县开设了2300多家学习中心,累计注册学生数近200万。
在了解了松鼠AI领先的算法及模型、及智适应技术的实际应用效果后,现场专家学者与与会人员对松鼠AI目前在研发上取得的成就及将人工智能技术应用在教育领域,致力于为每个中国孩子带来公平、高效和个性化的教育的行为高度赞扬。
崔炜博士最后表示,当下传统教育面临着很多根深蒂固的问题:教育资源的发展不平衡,优质的教育资源偏向于发达地区,而在教育欠发达地区,教师的质量参差不齐。乂学教育-松鼠AI希望通过AI技术的赋能,实现自古以来我们中国一直推崇的教育理念:因材施教,去对传统教育进行改革和创新。
