近日，2020 AIED全球人工智能教育大会在线上举行，AIED是教育应用领域的国际顶级学术会议，作为论文发表数在全球的AI教育公司里排名第一的公司，松鼠Ai受邀参会，并与世界最大的非营利性专业技术学会IEEE LTSC(电子和电器工程协会学习技术标准委员会)联合主办workshop，松鼠Ai首席架构师Richard Tong做开幕演讲，首席AI科学家Tom Mitchell(汤姆·米切尔)、首席科学家崔炜博士受邀分享，该workshop是现场4个workshop中最受欢迎的一场，参与人数最多。

　　大会同时邀请了孟菲斯大学教授、“机器作文自动测评算法之父”Art Graesser，OECD(经合组织)研究员Li Haiying博士，ETS(美国教育考试服务中心)开发研究负责人Tanner Jackson博士，哈佛大学教育学院教授、自适应学习专家David Dockterman等世界顶级人工智能、教育领域专家发表演讲。

　　汤姆·米切尔：新人工智能技术给教育带来颠覆性的改变

　　卡耐基梅隆大学教授、“机器学习教父”、教科书《机器学习》作者、松鼠Ai首席AI科学家汤姆·米切尔分享了人工智能的最新进展及其在教育领域的应用。

　　在语音识别领域，人工智能已经可以很好地将语音转换为文本，出现类似于Art Graesser's Conversational Auto Tuto的系统，以对话的方式教授成人识字。

　　例如，计算机在教学生，老师过来帮助学生解决问题，系统就可以在老师和学生之间的对话中捕捉到一个词袋，随着时间的推移，经验的积累，可以建立一种帮助学生最好地解决问题的谈话主题统计模型。未来几年，很可能将出现更复杂的对话系统，这将为计算机导师与学生和老师之间的互动开辟一个全新的渠道。

　　在计算机视觉领域，诞生了类似L.P. Morency's Open Face 2.0的系统，如果一个人在说话，系统可以以帧速率实时追踪人脸，分析他的声音，通过评价值和唤起程度制定一个实时情绪状态图。因此，这类系统有助于人们构建教育工具，例如，当一个学生正在使用电脑时，可以查看学生是否专心或盯住屏幕。

　　“计算机视觉使我们从只能通过屏幕上的操作与学生互动、观察学生的第一代计算机教学系统，进入除了屏幕操作外，还可通过语音和视觉来观察学生的新一代系统。” Tom Mitchel说，新一代系统可以观察和感知屏幕后的学生、学生的周围环境，以及老师是否帮助学生。

　　在文本理解领域，汤姆·米切尔介绍了Google发布的BERT(开源预训练神经网络)系统。该系统已经训练了超过20亿字的文本，输入任何一段文字，BERT会以某种方式预处理该文本。

　　运用在教育领域，可以开发一种足够好的系统，系统能够理解课本中的一个段落，一旦发现学生对某个特定的概念不理解时，就可以通过网络课程向学生展示。

　　“通过与对话系统相结合，人工智能教育环境可以使用更广泛的文本源，并能够有效地将学生带入某个段落或为他们提供解释说明，以满足他们某个时刻的需求。”

　　在强化学习领域，汤姆·米切尔以AlphaGo击败世界围棋冠军做类比。采用强化学习的术语和策略，并指定一个奖励函数，可以让AlphaGo在任何状态下选择正确的操作，使奖励最大化。对于学生来说，可以从脸部观察系统提取学生的各种状态特征，定义奖励函数，让学生通过强化学习来选择正确的学习行为。

　　“学习环境涉及的不仅仅是计算机和学生，还涉及老师、学生与计算机和老师的互动、人工智能系统与老师和所有这些学生在现实世界中互动的机会。” 汤姆·米切尔表示，观察这些不同类型的互动是另一种抓住人工智能机会的方法。

　　“我认为，与学生和教师互动以及通过这些模态进行互动时，新的人工智能技术确实为通过屏幕感知世界提供了可能性。而且当我们思考如何设计学习环境时，新技术真的给我们带来颠覆性的改变。”

　　David Dockterman：开发系统是克服语言多样性的第一步

　　哈佛大学教育学院教授、自适应学习专家David Dockterman分享了开发系统或制定规范以克服语言多样性的必要性。David Dockterman在哈佛大学教育研究生院教授“创新和适应性学习的证据”，并参与了名为“覆盖每个读者”的大型早期扫盲计划。