，这是我的解读，谢谢。主持人崔炜：谢谢李教授，十分明晰明白的把人工智能教育分成了三个阶段，并且谈及了智慧教育大的范围之内的理解学科、教育心理学等等。

我指出李教授的观点是把教育里面的教和学分离了，“并育”这一块更加偏向人性化、人文关怀，更好的是由老师已完成的，而不是由技术做的。刚才李教授也提及了目前团队做到的一些事情，接下来想要求教两位教授从目前的工作角度，非常简单讲解一下国际上关于智慧教育、人工智能教育或者是教育科技一些前沿的研究方向，并与大家共享一下两位教授在各自团队里目前有哪些新鲜的课题，谢谢。

余新国：我再行讲解一下我自己的研究，再说较为大一点的东西。我回国有5年的时间，回国之前做到的是视频分析方面的工作，随便回国的过程中我就在思维，怎么样把我的背景融合一起，所以就想要做到视频跟教育融合的东西。

经过这几年的思维和融合，做到了几件什么事呢？教育不仅是人工智能的问题，还有教育学的问题，不仅是教育科学知识，堪称教育人，科学知识只是其中的一部分。所以打造出智能环境和智能工具，让学生和智能去玩儿，去做到，有可能是较为娱乐的方式，是它来掌控这个智能本身，而不是智能去掌控它，所以我们做到智能环境、教育机器人还有教育机器人背景下的智能答案系统。学生在自学的过程中，从幼儿园到高中阶段最少的任务是做题，但是题目有时候也不是那么更容易，尤其是家长辅导学生的时候，即使家长以前是学霸，因为工作的原因很多科学知识可能会记得，所以我们想要做到一个自动解题系统。

这个方向早已有几十年的研究，以前很多都是数学家在做到，推理小说的部分较为多，70年代的时候人工智能领域最风行的就是推理小说系统。由于我的背景是多媒体分析，所以我们用多媒体分析的方法，主要是解决问题题目解读的问题。

最近我们明确提出来一些方法有相当大的变革，相当大一部分题目是可以解法了。当然现在人工智能的深度自学方法很得意，深度自学解决问题的都是简单思考问题，将题目解读转交深度自学去做到，解决问题无限的可能性，这是我们大约的思路。在国际教育领域的大方向来看，我们国家工程技术研究中心还有教育和大数据国家工程实验室，现在的趋势就是用大数据来研究教育。刚才几位专家都谈了，是自学分析、自学过程。

在大数据分析中，现在这些算法都是很强的，分析数据基本上是可以的，现在最好的是怎么样搜集这些数据，如何叙述教育过程中学生的状态、教给了哪些知识点、什么样的知识点是学生最差的力度去自学的、如何通过大数据分析指导什么样的学生可以教给更大力度的知识点而不是学小力度的知识点，这些数据的模型是怎么样的我们现在还不确切，还没一个统一的了解。我们大多数情况下用于的还是问卷、测试等传统方法，但是如何不影响现有自学过程，用无阻碍的技术告诉学生自学了什么东西，现在还是较为艰难的一件事情。

我们考试的过程中只不过并不是很纯粹、很意味著的科学知识测验，因为我们本身教教的就是这些东西。这些方面应当是在用于大数据分析时大家遇上的一个瓶颈问题，这是我的体会。主持人崔炜：谢谢余教授，余教授提及了标准化的东西，一挺关键的，教育的测量、能力的测量。

这次会议很容幸我们也请求到了IEEE专委会，还有首席架构师也是专委会的委员之一也不会有涉及的共享。李艳燕：我们现在是在国家互联网教育及智能技术国家工程实验室，这是国内唯一一家关于技术和教育融合的单位。

我们指出把人工智能技术应用于在教育之中这一问题，可以非常简单分成五个方面：第一个就是环境，可以是物理空间的，也可以是软件方面的，这是环境建构的，能无法用技术打造出一个自学空间。第二个就是自学的反对，比如说自学分析，如何通过搜集学生全过程数据，还包括动态派生的数据对学生做到精准的用户画像，这是很多做到自学服务的最重要基础。

像刚才嘉宾报告中提及的，我们不告诉学生的漏洞或者自学的弱点在哪儿，我们没有办法获取很好的解决问题方法，所以重于对学生的分析和用户画像建构。第三个就就是指老师角度，面临这么多学生，在线上和线下能无法有一些智能的助手。

智能教育系统发展了几十年，但是效果仍然很差，受到很多因素影响，局限在小学科领域，比如说代数，卡耐基梅隆大学就有理解助手。但是因为人工智能的发展和大数据的成熟期，现在这方面有了一些突破，还包括之前我在伦敦参与教育人工智能大会也有专家共享，我们现在早已在做到教师助手和智慧同伴等方面有了突破。

第四个是项目管理，所有自学到最后都要评价，我们能否从个体和群体角度给学生一个综合的评价，这个群体还包括班级、年级、区域甚至是国家。我们能否利用涉及技术构建多层次、多力度的评测，这是很最重要的。

第五个是教育管理，能无法用人工智能反对我们做到科学、客观的评价。所以这五个方面是较为必须注目的，对我自己而言，我现在主要两个方向：第一个我们要给学生获取一些精确的、个性化的知识性服务。

我们有一个科学知识图谱，现在我率领团队做到了一个较为有意思的工作，我们把古诗词用科学知识图谱建构出来了，刚才栗总提及他小时候学古诗词很差，诵读很差，所以我们搭起一个智能平台，不仅获取语意检索、可视化，同时我们通过游戏化教学，对古诗词自学有兴趣。所有孩子都讨厌玩儿游戏，我们能无法通过游戏来增进他们古诗词的自学，我们做到了科学知识图谱也研发了小程序，青睐大家来用于。

第二个就是自学分析，今年我恰好申请人到国家自然科学基金，基于在线学生大数据展开评估分析，并获取模型。我们究竟搜集什么样的数据？分析学生的什么？是科学知识还是技能？如果是科学知识是哪些科学知识？技能还包括心理模型、认知结构等等，这样来给老师获取更佳的对系统和反对，谢谢。

主持人崔炜：谢谢李教授，李教授每次共享信息量都十分大，很有逻辑性。刚才两位教授都分别共享了人工智能教育学术界的研究，学术的东西还是要产品化，这样能更进一步协助到学生，甚至给学生家庭都带给益处。

因为两位教授都是在国外工作过，想请两位教授分别闲谈一下，比如说国外有哪些做到得较为好的前沿研究方向或者有哪些较为好的模型、理论的东西，给大家做到一些共享，谢谢。李艳燕：2016~2017年我在卡耐基梅隆大学访学，他们的人工智能实验室和机器人实验室我都去了。我的导师也是计算出来语言学的，我找到现在全世界主要注目的是嵌入式。

自学交互过程不是单通道的传送，我们期望在嵌入式方面能获取更加有效地的方式来协助我们自学。第二个是机器人，回避掉矮小上的无人机器人，我们能无法用载体机器人承托我们的教学，通过有意思的方式做到孩子的同伴交流，教师能无法通过这些方式做到一些很有意思的活动。余新国：我在新加坡待了很多年，他们用物联网技术在教育中较为早于，解决问题了学生递作业，跟老师对话的情况。

现在研究较为多的，就是刚才李教授说道的几个东西。第一是智能环境，因为在网上或是在小的空间里自学的时候，学生在自学的过程中的活动、思维、环境受到局限，活动的范围较小，这是一个很差的地方。现在我们想要建构一个智能的环境，让他既自学，又在大自然的空间里对身心来说都较为好，这是一个研究。

另外就是怎么样更加有效地的照料到个性化，我们要解读每个学生有所不同的自学风格、知识点深浅程度的给定，这有可能是很难的。主持人崔炜：谢谢两位教授，我们告诉整个国家都非常重视人工智能，以及人工智能的应用于和发展，想请两位教授对人工智能教育，对智慧教育展开一句话的总结，回应一些希望或者观点，谢谢。余新国：智慧教育或者是人工智能教育有十分大的空间，刚才栗总说道了人工智能教育的几个特点，我全部赞同。

人工智能沦为一个超级老师，超级老师再加智能改建是更为友好关系的智能教育，可以协助到很多人，几乎政治宣传现在的教育，从行业的角度来说这是大有可为的。李艳燕：让大家一起来亲吻这样的智能时代，为未来的教育变革作好打算，谢谢大家。主持人崔炜：非常感谢余教授和李教授的共享。所附：圆桌嘉宾讲解北师大智慧自学研究员副院长：李艳燕李艳燕，来自北京师范大学，现任北京师范大学教育学部的教授，博士生导师，北京师范大学智慧自学研究院副院长，教育技术学北京市重点实验室副主任，李艳燕教授在首度积极开展STEAM教育，并面向中小学和大学展开普遍的应用于实践中。

主持人了多项国家自然科学和社会科学基金课题，以及STEAM北京市教育规划重点课题，在国内外核心期刊和国际会议上公开发表论文80余篇，取得中国科协科普部颁发的杰出指导教师称号，2008年6月在伦敦的国际教育人工智能大会上作主题报告，李艳燕教授作为访问学者访华美国卡耐基梅隆大学，兼任多家国际期刊的继续执行主编及编委，多次兼任国际性大会的主席。华中师大国家数字化自学工程技术研究中心教授：余新国余新国，华中师范大学国家数字化自学工程技术研究中心副主任、教授，楚天学者、博士生导师，长期以来专门从事视频分析、计算机视觉、嵌入式、多媒体技术等方面的研究，其研究成果取得国内外专家的普遍提到，其中一篇被提到了160多次，现在国内外权威杂志和著名的国际会议上公开发表了论文80多篇，其中第一作者的论文多达40多篇，取得了7项国家专利、2项国内专利。兼任了多个国际著名的期刊杂志的审稿人。

同时，余教授曾新加坡工作、自学10多余年，近5年来经手的项目经费多达500万美元，目前主要研究的方向有图像识别分析、教育嵌入式、智能教育系统，专门从事多媒体技术等方向的研究。原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：澳门十大正规网投平台-www.nbthsl.com