全球“AI+教育”行业为何需要一场AIAED大会？

向全球征集论文，70多位全球顶级AI及教育教授专家参加，吸引200多家投资机构，AIAED大会为何可以集合全球目光？

如果要评选出2018年教育行业的热词，“人工智能”绝对榜上有名。

从“深蓝”击败国际象棋世界大师卡斯帕罗夫开始，“人工智能”一词就从科幻电影中渐渐逼近人们的生活。2017年高考期间，机器人艾达挑战高考数学，10分钟就答完，并获得134分，引发人们对教育的忧虑与反思，但与此同时，人们利用人工智能推动教育变革的决心也更加坚定。

“AI+教育”浪潮已全面展开

在海外，业内一些科技大咖都公开表示了对于“AI+教育”落地的支持态度。如全球机器学习教父、卡耐基梅隆大学计算机科学学院机器学习系主任Tom Mitchell认为，“通过AI，可以不断获取学生最新的数据，然后反向让整个教学过程更加个性化，CMU（卡耐基梅隆大学）有一些相关科学研究，提出了这样的机器学习场景，即使用了机器学习的工具后，一个机器或许能收集高达十万名学生的答卷并分析出错原因和规律，在过去，一位老师穷其一生都不能达到这样的效果”。

梅琳达基金会也在经过对人工智能自适应（即智适应）学习深入研究后表示，智适应教育是“当下我们（在教育领域）最需要的东西”；由Gall-inside高等教育机构调查显示，三分之二的高等院校的校长认为智适应学习会对高等教育产生积极的影响。

基于此，一些科技巨头、风投基金、行业大佬也纷纷将视线转向了“AI+教育”，重磅押注“AI+教育”：Facebook的扎克伯格专门成立了一家扎克伯格基金会，投资了印度的和美国的多家AI教育公司；他和其妻子Priscilla Chan成立的陈·扎克伯格行动(Chan Zuckerberg Initiative，缩写CZI)供有250名员工和两个办公室，项目旨在“提升人类潜能，促进下一代所有儿童的平等，在三年内将投资3亿美元发展科技驱动的个性化学习。比尔盖茨也拿出了3亿多美金来做AI教育的研发；乔布斯的太太更是一口气投资了10家人工智能教育公司；科技巨头谷歌公司投资了 Duolingo、Renaissance Learning、Cambly、English Central、LostMyName五家AI教育公司，不仅如此，这家搜索巨头还成立了专用的人工智能基金Gradient Ventures，在为Elsa（一家为英语学习者运营应用程序的初创公司）带来700万美元的A轮融资后，正在将目光投向亚洲。

而在中国的“AI+教育”赛道上，仅2018年一年，共有44家资本/企业参与了投资。其中，既有原本的K12教育巨头，比如新东方、好未来等，也不乏互联网巨头，比如腾讯。此外，红杉资本、真格基金、经纬中国、淡马锡、老虎环球基金等知名投资机构也纷纷入局。从融资金额来看，除2起未透露金额外，2018年“AI +教育”领域80%的融资金额在1亿元人民币以上，大部分的融资金额集中在1亿至5亿元人民币。

资本的助推让海内外的“AI+教育”机构得以迅猛发展：在北美，最早的AI自适应教育公司Knewton通过数据收集、推断和建议提供个性化学习，目前有2000万北美的学生在使用该软件；RealizeIt是美国高等教育领域个性化和自适应学习产品的最大提供商，提供的自适应课程超过4万；ALEKS是美国第一家获得规模化商业成功的K12自适应系统，2013年被Mcgraw Hill以上亿美元的估值收购。

在印度，Byju's于2007年成立，主要面向K6-K12学生，用户量超过2500万，并得到腾讯、扎克伯格夫妇旗下基金、红杉资本等明星投资机构青睐，估值已攀升至51.6亿美金。

据不完全统计，在海外，“AI+教育”已覆盖了不同国家、不同年龄层，从小学、初高中、大学到职业教育的近百个学科，有一百多家公司，有9000多万用户都在使用智适应教育产品。

而在中国，目前已有60家机构入局“AI+教育”赛道，而每家机构的发力点也不尽相同：

好未来主要研究将计算视觉技术、语音识别和自然语言处理技术等AI应用到整个学而思的教学服务当中；VIPKID致力于“AI+数据”赋能教学全场景闭环；新东方和科大讯飞联合推出一款智能识别口语和作文的批改产品，未来将首先用于新东方留学语培业务；英语流利说则结合了语音识别、口语评测和自适应学习等多种AI技术，在庞大数据库的基础上，可以做到真正千人千面的定制化学习，帮助英语学习者快速提高英语水平；学霸君研发了基于自然语言处理的AI教学系统，可以实现学生学习行为轨迹还原，不断深耕智能化教育；

松鼠AI智适应教育致力于打造“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……

据CNNIC的预测，到2020年，“AI+教育”将带来3000亿的庞大市场规模，现已成为巨头和资本争抢的下一个风口。

综合来看，“AI+教育”的蓬勃发展得益于人工智能技术的提升和人工智能场景的应用。截至目前，从构建人工智能教育技术框架体系开始，在数据层要素、以机器学习和数据挖掘为主的算法层要素、包含计算机视觉、智能语音技术、自然语言处理、知识图谱和生物特征识别等在内的技术层要素等人工智能技术方面，人类均取得了巨大的进步。

然而，在“AI+教育”迅猛发展的背后也有隐忧。其中，既有技术和产品方面的壁障，也有商业化陆地方面的困难。

比如，在技术层面，AI在语言、视觉和听觉等方面达到语义贯通仍存在一定的困难；在数据层面，每个机构的教学数据实际上是一个“孤岛”，无法实现互动中数据的实时处理和信息反馈；在落地化方面，还没有形成完整的教育闭环……

由此看来，加强交流合作才是“AI+教育”机构共谋发展的必由之路。俞敏洪也认为，“未来教育领域合作一定大于竞争。因为教育领域从来不会出现垄断人物和垄断机构。”为了更好的推动人工智能教育产业的发展，集合全球各个科研机构、投资机构、教育机构的力量，在技术、数据、商业化等方面互通有无就显得尤为重要。

基于此，2019年5月24日-25日，“第三届AIAED全球AI智适应教育峰会”即将在北京举办。

第三届AIAED全球AI智适应教育峰会前瞻

据悉，AIAED大会以“在全球普及人工智能教育，推动人工智能技术对教育的改变和发展，为了人类更好的教育公平性和教育成果做出贡献”为宗旨，此前已经举办过两届，在“AI+教育”领域引发了巨大关注。

第一届AIAED大会于2018年4月举办，由松鼠AI发起，Knewton、ALEKS、新东方、好未来等教育机构，以及华平资本、高瓴资本、经纬中国、SIG、景林投资、国科嘉和等60多家风投机构纷纷参与。这次峰会汇聚了来自中美欧等世界级学术领域的精英学者，促进“AI+教育”在全球范围内的交流和协作，并为创业者和投资机构提供了一个交流的舞台。

第二次AIAED大会在2018年11月召开，由松鼠AI联合雷锋网、以及IEEE教育工程和自适应教育标准工作组共同举办。美国卡内基梅隆大学计算机学院院长Tom Mitchell教授、美国三院院士/机器学习泰斗Michael Jordan、乂学教育-松鼠AI创始人栗浩洋、ALEKS前主席/现任首席产品官Wilmot Lampros等人发布主题演讲，探讨了人工智能发展前沿、人工智能与教育的方法论和前景。此外，本次峰会还吸引了包含淡马锡、General Atlantic、中金资本、歌斐资产、鼎辉、凯雷在内的一百余家总计数千亿规模的风投参加。值得一提的是，此次AIAED大会异常火爆，在第一个主会场爆满后，仍然有1000多个观众没有座位，主办方不得不临时增开第二会场，每个嘉宾的演讲都需要在两个会场各讲一遍。

第三届AIAED全球AI智适应教育峰会的主办方为乂学教育-松鼠AI智适应教育、IEEE教育工程和自适应教育标准工作组、中国自动化学会、新东方、好未来等机构，为众人带来最前沿的人工智能技术、教育理念，以及最新的商业模式。

据悉，此次峰会设有论文、学术、产业、商业、投资、政府及娱乐七大板块，剖析AI+教育行业在产学研各界的发展状况，纵观总体格局。

尤其在“AI+教育”机构越来越重视人工智能技术的情况下，第三届AIAED全球AI智适应教育峰会顺应时势，成为中国首个面向全球征集有关人工智能教育技术、教育理论的相关论文的科技峰会。经过一众专家评审后，优秀的论文将会收录与2019AIAED论文集。

并且，本次峰会还将邀请众多国内外教授学者以及商业领袖，机器学习教父Tom Mitchell教授、MIT人工智能实验室主任Daniela Rus、AIED主席Rose Luckin教授、ASU-GSV教育大会联合创始人Michael Moe、AI教育学术大会Rose Luckin等人均将到场分析产业现状，助推智适应教育产业的发展。

与此同时，本次峰会也为“AI+教育”的创业者和投资者提供了一个交流的平台。众多互联网巨头均对此次峰会表示出浓厚的兴趣。

此外，本次大会还将设立由“机器学习之父”Tom Mitchell教授领衔的委员会，下设技术论坛，包含8个技术领域：机器学习和深度学习的应用、教育领域数据挖掘、多模态综合学习行为分析和情感计算、自然语言处理和语义分析、智适应系统的自我改进、学习工程学：AI与学习工程的交互、AI在K12领域的应用、AI4K12、标准和基础建设、图像识别和处理的应用，集合了全球一众科技大咖的智慧和力量。

截至目前，第三届AIAED大会已确认参会的AI及教育领域教授专家70多位。

部分确认嘉宾如下：

Tom Mitchell教授

机器学习教父、松鼠AI首席AI科学家、第三届AIAED大会主席

全球公认的机器学习教父，在全球人工智能实力排名第一的卡耐基梅隆大学创办了人类历史上的第一个机器学习系并担任系主任。美国《Machine Learning》杂志、国际机器学习年度会议（ICML）的创始人。他的经典著作《机器学习：一种人工智能方法》被认为是行业圣经，销量惊人。他的学术论文专著超过130篇，在包括《Science（科学）》、《Nature （自然）》等世界顶级学术期刊发表。

Daniela Rus

MIT人工智能实验室主任、第三届AIAED委员会成员

美国工程院院士，曾经一手创办了达特茅斯学院机器人实验室。Daniela Rus开创的可编程物质和分布式机器人的研究让其成为人工智能领域地位最高的女性。

John Couch苹果公司负责教育的第一副总裁

John Couch是苹果公司负责教育的第一副总裁，也是《重塑教育》(Rewiring Education)一书的作者之一。他1969年在伯克利获得计算机科学学士学位。1970年，他获得了电气工程和计算机科学硕士学位。他离开了这个项目，去惠普做软件工程师。2000年，他被授予杰出校友称号;2010年，约翰被授予费城大学荣誉博士学位，以表彰他对教育的创新贡献。

Michael Moe

GSV Capital创始人&CEO，ASU-GSV教育大会联合创始人、第三届AIAED委员会成员

他是纳斯达克上市公司GSV Capital 的创始人和CEO。ASU-GSV教育峰会每年吸引超过4000名参会者和400家公司，入选《纽约时代周刊》“必须参加的会议”榜单。历届出席的名人有小布什、奥巴马总统、比尔盖茨、人工智能领域专家Andrew Ng教授、乔布斯遗孀Laurene Powell Jobs等。同时投资了AI教育公司Dreambox、Knewton、AltSchool等。担任Coursera、Course Hero、Class Dojo等多家知名教育公司的观察员。

Rose Luckin

AI教育学术大会AIED-2018会议主席、第三届AIAED委员会成员

她是伦敦大学学院教授，伦敦知识实验室负责人。著有《机器学习与人类智能》，国际顶尖AI教育学术大会AIED-2018会议主席，国际人工智能教育(AIED)协会执行委员会委员。

Xiangen Hu胡祥恩、第三届AIAED委员会成员

美国孟菲斯大学心理学、计算机工程、计算机科学系教授、华中师范大学心理学院院长

美国孟菲斯大学心理学智能系统研究所先进学习技术（ALT）实验室主任，担任美国国防部先进分布式学习（ADL）国家实验室分部主任，主要研究方向为认知数学模型、人工智能和智能教学、统筹数据分析统计模型等方面。他还组织了2017年AIED大会等大型活动。 胡教授是国家组织部第七批“千人计划”学者并兼任华中师范大学心理学院院长。

Avron Barr IEEE学习技术标准委员会主席

Avron Barr是硅谷的资深人士，他认为人工智能将改变教育和培训。他和斯坦福大学的Pat Suppes和Dexter Fletcher一起对智能辅导系统进行了早期研究; 编辑了四卷的人工智能手册; 并于1980年共同创立了一家AI创业公司。近年来，他担任DARPA DARWARS沉浸式培训系统项目的顾问；并在斯坦福大学的互联网上教了10年的新生研讨会。他目前担任IEEE学习技术标准委员会主席，并与IDA和ADL合作开展全面学习架构研究项目。

Robby Robson博士

IEEE委员会成员、前IEEE学习技术标准委员会主席、第三届AIAED委员会成员

Robby在学术界和工业界有20多年领导研究和开发项目方面的成功领导经验。在2000至2008年期间，担任IEEE学习科学标准委员会主席。应用领域包括从因子算法和计算语言学到学习管理系统，数字图书馆和能力管理。自1995年以来，一直致力于新兴技术在学习、教育、培训和相关领域的应用。现为能力和技能系统项目的主要研究者（www.cassproject.org），并致力于智能辅导系统以及自然语言处理（NLP）和机器学习的商业应用。

Ken Koedinger博士

美国卡耐基梅隆大学计算机、心理学系教授、LearnLab研究室主任、第三届AIAED委员会成员

他领导开发的Cognitive Tutor软件已应用在数以千计的学校，帮助了大量学生提高成绩。他拥有多学科背景，将人类学习和创造教育技术以提高学生成绩的研究目标。他的研究为教育软件的设计提供了新的原则和技术，并产生了关于学生思考和学习本质的基础认知科学研究成果。Koedinger指导LearnLab, 该计划始于美国国家科学基金会10年的资助，现在属于CMU Simon Initiative的科学部门。LearnLab建立在认知导师过去的成功基础之上，这是一种在数千所学校中使用的在线个性化辅导方法，并且一再被证明可以提高学生的学习成绩。他是卡内基学习公司的联合创始人，该公司自1998年成立以来，已为数百万学生提供基于认知导师的课程。Koedinger博士撰写了250多篇同行评审的出版物，并且是超过45项拨款的项目调查员。

Cynthia Breazeal

麻省理工学院媒体艺术与科学的副教授、MIT媒体实验室(Media Lab)个人机器人小组负责人、第三届AIAED委员会成员

Cynthia Breazeal博士是麻省理工学院媒体艺术与科学的副教授，她在MIT媒体实验室(Media Lab)创立并指导个人机器人小组。 她还是Jibo公司的创始人兼首席科学家。她是社交机器人和人机交互的先驱。 她撰写了《设计社交机器人》一书，并在自主机器人，人工智能，人机交互和机器人学习等主题的期刊和会议上发表了100多篇同行评审文章。 她在自动机器人，情感计算，娱乐技术和多代理系统领域的多个编辑委员会任职。 她还是波士顿科学博物馆的监督员。

Dave Touretzky

卡内基梅隆大学计算机科学系和认知神经基础中心研究教授、AI4K12协会联合主席、AIAED2019青少年、AI4K12项目联合主席、AIAED2019大会委员会顾问

Touretzky教授的研究聚焦人工智能，计算神经科学和学习领域。 包括机器学习、空间神经表示等。他的多篇学术论文在世界著名顶尖大会发表和学术期刊发布。他的“Advances in Neural Information Processing Systems”学术论文被世界顶级AI大会NeurIPS(原NIPS)收录，并多次被世界学者引用。2006年，他被计算机协会评为为杰出科学家。Touretzky教授担任联合主席的AI4K12组织，由世界顶级AI学术组织——人工智能促进协会（AAAI）和计算机科学教师协会（CSTA）联合成立，用于制定美国国家教育指导方针，教授K-12学生人工智能。

Paul Kim

斯坦福教育学院副院长兼CTO、第三届AIAED委员会成员

他本人在教育科技领域有18年经验，在联合国教科文组织等其他国家政府会议发言，2010-13年之间在WestEd任advisor、国际教育创新孵化器Seeds of Empowerment创始人，曾任美国国家科学基金会教育和人力资源管理局、美国国家科学院重大挑战与国际发展委员会顾问。担任多个国际教育科技项目的顾问，包括沙特阿拉伯的国家在线教育提议，乌拉圭的One Laptop Per Child项目，卢旺达的国家信息通信技术规划等，在多家教育科技公司、研究所、创新学校担任顾问和董事会成员领导全世界各地教育科技项目的设计、学校落地工作。

Alex Beard

Senior Director, Global Learning Lab of Teach for All

Alex 在教育领域有十年经验，在伦敦担任英语教师之后，他在教育学院完成了硕士学位，之后加入了Teach for ALl，这是一个不断发展的全球组织网络，致力于确保下一代发挥其潜力。他很幸运能够在世界各地旅行，寻找能够塑造学习未来的实践，并在“卫报”，“金融时报”，“标准晚报”，“独立报道”和“连线报道”等撰写经历。 他的着作“自然出生的学习者”（Natural Born Learners）是二十一世纪改变学习的用户指南，带领读者进入一个令人眼花缭乱的全球教育之旅，从硅谷到首尔，赫尔辛基再到豪恩斯洛。

Kang Lee博士

加拿大多伦多大学(University of Toronto)应用心理学和人类发展系教授、第三届AIAED委员会成员

他的研究领域包括：青少年道德观念的发展、面部处理专业知识的发展、儿童和成人面部加工的神经机制、儿童和成人说谎的神经机制。研究孩子如何掌握说谎的概念和道德含义，孩子是否容易上当或者能够发现别人的谎言，以及孩子是否可以在各种社交场合中说出令人信服的谎言。他还研究了影响说谎和说实话发展的认知- 社会- 文化因素。此外，通过神经科学方法（例如，EEG，fMRI，fNIRS）来检查儿童和成人的说谎和说话的神经生理相关性。他还使用心理物理学方法来研究儿童和成人如何处理稳定和动态的社交信息。关注儿童和成人如何感知，编码和识别不同类型的面部（例如，种族）。还使用了神经科学方法（例如，EEG，fMRI，fNIRS）来检查儿童和成人的面部处理的神经生理相关性。获得中国国家自然科学基金会颁发的国家杰出海外学者奖；加拿大创新基金会领导者机会基金奖等多项大奖。

Lin Zhou

The New School首席信息官、高级副总裁、前IBM Watson Education项目总监、第三届AIAED委员会成员

Lin Zhou博士是纽约市The New School的高级副总裁兼首席信息官，前IBM Watson Education项目总监。他领导整个大学的信息技术转型和服务。Lin在三个行业担任过多个领导职位：认知教育技术，半导体和数据存储。Lin是一名发明大师，入选IBM的行业学院。作为IBM Watson Education的项目总监，Lin在IBM的Watson Education中领导“认知教育初创公司”并管理IBM教育解决方案的整个生命周期方面发挥了关键作用。Lin是IMS全球学习联盟的Caliper标准指导委员会成员。他多年来一直参加多个国际会议组委会，审查科技期刊的出版物，并担任人工智能国际会议的论文审稿人。Lin已被邀请发表主题演讲，参与论坛和出席圆桌会议。

茹立云Liyun Ru

葡萄智学创始人、前搜狐COO

2005年，茹立云加入搜狗，先后担任搜索、输入法、商业广告研究部门的负责人、 搜索事业部总经理、搜狗公司副总裁、搜狗公司COO等。在搜狗任职期间，茹立云带领搜狗搜索在多个领域均取得不俗成绩，率先发布分类搜索，推出全新的知识库搜索引擎知立方、搜狗语音助手等产品。创办的葡萄智学致力于开启人工智能助力教育的新范式，凭借AI技术和优质教育资源，提供高质量、个性化的高效教育产品。2018年底完成由光速中国领投，NBT和葡萄控股共同投资的2100万美元首轮融资。

Steve Ritter博士

Carnegie Learning联合创始人、首席科学家

Steven Ritter博士，于1998年共同创办了卡内基学习公司，并担任首席产品架构师。Ritter博士曾担任卡内基学习的首席科学家和高级认知科学家。 Ritter博士十多年来一直在开发和评估教育系统。 Ritter博士与美国教育部，亨氏捐赠基金会，兰德公司，国家科学基金会，卡内基梅隆大学，匹兹堡大学合作，领导了多个与理解和改进学生学习数学方式相关的研究项目。 Ritter博士担任软件与信息产业协会教育部主任。Ritter博士是Carnegie Learning代数I课程的合着者之一，这是美国教育部认可的两个数学课程之一，科学证明对学生的学习有显着的积极影响。他是众多关于教育技术设计，架构和评估的论文的作者，并担任IEEE学习技术标准委员会工具/代理通信工作组的主席。他是智能辅导系统（ITS）和数据挖掘领域公认的研究员和思想领袖。

Elizabeth Owen博士

Learning Data Discovery公司CEO、Age of Learning学习和数据科学总监

Owen博士是基于游戏的学习分析专家。 在Age of Learning，她专注于通过应用机器学习优化自适应学习系统。 此前，她曾在著名游戏公司Electronic Arts(EA）担任研究员和数据科学家。Owen博士的博士工作基于Games + Learning + Society（GLS）中心，该中心使用基于游戏的教育数据挖掘与EA，Zynga和PopCap Games展开合作。 欧文博士在K12教育界有十多年的丰富经验。

Josine Verhagen

Kidaptive公司数据科学高级主任

利用(贝叶斯) 统计模型和数据科学开发了自适应性学习平台, 旨在使数字教育内容更具信息性和适应性。她还是硅谷的女性编程组织的负责人, 目的是为女性创造一个有利的环境, 以提高她们的技术技能, 并致力于领导能力的发展。此前, 她曾在阿姆斯特丹大学与埃里克-简·瓦根教授合作研究贝叶斯方差分析的模型选择算法, 并在让·保罗·福克斯(Bfox Fox)指导下在特温特大学研究过测量方差的贝叶斯IRT模型。

崔鹏

清华大学计算机系长聘副教授，博士生导师，2010年于清华大学获得博士学位。研究领域包括大数据环境下的因果推理与稳定预测、网络表征学习、社会动力学建模，及其在金融科技、智慧医疗及社交网络等场景中的应用。已在数据挖掘及多媒体领域顶级国际期刊和会议上发表论文百余篇，并先后获得7项国际会议及期刊最佳论文奖，包括中国入选数据挖掘领域顶级国际会议KDD最佳论文专刊的首篇论文。目前担任IEEE TKDE、IEEE TBD、ACM TOMM等三个Transactions期刊的编委。获得中国计算机学会青年科学家奖，国际计算机协会（ACM）中国新星奖，并入选中国科协首届青年人才托举计划。曾先后获得教育部自然科学一等奖、北京市科技进步一等奖、中国电子学会自然科学一等奖。

扫码报名活动