本篇文章2032字，讀完約5分鐘

6月21日，在全球疫情防控特殊時(shí)刻，北京智源人工智能研究院主辦的北京智源大會(huì)在線開(kāi)幕，科技部副部長(zhǎng)李萌、北京市副市長(zhǎng)殷勇出席開(kāi)幕式并致辭，約15萬(wàn)人在線觀看。

為期四天的北京智源大會(huì)以網(wǎng)上形式召開(kāi)

作為國(guó)際人工智能高端學(xué)術(shù)交流活動(dòng)，今年第二屆北京智源大會(huì)邀請(qǐng)了alan kay、judea pearl、john hopcroft等5位圖靈獎(jiǎng)獲得者和數(shù)十位人工智能行業(yè)頂級(jí)專家學(xué)者進(jìn)行主題演講，共設(shè)置了19個(gè)論壇，

此外，大會(huì)還向世界高校醫(yī)院、科研機(jī)構(gòu)、公司征集了人工智能前沿技術(shù)成果，愛(ài)學(xué)習(xí)教育集團(tuán)自適應(yīng)學(xué)習(xí)系統(tǒng)和智能化教育研究?jī)蓚€(gè)產(chǎn)品成功入選，繼去年唯一一家在線參展的教育公司之后，今年再次參加了在線公司的成果展示，在ai+教育行業(yè)的領(lǐng)跑

適應(yīng)性學(xué)習(xí):通過(guò)納米級(jí)知識(shí)診斷，讓孩子實(shí)現(xiàn)個(gè)性化學(xué)習(xí)

二千五百多年前，孔子提出了“循證教育”的教育理念，至今仍是世界教育界追求的至高境界。 由于學(xué)生的知識(shí)掌握水平不同，如何正確診斷每個(gè)學(xué)生的知識(shí)能力，制定個(gè)性化的教學(xué)計(jì)劃，實(shí)現(xiàn)“千人千面”的學(xué)習(xí)方法，是教育領(lǐng)域的一大課題。 近年來(lái)，隨著人工智能技術(shù)的飛速發(fā)展，適應(yīng)性學(xué)習(xí)逐漸應(yīng)用于教育行業(yè)，在技術(shù)的加持下，大規(guī)模因材施教已不再令人向往。

此次智源大會(huì)上，愛(ài)學(xué)習(xí)在線展示的產(chǎn)品之一是自適應(yīng)學(xué)習(xí)系統(tǒng)，該系統(tǒng)由愛(ài)學(xué)習(xí)ai lab結(jié)合集團(tuán)豐富的教育教學(xué)資源和先進(jìn)的人工智能算法開(kāi)發(fā)，包括ai學(xué)生的知識(shí)診斷、ai個(gè)性化問(wèn)題推薦和ai自適應(yīng)講課問(wèn)題三部分

我喜歡學(xué)習(xí)適應(yīng)學(xué)習(xí)系統(tǒng)

其中，ai學(xué)生的知識(shí)診斷升級(jí)了以前流傳下來(lái)的知識(shí)診斷模型，提出了包含三個(gè)子系統(tǒng)的通用框架ehfkt。 該框架提取試題的知識(shí)點(diǎn)分布、難度特征和語(yǔ)義特征，通過(guò)深度學(xué)習(xí)將試題分層建模，充分挖掘試題特征，大幅提高知識(shí)診斷的準(zhǔn)確性。 目前，基于該技術(shù)研究成果撰寫(xiě)的論文《Exercise Hier Archical Feature Enhance DK Nowled Getracing》被收錄在國(guó)際人工智能教育大會(huì)( aied )中。

學(xué)生知識(shí)診斷表明，結(jié)合目前先進(jìn)的深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、圖互聯(lián)網(wǎng)等算法，ai個(gè)性化問(wèn)題推薦改善了基于以前流傳算法的對(duì)比度不強(qiáng)、推薦問(wèn)題單一等問(wèn)題，提高了學(xué)生的

在ai自適應(yīng)講義中，ai將比較各個(gè)推薦的主題，自動(dòng)進(jìn)行講義。 互動(dòng)授課方法可以根據(jù)學(xué)生的學(xué)習(xí)能力進(jìn)行詳細(xì)的交談和少許的交談，幫助學(xué)生真正掌握相關(guān)的內(nèi)容。

目前，愛(ài)學(xué)習(xí)自適應(yīng)學(xué)習(xí)系統(tǒng)已經(jīng)在集團(tuán)旗下各企業(yè)品牌落地應(yīng)用，涵蓋在線和離線、大班和小班、校內(nèi)和校外等多種應(yīng)用場(chǎng)景。

智能教研:從生產(chǎn)到ai的應(yīng)用使教研更加輕松

利用ai技術(shù)深入輔助教研流程，形成了從文案生產(chǎn)到文案應(yīng)用的一系列智能化教研業(yè)務(wù)流程。

喜歡學(xué)習(xí)智能化教研系統(tǒng)

以前流傳下來(lái)的題庫(kù)復(fù)制制作使用的是人工記錄試題的方法，需要老師按試題順序顯示知識(shí)點(diǎn)和難度較高的新聞，效率低，價(jià)格高。 另外，不同老師的教研能力不同，標(biāo)準(zhǔn)不同，顯示的準(zhǔn)確性也不太得到保障。 喜歡學(xué)習(xí)ai lab開(kāi)發(fā)的智能化題庫(kù)副本的生產(chǎn)流程，包括主題ocr副本提取、知識(shí)點(diǎn)預(yù)測(cè)、題型預(yù)測(cè)、難度預(yù)測(cè)、智能分辨率問(wèn)題以及人工審查入庫(kù)等環(huán)節(jié)。

喜歡基于最先進(jìn)的深度學(xué)習(xí)算法，學(xué)習(xí)智能化題庫(kù)的復(fù)印生產(chǎn)，可以對(duì)試卷進(jìn)行正式識(shí)別、復(fù)印識(shí)別。 其中，官方識(shí)別精度在95%以上，復(fù)印識(shí)別精度在99%以上。 為了保證知識(shí)點(diǎn)推薦的準(zhǔn)確度，愛(ài)好學(xué)習(xí)的ai lab將學(xué)科知識(shí)點(diǎn)分割為5級(jí)細(xì)粒度。 老師在收錄試題的過(guò)程中，從ai推薦的知識(shí)點(diǎn)中選擇試題知識(shí)點(diǎn)，可以節(jié)省60%以上的收錄試題時(shí)間。

在業(yè)務(wù)應(yīng)用層面，喜歡學(xué)習(xí)的智能化教研處理方案包括智能判斷題、自動(dòng)排課題、自動(dòng)組卷等功能應(yīng)用。 其中，智能判斷題算法支持選擇、填寫(xiě)空等半客觀題的評(píng)分，包括圖像、復(fù)印等多模態(tài)輸入，不僅節(jié)約了老師的時(shí)間，也消除了評(píng)分者主觀因素造成的評(píng)分偏差。 目前智能判斷題總調(diào)用量達(dá)到1000萬(wàn)次，判斷題精度在0.99以上，未來(lái)覆蓋半客觀問(wèn)題的語(yǔ)義匹配等越來(lái)越多。

自動(dòng)組卷可以應(yīng)用于不同的場(chǎng)合。 例如，某一試卷(如中學(xué)數(shù)學(xué))、ai模型可以智能地分解某一試卷的知識(shí)點(diǎn)、難易度和題型。 根據(jù)分解的結(jié)果可以從題庫(kù)中選取與某一試題量、題型、知識(shí)點(diǎn)和難易度相同的試卷，也可以組成其他類(lèi)型的試卷(作業(yè)、入門(mén)考試、外出考試、期中期末考試等)。 另外，學(xué)科老師可以選擇試題類(lèi)型。 設(shè)定題型、難度、知識(shí)點(diǎn)及對(duì)應(yīng)題量后，自動(dòng)分組功能根據(jù)老師給出的條件從題庫(kù)中制作一套或幾套符合條件的測(cè)試題供老師選擇，大大提高分組工作的效率。

作為“文案與科技驅(qū)動(dòng)的k12教育供給平臺(tái)”，愛(ài)學(xué)習(xí)教育集團(tuán)始終擁有以教研教學(xué)和科技創(chuàng)新為核心的快速發(fā)展推動(dòng)力，近年來(lái)，不斷探索ai技術(shù)與教育的深度融合，旗下的ai lab相繼推出了10多種創(chuàng)新產(chǎn)品和應(yīng)用，“教育、科技創(chuàng)新， 未來(lái)，愛(ài)學(xué)習(xí)將不斷進(jìn)行技術(shù)創(chuàng)新，加強(qiáng)與學(xué)術(shù)機(jī)構(gòu)、科技公司等的合作，讓越來(lái)越多的ai+教育的創(chuàng)新成果落地。