松鼠AI栗浩洋：AI将对教育带来颠覆性变革|全球AI+智适应教育峰会：AG真人在线官网

本文摘要：11月15日至16日，全球AI智适应环境教育峰会在北京嘉里中心酒店隆重开幕，峰会由(公共编号:)领导学习教育松鼠AI、IEEE(美国电子工程师学会)教育工程和适应教育标准工作组共同举行，汇集了国内外顶尖阵容。

11月15日至16日，全球AI智适应环境教育峰会在北京嘉里中心酒店隆重开幕，峰会由(公共编号:)领导学习教育松鼠AI、IEEE(美国电子工程师学会)教育工程和适应教育标准工作组共同举行，汇集了国内外顶尖阵容。AI智适应环境自学是目前产学研三界关注度最低的话题之一。

本次峰会，主办方邀请了美国三院院士、机械学习泰斗MichaelJordan，世界上机械学习的父亲Tom的Mitchell、斯坦福国际研究院(SRI)副社长RobertPearlstein、美国高考机构ACT自学方案组高级研究科学家Michaelyudelson等顶尖学者。在15日的主要论坛上，学习教育——松鼠AI创始人栗浩洋公开发表了以AI教育变革为主题的演说，栗浩洋指出，任何行业的未来都会被人工智能政治宣传，AI会给教育带来霸权性的变革，总结了AI的四个关键词。

以下是演说国史(实现了不改变意图的编辑和整理):任何行业都被人工智能政治宣传，需要参加这么多人工智能适应环境教育，我们的松鼠AI在中国2014年首次开始实现人工智能，但当时只是寂寞，没有人指出人工智能有可能成为特级教师，也没有人告诉我们智能适应环境怎样的。所以当时我们很寂寞，到2016年为止人工智能在全中国开始着火，我们的会议今年4月第一次召开会议时，我们也没有想站在后面，今天也没想到今年一年内进入了第二次会议，今天来了2000人左右，7800人不能在会场，今天来的是幸运的，需要在我们的会场。

今天想说的是，人工智能只是给所有行业带来的可能性的变化，为什么人工智能不会给予这样的变化，以及如何给予这些变化。任何行业我总结的逻辑都可以被人工智能政治宣传，人工智能很多人说70%到80%到80%的人工作，我说可能更换90%的人工作，孙正义说人工智能100，爱因斯坦200，人工智能1万万维网的创始人说，人工智能必须自律地创立和运营公司，我们这样的创始人今后消失，成为宇宙整体的新支配。AI的四个关键词我总结的四个关键词:第一，全能。

为什么人工智能不低于人类的智商，为什么不更换所有的工作，因为它是全能的。IBM的Watson最近受到了很多争论，但是遇到了很多问题，实质上是因为医院的数据几乎不能清除干净的足够的数据，否则17秒钟就能读者3000本以上的着作，读者24万篇论文和600次以上的实验数据这是什么意思，也就是说，17秒就能获得30年以上经验的老医生一生经的所有案例和科学知识。

换句话说，2、3年的时间，IBMWatson就像活到500年的吸血鬼医生一样，理解了所有的医生、医学常识核医学的病例，是期待这样的医生诊治，还是人类医生诊治？几个月前，IBM实现了Project的Datater，在AI辩论比赛中不及以色列人类选手获得辩论冠军。因为可以用大量的世界信息和资料与人辩论，所以人的科学知识和记忆是有限的记忆，但是可以提到所有人的科学知识都是无限的，用各种名人的名言、各种权威的数据，随时都可以用信手与人辩论，为什么会输呢我们学习教育复盖所有教育的科学知识，吸收所有老师的经验。对于松鼠AI来说，就像教育领域的神一样，告诉所有的事情，他什么也不告诉，老师一生能经历的学生，能经历的题目在他那里不是问题。

因为我们把学科的知识点分成所有的知识点，所有的知识点的控制对任何老师来说都是不可能的，杨家司机可能会告诉北京市和上海的大路标，但是不可能把所有街道的牌照、理发店都知道。但是，人工智能可以控制所有细节的纳米级知识点，并且告诉这些知识点之间的大量关联度，有数千万个主题，告诉这些知识点之间的关系，有数千万学生的用户图像。所以，我们希望老师一生能教多少学生，不要说一对一开展交互式教育，一对一千人，一生能教的人受到限制。但是，人工智能老师能教的学生是无限的。

这张图是我司机刘涛女儿的知识点目标图，通过我们松鼠AI的系统，我们告诉她哪个知识点是她控制的，哪个知识点是她控制的，我们应该给她什么样的自学。他的女儿在过去的自学上遇到了很大的困难，从小学六年级到中学二年级的考试还没有达到45分，他的妻子总是和他吵架说:你整天回到栗浩洋，凌晨两点回来，你的孩子这么差，你这样的中学也不及格吗？你为什么要当司机？今后司机这个行业已经没有了，她该怎么办？40分以上明显不可能不及格，而且她已经上了很多培训班，去过新东方、好未来、个人家庭教师补习社，为什么没有效果呢？老师对所有的数据都是盲目的，他不理解，自己脑子里存储的数据太多，老师对所有学生脑子里的数据也不充分理解，但松鼠AI透明了所有的数据。

当我们给刘涛的女儿这样一个系统时，我们只验阶段，还没有上市，意味着两个月，她已经记录了50分以上。虽然这不是一个很大的变化，但这10分对她来说是一个坚实的10分，因为当我们瞄准她所有的知识点时，她可能只控制了40%的知识点。

我们不必再自学这些知识点，因为我们给了她非常简单的名词所有的格式和零冠词。虽然我们找不到她的考试成绩，但我们只控制了一些困难的知识点，比如副词比较级的包含和用法，并不意味着我们知道学生欺负的所有知识点。一些学生可能也控制了一些困难的知识点，而忽略了我们老师的理解，这些知识点必须通过测试。对只剩下的她不理解的19个知识点，我们都开展教育吗？不，我们退出了39个知识点。

我们真的很难对她，她上暑假班，这个暑假的右脚要对100个知识点进行无差别的自学。但是，我们没有必要学习她已经控制了40多人。我又退出了39个对她来说太难的70分、80分、90分、100分的知识点，这些她不能马上控制。

我们期待着她忠实的从40分以上到50分以上的科学知识，所以退出了非常无能为力的知识点，最后自由选择了20个知识点开展自学，传统的教室必须学习1003个知识点，在我们松鼠AI的系统中，通过数据信息化的目标，我们只向她自学了20个知识点这次自学后，我们为她自由选择了与之相关度较高的知识点，也是考试中经常出现概率最低的知识点，也是所有科学知识地图中最重要的交通枢纽的知识点。通过这些知识点的自学，她很快就能得到50分。在初中三年级的中考中，刘完影先生迅速转入70分以上，到期末考试时，她记录了90分以上(分数120分)。这个分数已经是一个不可思议的变这位校长在年中的4000名校长大会上，除了表扬得分的学霸外，严厉批评刘完影，中学期末结束时，在150分的考试中，刘完影的三门课记录了110分以上。

也就是说，她从过去的40分以上到50分、70分、90分、110分，每次的20分我们都跳过了她已经学到的知识点，跳过了她不能学到的最好的知识点，所以她还在变革。当然，110分以上不是很高的分数，但她最后考上了上海最差的职业高中，是波音飞机检查的职业高中。

当时刘涛想让女儿学习我们的课程，但是我们的高中还没有出来，今年年底本来就出来，明年年初可能会出来，但是你的女儿说她只有110分以上，离150分还有30分以上，也就是说很多知识点还有很多不稳定，所以她教高中的时候，下面的基础摇晃着，不能理解。经过中学后的坚实研修，一年后，刘完影在今年6月的班级考试中，考上了班级前三名，被学校第一次送到西雅图进修，班级只有5人，这个女孩自学提高了自己，将来在波音公司工作了一辈子。我们可以看到人生失去了期待的孩子，我们带来了她的新期待。通过透明所有数据，融合算法向学生推荐最有效的方法，比特级老师一对一的教育更有效，改变了孩子的一生。

上个月杨澜采访了我，我说我的孩子刚上小学二年级，他已经在松鼠AI系统上完成了2、3年级的自学，已经转入了4年级的自学。当时杨澜不相信意味着一年多的时间，这不是很有趣吗？这太搞笑了。这样，我叫他们俩。

之后，我们把他们俩叫到摄影现场，让他们的现场成为松鼠AI的主题，四年级的主题中他们的正确率约超过70%-80%，而且看到双胞胎，他们有特别有趣的现象，很多正确和错误的知识点相似，但他们还有差异。例如，在平行的四角形和三角形的底部和低中，他们俩只有一个控制，婴儿控制，大宝没有控制。

可以看出，通过确实的数据化，我们可以发现人与人之间的完全相同和不同。我们给AI的第二个概念，除了全知全能之外，还告诉了所有的数据和信息，第二个是看微知书。人工智能可以看到我们以前看到的东西。扎克伯格说:人工智能已经需要注意人类无法注意的事情。

AI需要看到很多我们看到的现象，这是过去没有的，Face的龙头和商汤提高了我们的安全检查和海关速度，以前3小时，现在3分钟，不像人类，用柳叶眉、瓜子脸来区分，把整张脸分成几百万个微小的像素，看到脸和脸之间的微小差距我们找到了AI，也可以用微知书改变农业。用无人机横穿田地，每秒用5000张高清照片，大大扫除所有叶子的目标，可以告诉所有叶子茁壮发育的状态，也可以告诉上面的害虫，告诉害虫是卵生还是破卵的程度，增加90%的农药释放量Netflix也是如此，1.17亿用户拥有1.17亿Netflix。

为什么那部电影很好，不是分类法，有人讨厌恐怖电影，有人讨厌科幻电影，有人讨厌搞笑电影，那是指在各个画面上检测观众对情景的接受和兴趣，从微小的差异中找到制作和重建电影的方法，所以更多的人一夜之间看过。Netflix发明者不是每周播放一次，而是一夜之间看到的播放，当然需要支付高额会员费。

今天的标题也一样，不是让讨厌财经的人看华尔街日报，讨厌八卦的人看娱乐周刊，而是把人分为军事、国际、政治几个类别，从一篇文章到一篇文章的每一句话来区分这个读者的兴趣，成为一亿人就有一亿人的今天的标题。当你对用户的图像有如此细致的差异时，整个用户的体验几乎不同。我们以前指出，学苗一定不如学霸，但在我们松鼠AI过去3年的数据中，我们发现可能不是这样。在非常困难的知识点中，一个学霸可能只有两个知识点，所以只要学习两个知识点就可以了。

但事实上，对于这种幼苗来说，有一些困难的知识点，可能比恶霸慢，而对恶霸来说，一些非常简单的知识点对他来说很难。例如，当我还是个孩子的时候，语文诗歌的朗诵对我来说非常崩溃，我对人名的记忆也非常崩溃，我最痛苦的是当我还是个孩子的时候，我姨妈每次从国外来我家看我，总是抱着我回答我是谁千万不要回答我的话，我们全国的校长也不要回答我，我知道我不会忘记。当我还是个孩子的时候，我忘记了腹中英文字母的时候，被老师叫了，每个学生写了五个字母，最后只有我写了两个字母。

但是，我对逻辑主题的回答速度非常慢，比如讨论论论文，比如有逻辑，我的思维应对非常慢。每个人都没有在我们的系统中学习霸权和幼苗，只有控制纳米级知识点的概率。例如，我讨厌读创业的文章，但是关于AI的一切。

文章，我看到的细心程度不会比其他领域深10倍。在所有创业文章中融资3亿以下的我同意不看，但对天使投资者来说，主要看融资1亿以下。每个人对每篇文章都有自己的兴趣，所以我们不会对每个用户的图像进行细分，以便在政治宣传过去有几乎不同的体验。

第三个特征被称为无限计算能力。全知全能，看微知着后，因为有无限的计算能力，所以能做的和我们几乎不同。

埃隆·马斯克说，计算机可以以每秒1兆比特的速度运算，而每秒10比特，因此在这种比较下，人的智能和智商无法与人工智能处理信息的速度相比。着名的理解心理学家平克说:大数据是有限的数据，宇宙的数据是无限的。每天都有无数的数据，我们无法想象。数据爆炸的时代不会展开无法估量的数据处理，我们的大脑处理的信息总有一天会受到限制，今天来这里参加会议，其他人在别的会议上可能会失去科学知识和信息。

在这种情况下，如果没有系统和人工智能算法，我们就不可能实现这种处理。人工智能股神多次输给巴菲特，最近又出现了一个叫OIEQ的新基金，可以找到所有基金经理找到不可能的潜在股票，每个公司都可以处理100万人的公告，季度的财务报告和企业的各种正面和负面新闻应该卖哪个股票，每天可能开展数百万笔交易，这些都是人类无法比拟的。当AI战胜了人类级棋手时，在下围棋的过程中，AI的识别速度是0.01秒，0.01秒取决于数百万种可能性。

AlphaGo只是这样，斯坦福研究中心即将开展的人机战争不会比AlphaGo惊讶100倍。钢铁机器人骑摩托车和人类最弱的赛车手意大利罗奇开始比赛，骑摩托车的时候每0.001秒这样的识别是罕见的，只有计算机需要完成这样高速运行的识别，我们人类的大脑已经很繁荣，但是不能匹敌。

AlphaGoZero在几乎没有人类经验的过程中，只有自己和自己的对局才能使AlphaGo一代战胜李世石的伤害100:0，对系统来说他们的自学速度非常出色，为什么我们在教育中能够实施传统教育我们称之为超级纳米级知识点分割。我们把过去中学数学的300个知识点和美国同行一样分成3000个后，我们进一步分成3万个知识点。为什么我们要拆这么粗？AI没有全知全能，也没有微知书。我们这么细致的时候，就像照相机的像素细致了10倍一样，我们可以给学生展开更正确的用户图像。

当然，明确提出的计算能力的拒绝也很优秀，也就是说零点几秒以内，必须根据很多知识点之间的关联性、主题和知识点之间的关联性、不同主题的用户图像，推测每个学生下一步应该展开哪个自学。因此，与竞争对手相比，我们的知识点实现了超纳米级的科学知识分割。这是我率领我们的研究开发部进行研究开发时发现的，很多人回答我为什么要进行超纳米级分割。

这有什么意义？对学生来说，提高自学效率，降低自学效率？本来有几百个问题可以证明这个论坛，这里只推荐一个例子。这个问题是非常少见的中考问题，它的知识点被称为一般现在的使用方法，这个一般现在的使用方法，北下的纳米级知识点是第三人称单数，以多种形式，一波人做一件事，我们用动词是常态的，但是一个人做一件事但是，这个问题为什么很多学生使用read而不使用reads呢？他不说英语后面的东西不算数。后来，我们的语法专家明确提出了附近的原则。

也就是说，前面的主语一个人使用第三人称单数，前面不是Tina，后面使用read。在纳米级知识点中，我们总结到通常的第三人称单数的知识点，实现这个问题，传统的第三人称单数是正确的，但是AI知识点是错误的，浪费的所有时间，对于刘完影这样的学苗来说，不需要学习这样难易度高的纳米级知识点，只要学习通常的第三人称单数，就可以得到50、60分、78分，但对于95分的学霸来说，他不仅要学习s、es，还要学习各种连词和with、togetherwith是应该准备还是应该在附近计算。所以，不同的学生只有我们做纳米级、超纳米级的知识点，才能得到不同的结果。

这是我们的另一个孩子，傅先生，他是最有名的创投之一，300亿规模的早晨创投的主管伙伴傅忠宏的孩子，当时学习我们的系统时，从去年9月开始教今年3月，怎么样？没有明显的变革，他的考试成绩是高还是低，原因是什么呢他本来是个学霸，但他的物理在90分钟内，大约70分钟左右，也就是说还有20分钟左右的知识点。但是，他不仅是9年级的科学知识会，9年级的上期、8年级的下期的知识点也有漏洞。

我们最初对他实现知识点的瞄准后，他是个霸主，我们没有向前学习，而是向后填补了他的漏洞，所以在过去的半年考试中，他有时害怕，考试正好通过了他不能通过的知识点，他录下来了，录下来的知识点他录下来了。因此，当时傅忠宏是松鼠AI这家公司有点投资，今年3月在我们a回合的融资中他错过了，结果到6月为止小傅考试的时候，突然发现他的物理在90分钟内考了86分。在知识点整体脆弱的地方，我们已经全部补充了。

而且，在学习每个知识点的时候，时间和速度都是一样的，我们指出通常需要20分钟的知识点他必须学习40分钟、50分钟，通常的学生必须学习30分钟的知识点他可能已经控制了15分钟，所以每个孩子都必须学习自己的学习效率最低。当时，我们对他进行了测试。

他已经做不到的89个知识点几乎不需要自学我们给他节省了1000分钟以上的自学时间，我们一点一点地上司实现了他没有控制的知识点，对所有知识点的错误我们不仅自学了知识点，还自学了他的自学方法、自学思想和能力其他所有的AI教育都是知识点的自学，我们在展开能力的自学时发现，这个问题的小傅不是知识点会，而是因果关系引起的，他很少说电阻、电流、电压有关，但实质上电阻是相反的。傅先生经常指出，电阻和电流在电压一定的情况下成为反比，但不过，他是因果关系长的原因。我们收集了数以万计的儿童数百万的错误原因后，发现除了解决问题的知识点外，每个用户的科学知识图像都不同。

因此，我们必须用非常纳米级的微型知名用户图像来描述每个孩子，解决他特有的错误原因，解决他未来自学的问题。如果没有AI的无限算力，我们就不能解决问题。

我们可以看到傅先生的知识点能力值自学后大幅度提高。这是当时杨澜采访时，我们双胞胎大小宝当场出问题的状态，我们找到了他们自学方法整体的识别，我们大宝的反证法和反转法的用途很多，相对擅长，宝宝最好用这种推系数法等面积法。大宝和我一样，逻辑强，但直观感差，宝宝直观感强，逻辑相对弱。

因此，我们不仅开展了知识点的分割，还利用了系统的无限计算能力，利用了我们给每个主题的标签、标志，对学生的开展能力和思想的合并，到了这个境界，已经不是任何人的老师都有可能想象的了。这些识别对我的系统来说只需要一个小时的测试，我们就知道了。因此，这里的每个学生，即使是80分以上的学生和80分以上的学生，知识点也不同。

80分和80分的孩子完全一样。第四个关键词叫做自我演化。也就是说，除了已经全能、微知着、无限计算能力外，还没有更可怕的特征，也就是我们最害怕AI的地方。

如果我们用编程制作微信的话，5年后我们会发现微信还是那个微信，但是如果我们用AI制作AlphaGo的话，最后会变得非常聪明，在网络棋类的网站上，Master和很多棋手对局后，智商和智能大幅度提高，我们不可思议的水平我前几天参加了星空演说，我和傅盛两个人前后，他说我这次考试很好，我说你做了AI翻译机，也就是说我们回家的时候可以自由进行，不需要英语也不需要翻译，可以用AI翻译，但是这个AI翻译机最初是执着于翻译的准确性，从翻译的不准确性到大自我演化，可以改变和优化自己的翻译水平。到了之后就找不到了。AI翻译机可能做的更好的事情不一定是翻译，而是和你聊天，开玩笑，旅行的翻译不一定是翻译，翻译很有趣，可能是用别的方法翻译的。为什么？我们给翻译机的KPI是使用率，用户用于多少和多少，不一定是翻译的正确性，所以用户用于时间的目标时，这个AI翻译机智能和智能化后，一个人和你交流，孤独的夜晚和你聊天因此，我们在使用AI制作产品时已经过了3、5年，可能几乎不是我们原来的产品，而是另一个产品，所以在西部世界中看到AI机器人，自己发展后，有自己的想法，发展自己的直觉力我们指出AI只是在弱的人工智能中建立了树木，强的人工智能还不够的时候，AlphaGo已经用AI识别了。

也就是说，在某种程度上用算法对局，谷歌将来需要节约数亿美元和十亿美元的电力。用AI培养孩子的想象力和创造力指出人类最后的要塞是什么？是想象力、创意和艺术。但是，实质上美国的教授制作了AI机械的绘画，已经描绘了现代着名画家模仿其绘画制作的非常相似的绘画，放入美国现代艺术博物馆，85%的专家看不到哪个是大师画的，哪个是AI制作的绘画。

我们往北看，德捕这不是一个非常简单的规则游戏，而是很多用户不同的心理游戏论、心理识别，在这一瞬间、这一秒中随机自由选择的竞技中AI也战胜了人类。小冰已经不会写诗和唱歌了。

那首歌通过了图灵测试。当时，小冰特别震惊的是非你莫属的舞台，运动员每次都被十几个上司批评、谴责、阻止的身体完全没有皮肤，那首诗已经在顾城和北岛的水平上，已经能战胜90%以上的人类诗人。阳光聚集，光明流向我的梦想，光影照在蓝色的舞台上，照亮我们的无限星光不同的声音是因为不同的上司之间有不同的角度，不同的角度给予不同的声音，荆棘中的迷惑支持着我，即使走遍世界的泥泞，也要寻找我通往未来的道路。

当时我被这首诗震惊了，我真的AI已经相似了。所以当时我想，我们的松鼠AI能培养孩子的想象力和创造力，这是我和所有AI界的顶尖教授交流时，他们真的不可能，AI怎么能培养孩子的创造力呢？实质上，我已经在寻找方法了。最近，我很难过和我们研发部的老师和教育专家们说话。三年内松鼠AI可以培养孩子的想象力和创造力。

路线怎么样？我今天剧透了一点，我小时候什么样的老师能培养我们的想象力和创造力，也许只有最牛的老师，1%的老师，他们能听到学生丰富的想象力和创造力，但是很多老师不听，为什么？因为他的科学知识受到限制，当时问的时候他不能面对，但是对于好老师来说，无论说什么他都能恢复你，即使谈到他明显的科学知识，也勇敢否认自己的科学知识严重不足和幼稚，但是对于大多数老师来说，他的心太强，对AI来说不轻视的费用，不怕，所有的人类老师都可以收集数百万、数千万的问题因此，我们通过全知全能，通过微知着，通过无限的计算力，只有计算机才能传达想象力。建设所需的所有基础，通过这些基础可以向孩子提出各种各样的问题，孩子什么都可以应对，AI的应对有时文章错了，有时应对几乎错了，没关系。也许从另一个角度灵感了这个孩子的新思维。

因此，当孩子个孩子的思维，开始收敛性、跳跃性的开展思维，面对AI的问题，有不同角度的想法，他的想象力和构造力就会被唤起。我们实现了这样的家庭，使AI自我发展到无法想象的地步。在中央电视台的节目《机智的人》中，很遗憾这个节目因为各种各样的理由没有播出，我们发现了撒贝宁的优势和缺点。他说:这么长时间来了，周围的人不告诉我的数感很差，很难为情。

今天突然，你们的系统经过了18分钟的测试已经被检测出来了。显然，我的逻辑性很差，我的数感很差，而且我的反推法很差，我们记录了小学四年级的数学问题，池子里的草每天都很宽一倍，这些草从池子的1/4开始是第几天？据说是第八天。但是，当我们发现这个孩子的反推法不好的时候，撒贝宁是北京大学的法律，他们是英美法律系统的原因，英美法律系统重视正规化，如果我推测你这个人有罪的话，什么都有可能证据链不完整的话我就可以发售但是，孩子逆向构想的时候，不仅主题有问题，人生也有各种各样的问题，我成为企业的时候还是优秀的企业家，回到上市的道路上，那个时候没有。

后来，当我对风险投资有了很大的了解和困难时，我并不意味着当我看到一个方向时，我看到了一份事业，而不是当我看到消费者的痛点时，我就投身了。看看未来的终极市场有多大，5年、10年、15年后做什么，如果我为了到达这里，我今天应该做什么。所以，为什么AI能做别人没有的东西，我合并了很强的纳米，有想象力，有创造力，用反推法思考，我本来就不擅长。

最后松鼠AI期待做什么？希望苏格拉底、达芬奇爱因斯坦的智慧能够教育学生，必须教育孩子一次三次、一次百次的能力，所以在这样的逆转下，事业整体的方向不同，我们的战略也不同。因此，在我们的系统中，我们不会从不同的角度给孩子带来不同的幸福。就像这个数学问题一样，想要两条共线的圆心距离，两条共线的计算结束了吗？但是，这个问题必须有分类辩论意识。

因为有两种可能性，一种是外线，另一种是内线。如果其中之一泄露了可能性，将来的事业可能会泄露很多危险性。

在你能做的事情中，你可能跑到死路上，没想到别的方案。当你没有这种想法时，一定程度上是数学、物理和英语的自学，这对你的生活非常有价值。过去，我会做很多奥数问题，但没关系。

通过这些问题训练我的思维方式是最重要的。当我们去合并这些科学知识的时候，我们找到这个科学知识对你的一生，未来有很大的价值。

所以，我们在我是未来中对白进行测试，池塘进行测试，各有优势。如何在大量的世界噪音中寻找一个简单的信号，很多人把目光投向了未来的AI，也有人把目光投向了AI教育。据说，在所有创业和科学技术的噪音中，看到未来的信号，马化腾也说，如果中国有达到BAT市场价格的公司，从两个领域来看，一个是AI医疗，另一个是AI教育。我们的系统之所以能做到，是因为我们给了所有知识点很多传统的标签，而且机器可以自我进化的标签。

人工智能教育:我们希望通过人工智能教育希望通过人工智能教育，让每个孩子的眼睛都有热情幸福的光芒。最重要的是，几场人机战争已经证明了我们的学习效果。

我们不会捐赠100个学校账户，给数百万贫困家庭的孩子，希望教育的公平化得到提高。即使是收费账户，数万元的钱一年比800万、600万的学区房便宜一百倍。我相信松鼠AI在整个人类教育进化史上占据了浓厚的一笔。我们反过来看几百年前，中国学生学习的是《四书》《五经》，现在我们初中有二十个学科，到大学有几百个学科，我们的大脑是无限的。

未来的孩子比现在的监护人聪明几倍，前期是使用的AI教育的方法。一个国家过去只有几十个精英，现在在不同的国家，科学技术、娱乐、新闻、金融，不同的领域有几十万个精英，将来我们的孩子会被AI老师教育，如果能唤起大脑的创造力，相信未来的世界都是精英。就像过去几十年，在世界上完全消灭了文盲一样，将来我们可以把所有的人培养成精英。

计算机在未来一百年内可以用AI打破人类，这是多次被说的。在过去的200年里，机器已经用体力全面更换了人类的工作，将来我指出了20年的时间，机器在头脑上全部更换了人类的工作。很多人说人怎么办？这样焦虑的未来怎么面对？只是没什么。

在过去的几百年里，两台机器被播种机和收割机取代了大多数人类的工作。过去，只有农民，现在只有5%的农民才能养活我们，工作不太累。所以，今后所有的老师、科学技术人员都有可能每周只工作一天，我们必须如何应对AI和AI。教育部网站网站上，AI不能代替老师吗？意思是着作会。

但是，应用于AI的老师一定不会出现在历史上，所以AI的世界已经到来了。你们准备好了吗？谢谢你。谢谢你。

(演说全文结束)会议后，栗浩洋拒绝接受包括在内的很多媒体采访，明确采访内容的编辑整理如下:1.我们现在讨论的AI智适应环境自学更好的是机会自学方式和方法路径自学，但在这个AI智能时代的发展背景下，应该提高对应人的教育能力吗？在AI合作的情况下，与传统的教育方式相比，人类在什么样的能力方面不受关注呢？栗浩洋:目前AI仅次于的问题是常识和前后句的结构，包括推理小说的问题。我们在这个领域用教研的方法解决了人工智能的缺失。例如，我们教中文，特别是读者的时候，自己也很头痛，现在把作文和读者结构化。

结构化后，人工智能被解读，读者的功能被分解为100种技能(首先要理解单词，理解句型，理解简单句子之间的关联，理解布局模板时的结构)，将所有的事情合并为粗结构。分解后，改为0和1。结构化后，实现统一(两两融合、三三结合等)，让学生学习人群。

目前，我们解决问题的语文比传统教育效果好得多，包括能力。原本对我们的竞争对手来说，他们不能教知识点，也不能教自学力。我们现在也合并了这个。

例如，我小时候情人很低，之后把情人分解成仔细观察能力、识别能力、耐心等200多种。我们合并能力的时候只是结构化，可以解读机械部分。我们可以传授，这种传授效果不会更好。

我们合并的100种能力和思维方式对孩子来说是最重要的。我们合并后，先教孩子分类辩论，教第二个，教第三个。教育10个孩子后，综合对孩子进行总体分类讨论，举一反三。此时，儿童不会提高分类辩论的意识。

我们通过结构化完成了素质教育，这种素质教育特别好，孩子可以发展出一生自学和工作能力。2.你们今后不会再加入老师的要素吗？栗浩洋:我们现在是老师的要素，将来我们指出教书的一部分都是系统完成的，老师的手有时不会污染过程和数据。但是，未来老师实现的是教育的育人部分，老师现在不能进行感情交流，必须给孩子做感情交流、性格形成、三观形成。

教育应该使机器从头到尾完成，我们的在线已经完成，我们的在线也进入了1300家。我们指出在线场景总有一天会消失，十年后学校还不存在。传统的在线也不应该是传统的方式，传统的在线店铺不会消失，最后成为教育新零售的模式，通过数据协助孩子。

3.教育AI的应用落地，容易遇到的问题是什么？目前市场情况如何，市场需求如何？与其他领域的AI技术落地，有什么区别？如何看待市场未来的南北？栗浩洋:AI教育落地现在只是自己没有问题，其优点是产品已经成熟。人工智能教育在国外已经有9000多万用户使用，所以产品几乎可以超过落地的水平。

与一些人工智能产品不同，如机器人，它们在着陆期间本身的产品非常不成熟。然后有一个问题是人工智能教育基本上以2C的形式着陆，一些人工智能着陆，例如安全是2B，而2B只要政府接受和合作组织接受，就可以进行大量的推广。

但是，对我们来说，每个消费者都必须接受，所以AI教育落地是唯一的障碍。因此，我们为什么要和媒体朋友一起宣传AI教育的价值，对比尔盖茨基金会来说，他们已经花了5年时间深入研究AI智能适应环境教育。他们指出，智能适应环境教育是我们现代教育领域最必要的东西，福布斯、经济学家在世界各地的文章中，包括纽约时报、华盛顿邮报在内，AI教育是教育的终极解决方案。但是，对于中国来说，从媒体到消费者，只是不理解AI教育的确切理念、原理、工作方法、特性、优势、愤怒的效果。

因此，我们希望大家一起传播，一起花时间理解AI教育，我们国内确实需要跟上欧美的速度。即使跟上欧美的速度，我们也需要慢慢打破欧美市场垄断面积比率的状态。我们公司现在技术上只是打破了竞争对手，包括ALEKS、Knewton。

在垄断范围和消费理解方面，如果我们需要打破移动支付的可能性很高，成为另一个中国领先于世界人工智能的应用领域和创业公司的优势领域。对于市场未来的南北，我指出，就像过去的互联网，未来的二十年教育一定是AI下跌，所以AI最后就像水和电一样，成为必需品。也就是说，你不可能不在人工智能测试中使用人工智能测试，所以教育部有句谚语说，那些真正用于人工智能教育的产品的老师肯定会被淘汰。

未来的教育一定是智适环境教育作为一个大方向，我们从国外的案例也可以看出，传统汗水学院在去年7月转型智适环境教育，美国华尔街英语在两年前转型智适环境教育，美国所有的教育机构都已经成为智适环境教育机构。2018年度AI最佳掘金案例票选人工智能风雨60年，与其说技术升级促进了今天的浪潮，不如说现在的人工智能，再站在离商业最近的位置。

去年，第一次AI最佳挖掘金案例年度票选活动将在未来上市，之后受到AI方案输出者和AI技术需求者的关注。票选从商业维度到达，寻找用户/客户问题解决问题能力强的产品和解决方案。目前，我们再次站在AI浪潮的顶端，每月开始第二次AI最佳挖掘案例选票。

在人工智能教育领域，我们总共设置了6个奖项，地应聘，选拔地址:https:htww.leiphon.comspecial/AITopten2018.html关于文章:机械学习教父Tommmitchell:人工智能成为适应自学的驱动技术|全球AI智能适应环境教育峰会的领导者1对1翼:AI对教育仅次于提供关于科学知识宝库的能力是让学生提供关于科学知识宝库的钥匙|全球AI智能适应环境教育峰会，AI智能教育峰会不仅面临着AI教育峰会，AI教育峰会的领导者AI教育峰会|全球AI智适应环境教育峰会原创文章，授权禁止发布。下一篇文章发表了注意事项。

本文关键词：AG真人在线注册,AG真人在线登录,AG真人在线官网

本文来源：AG真人在线注册-www.cthdsc.com