7月9-10日，36氪在北京和上海同步举办“2019WISE超级进化者”大会，活动设有七大会场，关注企业发展变革路径、行业风向把握、零售行业的进击与蜕变、万亿企业服务市场的崛起、产业创新机会、全球化趋势与差异化需求的爆发逻辑等议题，邀请超百位行业领袖，聚焦那些引领行业变革的超级进化者的崛起之路。
因材施教，是古今中外关于教育的共同理念。但是，由于不同地区，不同年龄段教育资源的不均等，这个理想很难实现。AI的进化，或许能够解决这个问题。教育作为培养社会前瞻性人才的关键领域，如何在人工智能来临之后通过互联网实现质的改变成为了当今教育行业新的课题。
乂学教育-松鼠AI合伙人、拓展事业部总经理马刚认为，在未来，一个好的老师就是孔子+达芬奇+爱因斯坦的AI超级老师。到今天为止做人工智能教育最大的难点，是算法领域跟教育结合的专家特别少。
通过知识地图，像素化地拆解知识点，然后再结合人工智能算法的力量，也许可以让教育里个性化的需求得到满足。人类老师想要尊重和满足这种个性化的时候非常艰难，因为这种个性化浩如烟海，但机器也许可以做到。
教育这个行业非常古老，从人类有人开始，就有教育了。到今天为止，依然有很多教育从业者不断试图要去摸清这个行业的规律，并且试图做一些改变。当人工智能浪潮来了之后，和之前的互联网教育、传统教育相比，AI教育到底有哪些区别呢?如何通过人工智能技术来改变教育的底层，让千千万万的孩子受惠，这是我们希望做到的。
从我们自己到我们下一代，中国的学生学习都非常苦，苦在什么地方?我有两个孩子，老大9岁，小学三年级。每天早晨，我加班再晚，早晨6点都要起床，因为要送他去读书。晚上接回来之后，我太太还要陪他辅导作业。我回家的时候11点，他还在做作业。很多时候做着做着就哭了，这是中国孩子学习的痛苦。我们也是一样，从3岁进幼儿园，20几岁才本科毕业。等到毕业踏入社会，花了20几年学习的东西，可能毫无用处，这是最大的痛苦。
第二点，从一开始读书，我们就不断被灌输，吃得苦中苦，方为人上人。让你消耗大量的时间刷题，尤其是高三、初三升学关键口，这个问题特别突出，会面对大量的刷题。我至今记得高三的时候，老师告诉我书读百遍，其义自见。这道题不做1000遍，想获得其中的知识，想掌握它、应用它特别难，所以要大量地刷题。实际上刷题是对我们时间极大的消耗。
第三点，师资资源分配不均的问题。如果我来自安徽一个偏远的城市，根本找不到像北京、上海这样经济发达的城市的老师资源。好老师不告诉我书读百遍，其义自见。好的老师，会告诉你掌握好的方法。而整个中国这样的老师特别少，北京好的中学有清华附中、人大附中等等，但是放眼到全中国，这样的中学有多少?即使在人大附中、清华附中，一个好老师也没有办法把班级里、学校里所有的孩子全部顾及到。优秀的老师，因为时间的问题、精力的问题，他也没有办法全部把他好的方法和经验传授给所有孩子。
中国的教育存在那么多问题，如何通过人工智能技术改变目前存在的问题呢?我的孩子经常跟我倾诉，爸爸我想去踢球，我想去学音乐。他是爵士舞的爱好者。但是没有那么多时间去玩。去年在北京演讲的时候，台下有个资格非常老、年龄非常大的优秀工作教育者。他讲，中国的教育被搞坏了。为什么这么讲?因为我们天天告诉孩子要去做符合应试的事情，所以孩子没有时间去发展素质，中国一代一代在这样的体制下坏掉。
实际上说老实话，中国素质教育和应试教育的争论，一个关键点不是因为孩子不愿意去素质，也不是因为中国家长不愿意给到孩子好的素质教育，而是今天的孩子根本没有时间去学习素质教育。因为他回家要做3小时作业，就没有时间利用这3小时去踢球，利用这3小时去学音乐，去发展他想发展的东西，去学习他想要学习的兴趣和爱好。这些时间都被学习占用了，那如何解决呢?
举个例子，我儿子每天晚上回来做作业的时候，我辅导他有个巨大的问题。很多问题他已经会了，老师让他抄三遍单词，老师让他做一道题，这道题他会。如果把孩子已经会的题目，比如10个家庭作业，9道已经会了，这9道还需要再做吗?我觉得不需要。如果能把这些的时间节省下来，这是一个巨大的效率提升。
我们来看看AI教育如何做。今天全球的科技大佬和大公司几乎都在关注人工智能教育。扎克伯格的基金在不断投人工智能教育公司，比尔盖茨基金会和谷歌也在投。海外已经有9000多万用户在用智适应的教育产品，但是我们到今天为止中国依然有很多家长和老师不了解人工智能自适应教育，不了解人工智能到底如何解决传统教育的问题。
第一，知识地图。我们把孩子所有要学习的知识点，通过知识地图的拆分，一个一个细化到颗粒状的知识点。如果能把所有知识点颗粒化，就像手机像素一样，像素越小，颗粒呈现越清晰，意味着在检测孩子问题的时候，检测孩子水平的时候，你会变得相对更为精准。我们在全球独创了纳米级知识点拆分，这个非常重要。举个例子：分数加减法，今天去看分数加减法知识点，在教育部的教育大纲当中，知识点非常有限。我们在做的就是通过知识点的前序和后序的关联，不断进行拆分，然后细化，最终让孩子能够通过这些细小的颗粒体的知识点的掌握，全面掌握所有的知识点。
第二点，也是我们的独创：MCM的系统，学习思想、能力和方法的拆分。为什么做这样的拆分?我们发现今天的学习单纯就是学习知识点。如何让孩子掌握举一反三的学习能力，学会这个学习方法，下一个事情还用同样的方法学习。我们大学毕业之后，利用学校学习的能力把它应用到社会和工作当中，这也变得非常重要。这是我们做的思想能力和方法上的学习拆分。
第三点，如何保持学生的专注度?同样是网络产品，孩子在网吧打游戏，可以一天一夜不回家吃饭。如果在网上跟老师去学习，半个小时都坚持不住。我的儿子上外教的在线课程，25分钟要出来七八次。每次他说，我想吃个苹果，但是玩ipad可以玩几个小时。如何让孩子掌握知识点的时候，同时有好的成就感，这特别重要。如果一个孩子考了30分，过去学习体制是让差的70分内容全部补给他，这是不合理的。我们怎么打游戏呢?先简单再难，先打小Boss再打中Boss，再打大Boss。我们30分的孩子，先学35分，35分以上的先不学了，会发现他的成就感更强。此外，还要尊重每个孩子的学习速度。同一个知识点，不同的孩子在学习的时候，消耗的时间完全不同。一个孩子学习不同知识点的时候，消耗的时间也完全不同。如何能够让这些个性化的东西得到尊重，让这些个性化的需求得到满足，当人类老师想要尊重和满足这种个性化的时候非常艰难，因为这种个性化浩如烟海，但机器可以做到。阿法狗战胜李世石，就是因为它有人类很难达到的计算水平和准度。
第四点，追根溯源。举一个例子，如果我的孩子是初一，考了60分，可以正常升到初二。如果初二又考60分，可以正常升到初三。等他初三毕业的时候，面临中考的时候，初一考60，意味着欠40，初二考60，意味着欠40。如果只让孩子在初三大量刷题，只学初三的内容根本不行。所以如何追根溯源找到孩子原本的薄弱点，在该掌握没有掌握的知识点，这也变得尤为关键。
到今天为止，做人工智能教育最大的难点，就在于AI算法领域跟教育结合的专家特别少。去年，卡耐基梅隆大学计算机学院院长、全球机器学习教父Tom Mitchell教授加入松鼠AI，在整个人工智能行业引起了轰动。今年5月，CMU计算机及心理学系教授、LearnLab研究室主任、美国智适应教育科学的三巨头之一的Ken Koedinger也正式出任松鼠AI首席学习科学家。
目前，松鼠AI在全国 20 多个省 400 多个城市开设了近2000家学习中心，近 200万学生用户使用过松鼠AI智适应学习系统。大量的孩子跟着我们系统学习之后，提升效果非常明显。
松鼠AI希望通过在人工智能教育领域的研究，让每个孩子都从中受益。让学习不再是一件痛苦的事情，让学习变得快乐起来，让学习变得自信起来，让所有孩子的眼睛可以透露自信明亮之光，而不是刷题的黯淡之光。希望在座所有人跟我们一起加入到改变教育的行动中来。就像我前两天看华为任正非的采访，他不再关心美国和华为，他关心的是中国的教育。因为基础教育是国防，如果基础搞不好，意味着这个国家的青年一代就会垮掉。
希望所有人跟我们一起关注教育，利用自己的一己之力改变教育，改变中国的下一代，改变中国的未来。