其实每个孩子的学习速度都不一样，最好是根据每个孩子的学习速度进行个性化的教学。通过人工智能就能做到，针对每个孩子学习速度量身定制学习方案。   

传统教育的困境之四，只注重孩子知识掌握的训练，忽略了能力、思想和方法的培养。全世界都知道，中国的学生最会考试，坦白讲没有一个国家的人能考过我们。但我们在科技创新里面和对世界科技的贡献上面，相对来说是比较弱的。人工智能教育能带来什么?培养真正学习的思想、能力和方法。

智适应学习技术的突破是在 2011 年以后，这背后的推动力是强大的算力和海量的数据。现在我们可以看到，智适应学习框架包括学习者模型、知识模型、教学模型。我们还发现，海外已经有 9000 多万用户，在使用AI自适应教育产品。

国外有Knewton、ALEKS、Realizeit、等AI+教育的知名公司，KHAN ACADEMY也是从MOOCs调整为AI教育，国内也有大量公司涌入AI+教育，比如新东方、好未来，VIPKID，英语流利说等等。

纳米级知识点拆分，构建知识地图

什么样的人工智能才是智适应?我认为，首先必须有学习引擎的架构。

目前我们把知识点进行细分，在整个学习系统里面构建了一个超乎想象的知识地图，检测和帮学生规划其个性化的学习路径。

我们独创了纳米级知识点拆分。以初中数学为例，初中数学人教版上面规定了 300 多个知识点，我们拆成 30000 多个知识点，更精准地给学生进行定位。同时我们利用人工智能系统，把里面的教学内容进行学习思想、能力和方法的拆分，让我们的学生在思维能力上面也有所提高。

比如，我们把物理思想拆分，分成类比思想、分类讨论思想、整体思想、化归思想等等。我们把数学能力拆分，分成猜想能力、运算能力、推理能力、语言表达能力等等。我们把语文方法拆分，分成主字结构法、区间判定法、语法判定法等等。

我们会把很多的知识点做成教学内容，然后把教学内容按照知识点的归属，进行一个内容地图的制作，精准地测算到每个孩子知识点的漏洞。我们通过四次人机大战去验证我们的教学结果，最后我们认为AI系统教学比真人老师的教学是更有效的。

要想做到技术的领先，必须拥有良好的技术人员的储备。 2018 年，我们签约“全球机器学习教父”、卡内基梅隆大学计算机学院院长Tom Mitchell教授成为我们的首席AI科学家，除了在学校里面上课，剩下的工作都是在我们这。

同时，我们和卡内基梅隆大学联合成立了实验室，和斯坦福国际研究中心联合成立了实验室，也和中科院下面的自动化研究所成立了联合实验室。

目前，全国有 20 多个省市， 300 多个城市， 1800 多家学习中心，接近 200 万的学生在使用我们的人工智能学习系统。  

在这里我想说，与其打造一个超级的学生，不如给他找一个超级的老师。这个老师可能就在你的身边，他可以无时无刻地出现在你的电脑里，通过人工智能，通过互联网，就能打破传统教育行业里面的壁垒。这就是我们未来的学习场景。