对个性化教育的追求和教育资源分布不均衡，一直是教育行业的两个核心痛点，人工智能技术带来了解决问题的新的可能性。松鼠 AI 便正在尝试用 AI 去发展更为精准的个性化教育，并努力通过对知识点、学习能力和学习方法的拆分，去建立非灌输式教育，让孩子能够在学习中建立自信，举一反三。
但 AI 到底如何深入教育这个需求复杂的产业，去定义需求、切实解决问题?乂学教育 & 松鼠 AI 创始人栗浩洋在极客公园 Rebuild 2018 科技商业峰会上的演讲，或许能给我们一些启发。
以下为栗浩洋在极客公园 Rebuild 2018 科技商业峰会上的演讲实录(经过编辑，略有删减)：
千人千面的 AI 教育
我自己其实从事教育有很多年的时间，一直在思考学习的效率是不是可以十倍、百倍地提升。我自己小的时候，总觉得学习不是一件很难的事情，但我并不认为我是一个聪明的小孩，只是找到了学习的方法。
我们身边的学生学得太苦太累，中国的孩子是全世界学得最苦的，但是结果一点都不好，因为到现在为止，中兴事件让我们明白了，芯片等核心科技都掌握在海外公司的手里，我们汽车的每一个高附加值的发动机、变速箱也是来自于海外，没有多少是我们自己研发的，更不要说诺贝尔奖了。
为什么我们的孩子学得这么苦，结果却不好?为什么在欧美，没有一个孩子像我们这样作业做到 10 点、11 点，他们的学习效果仍然很好，科研效果也不差?我们如何解决这些问题，让孩子学得非常快乐又卓有成效，同时培养他们的学习能力、想象力和创造力?这是我们现在的教育面临的最大困境。
第二个困境是什么?是优秀教师资源的稀缺，这种情况在中国这么多人口的情况下尤为突出，所以 2014 年我在做松鼠 AI 智适应的时候就想，人工智能是不是可以真的超越一个老师?比如通过智适应的方式，让所有的孩子并不需要一遍一遍地刷题去提升成绩。其实这里面有 90% 的题目是浪费了时间，为什么我们不能够更轻松一些?
那么智适应的原理是怎么样的呢?如果我们能够通过一个扫描，知道学生到底哪 8% 的知识点不会，他其实只要花时间去学这 8% 的知识点就可以了，不用浪费更多的时间。所以 AI 教育不是说千人一面的教育，而是根据每个学生的画像做的千人千面的教育，这样不但释放了学生大量的时间，而且也找到了他自己从来没有过的自信。
每一个学生他学习的认知阈值是不一样的，同样的知识点，有的学生可能只需要 7 分钟就能掌握了，有的学生可能要 90 分钟。我们传统的课堂是 45 分钟，7 分钟掌握的，后面就是浪费时间，而 60 分钟才能掌握的孩子，到了 45 分钟，老师就不教了，三天以后，他是需要 15 分钟就能学会吗?不是，他要重头开始，多少的知识就是在这个过程中被浪费掉的。通过我们的模糊逻辑和分类树，可以用 AI 来探寻每一个学生的知识点，根据这个学生的状态，给他推送不同的东西，让学生找到自己适合的学习时间。
AI 诊断，非灌输式教育
我们不但做了刚才我们讲的这些算法，还做了知识点拆分，比如说分数的加减法，我们拆成了 100 多个知识点，这样我们就可以对小孩子做更精准的 AI 诊断。通过这种非常精密的拆分，我们可以让每一个小孩子找到自己的薄弱项，建立自信，学会这个知识点，然后一步一步往前。
我们还做了学习能力和学习方法的拆分。我自己做了教育这么多年，一直有一个非常大的痛苦，我们一直在往孩子的脑子里面灌输东西，但是我觉得教育应该是在孩子的脑子里面点燃一把火，激发他自己的思想和智慧，让他能够举一反三。
如何达到让他举一反三?很重要的就是我们要教他学习的方法和学习的能力，而不只是教给他不会的知识点，当他有了方法、有了能力之后，就会产生终身受益的结果。我们通过 AI 测试，不仅是对知识点做了选择，还对每一个孩子的学习方法和学习能力做了非常精准的诊断，从而我们能够教给他举一反三的方法。我们在做所有的数学能力拆分，物理、语文、英语能力拆分的时候，如果没有大量的数据，没有 AI 算法，是根本不可能完成的。
目前松鼠 AI 在全国有 1000多家无人教室，有的学生可以在一个学期里面提升很多分。随着我们系统的不断成熟，数据量的不断增大，我们希望通过三年的时间，能让所有的孩子在我们的系统里面平均提分 20 分。更重要的是，通过方法性的学习，让每一个孩子发出快乐、明亮的光芒，而不是刷题刷出来的暗淡之光。
