AIED是Artificial intelligence in education的縮寫，即人工智慧賦能教育產業。它是人工智慧技術對於教育產業的賦能，通過將本身具有跨學科屬性的 AI與學習科學(教育學，心理學，神經系統學，語言學，社會學及人類學)結合起來，促進自適應學習環境的發展，用大數據實現教育的個性化。
基本介紹
- 中文名：人工智慧賦能教育產業
- 外文名：Artificial intelligence in education
- 英文縮寫：AIED
發展歷史,技術簡介,基礎架構,套用場景,
發展歷史
20世紀80年代早期，國外研究人員通過學習輔助系統將AIED帶入大眾的視野。
中國的AIED發展是隨著2006年深度算法在語音和視覺識別上實現突破才開始受到關注。在中國政策、消費升級和技術的驅動下，AIED領域公司發展迅速。尤其從2015年開始爆發式增長，2017年AIED領域融資額達42.17億元。
AIED在中國還處於起步和摸索階段，中國AI初創公司2017年所獲融資占全球總額48%。
據飲鹿網(Innov100)統計，截止2018年，智慧型教育領域共有141家公司，共192起投資事件，總投資額為326億人民幣。目前，人工智慧在教育領域已經實現十餘種產品類型，主要集中在智慧型導師與助手、智慧型測評、學習夥伴、數據挖掘與學習分析等領域。
技術簡介
在人工智慧技術圖譜上，以機付奔立器學習、數據挖掘為兩大技術核心，兩者技術範疇上有所交叉。機器學習又包含對抗學習等諸多種類，其中倍受矚目的就是深度學習。按照拓撲結構分類，深度學習可分為卷積神經網路、循環神經網路和全連線神經網路，並通過算法框架實現深度學習過程。
在機器學習與數據挖掘的技術之上，實現了目前市場上最常見的三大技術套用，即計算機視覺、智慧型語音技術和自然語言處理。另外，人工智慧技術的實現，還要依託硬體的支持（處理器/晶片、感測器元件等）以及雲平台提供的恥達存儲與計算服務。
人工智慧在教育領域的套用技術主要包括圖像識別、語音識別、人機互動等。在機器學習與數據挖掘的技術之上，計算機視覺、智慧型語音技術和自然語言處理。比如通過圖像識別技術，人工智慧可以將老師從繁重的批改作業和閱卷工作中解放出來；語音識別和語義分析技術可以輔助教師進行英語口試測評，也可以糾正、改進學生的英語發音；而人機互動技術可以協助教師為學生線上答疑解惑。
除此之外，個性化學習、智慧型學習反饋、機器人遠程支教等人工智慧的教育套用也被看好。
基礎架構
國外市場研究機構Technavio在《關於“人炒拔堡工智慧型+教育”研究報告》中提出，目前AIED的核心有堡姜永鴉三個關鍵模型:分別是教學模型，領域模型和學習者模型。
教學模型：人工智慧在教育領域的另一個重要場景是能提升教學的質量。開發商們在自己的產品中運用到了自然語言處理和語音識別技術。通過運用這些解決方案，人工智慧系統扮演了導師的角色，能夠提供精準的答案並分析學生的表現。
領域模型：是指學習者在某一個特定學習領域。在這個特定領域中的人工智慧解決方案主要是來最佳化提高特定領域中的知識，主要是在STEM領域。
學習者模型是一種基於計算機與學習者之間的人機互動方法，為學生提供更智慧型的學習選擇。結合內容的自適應學習能力能讓學生自主地學習，他們能夠成為學習內容的“主人”並有了適合自己的學習方法。這能夠提高他們的學習興趣和學習的參與積極性。
套用場景
目前的人工智慧在教育領域的套用來看，可以分為自適應學習、虛擬助手、專家系統、商業智慧型等方面的廣泛套用。
自適應學習+教育
1、“自適應+K12教育”類。如“猿題庫”，通過自適應題庫為學生提供個性化題庫，並根據其個性化問題提供真人線上輔導。
猿題庫
2、“自適應+STEAM教育” 類。如“wonder workshop”，通過軟體將兒童的數據進行分析，藉助機器人硬體和教學內容，幫助孩子學習編程。
3、“自適應+語言教育” 類。如“英語流利說”，藉助語音識別和自然語言識別技術，判斷學生的口語水平，對學生薄弱環節的分析，規劃出適合個體差異的英語學習解決方案。
wonder workshop
智伴兒童機器人
虛擬學習助手
虛擬學習助手是指為學習者提供陪練答疑、客服諮詢、助教等服務。
1、虛擬助教。教育過程中,AI虛擬助教為學生答疑、提醒等功能。
2、虛擬陪練。課後練習反饋提升學習效果，不同類型的學習內容需要的技術方案各不相同，搭配智慧型硬體來達到學習效果。
專家系統
專家系統是指在某個領域能夠有效地運用數位化的經驗和知識庫，解決以往只有專家能夠解決的複雜問題[4]。專家系統幫助學習者和機構診斷、預測、決策。
這類企您囑承境業通常可細分為:
商業智慧型化
教育機構組織運營包括多個核心環節(推廣招生、教學、客戶服務等)和支撐活動(基礎設施、人力資源、採購、教研等)。
企業在商業智慧型化發展中通常有兩個方向:
1、“運營支持”。基於數據分析，為學校制定個性化的調查方案，找出學校的問題所在並針對廣泛性問題提供解決方案建議。
2、“學情管理”。為學校提供完整的智慧型化教學配套方案，教室可用於作業管理和課時學情分析，家長通過此了解孩子學習狀況，教學管理者可以用於學校的智慧型化教學分析。
套用場景
目前的人工智慧在教育領域的套用來看，可以分為自適應學習、虛擬助手、專家系統、商業智慧型等方面的廣泛套用。
自適應學習+教育
1、“自適應+K12教育”類。如“猿題庫”，通過自適應題庫為學生提供個性化題庫，並根據其個性化問題提供真人線上輔導。
猿題庫
2、“自適應+STEAM教育” 類。如“wonder workshop”，通過軟體將兒童的數據進行分析，藉助機器人硬體和教學內容，幫助孩子學習編程。
3、“自適應+語言教育” 類。如“英語流利說”，藉助語音識別和自然語言識別技術，判斷學生的口語水平，對學生薄弱環節的分析，規劃出適合個體差異的英語學習解決方案。
wonder workshop
智伴兒童機器人
虛擬學習助手
虛擬學習助手是指為學習者提供陪練答疑、客服諮詢、助教等服務。
1、虛擬助教。教育過程中,AI虛擬助教為學生答疑、提醒等功能。
2、虛擬陪練。課後練習反饋提升學習效果，不同類型的學習內容需要的技術方案各不相同，搭配智慧型硬體來達到學習效果。
專家系統
專家系統是指在某個領域能夠有效地運用數位化的經驗和知識庫，解決以往只有專家能夠解決的複雜問題[4]。專家系統幫助學習者和機構診斷、預測、決策。
這類企業通常可細分為:
商業智慧型化
教育機構組織運營包括多個核心環節(推廣招生、教學、客戶服務等)和支撐活動(基礎設施、人力資源、採購、教研等)。
企業在商業智慧型化發展中通常有兩個方向:
1、“運營支持”。基於數據分析，為學校制定個性化的調查方案，找出學校的問題所在並針對廣泛性問題提供解決方案建議。
2、“學情管理”。為學校提供完整的智慧型化教學配套方案，教室可用於作業管理和課時學情分析，家長通過此了解孩子學習狀況，教學管理者可以用於學校的智慧型化教學分析。
