昨天第 32 届 IEEE / RSJ国际智能机器人会议（IROS 2019）在澳门隆重举行。IROS是关于机器人技术和智能系统的旗舰国际会议，它是智能机器人技术和自动化领域的两个顶级国际会议之一，也是世界上最具影响力的国际顶级机器人学术会议。

松鼠AI的首席科学家崔炜应邀出席的IROS 2019会议并作精彩演讲。松鼠AI学习是中国第一个在K12教育领域申请AI自适应学习技术的人工智能企业，现已成功开发出了首个以中国为核心的、具有完全自主知识产权和先进算法的AI自适应学习引擎。在技​​术层面上，松鼠AI充分利用了知识空间理论、贝叶斯理论、逻辑回归、遗传算法和深度学习等十多种人工智能算法技术，创造了纳米级知识点分解、MCM分解系统（思维模型，能力模型和方法论），从而清楚而准确地了解了学生的知识漏洞。

过去，为了消除知识点的盲区，学生们常常要做大量的作业。松鼠AI学习会扫描学生的知识图谱，以准确定位他们知识的盲区。学生无需在海量的试题中巩固自己的知识。该系统将根据学生的知识薄弱环节快速帮助他们，使学生的学习效率最大化，并确保他们的学习成绩稳步提高。崔炜介绍，目前在技术特性方面，松鼠AI学习主要适用于几个主要的AI技术：

首先是进化算法、逻辑回归和神经网络。该算法模型考虑了学生的学习目标和知识状态，并动态调整了学习路径。该系统将逐步画出学生的学习习惯、兴趣、方法和其他多方位的学生画像，并不断自动优化内容推荐逻辑。

第二，机器学习、深度学习和自然语言处理技术。该技术可以根据不同学生的个人喜好，学习习惯和学习方式推荐最合适的学习内容。不同的学生使用自然语言处理技术自动生成学习内容标签，以适应不同学习氛围和难度；使用深度学习技术分析学生的学习内容，并自动选择适合学生的学习内容。

第三，贝叶斯理论和贝叶斯网络。根据经验和信息动态地查看问题。该系统将绘制知识点和概率分布，并预测学生的学习能力。通过比较不同知识点之间的相关性和学生的掌握程度，松鼠AI智能自适应学习系统可以推断出知识点之间的相关性而没有逻辑关系。

第四，图论、知识空间论和信息熵论。松鼠AI学习根据难度，重要性和认知水平区分知识点，对知识系统进行建模，构建“知识图”，并梳理知识点之间的逻辑和认知相关性。

从测量的角度来看，信息可以量化。利用信息熵理论，可以通过检测一些重要的知识点来快速达到学生的知识状态水平，然后围绕该基本水平进行反复细化的计算，以有效，准确地诊断学生的知识漏洞和状态。第五，知识追溯理论。该系统将评估学生在每个知识点的能力水平，依次分析知识点和相关知识点的能力水平，最终准确掌握每个纳米级知识点，并实时更新学生的能力值变化学习后的时间，以便准确地推向适合当前学生情况的最适合的学习途径和学习内容。它不仅可以理解学生对当前知识点的掌握程度，还可以反映学生的潜能，这是一种预测。

第六，教育数据挖掘与学习分析技术。教育数据挖掘是指对学习过程和学习行为进行定量分析，并在学习过程中收集学生的学习数据，包括学习时间，停留时间和知识准确性等。通过数据的处理和分析，不同的学生建立学习模型。学习分析技术主要用于预测和监控学生的考试成绩，可以为教师提供详细的学生数据和信息，供系统和教师改进教学方法。

第七，正在研究中，以对话为基础的基于对话框的HUI和VPA引擎驱动的用户交互可实现虚拟师生之间的实时语音交互。主要技术是自然语言处理，语音识别和语义分析。在学习过程中，学生可以随时向虚拟老师询问他们的学习情况和学习任务，并提供有关问题的反馈。

第八，MIBA是与SRI和CMU合作的另一个项目。MIBA是指多模式集成行为分析。它通过照相机，测量环的脑电波和其他设备收集学生的生理数据和行为数据，包括面部表情数据，皮肤下的血液变化数据，身体运动数据和脑电波数据。结合学习过程中产生的学习数据，分析学生的学习状态，包括学生的专注程度和学习投入。教师使用的教师终端系统可以接收预警信号，可以及时实施个性化干预，使学习更加有效。

最后，崔炜表示，传统教育目前面临着许多根深蒂固的问题：教育资源的发展不平衡，优质教育资源倾向于发达地区，而在欠发达地区，教师素质不均衡。松鼠AI学习希望通过赋予AI技术来实现我们自古以来就倡导的教育理念：根据学生的能力来教授学生，以改革和创新传统教育。