乂学教育松鼠AI亮相KDD2018 畅谈前沿科技与AI教育行业发展

一年一度的全球顶级数据挖掘大会ACM SIGKDD (知识发现与数据挖掘会议，简称KDD)今年于8月19日至23日在英国伦敦召开。作为数据挖掘的国际顶级会议，KDD每年都会吸引包括谷歌、脸书、微软等世界顶级的科技公司参与，今年包括阿里巴巴、腾讯、百度、滴滴科技等巨头也都悉数出席，松鼠AI作为人工智能智适应教育领域的唯一代表公司首次出席KDD，受到了众多知名专家教授、业内人士及学生的关注。

松鼠AI的首席数据科学家Dan Bindman在大会上发表了精彩的主题演讲Multi- Dimensional Models for Knowledge Assessment and AI Adaptive Learning: Now and Future即用多维度的模型来进行知识检测及人工智能智适应教育：现在和未来。向大家详细介绍了松鼠AI在识别学生知识薄弱点、因材施教、提供个性化教学上的领先的技术优势，并跟参会者详细交流松鼠AI的核心算法、正在进行的实验及未来的研发方向等话题。

松鼠AI 的首席数据科学家Dan Bindman发表精彩演讲

据悉，美国数据科学家, 前巴克莱银行的首席数据官KDD和ACM SIGKDD(知识发现和数据挖掘协会)的联合创始人Usama M. Fayyad，哥伦比亚大学数据科学研究所所长、曾任微软研究院公司副总裁及卡内基梅隆大学教授，ACM和IEEE会士周以真(Jeannette M. Wing)，诺贝尔经济学奖获得者、斯坦福大学经济学教授Alvin E. Roth，微软AI首席技术官Joseph Sirosh，牛津大学机器学习教授Yee Whye Teh，卡内基梅隆机器学习教授邢波，特斯拉人工智能主任 Andrej Karpathy，IBM首席科学家Faisal Farooq等参加了本次活动，并就人工智能和机器学习领域的研究前沿内容展开了交流。

本次KDD峰会主席，新任ACM美国计算机协会会长，俄亥俄州立大学教授Cherri M. Pancake做峰会开幕致辞

前巴克莱银行的首席数据官，KDD和ACM SIGKDD的联合创始人Usama M. Fayyad

作为松鼠AI 的首席数据科学家，Dan Bindman的演讲分为两个部分，第一部分是The Key Components of an “Ultimate” AI Adaptive Learning System即“终极”人工智能智适应系统的主要组成部分。第一个组成部分是完整的和“深度的”内容，即1)高质量的必不可少的问题，加之互动性高的视频和解释，并将所有的知识点拆分为非常细的颗粒度以便于学生们掌握; 2)大量的差异度高的难题让学生们对目前的教材有更深刻的理解。这些难题通常都是开放式的问题，所以相对来说较难编写并给出学生容易理解的评分。松鼠AI的系统运用了试题反应理论(Item Response Theory)、知识空间理论(Knowledge Space Theory)和贝叶斯知识跟踪(Bayesian Knowledge Tracing)，可以为学生提供非常完整的且有深度的k-12领域的所有知识点。但在开放式的难题方面，整个业界都还处于一个初始阶段，松鼠AI也投入了大量的研发精力在这个领域。第二个组成部分是一个强大的学生知识检测系统。 这个系统既要高效和精确地检测出学生们对整个教材中的知识点的掌握程度，并且要知识点高颗粒度地分解，精准地指出学生们知识弱点所在。在理想的状态下，学生除了最初使用松鼠AI精准检测学生的知识点掌握情况时需要重复测试之外，系统可以实时运用历史数据检测出学生的知识薄弱点，不必重复测试。

松鼠AI首席数据科学家Dan Bindman曾受邀在Edtech欧洲峰会演讲并代表企业获得Growth大奖

Dan Bindman随后又介绍了A Brief Description of the New Model I Have Brought to Yixue Education即他为乂学松鼠AI带来的一个新的模型的简单介绍。这个模型中最重要的核心便是Probabilisic Knowledge State即概率知识状态，简称PKS。PKS在考察一个学生在任何时间做任意题时主要关注以下三个核心要素：学生的能力A(t)(The student’s abilities)、问题的权重W(q)(The question’s weight)和问题的中心C(q)(The question’s center)。只需要学生回答15-20个问题，模型就能够迅速并准确地分析出学生需要掌握的每一个纳米级知识点。因为概率知识状态(PKS)非常准确，所以它对于智适应学习大有益处：它可以用来为学生选择恰当难度的问题和课程，既不太难也不过分简单，恰到好处。”

举例说明PKS的工作原理

除此之外，Dan Bindman还为与会的听众介绍了松鼠AI未来在研发上的展望。松鼠AI目前已经拥有了一个非常精准的推题系统，而且这个系统会通过松鼠AI的知识检测系统的提高而不断提高。未来松鼠AI将会不断提升互动性，并且将加入学生在学习状态下的实时心率、脑电波和表情识别等因素来进行综合分析，并将为每个学生配备一个虚拟私人助理。松鼠AI将使用多重空间的检测因素来测量得到学生的情绪，从而提供更好的学习服务。松鼠AI一直非常重视研发上的投入，成功开发了国内第一个拥有完整自主知识产权、以高级算法为核心的自适应学习引擎——松鼠AI，并先后与斯坦福国际研究院(SRI)成立了人工智能联合实验室，与中科院合作建立了AI智适应教育联合实验室，开启了可定义、可测量、可传授的“千人千面”的个性化教育模式。参与的人员对Dan演讲和松鼠AI目前用到的模型、人工智能算法和未来的科研方向表示出了极大的兴趣。

松鼠AI 的首席数据科学家Dan Bindman演讲后跟参会者详细沟通松鼠AI的算法及模型

在了解了松鼠AI的领先的算法及模型、及智适应技术的实际应用效果后，包括本次大会的总主席，英国皇家工程院院士、英国帝国理工学院数据科学研究所所长、苏伦大数据科技研究院院长郭毅可教授、哥伦比亚大学数据科学研究所主任周以真(Jeannette M. Wing)，及来自脸书等人工智能行业内人士，都称赞道“你们(松鼠AI)正在做一件有意义的事情”。大家对松鼠AI目前在研发上取得的成就及将人工智能技术应用在教育领域，致力于为每个中国孩子带来公平、高效和个性化的教育的行动表示肯定。

Dan Bindman和周以真(Jeannette M. Wing)交流关于人工智能智适应及论松鼠AI的算法及模型

牛津大学统计机器学习教授, Deepmind研究科学家Yee Whye Teh作为本次大会的主讲嘉宾之一，发表了题为《小数据问题的大数据学习研究》的主题演讲。截至2018年6月14日，他的出版物被引用了20142次。在加入牛津大学之前，他是伦敦大学学院盖茨比神经科学小组担任计算统计和机器学习的讲师，深度信念网络的发明者之一。他还多次担任NIPS、ICML和AISTATS的领域主席。

牛津大学统计机器学习教授, Deepmind研究科学家Yee Whye The发表演讲

会后，Joleen Liang、Dan Bindman与KDD 2018总主席郭毅可教授、英国帝国理工学院数学系教授David Hand、哥伦比亚大学数据科学研究所所长周以真、牛津大学机器学习教授Yee Whye Teh等顶级AI专家学者进行了更深度的交流探讨，对于松鼠AI目前在人工智能教育落地化应用中所取得的成绩，他们表示十分赞赏，并期待看到未来乂学教育松鼠AI能够成为全球人工智能技术在教育行业落地的先行者与引领者。

此外，松鼠AI还宣布进一步扩大其数据开放计划，以开放协作的态度欢迎全球科研学者和团队跟松鼠AI一起就人工智能技术在智适应领域上的应用进行更广泛学术研究。

KDD是美国计算机协会(Association for Computing Machinery, ACM)于1998年成立的专委会(ACM SIGKDD)，每年举行一次年度学术会议，以其选取论文标准高，尤其是对创新性的要求高著称，被广泛认为是知识发现和数据挖掘研究领域最有影响力的顶级学术大会。每年都吸引着超过2000位来自世界各地的顶级数据挖掘学者以及知名企业代表前来参加。据了解，本届KDD共接收论文293篇，包括了学术研究和应用数据科学两大方面，其中华人/中国人作者的有189篇，占比64.5%。