人工智慧在教育方面應用的思考(一)
人工智慧在教育上的應用一直是我們研究的重點和難點，在未來的日子裡，盼望人工智慧能在教育方面迎來更多的變革和創新！
現在我覺得重要的方向是
是基於AI的認知診斷方向，診斷學生的知識掌握狀態，之後就可以有意識的輔助學生弱項知識，這塊knewton，alekx做的不錯；國內的情況，還是大多停留在嘴上，沒有提供好的線上診斷的平臺。
這一點進行深耕，可以幫助老師和家長、學生自己實時檢視自己學習情況，提高學習效率。基於AI的自動解題，比如說現在熱門的高考機器人（雖然現有企業做的水分較大，但知名的如allenai、微軟和騰訊等都在積極拓展該領域，並在2017年發表了幾篇頂級論文），就可以做自動數學題求解，生成解題步驟，輔助學生學習，這塊國外wolfram alpha做得很不錯，但國內至少沒看到很好處理中文數學題目的專案。
這一點的拓展在於補助教師解題判卷，減輕了老師們的改大量作業的負擔，同時也能統計學生的做題情況，線上生成學生的錯題集等。三的話算是一小方向，針對方向二的，即數學公式符號識別，只有很好的識別出數學公式才能幫助方向二更好的發展。現在擴充套件來看可以做圖文加公式符號的混合圖文識別，研究高精度的識別出學生的手寫體的解題內容加公式圖表的識別，這可以為全學習過程的線上化提供莫大的幫助，有效的上傳學生的學習過程，可以為以後學生的學習情況診斷和知識的查缺補漏提供重要的資料支援。
這一點為方向二打基礎，做到學生做的題目及其學生解題過程都可以記錄在案，分析學生解題過程，更多的發現學生的知識點的不足。各個學科知識圖譜的建立，拿理綜來說，物理/化學/數學在各個年級階段/各個章節涉及的知識點及其相互關係的建立就需要耗費專業教師大量的時間，然後還有其對應題目的知識點標註。這些工作無窮無盡且效率低下耗資昂貴且準確率不高。所以研究如何結合人工智慧技術來拓展教育方面的知識圖譜是大有可為的。智慧化的建立教育知識圖譜對於提高診斷學生的知識能力水平的精度起著很大重要作用，可以比喻為其基石。
現有的科大訊飛的智課網等機構積極拓展自己的教育領域，在線上課程課務管理/查詢考試成績/線上判卷/將語音識別應用於考試等領域進行研發拓展。在有了大量的流量基礎上，擴充套件教輔培訓市場，做課程進行收費。這其實和作業幫/猿題庫/學霸君等類似，招好老師，研發好課程，賺取好的名聲，讓家長覺得對自己孩子很有價值，進而您懂的～但學生往往受家長要求進行學習，孩子們往往就在白天上學校課，網上上培訓課之間遊走～