栗浩洋在演讲中表示，“如果AlphaGo用围棋下赢了人类，只给人类带来了沮丧。那我们在教育里的人工智能应用，可以让每个孩子都能够获得10倍的效率提升，可以让全中国的孩子，都能够用最低廉的成本，获得最高效的教育。”

我做了两家公司，在社交方面做了朋友印象，在教育方面做了乂学教育，这两家公司都跟人工智能有很深的关系。

现在，朋友印象和乂学教育的重点都放在了人工智能上面。乂学教育的产品这个月刚上线，只有不到一百个用户，但是已经得到了很多大基金的领投意向，最近很快会关闭估值将近6个亿的天使轮融资。

为什么我们会得到这么多重视呢？其实我们也是比较幸运的，在两年前踩到了人工智能的风口上，而且真正把这个事儿给落地了。

那么，乂学教育是怎么做的呢？

减知理论如何让计算更有效？

今天我会从AlphaGo讲起。我们都知道AlphaGo是人工智能里面最有名、最明显的一个例证了。它让机器智能战胜了人类，也让人工智能威胁论甚嚣尘上。AlphaGo之所以成功，是因为利用了“减知理论”，让整个计算变得更有效了。

其实，乂学教育也是用了一个类似AlphaGo的体系，去模拟特级教师的大脑，跟学生一对一的进行互动。我们通过每个小孩子的100个知识点，识别出他们到底哪5个知识点不会。在这种情况下，只需要教这个孩子其中的5个知识点就好了。

但是，以前包括新东方、好未来、昂立教育等公司，都是让孩子把所有的知识点全部都学一遍。这种情况，就好比到了医院说我胃疼，医生检查出了你是胃溃疡，但是让你把药房里的100种药全部吃一遍。

现在的教育，是要把所有的知识点全部推进一遍。但是通过人工智能的侦测，我们可以像癌症的靶向治疗一样，点对点的针对性学习，从而将学生的学习效率提升10倍。

这就好比为什么AlphaGo能够快速的作判断？因为它把历史上的3000多万盘棋谱先吃进去，并且消化完了。它每走一步都类比这3000万盘棋局，然后再根据一定的算法，提升正确下棋的概率。

其实，乂学教育系统也是一样。我们把这几万个知识点预装在系统里面，小孩子来了以后，我们可以精确地测试他们的知识点到底有什么，通过知识空间理论十倍的提高他们的教学效率。

用5个单词测出3万个词汇量靠的是什么？

去年有件事情非常火，就是可以用30个单词测试出3万个词汇量中你知道多少。这虽然听起来非常不靠谱，但是通过人工智能在教育里面的应用知识空间理论，就非常容易做到。也就是把3万个单词，根据难易程度分成了30组，每个组别只选一个单词进行测试。

但是，用乂学教育的智适应人工智能系统，只需要5个单词，就可以测出你的词汇量，而且精准度和刚才30个单词测词汇量的正确率是一模一样的。

我们是如何做到的呢？除了知识空间理论，我们用了信息论，信息论是由熵的概念而来，也就是说任何题目，如果答案的可能性在一般的时候，我们的所知度是最大的。所以，我先给你第15级的单词，测完之后如果你会了，我们就知道你的词汇量是在1.5到3万之间。如果你不会，我们就知道你的词汇量在0到1.5万之间，以此类推。

通过简单的人工智能的算法，我们可以用五个单词来测试你的三、五万的词汇量，这就是人工智能带给人类的一个颠覆性改变。当然人工智能的算法远远复杂于此。

智适应系统如何击穿传统教育痛点？

在传统的教育中，我们还会遇到一个痛点是每个学生掌握知识点所需时间是不一样的。最快的孩子5分钟就学会了，最慢的孩子可能要花90分钟去学，因为你只有掌握了这个知识点，才能进入到下一步。

但是，乂学教育的智适应系统可以根据每个人的情况，给出不一样的学习体系，我们甚至会抛弃很多知识点。因为我们判断以你的水平，你现在学不会这些最难的知识点的，我们只给适合你的知识点，让你期末从两年不及格跑到60、70分，这是最大的胜利。

这其实就是人工智能给我们带来的改变，就像AlphaGo有时候会放弃一些局部的利益，直接去争取一个更大的利益。

所以，我们不断的通过学生画像和内容测写来用智能化的手段侦测你的水平，给你一个与众不同的教学体系。

我们知道AlphaGo跟李世石下棋前三盘全赢了，然后第四盘输掉了。为什么？有一句话叫做，“我们不害怕机器AlphaGo下赢了李世石，我们最害怕的是AlphaGo故意输。”如果机器懂得了人类的情绪和恐惧，懂得了故意输给人类，这就是机器最可怕的时候，是我们需要去担心的时候。

而乂学教育的智适应系统，通过教育测量学和认知判断，给每个学生完全与众不同的个性化路径的推荐，让每个小孩子在学习过程中感觉到愉悦。

过去，一个孩子如果初一、初二都不及格，到了初三我们会让他留级，但是这样也不会有什么结果。但是如果用了乂学教育的智能体系，我们几乎可以保证这个孩子再继续学一年，他可以考到至少七、八十分，甚至更高。

我们是怎么做的呢？我们会让这个学生把之前小学和初一、初二的内容学完，再学习初三的知识。这个时候，他再进入到初三下半学期学习的时候，已经信心满满、基础扎实。很多小孩子被放弃是因为他总学，但是总是学不会，因为你没有追根溯源把他降级到最初。

此外，我们还会自动校正每个题的难度系数标签。我们每个题有100多个标签，通过机器不断的深度学习，我们会不断的改变每个题的标签，以及机器给到每个孩子推荐的学习路径。所以，通过大数据的驱动和算法的驱动，我们能够非常深入的提升每一个还得教育方式。

也就是说，如果AlphaGo用围棋下赢了人类，只给人类带来了沮丧。那我们在教育里的人工智能应用，可以让每个孩子都能够获得10倍的效率提升，可以让全中国的孩子，都能够用最低廉的成本，获得最高效的教育。