各位嘉宾、各位朋友，大家下午好。我是来自高通公司的沈劲，今天我给大家分享的题目是《人工智能与教育创新》。
1997年，对于人工智能来讲有一个重要的事件，IBM的机器人“深蓝”战胜了当时的国际象棋 ，在六局的比赛中，“深蓝”以3.5：2.5战胜了国际象棋大师。如果要比较一下这两位的能力，他们有非常大的区别。从思考的速度来讲，深蓝每秒可以思考2亿步，而我们的大师平均每秒思考5步，机器不疲倦，也不会犯低级错误，而我们的大师 后一盘的时候说：“这是我生涯当中下得 后一盘棋。”显然当时处于压力状态下，情绪、疲劳等因素都会影响他的发挥。
讲到机器人或者人工智能的发展，我们要从1950年开始说起，1950年图灵发表了一篇论文，在论文当中他断言机器的智能能够超过人类，同时他还发明了一场测试叫图灵测试，所谓的图灵测试就是测试人工智能的这个“智能”到底有多高。听起来这个测试是非常复杂的一个任务，实际上他提出的测试方法非常简单：让机器和人背靠背地交流，如果人无法判断他交流的对象是人还是机器，这就说明这个机器的智能已经达到了与人同等的水平。
1951年，马文·密斯基推出了第一台用神经网络所做的计算机，从1950年到七十年代是人工智能发展启动的二十年。斯坦福大学用人工智能做出了第一代的移动机器人，而MIT用人工智能做了会聊天的机器人。但是到了七十、八十年代由于计算能力的局限，在七十年代后期我们才有了电脑，由于计算能力的局限，人工智能进入了一个低谷期。但是从1980-1987年开始又迎来了人工智能发展非常兴旺的时期，那个时候日本投了8.5亿美金在这个领域，美国国家研究机构达卡也把人工智能的研发列为 重要的方向，那个时候里根总统有一个星球大战计划，也为人工智能很多的创新提供了使用场景。但是到了1987-1993年，人工智能又进入第二个冬天，达卡的主任把人工智能这个方向定为不是 重要的研究方向。从1993年开始，人工智能又进入了一个反垄的阶段，在2012年又有机器人智能测试的场景，到了2012年，Google有一个项目叫“Google大脑”，在视频网站中随机挑选一千万张图，用一千万台电脑就能够在人不参与的情况下分析出三大类型，人、人脸、猫。
到2014年的6月7日，有一位叫牛劲的人和许多专家在网上交流，33%的专家认为这是一个13岁的小孩，但是事实上他是一个科学家所做的机器人。这是我们第一次成功地让人工智能通过了图灵的测试，这一天也是图灵逝世50周年。所以在这张图上，我们认为人工智能已经走完了上半场，也就是1950-2014年这段时间，已经进入了下半场。如果我们相信人工智能是一个指数级上升的科学，下半场的意义或者发展速度是怎么样的？我们又要回到国际象棋这个话题给大家指出指数增长到底是怎么回事。
说到国际象棋的起源，有一种说法是在古印度西汉王在王宫里生活比较枯燥，所以请了一个大师给他发明了由64格所组成的国际象棋。西汉王玩了这个国际象棋觉得很有意思，非常开心，于是要大大奖励这位大师，所以就说你提出什么要求我一定满足你，这位大师就提出了这样的一个奖励要求：让麦子按照这样的规律放在棋盘上，这些麦子就是奖励。第一格放1粒，第二格放2粒，第三格放2×2粒。国王觉得很简单，谁知道放到大概第20格的时候这一袋子就放完了，但是到了第21格要一个非常大的仓库的麦子，所以后来国王才意识到这是他不能给的奖励。后来大家计算，通过这样的指数发展放到64格需要多少麦子？需要全世界生产两千年的麦子才能够放满。所以这张图可以看到，如果人工智能的发展是一个指数级的发展，进入了下半场，下面的发展速度是超出我们想象的。到了2045年，机器的智能超过人类。
目前非常多的投资都投向人工智能，855家分为十大类，包括机器学习、深度学习、自然英语处理、计算机视觉应用和技术等等，但是有45%的投资金额是到了第一大类（机器学习和深度学习）。
机器学习在人工智能的发展当中是进步 快的一个分支，它主要受益于两个方面：一、计算能力。今天的计算能力如果用我们公司出产的芯片，我们的芯片主要用在手机上，当然我们现在也进入了服务器的领域，用同样的架构做了服务器的芯片，如果用我们两片所搭成的服务器，它的水平就可以达到当时机器人“深蓝”的运算能力。当时超级计算机“深蓝”是在全球排名为259名的计算能力，但“深蓝”除了运算能力之外还有很多是专门为这个国际象棋设计的。比如说它学习了大师的棋谱，它的开局有四千种不同的走法，这就是机器的强项。二、大数据。大家要回到机器学习的定义，用数据或者以往的经验，让一个计算机的模型越来越优化，然后提高性能。以往人工智能的研究往往在大学或者在国家主导的机构完成，现在因为计算能力大大增加，而且数据非常充分，所以我们有很多的创业公司能够来做智能深度学习和机器学习。所以我们说，机器是越来越聪明了，如果大家相信后半程理论的话，它聪明的速度是超出我们的想象的。
人是不是越来越聪明？这就是我们这两天一起讨论的问题。显然我们是越来越聪明了，但是我们聪明增加的速度比较慢。每10年人类IQ的平均增长是3%，所以我们提出这么一个问题，我们做了大量的研发让机器越来越聪明，我们人怎么办？今天我的讲解就提出这个问题，能不能让人工智能在教学或者学习创新方面的有所应用？这边我提出七大方面的应用：
一、语音识别和语音分析。机器现在已经可以自动批改作业。数学、科学这些作业进行批改已经相当成熟，现在已经有这样的创业公司在做了，当然还不是特别成熟。
二、个性化学习软件。大数据使得我们的学习可以非常个性化，每个人的学习方法非常不一样。伦敦的一家研究机构总结出了70种不同的学习方法，不过我们现在的教学体制没有办法做到这样。当然爱乐奇经过多年的积累，已经积累了1300万学生所做的八亿道题的个性化数据，在这样的数据下，通过机器学习，给这样的智能，让它的模型越来越优化，使得我们的学习软件可以越来越聪明。举一个例子，有两种学习方法，一种就是我们经常看到的先讲原理再讲应用，而我自己恰恰是另外一种，这种学习方法和机器学习比较类似，先知道案例，然后来看看这里面有没有什么规律，也就是总结出所谓的原理。我们知道机器学习正是用这种方法给他大量的数据，让它不断地试错， 后找到一个自我完善的一条路。所以在我们很多的学习软件中也是用了机器学习的方式。
三、人工智能能够给我们目前的教学提供很好的反馈和测评。
四、智能辅导系统或者斥之为IPS。在这个方面人工智能的应用有非常大的成果，因为专家做了对照，把智能辅导系统和课堂的授课系统进行比较，智能辅导系统的效果要明显高于课堂授课系统，即便把机器对人一对一的符号和我们说老师和学生一对一的辅导相比较，两个效果是非常接近的。我儿子和我也在用可汗学院这个软件，可汗学院能够让我们学习数学、科学、人文、艺术、财经、电脑，它学习的方式和机器学习的方式是非常类似的。它一上去不是教你很多的公式、原理，一上去你就猜题目，做一些题目。如果对的不多，点一下视频，看看老师在怎么讲解，给你怎么样的辅导。我觉得可汗就是很好的辅导系统。
五，智能招生和课堂、可后可以提供很好的创新方式。
六，学习互动环境，它和智能辅导这个系统相比较，更重视的是建设性的学习方式。我们在今天和昨天经常听到的是讲授型和建设型，这是两种完全不一样的教学方式。然后是学生主导，学生可以决定我要学习哪一个科目，更个性化和更多的反馈。
七，仿真教育系统。学习能力简单的归纳主要是三种能力：分析能力（大量在学习、作题、考试中用到的能力）、解决实际问题能力、创新能力。今天因为我们自己大量学习时间是在课堂当中，是在电脑前面，使得我们没有机会像刚才朱敏老师说的，他花了七年在上山下乡，在实践当中学习，当然之后他也在创业当中学习。我们在电脑前、在课堂中怎么办。现在有仿真的这个系统，目前这个仿真系统做得 好的就是飞行的仿真，我有一个飞行员的朋友，碰到了就说 近忙什么，昨天我刚飞了一圈，他是国航的飞行员，就在他们国航的大楼里有一个仿真机，各种飞机的型号有不同的仿真机。我问仿真机和 的飞行有什么区别吗？他说几乎没有什么飞行，但是效率高了很多，成本减了很多。我们在城市里不知道农村是什么样的情况，我们有仿真的游戏，排名前25名的大量的是赛车、飞机的仿真游戏，我发现一个特别好的：如何做农场主，包括养牛、种蔬菜等等。我女儿今年上大学，小的时候她立志要做环保，当然她非常有幸，休学一年到爱沙尼亚参加大自然的项目，而在这之前她没有机会接触到森林。她玩了一个游戏，假设给你一块河边的地，你既要环保又要养活全镇的人，怎么办？你可以在上面养牛，也可以建森林，当然也可以开工厂。环保过度了以后，镇上的老百姓饿肚子了；镇上的经济发达了以后，环境出问题了。这个游戏让她爱上了环保。
我自己在二十年前在我们的工商管理课中，已经做过了CEO，这是什么CEO？实际上是一个仿真的饮料公司。当时老师把班上同学分为三个组，给每一组一家公司，从零开始做起，每个人都是做饮料的。饮料的产品怎么做、怎么控制甜度、怎么控制里面的气体、怎么创新、怎么打广告……有的组运行到一半钱就烧光了。在这个过程中虽然我们没有机会亲自动手做企业，但是在仿真的过程中也培养了很多解决实际问题的能力。
在这七大方面，人工智能在教育领域中已经得到了应用，特别是在第四大方面的智能辅导系统和第七大方面的仿真教育游戏有长足的进步。
再回到国际象棋，现在公认机器比人厉害。人怎么办？大家可以看到，这是几个大师，排名第一的是红颜色的，这是1997年被打败的那位大师，这个是衡量国际象棋大师水平的指数，叫做ELO指数。在2005年时有一位新星突然上升，他叫Magnus Carlsen，从2000分一下子到了3000分，他是怎么学习的？其中有一个方面，他向机器学习。他在和机器对战过程中学到了很多机器如何下棋的技巧。当时1997年的象棋大师作为一个人也没有认输，之后他做了什么事情？他总结了为什么机器打败了他，并发明了一个自由式的国际象棋比赛，所谓自由式就是组队的时候有很多的选择，可以几个人一个队，也可以几个人加一台电脑组成一个队。在去年自由式的国际象棋比赛项目中，由纯机器组成的队赢了42场，由人+机器组成的队赢了53场，目前 厉害的队是由三名业余选手加四个普通机器所组成的队。因为他们都在网上下棋，当这个队出来的时候，有人认为就是那位 。后来发现这三个人都是业余选手，机器也是普通的。通过这个案例我们发现人+机器的组合中，不需要 好的人，不需要 好的机器，就是一般的人和一般的机器，比 强的人强，也比 强的机器强。所以这就是我们人类的希望所在，我们不要悲观，不要认为到了2045年机器就把人玩得团团转了。我们人可以通过人+机器或者人学习机器的模式，我们仍然还是地球的主宰，谢谢大家。
