“零點革命”既不是第四次工業(yè)革命，也不是第二次機器革命，而是新革命的起點。在“零點革命”中，教育方式將迎來百年未有之大變革。

AI+教育：從學(xué)習(xí)方式到教育模式的深度變革

目前人工智能應(yīng)用到教育主要有智能教學(xué)系統(tǒng)，即從計算機輔助教學(xué)發(fā)展而來的智能教學(xué)系統(tǒng)；有學(xué)習(xí)分析，即利用大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)采集和分析學(xué)生的各種數(shù)據(jù)，幫助教師了解學(xué)生，實現(xiàn)個性化的教與學(xué)。

實現(xiàn)知識遷移的深度學(xué)習(xí)

神經(jīng)生物學(xué)家休伯爾和維瑟爾研究發(fā)現(xiàn)，視覺系統(tǒng)的信號處理是分級的，這為深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的分層結(jié)構(gòu)提供了生物學(xué)基礎(chǔ)?；诖耍疃葘W(xué)習(xí)就能夠通過人工神經(jīng)網(wǎng)絡(luò)來模仿人類大腦來進(jìn)行人類的學(xué)習(xí)活動，只不過它包含著“傳感器獲取數(shù)據(jù)，預(yù)處理、特征提取、特征選擇，推理、預(yù)測或識別”的準(zhǔn)確細(xì)分過程。

在這個過程中，深度學(xué)習(xí)與人類學(xué)習(xí)具有很多的相似之處。例如，深度學(xué)習(xí)的“信息逐層丟失”理念與人類教育“信息在傳播過程中失真”的理念相吻合。于是，從教與學(xué)的角度來看，深度學(xué)習(xí)能夠?qū)崿F(xiàn)知識遷移，人類也能模仿“機器的深度學(xué)習(xí)”進(jìn)行“深度學(xué)習(xí)”。

其實，早在兩千多年以前，《禮記·中庸》就提出：博學(xué)之，審問之，慎思之，明辨之，篤行之。這其實就是進(jìn)行深度學(xué)習(xí)的過程。模仿機器的深度學(xué)習(xí)，人類在學(xué)習(xí)方法上，可以有探究學(xué)習(xí)、項目學(xué)習(xí)；在學(xué)習(xí)結(jié)果上，表現(xiàn)為認(rèn)知、自我、人機三方面的高階能力；在學(xué)習(xí)參與上，人類的神經(jīng)網(wǎng)絡(luò)可模仿深度學(xué)習(xí)劃分為輸入層、隱層和輸出層，人類可以促使更多層數(shù)的隱層參與“訓(xùn)練”。

人工智能帶給教育在學(xué)習(xí)方式的改變，能夠細(xì)分學(xué)習(xí)過程，提高學(xué)習(xí)效率與知識運用的能力。

實現(xiàn)去名師化的教育公平

目前，在中國要想考上名校，必須以極為優(yōu)質(zhì)的教育資源為基礎(chǔ)。這樣的優(yōu)質(zhì)教育資源包括名師、教學(xué)儀器等人力、物力和財力資源，而這往往只有在經(jīng)濟發(fā)達(dá)的地區(qū)才能提供。因此，現(xiàn)階段中國的教育存在東部地區(qū)與西部地區(qū)的差異、城市地區(qū)與鄉(xiāng)村地區(qū)的差異、山區(qū)與平原的差異。

但由于我國還處在不平衡不充分的發(fā)展階段，短時間內(nèi)尚不能解決教育資源傾斜的問題，因此人工智能賦能教育實為中國教育的福音，它能夠大大縮小因經(jīng)濟差異而帶來的教育不公平。

在美國有過這樣的試驗，美國佐治亞理工大學(xué)的機器人助教代替人類助教與學(xué)生在線溝通交流竟沒有學(xué)生發(fā)現(xiàn)，這就說明了人工智能在一定程度上能夠起到人類教師的作用。

智能教學(xué)系統(tǒng)就是該例子的具體實現(xiàn)。智能教學(xué)系統(tǒng)是指一個能夠模仿人類教師來幫助學(xué)習(xí)者進(jìn)行某個學(xué)科、領(lǐng)域或者知識點學(xué)習(xí)的智能系統(tǒng)，通常包括教師、學(xué)生、教學(xué)和交互四大板塊。

在教師板塊運用產(chǎn)生式表示法等表示法來存儲學(xué)科知識，在學(xué)生板塊反映學(xué)生認(rèn)知和情感狀態(tài)、學(xué)習(xí)風(fēng)格等信息，在教學(xué)板塊實現(xiàn)認(rèn)知主義、建構(gòu)主義等各種教學(xué)理論和方法，在交互板塊采用自然語言對話、虛擬現(xiàn)實等技術(shù)來實現(xiàn)學(xué)習(xí)者和系統(tǒng)之間的人機交互。

在生活中，孩子們利用題庫來加強自己未能掌握的知識點，利用點讀筆來認(rèn)字閱讀等，這些都是人工智能的運用。在四川，經(jīng)常會有家在涼山的孩子送到綿陽去讀書的情況，但在人工智能賦能教育后，城里的孩子和山區(qū)的孩子會擁有同樣的人工智能資源，這就在一定程度彌補了名師等教育資源的差異而帶來的學(xué)習(xí)成績的差異。

隨著人工智能賦能教育的深入與普及，去名師化的教育現(xiàn)象會越來越突出，這就為我國實現(xiàn)精準(zhǔn)扶貧、促進(jìn)教育公平做出了巨大的貢獻(xiàn)。

實現(xiàn)個性化的教育管理與教學(xué)

我國現(xiàn)在的學(xué)校教育大部分都是采用大班教學(xué)的模式，少則二三十人，多則五六十人。一個班級系統(tǒng)中，每一個學(xué)生都是一個獨立的個人，存在著這樣或那樣的區(qū)別，即使是熟悉了解每個學(xué)生的班主任也無法隨時掌握每個學(xué)生的狀態(tài)和實現(xiàn)差異化、個性化教學(xué)。

但利用一些以人工智能為基礎(chǔ)的軟件就能夠?qū)W(xué)生數(shù)據(jù)進(jìn)行挖掘和分析，實現(xiàn)從“滿堂灌”到按需定制的個性化教學(xué)轉(zhuǎn)變，解決大班教學(xué)的痛點。

在大學(xué)生管理方面，人工智能可以理解學(xué)生每天生活工作的情況，也測情景、去圖書館情況、吃飯規(guī)律，進(jìn)而推測學(xué)生的現(xiàn)狀。比如，通過監(jiān)測學(xué)生一個階段的消費情況，發(fā)現(xiàn)一些女生消費很少，就能夠分析這些女生可能是家庭貧困或是減肥需要。了解情況后，學(xué)校就能夠精確發(fā)放助學(xué)金或給予學(xué)生正確的減肥指導(dǎo)。

實現(xiàn)個性化的教育管理與教學(xué)能夠幫助教育體現(xiàn)更為本質(zhì)的價值，使學(xué)生人格更完整、知識更全面、能力更突出、身心更健康、閱歷更豐富以及獲得更強的獨立創(chuàng)新能力。

可能與必然：弱人工智能階段教師的不可替代性

雖然人工智能賦能教育擁有諸多優(yōu)點，但是囿于技術(shù)的缺陷，現(xiàn)階段尚不能完成上述的教育變革，這種模式的未來教育可能在10年之后也可能在20年、30年之后才能實現(xiàn)。對此，我們必須承認(rèn)人工智能現(xiàn)在還處于弱人工智能階段，不能因操之過急而揠苗助長，繼而引發(fā)行業(yè)的無序生長。

人工智能的發(fā)展是與【加德納技術(shù)成熟度曲線】相適應(yīng)的。所謂的加德納技術(shù)成熟度曲線，是指技術(shù)成熟經(jīng)過5個階段：科技誕生的促動期、過高期望的峰值、泡沫化的低谷期、穩(wěn)步爬升的光明期和實質(zhì)生產(chǎn)的高峰期。

由于近年來的人工智能的過渡營銷，許多人工智能產(chǎn)品未能達(dá)到預(yù)期，加之政府重拳出擊雜亂生長的市場，人工智能陷入低谷期，不過2019年的人工智能會漸漸走出低谷穩(wěn)步爬升。

著名物理學(xué)家史蒂芬·霍金在2015年就拋出了人工智能威脅論，所以當(dāng)人工智能技術(shù)成熟之后，去名師化現(xiàn)象突出，人工智能教學(xué)會取代傳統(tǒng)教師嗎？

答案是必然不會。據(jù)國外關(guān)于人工智能對不同職業(yè)的可替代性調(diào)查，有些職業(yè)的可替代程度為90%，有些職業(yè)的可替代程度為60%，教育最難被替代，被替代程度只有0.4%。

這主要是由教育的本質(zhì)所決定的，教育是培養(yǎng)人的活動，而不僅僅是“傳道受業(yè)解惑”，它還需要通過教師的感情投入和思想力來引導(dǎo)教會學(xué)生做人、塑造學(xué)生品質(zhì)。德國著名的哲學(xué)家雅思貝爾斯曾說：教育是一項心靈工程，用一棵樹撼動另一棵樹，一朵云推動另一朵云，一顆心靈喚醒另一顆心靈。富于情感和智慧、想象力和創(chuàng)造力的人類是人工智能所無法比擬的，人類教師具有非常強的不可替代性。

綜上所述，人工智能技術(shù)的發(fā)展短期是沒有后顧之憂的，不怕技術(shù)太成熟就怕技術(shù)不成熟。但如何實現(xiàn)人工智能技術(shù)的快速發(fā)展以及人工智能人才的高質(zhì)量培養(yǎng)呢？

AI與企業(yè)：互通有無的有機組合

最新消息，中國35所大學(xué)將開設(shè)人工智能專業(yè)，可見國家對其的重視。但依筆者所見，人工智能的未來在企業(yè)而不在高校。在今年2月，國務(wù)院發(fā)布《關(guān)于深化產(chǎn)教融合的若干意見》，其中提出要“引企入教”，鼓勵把企業(yè)資源引入高校的教學(xué)環(huán)節(jié)，實現(xiàn)產(chǎn)學(xué)研一體化。

就目前情況來看，人工智能的深度研究是在企業(yè)，如曠視科技設(shè)有全國博士后流動站，好未來設(shè)有全國博士后流動站。當(dāng)然，隨著我國對人工智能的重視，高校的人工智能研究規(guī)模會越來越大、研究深度會越來越高、研究資金會越來越多。

但是，相對企業(yè)來說，還是有所差距。從研究經(jīng)費上來說，2018年科研經(jīng)費超過10億元的大學(xué)只有93所，至今年也只有清華、浙大、上交大擁有過百億的科研經(jīng)費，分別是153.75億元、130.98億元和108.15億元。而且，去除其他項目的科研經(jīng)費后，留給人工智能的所剩無幾。

反觀企業(yè)，華為2017年在科研方面的經(jīng)費為103.63億歐元，阿里巴巴為23.29億歐元，而在2017年中國高校年度科研經(jīng)費的前三十名之和還不如華為一家公司多，早在2016年百度單人工智能方面就投入101.5億人民幣。

培養(yǎng)人工智能人才要求的環(huán)境和門檻之高，對國內(nèi)高校來說是比較困難的，沒有足夠多的經(jīng)費支持，相對來說研究困難也就越大。

人工智能因市場而生，與企業(yè)互通有無，相輔相成，人工智能的“奇點時刻”關(guān)鍵還是在于企業(yè)。

未來的教育，離不開人工智能，并且會因之迎來前所未有的大變革。