在2019年12月12日的全球AI智適應教育峰會上，栗浩洋發表了題為：用AI為孩子減負的演講，其中把松鼠AI對于解決教育減負的問題進行了詳細的闡述。

文章我分享給你：

大家好，非常高興今天可以在這里再次分享我們對人工智能教育的探索以及給孩子到底帶來了什么。

經過5年的時間，松鼠AI已經在人工教育里面投入了大量的資金人力和心血，全國2000多個校長也一起為此努力，我們希望每個孩子可以學得更輕松，更開心。

我分享一下我們這幾年的發展，上個月我們和字節跳動、臉書、阿里巴巴、商湯科技、Mobileye和特斯拉等共同獲得了德勤的全球人工智能企業高增長50強獎項，我們獲得了前十名。截至今天，我們已有17篇論文在全球最頂級人工智能的學術會議上獲獎。所有的會議上，都贏得了學術行業的尊重。

正在研究人機互動新算法：將更接近人類大腦

我們打造了這樣的一款人工智能超級老師，這個產品不單結合了幾百個特級教師高級教師研發員為一體，現在已經通過算法的自我進化，遠超人類智慧。之前，我們發現題目中大量關于難度系數的人工標注，會有各種各樣的錯誤，是老師意想不到的。有時他們覺得難的題對學生來說非常簡單，他們覺得簡單的題對學生來說非常難，所以現在我們已經全部采用機器標注，完全不需要人工了。這些還不算什么，真正的進化是讓我們沒有想到的戰略，根據更高效的學習來定制教學戰略已經完全超過我們人類的想象。

我們也打破了教育幾百萬年來的一個老師常用的戰略，就是沒必要死磕難點。我記得我小時候讀書，每本書講完知識點之后，找重點和難點，但是實際上80%的難點，我們認為都不應該教。一個孩子現在是70分，目標是85分，或者現在是82分，目標是92分，總有8%的知識點可以完全不學，就可以更有效達到自己的目標的。為什么要死磕難點呢？今天初高中的很多知識已經忘記了，但是不影響你成為優秀的職場人。

我們的首席科學家TomMitchell教授還在和我們研究一個新算法，這個算法源于他對神經網絡的不滿，深度學習為什么需要幾百萬張照片，才讓電腦知道貓是什么，為什么機器不能寫得更快呢？

為了讓人工智能技術更好地進化，松鼠AI今年7月份加入了更多人機對話的功能。比如我們測試孩子某一個知識點不會，孩子可以跟我們說這個知識點會了，或者推給他一個題目，他可以跟我們說這個題目太難，或者太簡單。通過孩子和AI的對話，AI系統可以獲得更多的數據來調整參數。

通過對這種人機交互的新算法進行1-2年的研究，它可以比深度學習的算法更快更優達到我們的目標和更接近人類大腦。這也是我們投入1千萬美金成立實驗室的原因，我們還和斯坦福成立了實驗室，一起研究人機互動。未來老師不只是推視頻和題目，而是越來越多可以和孩子進行對話。這是我們整個松鼠AI的大腦，第一層是本體層，有學生動態的學習目標，第二層是算法層，有推薦算法，還有用戶畫像算法，這一點非常像，但比更復雜，我們的算法要保證每個孩子徹底掌握某個知識點或者能力。第三層是交互層，現在的交互形式還是比較簡單，未來的模式會更加全面。

知識點追根查源補漏側，AI教育解決減負難題

今天講三個故事，第一個故事是關于減負，今年4月份，陳部長在采訪當中說減負是中國教育最大的難題，因為中國的孩子比全世界其他的孩子學得困難得多，但是諾貝爾獎并沒有出得太多，而我們的科技發明在全球也排不上號，為什么我們學得又苦，結果卻不好呢？其實是學習效率的問題，我認為未來AI或許可以解決減負這個難題。

舉個身邊的例子，我司機劉濤的女兒，150分的總分，只能得30-40分，合成100分就是25分的水平，根本不可能畢業初中。2年間學了各種各樣的培訓班，卻沒有任何的幫助。因為班里的學生知識水平參差不齊，有95分，有62分，有25分的，老師只能按照平均速度教，好的學生覺得浪費時間，40-50分的學生聽不懂。

知識空間里面有一個問題，有一些不提分的學生因為老師發現孩子跟著系統學不會，老師就親自教，但這種教法就像老師帶著學生走了一遍迷宮，學生自己還是不會走。所以相信系統比相信人更加重要。我們的系統可以根據學生的學習情況自動降級。對于系統來說9年制不行，降到7-8年級，70分聽不懂，降到40分的難度，學生就可以自己摸索出來怎么走了。

我們給出的解決方案是，通過系統先看每個孩子大腦里面的知識點狀態，哪些是綠色，哪些是紅色，以及知識點之間是怎么相互關聯的，通過關聯性的認知進行對癥下藥，把紅色變成綠色解決。95分的孩子只有5%是紅色，就可以很好解決，但是一個20分的孩子，他對這些知識點，可能大部分的內容都不會，這種時候，我們每次只給他10%的知識點去學習，再逐步循序漸進學習其他紅色和黃色的知識點。

整個暑假，他在6-8月，所有的培訓班學100知識點的時候我們只給他10個知識點，以前他學100個知識點從來都沒有達到過35分，而這次一個暑假的時候達到了35分，又2個月達到了50分，又三個月達到61分，所以期末4000人大會里面校長表揚了三個人，另外兩個都是95分和97分的孩子，只有他是61分的。又學了半年我們的系統，他達到了79分，而他四科在松鼠AI里面提高了200分，這個成績仍然不是特別好，沒有進入高中和重點高中，考了最好的職高，但是這個職高的競爭非常激烈，是飛機檢修，是一個鐵飯碗，她當時是班里面最后5名考進去，考進去之后，我說繼續用我們的松鼠AI系統，他說不用，我們家已經燒了8輩子高香了，我是司機他是飛機，這已經是鐵飯碗了，根本不用再學了，而且我們松鼠AI沒有高中的系統，你現在上高中用初中干什么。我說你家孩子考79分，意味著21%的知識點仍然是紅色和黃色，仍然不會，沒有掌握這些知識點，很多高層級的知識點是建立在前需的知識點上，前面不懂后面不會了解，繼續學習對高中仍然有幫助。

當時，我們在全國做了普及性調查發現，有很多的學生通過松鼠AI大幅度的提分了，但是也有一些孩子不但沒有提分，甚至還降分了。傳統的教育根本無法找到問題的根源，對于我們來說非常容易，因為我們可以看到所有降分的孩子所有學習的過程。我們找到很多的問題，一是題目難度系數打得不夠準，所以我們后來全部用機器打分；二是題目難易程度沒有根據學生知識點掌握的具體情況進行快速升降級；三是沒有對知識點做追根查源；四是有一些知識點，他已經識別了，已經掌握了，但是我們錯誤判斷了。

這些問題通過人機對話的算法都可以解決，但是人類老師的問題可以解決嗎？我上個星期在新疆給家長做千人演講的時候，我到學校看了老師的講課，你會發現老師講課當中也有各種各樣的錯誤，他們對孩子的用戶畫像了解比松鼠知道的更薄弱。

但是松鼠AI可以不斷完善，不斷優化，這是我們規劃的流程?，F在我們的規劃流程已經比傳統的知識點做得更完善，不是傳統的升級和降級，而是在同步學習的過程中，進行追根查源補漏側。補漏側發現9年級的孩子，8年級7年級之前缺少了知識，我們又跳到8年級和7年級的知識點學習，學完之后再回來同步學。

另外，我們系統設置了戰略后排隔離池，對同步學的所有知識和追根查源的知識進行不斷的排序，對于比較薄弱的知識點，就放在戰略后排隔離池里。我先要保證8%的知識點可以學會掌握提升，所以補漏也有知識隊列，戰略排序同步也有知識隊列，有一些知識甚至放到廢棄池里面，對于沒有掌握透徹的知識點，則需要重學。我們最近重啟了我們的重學系統，因為重學的原因是知識點沒有掌握，如果知識點只有60%-70%的掌握率，也就是一知半解，馬上學后面的知識點，他每一步就踩不穩，當有兩步踩不穩，去學第三步的時候，大家可以想象樓一定會塌的，所以花更多的時間重學，比學完所有的知識要重要很多。

栗浩洋表示，對于人工智能來說，我們做的最重要的事就是減負。人工智能教育不是給孩子題海，而其實是給孩子減負。他說，一個80分的孩子去做一百道作業是沒意義的，我小時候一個月一萬道一萬道刷題，因為當時河南要考大學是一分壓萬人，但是實際上我平均95分，我刷一道題只是為了找到500道我不會的，現在通過人工智能知識點掃描之后其實我只學習需500道題就行了，根本不需要學其他9500道，所以人工智能教育是真正可以給孩子大幅度減負的。

我們看到他做了追根查源的學習之后，把薄弱的21%補足之后，他考進了班級前3名。他們班在去年6月份，每個班選了5個，孩子可以到美國的西雅圖學后面2年，全球所有的機場的工作可以隨便他選。一個孩子的命運可能就因為松鼠AI而完全改變。

素質教育就是培養MCM能力：讓孩子真正愛上學習

第二想講的案例是關于素質教育，什么是素質教育呢？我講兩個孩子的故事，也是我雙胞胎的兒子。他從小就是我各種教育實驗的犧牲品，在昂立的時候還投了1億，做0-6歲早教的研發，我在他身上用了全球的20多種流派的教學理念，我就說我像李時珍一樣給他們吃各種各樣的藥，有時候吃對，有時候吃錯藥，我不知道會不會有留下什么后遺癥，但是我想應該利大于弊，后面我同學嚴肅批評了我，你根本不是李時珍，李時珍是自己吃藥，哪有你這樣拼命給兒子吃藥。但是他們現在至少還是令人滿意的。松鼠AI系統里面，他們只學了2年，現在已經在攻克5年級甚至6年級的美國數學競賽題了，也就是說對于這樣的孩子來說，松鼠AI可以徹底釋放他的潛能。

為什么2年級就可以學習5年級的內容，如果僅僅是知識的學習，是不可能達到幾倍的速度的，更重要是他們的素質和能力得到了提升，這個素質和能力是什么？我解釋為MCM，也就是思維、方式、學習能力、學習方法。你的MCM可以保證面對世界上任何新的問題進行解決。比如語文里面有各種各樣的思維、能力、方法，MCM有一個前3后3法則，即拿關鍵詞定位，找到這個詞在文章中的位置，前3行后3行就是答案，只要知道小小的技巧，便可大幅提升學習效率，物理也是，數學也是。對于不同的職業來，我們也發現，其實你不需要掌握所有的MCM，有的人數學強，有的人語文強，有的人可能是歷史或者地理比較強，每個學科訓練的是不同的MCM。你未來需要從事什么職業，只要在自己優勢的MCM大量發揮就可以。

比如說我自己的劣勢是嚴謹性，我們當時在央視做了一個測試，把6個不同的職業的人分類，科學家、律師、銷售、會計，識別他們到底是誰，不同人需要具備不同的能力，而每個人在職業當中，如果你核心能力不強，在這個職業里面一定會很絕望。在系統里面，央視策劃里面很多人并不擅長發散性思考，但是入錯了導演和策劃這行。當時我們測了幾個人，包括運動員高敏，他的估測能力和空間想象能力特別強，我的空間想象能力非常差，我每次走到一個購物商場里面都找不到應該從哪里出去，找不到我要的餐館和專賣店，我自己游泳的時候已經是全公司游得最好的之一，我4種泳姿都會。但是我游泳轉一個身回來，我就找不到哪邊是天哪邊是地。所以我空間感特別差，但是如果跳水空間感不強就完蛋了。我自己從小MCM不好，就不要做這個領域，比如說高敏統籌思想不好，不能做領導的。所以我們看到他沒有做隊長，像劉國梁做乒乓球的隊長。但是當時這個題就做錯了。但是對我很痛苦的題對他來說就非常容易。下面哪一個不是題目中所給的方框，大家可能很難一眼看出來，但是他一眼就回答出來，非?？斓臅r間，20-30秒的時間就答出來了。我們當時還測了吳克群，當時測的時候是不知道誰是誰的，我們通過結果來判斷他是誰。當時看到右邊的結果就是意境分析能力、語言分析能力、語言聯想能力和審美能力非常強，但是數據能力和巧算思想非常差，我們就知道肯定是吳克群了。當時他做了一題，也是其他的甚至語言能力很強的律師和記者都做出來，這個是很難的，意境的審美能力和精妙的分析能力，但是吳克群沒有被轉暈，轉出來了。

我們用科學的方法看待每個MCM。清華附中的校長看到我們做的系統，可能甚至未來可以在中國有機會代替高考，希望說服教育部，真正的教育不應該測驗學生的知識掌握程度，而應該測MCM能力水平，認為我們的能力測試水平比PISA的測試水平有優勢。我們所有的東西都是可解釋，基于數學、基于算法，基于標注認定的。所以在整個系統的訓練里面，我們認為素質教育就是MCM，就是你的思維方式，你的能力，你的學習方法。

兩個小朋友在松鼠系統訓練一段時間之后，現在養成了一種習慣，上次我和一些企業家帶所有孩子玩的時候，很多孩子比他們還大，但是我出了4-5年級數學題，他們不僅第一時間做出來，當其他孩子做出來的時候，每個人想了3-4種不同的解法了，他們的思維模式不是單一，通過大量的思維模式的訓練，他們掌握了不同的方式的解題技巧，而且喜歡思考。

去年我去硅谷演講的時候，斯坦福大學的一個教育學院的教授問了我一個問題，大家都說中國的教育很失敗，沒有什么科學家培養出來，也會說中國人也覺得中國的教育比較失敗，但是硅谷來自中國的程序員，比美國多得多，喬布斯在美國招不到程序員，但是中國很好，經過我們多年的深入研發，數學的MCM和編程需要MCM70%是一樣的，但是中國的學科教育對于數學的深度訓練很好，我們的數學比美國難2-3年，高三畢業相當于美國大三的數學水平，這種深度的數學訓練讓孩子大腦里面對數學的MCM掌握程度其實是非常好。所以中國人天生就適合做程序員。我們的問題是，創造性思考、發散性的MCM不夠，所以為什么會有一些人學習奧數，其實奧數會培養發散性思維能力、批判性思維能力和創造性思維的能力，通過這樣的一些訓練，我們看到大家在編程上也是有如其效。他們7歲的時候第一個APP就上線了，現在剛剛8歲，他們已經在編中國象棋和國際象棋，不是用MAT教授做的兒童的編程語言，有的是成人的程序員的語言，所以我希望他們兩個能在蘋果全球開發者大會競爭全球最小程序員，如果他們成功的話，他們將成為歷史上第一個中國的孩子達到最小程序員的。

我希望他們成為中國的素質教育的典范，其實更讓我崩潰的不僅僅是前面的程序可以編得多好，甚至被CTO做成了樣板，因為非常干凈，非常有條理。今年6月18日，我家大寶生日的時候，他不小心摔倒骨折了，而且腫脹得非常厲害，還眼淚吧嗒的，沒有嚎哭不錯了，已經疼得不行了。我說馬上回去我們晚上一起玩游戲，結果等到晚上，我到家的時候一個小時之后，左手打著石膏，放在腿上，沒有在玩，在編程，當時看到這一幕的時候，我自己的淚差一點下來了。我沒有想到會這樣，因為我小的時候，就12歲的時候發燒，趕快躺在家里，看看電視，看看書，休息兩天，但是他在這么痛的時候，剛剛打了石膏回來還在編程。

我們經常說教育是反人性的，但是教育真的是反人性的嗎？根本不是，如果我們可以啟發每個孩子內心對教育的熱愛，通過MCM的培養，他們的能力會變得非常強，他們非常愿意去學習的時候，其實那種學習就是他的熱愛和渴望。我經常會說一件事，你擅長什么就會熱愛什么，當你真的擅長的時候，不是掌握了一些死知識，而是MCM能力變得很強的時候就會喜歡它。其實當他的MCM上升的時候，他自己是熱愛編程，給他們編程比玩游戲還要開心，所以每個孩子都可以真正愛上學習。

還有一個就是挑戰式學習。后來我和蘋果的副總裁一起合著了中文版的學習圣經之后，他里面有一個讓我學習很多的，這本書可以當成圣經幾十遍去讀，挑戰式學習打開了我。我在今年的元旦，讓2年級的學生挑戰8年級的物理，這個完全不是一個智力層級的，但是到今年8月份，他們的知識掌握率達到98%，而且已經超過的全國的松鼠AI八年級學生的物理平均水平。這個事情看上去很恐怖。開始的時候我們看后臺數據，每學一個知識點要全國平均孩子的知識點的學習時間的10倍的時間才可以學會。如果是老師或者家長，沒有耐心給你教10遍，但機器沒有關系，可以10倍，20倍的時間教你，等第二遍教的時候，有的知識點是全球平均時間的4-5倍，但是有的知識點學習的時間已經比全國的平均時間還要快。只有通過這樣的學習，2年級的孩子原來是2年級的學霸，但是其實是8年級的學渣。他也可以去學會應該學會的知識，甚至不該學會的知識。

每個孩子的學習時間是不一樣，每個孩子知識點上理解能力也是不同的，每個人的掌握時間就是一副云圖，除了用機器智適應學習，不可能把任何兩個孩子放在一個系統里面。這是去年的AIAED大會的演講，我現在演講很好，不知道我在大學剛剛畢業的時候，第一次創業演講的時候慘不忍睹，而且第一次新聞發布會當時只有十幾個記者，我嘴唇抖了3分鐘，一句話都沒有說出來。然后那個發布會就這么結束了。我是后來成年之后，創業之后自己不斷訓練出來的，但是現在的小孩可以從小訓練。

松鼠AI把教育公平落到極致：讓每個孩子實現人生夢想

最后我想講的是教育的公平性。松鼠AI可以把教育公平性落到極致。央視5月份給了我們一個挑戰，讓我們教清太平鎮的孩子學習。這個鎮只有1000人的人口，他們的孩子在6年級的時候換了8任數學老師，而8個老師還不是真正的老師都是志愿者，所以他們的數學水平非常差。我們經常開玩笑說，你的數學是體育老師教的，在那邊不是一個笑話，是一個慘痛的現實。我們同意通過兩個月一定可以超過鎮上的非常穩固的常年跟蹤的百年名校的老師教的水平。當時我們只要超過20分，就可以達到鎮上的水平，50分考到70分，但是測試的時候，發現非常痛苦的現狀，這群六年級的學習水平比縣里面四年級還差，我們不知道能不能做到。而實際上他們當時的知識點掌握率，除了極少數的知識點掌握，而且掌握還不是80-90%，是60%-70%，大部分的知識點全部都是紅色，根本沒有掌握。在如此艱苦的條件下，我們給孩子們安排了全日制松鼠AI學習，放棄大量的知識點，不斷地追根查源，一個5分的孩子，我的目標提高30分，考到35分就可以了，一個50分的孩子考到80分就可以了，結果這些孩子考到了89分。這樣的中國18線的地區，每個孩子身邊有松鼠AI，他們可以學得和全中國任何一個孩子一樣好。

再舉一個例子，一個得了脆骨病的女孩，沒有辦法到學校上課，這個女孩在我們系統里學習后，成績已經超過了武漢二線城市的學習水平。在昨天晚上我剛剛得到消息，這個女孩現在上初一，考了班里面的第一。這些孩子的平均成績原來都是不及格，從小學都不可能畢業，上初中都沒有機會，到現在他們想實現更大的人生的夢想，我覺得做松鼠AI最開心是幫助每個孩子實現他的人生夢想。

我們今年入選斯坦福商學院MBA的案例，又拿到MIT的聰明50公司，這一切都不重要，重要的是通過AI實現教育的減負，實現教育的公平性。我們每個人都希望通過10-20年的時間，讓松鼠AI可以像孔子+達芬奇+愛因斯坦一樣，實現一個全能老師的功能。

如果未來每個孩子從3歲的時候就可以有一個大師一對一的對話，輔導他不斷成才，人類的智商將比現在提高幾倍。所以我們在做的事情可能不僅僅是AI教育，而是真正改變人類教育的發展史，謝謝大家。